# BanglaShield؛ تشخیص ایمنی متن بنگالی در خط‌های مختلف

> پژوهشگران BanglaShield را منتشر کرده‌اند؛ مدلی تنظیم‌دقیق‌شده که محتوای ناایمن را در متن بنگالی با خط بومی، آوانویسی لاتین و ترکیبی از دو زبان با دقتی بسیار بیشتر از طبقه‌بندهای فعلی مبتنی بر LLM تشخیص می‌دهد.

Oossa · 2026-10-20 · https://oossa.com/fa/banglashield-offers-script-robust-safety-classifier-for-bengali-prompts

گروهی به سرپرستی Md Nishat Raihan، BanglaShield را در arXiv منتشر کردند. این مجموعه شامل 10,245 متنِ بنگالی در سه شیوه نگارش است که هرکدام برچسب ایمنی دارند. در آزمایش روی شش مدل زبانی بزرگِ روز، این مدل‌ها 47٪ از متن‌های ناایمن با خط بومی را ایمن تشخیص دادند؛ این رقم برای متن‌های آوانویسی‌شده با الفبای لاتین به 63٪ رسید. BanglaShield، یک رمزگذار فشرده و تنظیم‌دقیق‌شده، در متن‌های با خط بومی به امتیاز 87.8 در macro-F1 و در متن‌های آوانویسی‌شده به 84.4 رسید؛ یعنی حدود 45 امتیاز بهتر از بهترین مدل زبانی بزرگ، با حدود 130× پارامتر کمتر.

## حقایق

- 10,245 متن بنگالی با برچسب‌های ایمن، توهین‌آمیز، زیان‌بار و بسیار شدید
- BanglaShield در متن‌های با خط بومی به امتیاز 87.8 در macro-F1 و در متن‌های آوانویسی‌شده به 84.4 می‌رسد

## چرا مهم است

توسعه‌دهندگان اپلیکیشن‌های زبان بنگالی می‌توانند با BanglaShield محتوای ناایمن را با اطمینان بیشتری از طبقه‌بندهای فعلی مبتنی بر LLM پالایش کنند.

## منابع و ارجاع‌ها

1. [BanglaShield: A Script-Robust Safety Classifier and Benchmark for Bangla Native, Romanized, and Code-Mixed Prompts](https://arxiv.org/abs/2610.24288) – arXiv, 2026-10-20

آخرین به‌روزرسانی: 2026-10-20