| 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） | |
| ```python | |
| 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 | |
| ```bash | |
| 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 | |