# معرفی UniGuard؛ مدل ایمنی سازگار با قالب‌های مختلف تعامل

> مدل 0.6 B UniGuard در ارزیابی ایمنی، عملکرد بهتری در قالب‌های گوناگون تعامل دارد و در آزمون‌های معیار از مدل‌های محافظ بزرگ‌تر پیشی می‌گیرد.

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

پژوهشگرانی به سرپرستی ویت تان فام، UniGuard را منتشر کردند؛ چارچوبی آموزشی که نشانه‌های ایمنی را طوری می‌آموزد که فارغ از نحوه استفاده از هوش مصنوعی ــ چه در قالب یک پرامپت، گفت‌وگو، ردپای یک عامل یا سناریوی چندعاملی ــ به یک شکل عمل کنند. آن‌ها مجموعه‌داده‌ای شامل 1,000 نمونه عمومی ایمنی ساختند و هر نمونه را به پنج شکل متفاوت درآوردند. سپس مدل UniGuard‑0.6B را با استفاده از طبقه‌بندی، یادگیری کنتراستی و یک تابع زیان ویژه برای کالیبراسیون آموزش دادند. این مدل در سه آزمون معیار با رابط‌های نادیده، حدود 45 امتیاز F1 از نسخه قبلی خود بهتر عمل می‌کند و خطای کالیبراسیون را 35 امتیاز کاهش می‌دهد؛ در عین حال، با مدل‌های بسیار بزرگ‌تری مانند Claude‑Sonnet‑4.5 و GPT‑5.2 رقابت می‌کند.

## حقایق

- UniGuard‑0.6B با مجموعه‌داده UniGuard‑FT آموزش داده شد که از 1,000 نمونه ایمنی تهیه شده است.
- این مدل در ATBench، PolicyGuardBench و DynaBench به‌طور میانگین 45.12 امتیاز F1 به دست می‌آورد و خطای کالیبراسیون موردانتظار را 35.41 امتیاز کاهش می‌دهد.

## چرا مهم است

توسعه‌دهندگان دستیارهای هوش مصنوعی می‌توانند از یک مدل محافظ کوچک 0.6 B استفاده کنند که در گفت‌وگوها، زمینه‌های عاملی و چندعاملی قابل‌اعتماد می‌ماند و نیاز به چندین مدل ایمنی را کاهش می‌دهد.

## منابع و ارجاع‌ها

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

آخرین به‌روزرسانی: 2026-10-23