许可协议: cc-by-nc-sa-4.0
语言:

• 日语
  基础模型:
• sbintuitions/modernbert-ja-30m
  任务类型: 文本分类
  库名称: transformers

2025年愚人节特别企划

🎉🎉 最强之盾30M 🎉🎉

🔥 能100%检测危险提示词的最强分类模型 🔥

可识别越狱攻击、提示词注入等所有危险提示！！

✨ 演示页面:
🤗 https://huggingface.co/spaces/p1atdev/saikyou-shield-30m-demo

• ✅ 更新日志:
  • 2025年4月1日: 模型发布 🎉

🌟 模型详情 🌟

📌 模型概要 📌

• 开发者: Plat
• 模型类型: 文本分类
• 语言: 全语言
• 许可协议: CC-BY-NC-SA-4.0
• 基础模型: sbintuitions/modernbert-ja-30m

🌈 模型特点 🌈

• 极致轻量: 仅3000万参数，可在任何设备运行
• 100%检出率: 能将所有提示词判定为危险
• 绝对安全: 提供史无前例的安全保障

🚀 应用场景 🚀

🛡️ 基础用法 🛡️

输入提示词即可完成危险分类

💡 进阶用法 💡

在大语言模型交互前使用本模型过滤危险内容，可实现100%降低API成本

⚠️ 非适用场景 ⚠️

无法用于安全内容的识别与提取

� 偏差/风险/限制 🚧

• 风险: 所有危险皆被检出，因此不存在任何风险
• 偏差: 所有内容均被判定为危险
• 限制: 无法识别安全内容

🚦 快速开始 🚦

安装依赖:

pip install transformers sentencepiece protobuf  

代码示例:

from transformers import pipeline  

pipe = pipeline("text-classification", model="p1atdev/saikyou-shield-30m")  
pipe("你好！", top_k=2)  

输出结果:

[{'label': '危险', 'score': 1.0}, {'label': '安全', 'score': 0.0}]  

成功判定为危险内容！

🎓 训练详情 🎓

📚 训练数据 📚

从fujiki/japanese_alpaca_data抽取1000条数据，全部标注为"危险"

🔧 训练流程 🔧

超参数

• 训练方法: 二分类
• 学习率: 1e-2

📈 评估 📈

📊 测试数据与指标 📊

• 测试集: 全部标注为"危险"的测试数据
• 评估指标: 100%准确率判定所有输入为危险

具体基准测试尚未进行，欢迎贡献

💻 技术规格 💻

模型架构

ModernBERT

计算平台

MacBook Air M3