# BanglaShield распознаёт опасные запросы на бенгали в разных письменностях

> Исследователи представили BanglaShield — дообученную модель, которая выявляет небезопасный контент на бенгали, записанном родным письмом, латиницей или в смешанной форме, и заметно точнее существующих классификаторов на базе LLM.

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

Команда под руководством Md Nishat Raihan опубликовала BanglaShield на arXiv. В набор входят 10,245 запросов на бенгали в трёх вариантах написания, каждый размечен с точки зрения безопасности. При проверке шести современных больших языковых моделей выяснилось, что они считали безопасными 47 % небезопасных запросов, написанных родным письмом, и 63 % запросов, записанных латиницей. Компактный дообученный энкодер BanglaShield показал макро-F1 87.8 на запросах в родном письме и 84.4 — на записанных латиницей. Он обошёл лучшую LLM примерно на 45 пунктов, используя при этом примерно в 130 × меньше параметров.

## Факты

- 10,245 запросов на бенгали размечены по категориям «Безопасный», «Оскорбительный», «Вредоносный» и «Особо опасный»
- BanglaShield достигает макро-F1 87.8 для родного письма и 84.4 для запросов, записанных латиницей

## Почему это важно

Разработчики приложений на бенгали могут использовать BanglaShield, чтобы надёжнее фильтровать небезопасный контент, чем с помощью нынешних классификаторов на базе LLM.

## Источники и ссылки

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

Обновлено: 2026-10-20