К содержимому
Другое

MCApple Guard v1.0 Flash

исходный код и артефакты детектора промпт-инъекций

1 мин чтенияобновлено

Этот репозиторий представляет собой исходный код и публичные артефакты модели для обнаружения промпт-инъекций, обхода защитных механизмов и подделки системных инструкций в тексте. На выходе инструмент определяет статус текста как безопасный (safe) или атакующий (attack), не выполняя саму поданную строку. Основой служит готовый ONNX-артефакт для инференса, отдельный нативный чекпоинт обучения на базе DeBERTa-v2, а также прилагаемый FastAPI-сервис. Решение пригодится разработчикам AI-агентов и системных шлюзов для дополнительной фильтрации входящих запросов перед их обработкой.

Ключевые особенности

  • Включает готовый FastAPI-сервис для развертывания локального API детектирования
  • Поддерживает быстрый локальный CPU ONNX инференс через скрипты предсказания
  • Содержит переносимый тренер для дообучения и экспорта с проверкой паритета
  • Поддерживает скользящее окно обработки текста с ограничением до 3584 токенов

Что можно сделать

  • Запустить собственный локальный API-сервис детектирования атак через Uvicorn
  • Проверить текст на попытки взлома промпта с помощью скрипта предсказания на ONNX
  • Провести локальное дообучение модели на собственных размеченных JSONL-датасетах
  • Экспортировать обученные чекпоинты в формат ONNX с проверкой совпадения результатов

Пример

Запуск локального FastAPI-сервиса через командную строку с генерацией API-ключа:

export API_KEY="$(python -c 'import secrets; print(secrets.token_urlsafe(32))')"
python -m uvicorn app:app --host 127.0.0.1 --port 8000
ПодробнееПорог классификации (threshold): 0.067598
Архитектура: DeBERTa-v2 с шестью слоями энкодера
Ограничения: максимальная длина текста 32768 символов, до 16 окон по 256 токенов
Требования: Python 3.12, PyTorch 2.8+, Transformers 4.57.6
Обсудить Telegram 1

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.5 GB · готовые файлы1.1 GB
  • FP8 / INT8рекомендуемвеса 0.3 GB0.8 GB
  • 4-bitвеса 0.1 GB0.7 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # gaozx/mcapple-guard-v1.0-flash-20261121
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download gaozx/mcapple-guard-v1.0-flash-20261121 --local-dir ~/models/mcapple-guard-v1.0-flash-20261121
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к mcapple-guard-v1.0-flash-20261121
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

Семья модели

Новые посты про версии mcapple-guard-v1.0-flash-20261121 — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

gaozx/mcapple-guard-v1.0-flash-20261121
Автор
gaozx
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

01

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Языковые модели

Qwen3.5-9B-Guard

Qwen3.5-9B-Guard