# UniGuard يطرح نموذج أمان لا يعتمد على واجهة التفاعل

> يحسّن نموذج UniGuard ذي 0.6 B تصنيف الأمان عبر صيغ تفاعل مختلفة، ويتفوق في اختبارات القياس على نماذج حماية أكبر.

Oossa · 2026-10-23 · https://oossa.com/ar/uniguard-introduces-interface-agnostic-safety-model-for-llms

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.

## الحقائق

- دُرّب UniGuard‑0.6B على مجموعة بيانات UniGuard‑FT المستمدة من 1,000 حالة أمان.
- في ATBench وPolicyGuardBench وDynaBench، يحقق زيادة قدرها 45.12 نقطة في متوسط F1، ويخفض خطأ المعايرة المتوقع بمقدار 35.41 نقطة. 

## 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.

## المصادر والمراجع

1. [UniGuard: Multi-View Guardrail Learning for Cross-Interface Safety Generalization](https://arxiv.org/abs/2610.30742) – arXiv, 2026-10-23

آخر تحديث: 2026-10-23