Galvanize 3
Un classifieur multilingue qui signale l’injection de prompt dans le texte lu par un agent : sortie d’outils, pages web, descriptions d’outils MCP. Ses poids sont ouverts sur Hugging Face. Depuis le 23 octobre 2026, c’est le modèle utilisé par la vérification zn Cloud optionnelle. zn-gate n’envoie à la vérification cloud que des prompts, et seulement si vous activez le cloud ; sur votre machine, zn-gate utilise des règles déterministes.
Fiche du modèle
| Tâche | Classification binaire : injection de prompt ou non. Il ne génère pas de texte. |
|---|---|
| Modèle de base | Affiné à partir de Horizon-Labs/prompt-injection-guard-small (Apache-2.0) |
| Taille | Environ 140M de paramètres |
| Entrée | Lit 512 tokens à la fois ; l’API évalue les entrées plus longues par fenêtres qui se chevauchent. Si vous exécutez le modèle vous-même, découpez les entrées plus longues en morceaux |
| Langues | Multilingue. Les résultats par langue, et les langues pas encore testées, figurent sur la fiche Hugging Face |
| Seuil | Vous le choisissez si vous exécutez le modèle vous-même ; la fiche du modèle montre comment transformer le score en verdict |
Comment nous l’évaluons
Nous conservons un jeu de test privé qui ne sert jamais à l’entraînement. Un taux de détection n’apparaît sur ce site que s’il a été mesuré sur ce jeu, avec la date, le jeu de données et le script qui l’a produit. Galvanize 3 n’a pas été entraîné sur ce jeu, mais nous l’avons utilisé pour choisir le modèle ; lisez donc ces chiffres comme des résultats de développement.
Résultats sur notre jeu de test privé (3 309 exemples en plusieurs langues) et sur notre jeu de 658 documents légitimes longs :
| Mesure | Galvanize 3 | Galvanize 2 | Galvanize-60M (précédent) |
|---|---|---|---|
| Taux de détection (rappel) | 89,6 % | 83,4 % | 66,9 % |
| Taux de faux positifs | 0,6 % | 0,81 % | 6,4 % |
| Documents légitimes longs signalés | 2,9 % | 4,1 % | ~66 % |
Galvanize 3 à son seuil de production ; Galvanize 2 à son seuil de 0,662 ; Galvanize-60M à son propre seuil, 0,95. Le benchmark public de Galvanize 2 du dossier benchmark/ sur Hugging Face peut être relancé avec son script. Méthode dans l’article de lancement · Benchmark public de Galvanize 2 ↗
Points faibles et ce qu’il ne détecte pas
- C’est une couche, pas une garantie. Certaines attaques passent encore : gardez le moindre privilège sur les outils de votre agent.
- Les injections indirectes et structurées, comme des instructions cachées dans des documents ou des données, sont un point faible connu.
- Si vous exécutez le modèle vous-même, seuls les 512 premiers tokens d’une entrée sont évalués par passe : découpez les entrées plus longues en morceaux (l’API les évalue par fenêtres).
- Il évalue chaque texte isolément : il ne peut pas savoir si une instruction est légitime pour un utilisateur ou une tâche donnés, et les attaques réparties sur plusieurs appels d’outils ou cachées dans des images, de l’audio ou des fichiers binaires sont hors périmètre.
- Les résultats varient selon la langue, et la plupart des benchmarks publics sont en anglais.
- Ce n’est pas un filtre de contenu (ni toxicité, ni discours haineux, ni modération de sujets), et il ne protège pas vos secrets : c’est le rôle du masquage des secrets de zn-gate.
- Un seuil plus bas détecte plus et bloque plus de texte légitime ; un seuil plus haut fait l’inverse.
Modèles précédents : Galvanize 2 et Galvanize-60M
Galvanize 2 a été le modèle de zn Cloud du 12 au 23 octobre 2026, précédé de Galvanize-60M. Galvanize-60M est désormais le modèle de secours automatique quand Galvanize 3 n’est pas disponible, avec son propre seuil de 0,95. Les poids des deux restent sur Hugging Face sous licence Apache-2.0. Les chiffres de l’article de lancement de Galvanize-60M de septembre 2026 venaient d’un benchmark interne, pas de notre jeu de test réservé ; la comparaison ci-dessus les remplace.
Utiliser Galvanize 3
Téléchargez les poids de Galvanize 3 et exécutez-les vous-même, ou utilisez la vérification optionnelle de zn Cloud, qui exécute le même modèle.