How to use from
Docker Model Runner
docker model run hf.co/SynastriaNetworks/jailbreak-creator
Quick Links

jailbreak-creator

Modelo de ~0.5B parรขmetros, da SynastrIA Networks, que gera prompts adversariais (jailbreaks) para testar a robustez de seguranรงa de outros modelos de linguagem. Foi pensado para red teaming e avaliaรงรฃo de guardrails, nรฃo para uso em produรงรฃo.

Model Details

Model Description

  • Developed by: Hycaro (SynastrIA Networks)
  • Funded by: SynastrIA Networks (bootstrap)
  • Model type: Causal language model (arquitetura Qwen2), fine-tune para geraรงรฃo de prompts adversariais
  • Language(s): PT-BR
  • License: OpenRAIL-M
  • Finetuned from model: Qwen/Qwen2.5-0.5B-Instruct
  • Parameters: 0.5B
  • Tensor type: BF16 (Safetensors)

Model Sources

Uses

Direct Use

Gerar candidatos de prompts de jailbreak a partir de um objetivo descrito em texto, para:

  • red teaming automatizado de LLMs (prรณprios ou de terceiros, com autorizaรงรฃo);
  • avaliar e melhorar filtros, classificadores de seguranรงa e guardrails;
  • montar datasets de avaliaรงรฃo de robustez.

Downstream Use

Pode ser integrado a pipelines de avaliaรงรฃo de seguranรงa, onde as saรญdas sรฃo enviadas a um modelo-alvo e a resposta รฉ classificada por um juiz (humano ou automรกtico).

Bias, Risks, and Limitations

  • ร‰ um modelo pequeno (0.5B): as saรญdas podem ser repetitivas, incoerentes ou pouco eficazes.
  • Por natureza, gera texto adversarial. Os prompts produzidos podem conter conteรบdo ofensivo ou tentar induzir comportamento inseguro em outros modelos.
  • Herda os vieses e as limitaรงรตes do modelo base e dos dados de fine-tuning.
  • Nรฃo hรก garantia de que os jailbreaks gerados funcionem contra qualquer modelo especรญfico.

Recommendations

Use apenas em ambiente controlado e com autorizaรงรฃo sobre o sistema testado. Mantenha revisรฃo humana, nรฃo exponha o modelo publicamente via API sem controles e reporte vulnerabilidades encontradas aos responsรกveis pelo sistema afetado.

How to Get Started with the Model

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_id = "SynastriaNetworks/jailbreak-creator"

tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForCausalLM.from_pretrained(
    model_id, torch_dtype=torch.bfloat16, device_map="auto"
)

messages = [
    {"role": "user", "content": "<descreva aqui o cenรกrio de teste>"},
]
inputs = tokenizer.apply_chat_template(
    messages, add_generation_prompt=True, return_tensors="pt"
).to(model.device)

outputs = model.generate(inputs, max_new_tokens=256, do_sample=True, temperature=0.8)
print(tokenizer.decode(outputs[0][inputs.shape[-1]:], skip_special_tokens=True))

Training Details

Training Data

Training Procedure

  • Training regime:
  • Hardware:

Environmental Impact

  • Hardware Type: 2xT4
  • Cloud Provider: Kaggle

Technical Specifications

  • Architecture: Qwen2 (decoder-only Transformer), 0.5B parรขmetros, herdada do Qwen2.5-0.5B-Instruct
  • Formato dos pesos: Safetensors, BF16
  • Template de chat: incluรญdo no tokenizer

Citation

@misc{jailbreak-creator,
  author = {Hycaro and SynastrIA Networks},
  title  = {jailbreak-creator},
  year   = {2026},
  url    = {https://huggingface.co/SynastriaNetworks/jailbreak-creator}
}

Model Card Authors

Hycaro, SynastrIA Networks

Model Card Contact

E-mail: gustajunq@synastria.dev

Downloads last month
316
Safetensors
Model size
0.5B params
Tensor type
BF16
ยท
Inference Providers NEW
This model isn't deployed by any Inference Provider. ๐Ÿ™‹ Ask for provider support

Model tree for SynastriaNetworks/jailbreak-creator

Finetuned
(1,195)
this model
Quantizations
2 models

Collection including SynastriaNetworks/jailbreak-creator