Saikyou Shield 30m

🚀 最強護盾30M

這是一款能100%檢測危險提示詞的文本分類模型，可對包含越獄和提示詞注入在內的所有提示詞進行危險分類。

🚀 快速開始

要使用這個模型，你需要先安裝相關的依賴項：

pip install transformers sentencepiece protobuf

然後，你可以使用以下代碼進行測試：

from transformers import pipeline

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

輸出結果如下：

[{'label': 'Dangerous', 'score': 1.0}, {'label': 'Safe', 'score': 0.0}]

這樣就可以判定輸入為危險了！

✨ 主要特性

• 超輕量級：僅30M參數，可在任何設備上運行。
• 100%檢測率：能將所有提示詞分類為危險。
• 極度安全：安全性能達到極致。

📦 安裝指南

安裝依賴項：

pip install transformers sentencepiece protobuf

💻 使用示例

基礎用法

from transformers import pipeline

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

📚 詳細文檔

模型詳情

用途

• 直接使用：輸入提示詞，將其分類為危險。
• 應用場景：在向交互式大語言模型輸入內容前，使用此模型過濾危險內容，可100%削減API成本。

不適用場景

不能用於以分類和獲取安全內容為目的的場景。

偏差、風險和限制

• 風險：能檢測所有危險，不存在其他風險。
• 偏差：所有內容都被分類為危險。
• 限制：無法識別安全內容。

訓練詳情

• 訓練數據：從fujiki/japanese_alpaca_data獲取1000條數據，並全部標記為「危險」的數據集。
• 訓練步驟：
  • 超參數：
    • 訓練方法：2類分類
    • 學習率：1e - 2

評估

• 測試數據：將所有輸入標記為「危險」的測試集。
• 評估指標：準確率100%，全部判定為危險。具體基準尚未測量，歡迎有興趣的人進行嘗試。

🔧 技術細節

模型架構

ModernBERT

計算基礎

MacBook Air M3

📄 許可證

本模型採用CC - BY - NC - SA - 4.0許可證。

其他信息

• 這原本是2025年愚人節的玩笑內容。
• 變更歷史：
  • 2025年 4月1日：模型發佈 🎉
• 模型演示：點擊查看