نشر فريق بقيادة Md Nishat Raihan نموذج BanglaShield على arXiv. ويضم المورد 10,245 مطالبة باللغة البنغالية بثلاثة أشكال كتابية، وصُنّفت كل منها من حيث السلامة. وعند اختبار ستة نماذج لغوية كبيرة حديثة، صنّفت هذه النماذج 47 % من المطالبات غير الآمنة المكتوبة بالخط الأصلي على أنها آمنة، وارتفعت النسبة إلى 63 % عندما كُتبت بالحروف اللاتينية. أما BanglaShield، وهو نموذج ترميز صغير خضع للتدريب الدقيق، فحقق 87.8 في مقياس macro‑F1 للمطالبات المكتوبة بالخط الأصلي و84.4 للمطالبات المكتوبة بالحروف اللاتينية، متفوقًا على أفضل نموذج لغوي كبير بنحو 45 نقطة، مع استخدام عدد معاملات أقل بنحو 130 ×.
لماذا يهم
يمكن لمطوّري التطبيقات باللغة البنغالية استخدام BanglaShield لتصفية المحتوى غير الآمن بموثوقية أعلى من المصنّفات الحالية القائمة على نماذج LLM.
