Un equipo de investigadores encabezado por Viet Thanh Pham presentó UniGuard, un marco de entrenamiento que aprende señales de seguridad que funcionan igual tanto si la IA se usa con una sola instrucción como en una conversación, el registro de actividad de un agente o un escenario multiagente. El equipo creó un conjunto de datos con 1.000 casos públicos de seguridad y generó cinco versiones de cada caso. El modelo resultante, UniGuard‑0.6B, se entrenó mediante clasificación, aprendizaje contrastivo y una función de pérdida especial para la calibración. En tres pruebas comparativas con interfaces que no había visto durante el entrenamiento, supera a su predecesor por unos 45 puntos de F1 y reduce el error de calibración en 35 puntos, a la vez que compite con modelos mucho más grandes, como Claude‑Sonnet‑4.5 y GPT‑5.2.
Por qué importa
Quienes desarrollan asistentes de IA pueden usar un sistema de protección compacto de 0.6 B que mantiene su fiabilidad en chats y contextos con uno o varios agentes, lo que reduce la necesidad de contar con varios modelos de seguridad.
