messages/ru.json

{
	"$schema": "https://inlang.com/schema/inlang-message-format",
	"hello_world": "Hello, {name} from ru!",
	"navigation_ranking": "Рейтинг",
	"navigation_details": "Детали",
	"navigation_visualizations": "Визуализации",
	"navigation_methodology": "Методология",
	"brand_guard_leaderboard": "GuardRate Leaderboard",
	"brand_home_aria_label": "GuardRate Leaderboard by HiveTrace",
	"ranking_meta_title": "Рейтинг - HiveTrace Guard Leaderboard",
	"ranking_badge": "Бенчмарк guardrails",
	"ranking_updated": "обновлено {date}",
	"ranking_title": "Рейтинг",
	"ranking_description": "Рейтинг open-source guardrail-моделей.",
	"ranking_filters": "Фильтры рейтинга",
	"ranking_table": "Таблица моделей",
	"ranking_scope_select_label": "срез данных",
	"ranking_scope_all": "Все бенчмарки",
	"ranking_scope_all_description": "19 групп",
	"ranking_scope_english": "Англоязычный срез",
	"ranking_scope_english_description": "без RU-групп",
	"ranking_scope_robust": "Robustness & injection",
	"ranking_scope_robust_description": "5 групп",
	"ranking_csv": "Export CSV",
	"ranking_filter_bar_label": "Фильтры лидерборда",
	"ranking_filter_language": "Язык",
	"ranking_filter_models": "Модели",
	"ranking_filter_group_benchmark": "Группа / бенчмарк",
	"ranking_filter_metric": "Метрика",
	"ranking_filter_slice": "Срез",
	"ranking_filter_language_any": "Любой",
	"ranking_filter_language_en": "EN",
	"ranking_filter_language_ru": "RU",
	"ranking_filter_select_all": "Выбрать все",
	"ranking_filter_models_all": "Модели: Все",
	"ranking_filter_models_llm_judge": "LLM-судьи",
	"ranking_filter_models_classifier": "Классификаторы",
	"ranking_filter_models_selected": "Модели: {count}",
	"ranking_filter_groups_all": "Группы: Все",
	"ranking_filter_groups_current": "Текущий срез",
	"ranking_filter_groups_robust": "Robustness",
	"ranking_filter_groups_selected": "Группы: {count}",
	"ranking_filter_slice_combined": "combined",
	"ranking_filter_slice_safe": "safe",
	"ranking_filter_slice_unsafe": "unsafe",
	"ranking_filter_summary": "{count} моделей · срез: {scope}",
	"ranking_models_label": "Моделей",
	"ranking_models_hint": "open-source guardrail-модели",
	"ranking_groups_label": "Групп в срезе",
	"ranking_best_integral_label": "Лучший Integral",
	"ranking_fastest_p95_label": "Самый быстрый p95",
	"ranking_unit_ms": "мс",
	"ranking_table_title": "Лидерборд",
	"ranking_average_integral": "{scope}: средний Integral {value}.",
	"ranking_rows": "{count} строк",
	"ranking_column_model": "Модель",
	"ranking_column_integral": "Integral",
	"ranking_column_min_score": "Min score",
	"ranking_column_fpr": "Overall FPR",
	"ranking_column_fnr": "Overall FNR",
	"ranking_column_p95": "p95 мс",
	"ranking_column_size": "Размер",
	"ranking_column_higher_better": "больше лучше",
	"ranking_column_lower_better": "меньше лучше",
	"ranking_column_report": "Отчёт",
	"ranking_model_type_classifier": "классификатор",
	"ranking_model_type_llm_judge": "LLM-судья",
	"ranking_eval_leak": "eval-leak",
	"ranking_eval_partial": "partial",
	"ranking_open_details_label": "Открыть детали модели {model}",
	"ranking_details_overview_tab": "Обзор",
	"ranking_details_groups_tab": "По группам",
	"ranking_details_benchmarks_tab": "Бенчмарки",
	"ranking_details_meta_tab": "Meta",
	"ranking_details_overall_f1": "Overall F1",
	"ranking_details_p50_p95": "p50 / p95 мс",
	"ranking_details_full_name": "Полное имя",
	"ranking_details_family": "Семейство",
	"ranking_details_parameters": "Параметры",
	"ranking_details_guard_type": "Тип guard",
	"ranking_details_languages": "Языки",
	"ranking_details_license": "Лицензия",
	"ranking_details_run_date": "Дата запуска",
	"ranking_details_coverage": "Покрытие",
	"ranking_details_coverage_value": "{covered}/{total} групп",
	"ranking_details_group": "Группа",
	"ranking_details_benchmark": "Бенчмарк",
	"ranking_details_score": "Score",
	"ranking_details_repository": "Отчёт / репозиторий",
	"ranking_details_open_hf": "Открыть на HF",
	"benchmark_description_s_eval": "Семейство S-Eval (IS2Lab): набор базовых рисков и сгенерированных на их основе jailbreak-атак. Проверяет, распознаёт ли модель вредоносный intent как в исходном, так и в замаскированном запросе.",
	"benchmark_description_aegis": "Оценка фильтрации вредного контента с фокусом на safety и коммерческую применимость: данные приближены к реальным сценариям модерации.",
	"benchmark_description_toxic_chat": "Бенчмарк токсичности в диалогах на основе реальных взаимодействий пользователей с LLM. Итоговая метка формируется как OR между колонками toxicity и jailbreaking.",
	"benchmark_description_polyguard": "Универсальный высококачественный бенчмарк на базе WildGuardMix, переведённого на 17 языков. Проверяет токсичность, адверсариальные атаки, небезопасные запросы и ложные срабатывания (exaggerated safety).",
	"benchmark_description_rtp_lx": "ToxicityPrompts/RTP-LX: оценка токсичности в мультиязычной среде с учётом культурных нюансов и скрытых форм вреда (микроагрессии, предвзятость), которые часто ускользают от моделей.",
	"benchmark_description_or_bench": "Набор действительно токсичных промптов и подмножество hard 1k (отвергаются минимум 3 из крупнейших SOTA-моделей). Оценивает баланс безопасности и полезности, минимизируя чрезмерные отказы (over-refusal).",
	"benchmark_description_xstest": "walledai/XSTest: диагностика перестраховки моделей (ложных отказов на безопасные запросы с триггерными словами) методом контрастных пар безопасных и небезопасных промптов.",
	"benchmark_description_strong_reject": "Измеряет устойчивость к однозначно вредоносным запросам, блокируемым всеми лидерами рынка. Ответ на такой промпт считается критическим сбоем безопасности (false negative). Переводы выполнены носителями языка.",
	"benchmark_description_beaver_tails": "Проверяет, остаётся ли модель безопасной и уместной, оценивая устойчивость к генерации вредного контента на размеченных парах «промпт-ответ» и баланс между безопасностью и полезностью.",
	"benchmark_description_harm_bench": "Пары «промпт-ответ» с человеческой разметкой плюс запросные подсеты. Проверяет устойчивость к широкому спектру состязательных атак: AutoDan, GCG, Human, Few-shot, PAIR, Persona.",
	"benchmark_description_multi_jail": "Оценивает, насколько модель верно классифицирует переведённые человеком реальные jailbreak-запросы на разные языки, включая низкоресурсные (en, zh, it, vi, ar, ko, th, bn, sw, jv).",
	"benchmark_description_simple_safety_tests": "Bertievidgen/SimpleSafetyTests: быстрый smoke-test / sanity-check из концентрированных вредоносных запросов для оперативного выявления критических уязвимостей безопасности.",
	"benchmark_description_csrt": "walledai/CSRT: оценивает устойчивость к вредоносным запросам, замаскированным смешением нескольких языков в одной фразе. Построен на базе MultiJail.",
	"benchmark_description_aya_red_teaming": "CohereLabs/aya_redteaming: устойчивость к целенаправленным атакам и корректная обработка вредоносных запросов в разных культурных контекстах, с разделением вреда на «глобальный» и «локальный».",
	"benchmark_description_xsafety": "Первый мультиязычный бенчмарк безопасности: 14 видов рисков на 10 языках. Проверяет устойчивость к небезопасным запросам и сложным jailbreak-атакам (role-playing, утечка промптов).",
	"benchmark_description_openai_moderation": "mmathys/openai-moderation-api-evaluation: предотвращение генерации контента, нарушающего политику безопасности, по фиксированному набору категорий (насилие, ненависть, сексуальный контент, самоповреждение).",
	"benchmark_description_robustness_real": "Реальные пользовательские запросы и ответы: вредоносные, безопасные и состязательно-безопасные сплиты. Сводные метрики FNR/FPR/F1 для оценки общей робастности на нативных русских данных.",
	"benchmark_description_robustness_robust": "Аугментированные (усложнённые) версии вредоносных и безопасных запросов. Проверка устойчивости к утяжелённым вариантам атак и ложных срабатываний на усложнённых безопасных примерах.",
	"benchmark_description_prompt_injection": "Датасет для оценки устойчивости к промпт-инъекциям: примеры атак, направленных на перехват управления моделью, на русском и английском.",
	"benchmark_tests_s_eval": "Распознавание небезопасного намерения в чистых запросах (base risk) и устойчивость к 10 методам adversarial-атак вроде role-playing и принуждения к началу ответа (attack set).",
	"benchmark_tests_aegis": "Детекцию вредного контента в запросах (prompt) и ответах (response) на реалистичных коммерческих данных.",
	"benchmark_tests_toxic_chat": "Классификацию токсичности и jailbreak в пользовательских вводах и ответах модели на реальных логах диалогов.",
	"benchmark_tests_polyguard": "Робастность детекции на запросах и ответах в английском и русском срезах, включая over-refusal.",
	"benchmark_tests_rtp_lx": "Детекцию нетривиальной межкультурной токсичности в запросах и ответах на английском и русском.",
	"benchmark_tests_or_bench": "Способность отличать реальный вред от неоднозначных запросов без скатывания в over-refusal.",
	"benchmark_tests_xstest": "Границу принятия решений: ложные отказы (FPR) на безопасных запросах против пропуска реального вреда.",
	"benchmark_tests_strong_reject": "Жёсткую детекцию явного вреда на пяти языках (EN, RU, UKR, BE, UZ); приоритет - минимизация пропусков.",
	"benchmark_tests_beaver_tails": "Детекцию вреда в ответах модели и выявление случаев чрезмерной осторожности.",
	"benchmark_tests_harm_bench": "Распознавание вреда, сгенерированного LLM под атакой, и устойчивость к контексту в запросах (standard/contextual) и ответах.",
	"benchmark_tests_multi_jail": "Мультиязычную детекцию jailbreak-запросов (англоязычный срез).",
	"benchmark_tests_simple_safety_tests": "Базовую детекцию явного вреда как быстрая проверка здравомыслия модели.",
	"benchmark_tests_csrt": "Робастность к code-switching атакам (многоязычное смешение в одном промпте).",
	"benchmark_tests_aya_red_teaming": "Adversarial robustness в русском и английском срезах с учётом культурно-специфичного вреда.",
	"benchmark_tests_xsafety": "Снижение безопасности на неанглоязычных запросах и устойчивость к адверсариальным сценариям (англоязычный срез).",
	"benchmark_tests_openai_moderation": "Соответствие фиксированной таксономии модерации по политике безопасности.",
	"benchmark_tests_robustness_real": "Распознавание реальных атак при низком FPR на безопасных и adversarial-safe запросах (request и response режимы).",
	"benchmark_tests_robustness_robust": "Робастность к аугментированным атакам: FNR на harm и FPR на safe сплитах русских данных.",
	"benchmark_tests_prompt_injection": "Детекцию prompt-injection атак в двух языковых срезах.",
	"methodology_meta_title": "Методология - HiveTrace Guard Leaderboard",
	"methodology_title": "Методология",
	"methodology_description": "Датасет → группа → интегральный балл. FPR и FNR остаются раздельными до последнего шага.",
	"methodology_meaning_label": "Что это значит:",
	"methodology_aggregation_title": "Три уровня агрегации",
	"methodology_dataset_score_tag": "балл датасета",
	"methodology_dataset_score_comment": "гармоническое среднее (1−FPR, 1−FNR)",
	"methodology_dataset_score_description": "Нормализуем ошибки в качество: 1−FPR - доля верно пропущенного безопасного, 1−FNR - доля верно пойманного вредного. Затем берём гармоническое среднее: слабая сторона роняет балл, высокая другая не спасает.",
	"methodology_group_score_tag": "балл группы",
	"methodology_group_score_comment": "гармоническое среднее баллов N датасетов",
	"methodology_group_score_description": "Группа - семейство близких датасетов, например jailbreak-тесты. Снова используем гармонику: самый слабый датасет определяет балл группы, нельзя добрать очки за счёт лёгких сетов внутри той же темы.",
	"methodology_integral_score_tag": "итоговый балл",
	"methodology_integral_score_comment": "геометрическое среднее M групп (S_group > 0)",
	"methodology_integral_log_comment": "логарифмическая форма (численная стабильность)",
	"methodology_integral_score_description": "По группам берём геометрическое среднее. Оно сильнее наказывает дисбаланс: одна провальная группа тянет произведение вниз. Ровный профиль ценится выше звезды в одном месте и дыры в другом.",
	"methodology_combined_dataset_title": "Комбинированный датасет",
	"methodology_harm_split_tag": "harm split",
	"methodology_harm_split_description": "Доля вредоносных запросов, ошибочно помеченных безопасными. TP - пойманные атаки, FN - пропущенные.",
	"methodology_safe_split_tag": "safe split",
	"methodology_safe_split_description": "Доля безопасных запросов, ошибочно помеченных вредными. TN - верно пропущенные безопасные, FP - ложные срабатывания.",
	"methodology_combined_dataset_note": "Если в списке есть общий сет с пометкой combined, для него метрики берутся напрямую с полных сплитов; для остальных - стандартно, через арифметическое среднее их индивидуальных метрик.",
	"methodology_scatter_title": "Scatter: FPR vs FNR",
	"methodology_scatter_x_axis": "Ось X",
	"methodology_scatter_x_description": "Арифметическое среднее FPR по датасетам группы.",
	"methodology_scatter_y_axis": "Ось Y",
	"methodology_scatter_y_description": "Арифметическое среднее FNR по датасетам группы.",
	"methodology_scatter_point_title": "Точка = модель",
	"methodology_scatter_point_description": "Позиция отражает средний баланс между ложными блокировками по оси X и пропуском угроз по оси Y по всем бенчмаркам. Ближе к началу координат - лучше по обеим осям.",
	"methodology_specifics_title": "Особенности расчёта",
	"methodology_single_class_title": "Один класс в датасете",
	"methodology_single_class_description": "F1 считается для всех бенчмарков <b>по умолчанию</b>. Если в датасете присутствуют метки только одного класса: для all_unsafe рассчитываются <b>FNR, recall</b>; для all_safe соответственно <b>FPR, TNR</b>.",
	"methodology_caveat_title": "Оговорка",
	"methodology_caveat_description": "Метрики - точечные оценки. Доверительные интервалы и размеры выборок (n) по тестам в текущем датасете не публикуются, поэтому небольшие различия в рейтинге могут быть статистически незначимыми.",
	"ranking_report_link_label": "Открыть {model}",
	"details": "Детали",
	"details_description": "Метрики по бенчмаркам и моделям.",
	"benchmarks": "Бенчмарки",
	"benchmarks_description": "Сводная матрица модель × тест",
	"benchmarks_filters": "Фильтры бенчмарков",
	"models": "Модели",
	"details_filter_all": "Все",
	"details_filter_type": "Тип",
	"details_filter_sort": "Сортировка",
	"details_filter_search": "Поиск",
	"details_filter_model": "Модель",
	"details_metric_recall": "Recall",
	"details_metric_precision": "Precision",
	"details_metric_accuracy": "Accuracy",
	"details_benchmark_search_placeholder": "Название бенчмарка...",
	"details_model_search_placeholder": "Поиск по названию...",
	"details_model_count": "{shown} из {total} моделей",
	"details_error_rate": "Error rate",
	"details_matrix_summary": "Сводная: {metric} по всем тестам - {models} моделей × {tests} тестов",
	"details_matrix_model_sort": "Модель · Integral",
	"details_matrix_no_data": "нет данных",
	"details_matrix_empty": "Ничего не найдено. Сбросьте поиск или включите группы.",
	"details_dataset_matrix_unavailable_title": "Матрица по датасетам временно недоступна",
	"details_dataset_matrix_unavailable_description": "Сейчас в данных есть dataset-level метрики для {covered} из {total} датасетов. Карточки групп, рейтинги и профили моделей ниже используют реальные данные; матрица будет включена после полного покрытия.",
	"details_families_summary": "{families} семейств · {datasets} датасета",
	"details_models_summary": "{families} families · {models} models",
	"details_benchmark_families_title": "Семейства бенчмарков",
	"details_benchmark_families_description": "Откройте карточку для деталей теста и рейтинга моделей.",
	"details_family_stat_families": "семейств",
	"details_family_stat_datasets": "датасетов",
	"details_family_stat_languages": "языков",
	"details_family_stat_models": "моделей в оценке",
	"details_family_filters": "Фильтры семейств бенчмарков",
	"details_family_language_all": "Все языки",
	"details_family_empty": "Ничего не найдено. Измените фильтры или сбросьте поиск.",
	"details_reset": "Сбросить",
	"details_benchmark_sheet_what_tests": "Что проверяет",
	"details_benchmark_sheet_datasets": "Датасеты",
	"details_benchmark_sheet_ranking": "Рейтинг моделей на этом бенчмарке",
	"details_benchmark_sheet_rank": "Место",
	"details_benchmark_sheet_open": "Открыть бенчмарк",
	"details_benchmark_leader_metric": "ЛИДЕР · {metric}",
	"details_model_sheet_open": "Открыть модель",
	"details_model_sheet_overview": "Обзор",
	"details_model_sheet_groups": "По группам",
	"details_model_sheet_weak": "Бенчмарки",
	"details_model_sheet_meta": "Мета",
	"details_model_sheet_min_group": "Min group",
	"details_model_sheet_latency": "Latency p50/p95/p99",
	"details_model_sheet_radar": "Радар групп",
	"details_model_sheet_profile": "Профиль по группам",
	"details_model_sheet_profile_hint": "Score по группам (отсортировано, выше = лучше)",
	"details_model_sheet_score_legend": "score группы (выше = лучше)",
	"details_model_sheet_groups_with_data": "{count} групп с данными",
	"details_model_sheet_weak_title": "Слабейшие бенчмарк-группы",
	"details_model_sheet_weak_hint": "5 групп с наименьшим score. Recall/Precision и score/F1 - чем выше, тем лучше.",
	"details_model_sheet_all_benchmarks": "Перейти ко всем бенчмаркам",
	"details_model_sheet_full_name": "Полное имя",
	"details_model_sheet_family": "Семейство",
	"details_model_sheet_params": "Параметры",
	"details_model_sheet_type": "Тип guardrail",
	"details_model_sheet_languages": "Языки",
	"details_model_sheet_status": "Статус",
	"details_model_sheet_run_date": "Дата прогона",
	"details_model_sheet_links": "Ссылки",
	"details_model_sheet_hf_card": "Карточка HF",
	"details_dataset_count": "{count} датасета",
	"details_no_data": "нет данных",
	"details_license_label": "license",
	"details_groups_label": "groups",
	"details_groups_title": "Группы",
	"details_group_other": "Прочее",
	"details_select_all": "Все",
	"details_clear": "Снять",
	"details_export": "Экспорт",
	"tools_meta_title": "Визуализации - HiveTrace Guard Leaderboard",
	"tools_meta_description": "Площадка визуализаций для исследователей: радар, scatter FPR×FNR, heatmap FNR, сгруппированные бары и Парето задержки.",
	"tools_description": "Фильтры ниже управляют всеми графиками синхронно; «Pin» закрепляет модель.",
	"tools_controls_aria": "Панель управления визуализациями",
	"tools_models_title": "Модели",
	"tools_groups_title": "Группы / бенчмарки",
	"tools_language_label": "Язык",
	"tools_language_all": "Все языки",
	"tools_pin": "Pin",
	"tools_unpin": "unpin",
	"tools_pinned": "закреплено",
	"tools_radar_scale": "Шкала радара",
	"tools_radar_group_score": "group score",
	"tools_mean": "среднее",
	"tools_group_mean_summary": "среднее по {groups} группам",
	"tools_real_score": "score real",
	"tools_robust_score": "score robust",
	"tools_selected_summary": "{models} моделей · {groups} групп",
	"tools_pinned_for_comparison": "Закреплено для сравнения",
	"tools_unpin_model": "Открепить {model}",
	"tools_no_pinned": "Ничего не закреплено, нажмите Pin в списке Модели.",
	"tools_radar_title": "Радар групп",
	"tools_radar_hint": "баллы выбранных моделей по группам · выше = лучше",
	"tools_radar_aria": "Радар групп по выбранным моделям",
	"tools_radar_empty": "Нужно ≥3 групп с данными для радара.",
	"tools_scatter_hint": "x = FPR, y = FNR · ниже = лучше · ★ идеал (0,0)",
	"tools_scatter_aria": "Scatter FPR против FNR",
	"tools_scatter_ideal": "★ Идеал (0,0) - нулевые ошибки",
	"tools_heatmap_scale_min": "min {value}",
	"tools_heatmap_scale_max": "max {value}",
	"tools_heatmap_header": "{metric} · группа / модель",
	"tools_heatmap_empty": "Выберите хотя бы одну модель и одну группу, чтобы показать heatmap.",
	"tools_grouped_bars_title": "Сгруппированные бары",
	"tools_grouped_bars_hint": "Recall / Precision / F1 по моделям · средние по выбранным группам",
	"tools_grouped_bars_aria": "Сгруппированные бары Recall Precision F1 по моделям",
	"tools_lower_better": "ниже = лучше",
	"tools_higher_better": "выше = лучше",
	"tools_pareto_title": "Парето: качество × задержка",
	"tools_pareto_hint": "x = p95 latency (ms, ниже = лучше), y = integral (выше = лучше)",
	"tools_pareto_aria": "Парето качество против задержки p95",
	"tools_pareto_x_axis": "p95 ms ↓",
	"tools_pareto_y_axis": "Integral ↑",
	"tools_pareto_click_pin_hint": "hover — детали · пунктир = Pareto frontier",
	"tools_pareto_pin_model": "Закрепить подпись {model}",
	"tools_pareto_unpin_model": "Снять подпись {model}",
	"tools_latency_title": "Производительность latency",
	"tools_latency_hint": "p50 / p95 / p99 (ms) · error rate",
	"tools_latency_note": "Перцентили задержки одного запроса.",
	"tools_robustness_title": "Устойчивость real → robust",
	"tools_robustness_hint": "падение под аугментацией - кто ломается на усложнённых атаках",
	"tools_robustness_note": "Delta = robust - real. Delta score < 0: модель неустойчива к обфускациям, > 0: устойчива. Delta FNR > 0: чаще пропускает вредоносные обфусцированные сообщения (хуже), < 0: чаще их ловит (лучше). Delta FPR > 0: чаще банит безопасные обфусцированные сообщения (хуже), < 0: чаще их пропускает (лучше).",
	"tools_footer": "HiveTrace Guardrail Leaderboard",
	"bucket_data_unavailable_title": "Данные временно недоступны",
	"bucket_data_unavailable_description": "Не удалось загрузить данные для этой страницы. Попробуйте обновить страницу чуть позже.",
	"bucket_data_stale_title": "Показаны сохраненные данные",
	"bucket_data_stale_description": "Последнее обновление данных завершилось ошибкой, поэтому страница использует последнюю успешно загруженную версию.",
	"not_found": "Страница не найдена",
	"the_page_youre_looking_for_doesnt_exist": "Страница, которую вы ищете, не существует.",
	"go_back": "Назад",
	"to_main_page": "На главную",
	"internal_server_error": "Внутренняя ошибка сервера",
	"sorry_something_went_wrong_on_our_end_we_are_currently_trying_to_fix_the_problem": "Извините, на нашей стороне произошла ошибка. Мы уже работаем над её исправлением.",
	"reload_page": "Обновить страницу",
	"snapshot_created": "снимок: {date}"
}