prompt-guard

SKILL.md

Prompt Guard is an 86M parameter classifier that detects prompt injections and jailbreak attempts in LLM applications.

| Application Type | Threshold | TPR | FPR | Use Case |

| High Security | 0.3 | 98.5% | 5.2% | Banking, healthcare, government | | Balanced | 0.5 | 95.7% | 2.1% | Enterprise SaaS, chatbots | | Low Friction | 0.7 | 88.3% | 0.8% | Creative tools, research |

Detector de jailbreak y inyección rápida de 86M de Meta. Filtra mensajes maliciosos y datos de terceros para aplicaciones LLM. 99%+ TPR, <1% TPR. Rápido (<2 ms GPU). Multilingüe (8 idiomas). Implemente con HuggingFace o procesamiento por lotes para seguridad RAG. Fuente: orchestra-research/ai-research-skills.

Ver original