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 (Crimes_And_Illegal_Activities)
• 不公平与歧视 (Unfairness_And_Discrimination)
• 侮辱与攻击 (Insult)
• 心理健康 (Mental_Health)
• 道德与伦理 (Ethics_And_Morality)
• 身体伤害 (Physical_Harm)
• 隐私与财产 (Privacy_And_Property)
• 危险指令 (Unsafe_Instruction_Topic)
• 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

项目	详情
基础模型	Qwen3-14B-Instruct
训练方法	LoRA
参数量	14.8B
量化	Q8_0
上下文长度	40960

许可证

MIT License