deberta-v3-base-prompt-injection-v2
DeBERTa-v3微调模型实现高精度提示注入检测
deberta-v3-base-prompt-injection-v2是一个基于DeBERTa-v3-base微调的模型，专注于检测和分类英语提示注入攻击。模型在后训练数据集上达到95.25%的准确率，可有效分类输入是否存在注入。该模型由Protect AI开发，利用多个公开数据集训练而成，旨在提升语言模型应用的安全性。需注意的是，模型不适用于越狱攻击检测和非英语提示处理。
deberta-v3-base-prompt-injection-v2项目介绍
项目概述
deberta-v3-base-prompt-injection-v2是一个基于microsoft/deberta-v3-base模型微调的文本分类模型，专门用于检测和分类提示注入攻击。提示注入攻击是一种通过插入或修改提示来操纵语言模型，使其产生非预期输出的方法。该模型旨在通过识别这些恶意干预来增强语言模型应用程序的安全性。
模型特点
该模型由Protect AI团队开发，使用Apache License 2.0许可证。它主要针对英语语言进行了优化，能够将输入分类为良性（0）和检测到注入（1）两种类型。模型在检测英语提示注入方面表现出高度准确性，但不适用于检测越狱攻击或处理非英语提示。
数据集和训练
模型的训练数据集是从多个公开的开放数据集中精心组合而成，包含了广泛的提示变体。此外，开发团队还根据学术研究论文、文章、安全竞赛以及LLM Guard社区的反馈，创建了特定的提示注入样本。训练过程中测试了20多种配置，以优化模型的检测能力。
评估指标
在评估数据集上，模型展现出优秀的性能：
- 准确率：99.93%
- 召回率：99.94%
- 精确率：99.92%
- F1分数：99.93%
在训练后的评估中，使用20,000个来自未训练数据集的提示进行测试，模型仍然保持了较高的性能：
- 准确率：95.25%
- 精确率：91.59%
- 召回率：99.74%
- F1分数：95.49%
使用方法
用户可以通过Transformers库或Optimum with ONNX来使用这个模型。此外，该模型还可以与Langchain集成，或在LLM Guard中使用。项目提供了详细的代码示例，方便开发者快速上手。
社区支持
项目鼓励用户加入其Slack社区，与开发者交流、提供反馈并讨论LLM安全相关话题。这为用户提 供了一个良好的交流平台，有助于项目的持续改进和发展。
总结
deberta-v3-base-prompt-injection-v2项目为语言模型应用提供了一个强大的安全工具。通过精确检测提示注入攻击，它有效提高了系统的安全性。虽然目前主要针对英语，但其高准确率和广泛的应用前景使其成为NLP安全领域的重要贡献。
</SOURCE_TEXT>
编辑推荐精选
扣子-AI办公
职场AI，就用扣子
AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播 客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！
堆友
多风格AI绘画神器
堆友平台由阿里巴巴设计团队创建，作为一款AI驱动的设计工具，专为设计师提供一站式增长服务。功能覆盖海量3D素材、AI绘画、实时渲染以及专业抠图，显著提升设计品质和效率。平台不仅提供工具，还是一个促进创意交流和个人发展的空间，界面友好，适合所有级别的设计师和创意工作者。
码上飞
零代码AI应用开发平台
零代码AI应用开发平台，用户只需一句话简单描述需求，AI能自动生成小程序、APP或H5网页应用，无需编写代码。
Vora
免费创建高清无水印Sora视频
Vora是一个免费创建高清无水印Sora视频的AI工具
Refly.AI
最适合小白的AI自动化工作流平台
无需编码，轻松生成可复用、可变现的AI自动化工作流
酷表ChatExcel
大模型驱动的Excel数据处理工具
基于大模型交互的表格处理系统，允许用户通过对话方式完成数据整理和可视化分析。系统采用机器学习算法解析用户指令，自动执行排序、公式计算和数据透视等操作，支持多种文件格式导入导出。数据处理响应速度保持在0.8秒以内，支持超过100万行数据的即时分析。
TRAE编程
AI辅助编程，代码自动修复
Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。
AIWritePaper论文写作
AI论文写作指导平台
AIWritePaper论文写作是一站式AI论文写作辅助工具，简化了选题、文献检索至论文撰写的整个过程。通过简单 设定，平台可快速生成高质量论文大纲和全文，配合图表、参考文献等一应俱全，同时提供开题报告和答辩PPT等增值服务，保障数据安全，有效提升写作效率和论文质量。
博思AIPPT
AI一键生成PPT，就用博思AIPPT！
博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。
潮际好麦
AI赋能电商视觉革命，一站式智能商拍平台
潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。
推荐工具精选
AI云服务特惠
懂AI专属折扣关注微信公众号
最新AI工具、AI资讯
独家AI资源、AI项目落地
微信扫一扫关注公众号