# BanglaShield identifica com precisão conteúdo inseguro em bengali

> Pesquisadores lançaram o BanglaShield, um modelo ajustado para detectar conteúdo inseguro em bengali escrito no alfabeto nativo, em caracteres latinos ou com mistura de idiomas, com muito mais precisão que os classificadores de LLM existentes.

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

Uma equipe liderada por Md Nishat Raihan publicou o BanglaShield no arXiv. O conjunto de dados reúne 10,245 prompts em bengali, escritos em três formas de escrita e classificados quanto à segurança. Em testes com seis modelos de linguagem grandes atuais, eles classificaram como seguros 47 % dos prompts inseguros escritos no alfabeto nativo e 63 % dos escritos com caracteres latinos. O BanglaShield, um modelo compacto de codificador ajustado, obteve macro-F1 de 87.8 nos prompts no alfabeto nativo e 84.4 nos escritos com caracteres latinos. Com isso, superou o melhor LLM em cerca de 45 pontos e usou aproximadamente 130 × menos parâmetros.

## Os fatos

- 10,245 prompts em bengali classificados nas categorias Seguro, Ofensivo, Nocivo e Grave
- O BanglaShield alcança macro-F1 de 87.8 no alfabeto nativo e 84.4 nos prompts escritos com caracteres latinos

## Por que importa

Desenvolvedores de aplicativos em bengali podem usar o BanglaShield para filtrar conteúdo inseguro com mais confiabilidade do que os classificadores atuais baseados em LLMs.

## Fontes e referências

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

Última atualização: 2026-10-20