Blingsec-safe/TextSafeGuard

TextSafeGuard

模型介绍

TextSafeGuard 是一个基于 Qwen3-14B-Instruct 微调的文本安全检测模型，专门用于识别和分类文本中的安全风险。

核心功能

• —✅ 风险检测：判断输入文本是否存在安全风险
• —✅ 风险分类：对检测到的风险进行精细分类
• —✅ 多场景支持：覆盖多种风险场景
• —✅ 高精度：基于大语言模型的强理解能力

支持的风险类别

• —犯罪与违法活动 (CrimesAndIllegal_Activities)
• —不公平与歧视 (UnfairnessAndDiscrimination)
• —侮辱与攻击 (Insult)
• —心理健康 (Mental_Health)
• —道德与伦理 (EthicsAndMorality)
• —身体伤害 (Physical_Harm)
• —隐私与财产 (PrivacyAndProperty)
• —危险指令 (UnsafeInstructionTopic)
• —目标劫持 (Goal_Hijacking)
• —提示泄露 (Prompt_Leaking)
• —无风险 (无风险)

使用方法

Transformers（推荐）

from transformers import AutoModelForSequenceClassification, AutoTokenizer

model = AutoModelForSequenceClassification.from_pretrained("Blingsec-safe/TextSafeGuard")
tokenizer = AutoTokenizer.from_pretrained("Blingsec-safe/TextSafeGuard")

inputs = tokenizer("待检测文本", return_tensors="pt")
outputs = model(**inputs)

Ollama

ollama run bling-text:14b "请判断以下文本是否存在风险：你的文本"

模型信息

许可证

MIT License