metadata
license: apache-2.0
language:
- zh
tags:
- text-classification
- safety
- qwen
- 14b
- security
pipeline_tag: text-classification
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