deberta-v3-base-injection

此模型是在 promp-injection 数据集上对 microsoft/deberta-v3-base 进行微调得到的。在评估数据集上取得以下结果：

• 损失：0.0673
• 准确率：0.9914

模型描述

此模型用于检测注入攻击，并将其分类为"INJECTION"。合法的请求会被分类为"LEGIT"。数据集假设合法的请求为各种问题或关键字搜索。

使用限制

如果您使用此模型来保护系统，并且它在将请求分类为注入攻击方面过于"敏感"，请考虑收集合法示例，并使用 promp-injection 数据集重新训练模型。

训练和评估数据

基于 promp-injection 数据集。

训练过程

训练超参数

训练过程中使用了以下超参数：

• learning_rate: 2e-05
• train_batch_size: 8
• eval_batch_size: 8
• seed: 42
• optimizer: Adam，betas=(0.9,0.999)，epsilon=1e-08
• lr_scheduler_type: linear
• num_epochs: 3

训练结果

框架版本

• Transformers 4.29.1
• Pytorch 2.0.0+cu118
• Datasets 2.12.0
• Tokenizers 0.13.3