{ "$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 по умолчанию. Если в датасете присутствуют метки только одного класса: для all_unsafe рассчитываются FNR, recall; для all_safe соответственно FPR, TNR.", "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}" }