Generador de Palabrotas

Genera muestras de palabrotas enmascaradas para probar tuberías de moderación, filtros de contenido y seguridad de modelos lingüísticos. Evita términos explícitos usando tokens enmascarados o marcadores de posición, manteniendo patrones y categorías (suaves, fuertes, insultos) para simular uso real. Las opciones de salida incluyen selección de idioma, filtrado por categorías, longitud máxima en tokens, cantidad de muestras y control de semilla para reproducibilidad.
Conceptualmente, la herramienta utiliza un vocabulario controlado de marcadores y secuencias enmascaradas. Aplica reglas para componer secuencias que se asemejan a enunciados reales sin producir contenido explícito. Los usuarios especifican el idioma, categorías permitidas, longitud máxima y número de muestras; el generador devuelve un conjunto estructurado de muestras con metadatos. Los beneficiarios incluyen ingenieros de QA, equipos de moderación, científicos de datos y responsables de cumplimiento que necesitan entradas reproducibles para pruebas y entrenamiento. El valor único reside en generación orientada a la seguridad, configuración localizada y datos exportables para pruebas automatizadas y registros. Casos típicos de uso: evaluar umbrales de filtros, verificar políticas de contenido y simular contenido generado por usuarios en conjuntos de datos sintéticos. Funciones clave: salidas enmascaradas, selección por categoría, longitud y conteo configurables, soporte multilingüe y formatos de exportación como JSON. La herramienta enfatiza la reproducibilidad mediante control de semilla y resultados deterministas cuando es deseado.