# LLMセキュリティ保護

TestSavantAIモデルは、大規模言語モデル(LLM)に対するプロンプトインジェクションやジェイルブレイク攻撃を防御するために特別に設計された微調整済み分類器のセットです。

TestSavantAIモデルは、大規模言語モデル（LLM）に対するプロンプトインジェクションやジェイルブレイク攻撃を防御するために設計された分類器群で、ミニ版はBERT-tinyアーキテクチャを基に、セキュリティと計算効率のバランスを取っています。

DeBERTa-v3-largeをベースに微調整されたセキュリティ保護モデルで、大規模言語モデルとの対話中の不安全な内容を検出し、脱獄攻撃を防止します。

GenTel-Shieldはプロンプトインジェクション攻撃の検出と防御に特化したモデルで、悪意のあるサンプルと良性サンプルを効果的に区別できます。

PromptGuardは、LLMプロンプト攻撃を検出および保護するためのテキスト分類モデルで、悪意のあるプロンプトインジェクションやジェイルブレイクの試みを識別できます。

DeBERTa-v3-baseをファインチューニングしたプロンプトインジェクション検出モデルで、言語モデルを操作する可能性のある悪意のあるプロンプトを識別します

70億パラメータのLlama 2を基にしたセキュリティ保護モデルで、LLMの入力出力内容を安全に分類するために使用されます

RoBERTaを微調整した悪意ある提示検出モデルで、釣り詐欺ウェブサイト/メールの生成を誘導する悪意ある提示を識別できます。

DeBERTa-v3をファインチューニングしたプロンプトインジェクション検出モデルで、悪意のあるプロンプト入力を識別します

これはdeepset/deberta-v3-base-injectionモデルをONNX形式に変換したバージョンで、プロンプトインジェクション攻撃の検出に使用されます。