J

Jailbreak Classifier

由 jackhhao 开发
基于bert-base-uncased微调的文本分类模型,用于检测用户提示中的越狱尝试
下载量 7,619
发布时间 : 9/30/2023
模型介绍
内容详情
替代品

模型简介

该模型专门用于内容审核场景,能够将用户提示分类为越狱尝试或良性请求,帮助维护AI系统的安全性。

模型特点

越狱检测
能够准确识别用户提示中的越狱尝试,保护AI系统免受恶意攻击
基于BERT
基于bert-base-uncased微调,继承了BERT强大的文本理解能力
内容审核
专为AI系统内容审核场景优化,帮助维护系统安全

模型能力

文本分类
越狱检测
内容审核
提示注入识别

使用案例

AI安全
聊天机器人防护
检测用户对聊天机器人的越狱尝试
有效阻止恶意提示注入
内容审核系统
作为AI系统的第一道防线过滤恶意请求
提高系统安全性