أطلق باحثون بقيادة فييت ثانه فام UniGuard، وهو إطار تدريب يتعلم مؤشرات الأمان بالطريقة نفسها سواء استُخدم الذكاء الاصطناعي عبر موجّه واحد، أو محادثة، أو تسلسل خطوات لوكيل، أو سيناريو متعدد الوكلاء. وأنشأوا مجموعة بيانات تضم 1,000 حالة أمان منشورة، وحوّلوا كل حالة إلى خمس صيغ مختلفة. ودُرّب نموذج UniGuard‑0.6B الناتج باستخدام التصنيف والتعلّم التبايني ودالة خسارة خاصة للمعايرة. وفي ثلاثة اختبارات معيارية لواجهات لم يسبق له رؤيتها، يتفوق على الإصدار السابق بنحو 45 نقطة F1، ويخفض خطأ المعايرة 35 نقطة، مع بقائه منافسًا لنماذج أكبر بكثير، مثل Claude‑Sonnet‑4.5 وGPT‑5.2.
لماذا يهم
يمكن لمطوري المساعدات الذكية استخدام نموذج حماية صغير بحجم 0.6 B يحافظ على موثوقيته في سياقات الدردشة والوكلاء وتعدد الوكلاء، ما يقلل الحاجة إلى نماذج أمان متعددة.
