Europäische AI-Modelle.
Gebaut zum Schützen.
Patronus baut spezialisierte Security-Modelle, optimiert für Echtzeit-Inferenz auf dem Endpoint. Erkenne Prompt Injection, den Abfluss sensibler Daten und Agent-Missbrauch, bevor Bedrohungen das Modell erreichen.
Security-Modelle für Laufzeit-Schutz
Anders als generalistische Foundation-Modelle sind Patronus-Modelle gezielt für AI-Security, Governance und Laufzeit-Schutz gebaut. Unsere Detection-Engine kombiniert mehrere Analyse-Ebenen für schnelle, verlässliche, deterministische Entscheidungen.
Ensemble-Architektur
Mehrere spezialisierte Erkennungs-Layer, von Heuristiken über Gradient-Boosted Trees bis zu Transformer-Modellen, ergeben zusammen robuste, präzise Security-Entscheidungen.
Unter 5 ms Latenz
Deterministische Heuristik-Regeln klassifizieren nahezu sofort, ohne Modell-Inferenz. Entscheidend für Echtzeit-Schutz auf vielen Endpoints.
On-Device-Inferenz
Die gesamte Analyse läuft lokal auf dem Endpoint. Keine Prompts, Antworten oder Agent-Daten verlassen je dein System.
Heuristik-Detection-Engine
Deterministische Heuristiken und protokollbewusste Erkennungsregeln, nahezu sofortige Erkennung bekannter Muster, extrem niedrige Latenz ohne Modell-Inferenz.
Machine-Learning-Detection
Gradient-Boosted Decision Trees (LightGBM) bewerten strukturierte Risikosignale aus Prompts, Antworten, Tools und Agent-Aktivität, starke Performance, hocheffizient auf Endgeräten.
Transformer-Security-Modelle
Kompakte Transformer-Modelle, ausschließlich für Security-Klassifikation trainiert: BERT-artige Architekturen, optimiert für lokalen Einsatz und Echtzeit-Inferenz.
Multi-Task-AI-Architektur
Kein einzelnes Modell ist für jedes Security-Problem optimal.
Patronus nutzt eine Multi-Task-AI-Architektur, inspiriert von Mixture-of-Experts-Systemen. Statt auf ein großes Allzweck-Modell zu setzen, routet Patronus Security-Aufgaben zu spezialisierten Erkennungs-Layern, optimiert auf Geschwindigkeit, Genauigkeit und Speichereffizienz.
Geringerer Speicherbedarf
Multi-Task-Modelle erkennen mehrere Bedrohungsklassen in einem einzigen kompakten Modell, weniger Speicherverbrauch bei voller Abdeckung von Prompt Injection, Datenabfluss, Policy-Verstößen und Agent-Risiken.
Ensemble-Entscheidungen
Patronus kombiniert Signale aus Heuristiken, Gradient-Boosted Trees und Transformer-Modellen, für bessere Erkennung, weniger False Positives und robustere Risiko-Entscheidungen.
Intelligentes Modell-Routing
Inspiriert von Mixture-of-Experts-Architekturen routet Patronus jede Interaktion dynamisch zum passendsten Erkennungs-Layer: Heuristiken, ML-Klassifikatoren oder kompakte Transformer-Modelle.
HuggingFace
Wolf Defender
Wolf Defender ist unser offenes AI-Security-Modell für Prompt-Injection-Erkennung, gebaut, um Jailbreaks, Instruction Overrides und Agent-Manipulationsversuche zu identifizieren, bevor sie AI-Systeme treffen. Leichtgewichtig, Security-fokussiert und für den Praxiseinsatz optimiert.
Wolf Defender ausprobieren5.000+ / Monat
Downloads auf Hugging Face
BERT-basiert
Architektur
On-Device
Inferenz
Europäisch
Entwickelt & gepflegt
Open Source in Zahlen
Über 25.000 Downloads und es werden mehr
Die Patronus-Security-Modelle haben zusammen die Marke von 25.000 Downloads auf Hugging Face überschritten; die Wolf-Defender-Modelle allein werden über 5.000-mal pro Monat geladen.
25.000+
Model-Downloads gesamt
5.000+
monatliche Downloads, Wolf Defender
6
Open-Source-Collections
Offener Modell-Katalog
Alle Patronus-Modelle
Je ein Haupt-Modell aus jeder Patronus-Open-Source-Collection, gebaut für schnelle, lokale AI-Security. Darüber hinaus findest du weitere Modelle, Varianten und Quantisierungen in unserer Hugging-Face-Organisation.
Die volle Collection auf Hugging Face ansehenFAQ