Skip to main content
MODELO DE PESOS ABERTOS

Galvanize 3.1

Um classificador multilíngue que sinaliza prompt injection em textos que um agente lê: saídas de ferramentas, páginas da web, documentos, e-mails e descrições de ferramentas MCP. Os pesos são abertos no Hugging Face sob Apache-2.0. Desde 16 de novembro de 2026, ele é o modelo por trás da API do zn em todos os planos; nos planos Pro, Scale e Team, você pode escolher o Galvanize 3 pelo campo model da requisição. O zn-gate envia à nuvem apenas os prompts a verificar, e somente quando você ativa a nuvem; na sua máquina, o zn-gate usa regras determinísticas.

Ficha do modelo

TarefaClassificação binária: prompt injection ou não. Não gera texto.
Modelo baseTreinado adicionalmente a partir do Galvanize 3, que é um ajuste fino de Horizon-Labs/prompt-injection-guard-small (Apache-2.0)
TamanhoCerca de 140M de parâmetros
EntradaLê 512 tokens por vez; a API pontua entradas mais longas em janelas sobrepostas. Se você executar o modelo por conta própria, divida entradas mais longas em partes
IdiomasMultilíngue. Os resultados por idioma, e os idiomas ainda não testados, estão na ficha do Hugging Face
LimiarVocê o escolhe ao executar o modelo por conta própria; a ficha do modelo mostra como transformar a pontuação em um veredito

Como avaliamos

Mantemos um conjunto de teste privado que nunca é usado no treinamento. Uma taxa de detecção só é publicada neste site quando medida nesse conjunto, com a data, o dataset e o script que a produziu. O Galvanize 3.1 e o Galvanize 3 não foram treinados nesse conjunto, mas o usamos para escolhê-los; portanto, leia os números como resultados de desenvolvimento.

Resultados no nosso conjunto de teste privado (3.309 exemplos em vários idiomas) e no nosso conjunto de 658 documentos benignos longos:

Gráfico de barras de quatro gerações do Galvanize, cada uma no seu limiar de produção. Taxa de detecção: Galvanize 3.1 96,4%, Galvanize 3 89,6%, Galvanize 2 83,4%, Galvanize-60M 66,9%. Taxa de falsos positivos: 1,9%, 0,6%, 0,81%, 6,4%. Documentos longos inofensivos sinalizados: 1,2%, 2,9%, 4,1%, cerca de 66%.

Cada modelo no seu limiar de produção: Galvanize 3.1 em 0,9017, Galvanize 3 em 0,9802, Galvanize 2 em 0,662 e Galvanize-60M em 0,95. O benchmark público do Galvanize 2, na pasta benchmark/ no Hugging Face, pode ser executado novamente com o script correspondente. Método no artigo de lançamento · Benchmark público do Galvanize 2 ↗

Pontos fracos e o que ele não detecta

  • É uma camada, não uma garantia. Alguns ataques ainda passam, então mantenha o menor privilégio nas ferramentas do seu agente.
  • Injeções indiretas e estruturadas, como instruções escondidas em documentos ou dados, são detectadas com mais frequência pelo Galvanize 3.1 do que pelo Galvanize 3, mas a detecção ainda não é perfeita.
  • Ele sinaliza mais textos curtos inofensivos do que o Galvanize 3: 1,9% contra 0,6% no teste de lançamento. Nos planos Pro, Scale e Team, você pode escolher o Galvanize 3 pelo campo model da requisição.
  • No PromptShield, com um limite rigoroso de 1% de falsos alarmes, o Galvanize 3 detecta mais ataques do que o Galvanize 3.1.
  • Se você executa o modelo por conta própria, apenas os primeiros 512 tokens de uma entrada são avaliados por passada: divida entradas mais longas em blocos. A API avalia automaticamente, em janelas, entradas com mais de 2.000 caracteres.
  • Ele pontua cada texto isoladamente: não sabe se uma instrução é legítima para um usuário ou uma tarefa específicos, e ataques divididos entre várias chamadas de ferramentas ou escondidos em imagens, áudio ou arquivos binários ficam fora do escopo.
  • Os resultados variam conforme o idioma, e a maioria dos benchmarks públicos é em inglês.
  • Não é um filtro de conteúdo (não modera toxicidade, discurso de ódio nem temas) e não protege seus segredos: isso é trabalho da ocultação de segredos do zn-gate.
  • Um limiar mais baixo detecta mais e bloqueia mais texto legítimo; um mais alto faz o contrário.
Lista completa de pontos fracos na ficha do modelo ↗

Gerações anteriores: Galvanize 3, Galvanize 2 e Galvanize-60M

O Galvanize 3 foi o modelo por trás da API do zn de 23 de outubro a 16 de novembro de 2026, e nos planos Pro, Scale e Team você ainda pode escolhê-lo. O Galvanize 2 foi o modelo de 12 a 23 de outubro de 2026, e o Galvanize-60M veio antes dele. O Galvanize-60M agora é o fallback automático quando o modelo principal está indisponível, com seu próprio limiar de 0,95. Os pesos dos três continuam no Hugging Face sob Apache-2.0. Os números da publicação de lançamento do Galvanize-60M, em setembro de 2026, vieram de um benchmark próprio, e não do nosso conjunto de teste reservado; a comparação acima os substitui.

Use o Galvanize 3.1

Baixe os pesos do Galvanize 3.1 e execute-os por conta própria, ou use a verificação opcional do zn Cloud, que executa o mesmo modelo.