# UniGuard представила модель безопасности для разных форматов общения

> Модель UniGuard на 0,6 млрд параметров точнее классифицирует риски в разных форматах взаимодействия и превосходит более крупные защитные модели в тестах.

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

Исследователи во главе с Вьет Тхань Фамом представили UniGuard — обучающую систему, которая выявляет сигналы риска одинаково надёжно, используется ли ИИ для обработки отдельного запроса, ведения диалога, выполнения цепочки действий агентом или взаимодействия нескольких агентов. Они составили набор из 1 000 общедоступных примеров, связанных с безопасностью, и подготовили для каждого по пять вариантов представления. Полученную модель UniGuard‑0.6B обучали с помощью классификации, контрастивного обучения и специальной функции потерь для калибровки. В трёх тестах с незнакомыми форматами взаимодействия она превосходит предыдущую версию примерно на 45 баллов F1 и снижает ошибку калибровки на 35 пунктов, при этом не уступая значительно более крупным моделям, таким как Claude‑Sonnet‑4.5 и GPT‑5.2.

## Факты

- UniGuard‑0.6B обучили на наборе UniGuard‑FT, созданном на основе 1 000 примеров, связанных с безопасностью.
- В тестах ATBench, PolicyGuardBench и DynaBench модель набрала в среднем на 45.12 балла F1 больше и снизила ожидаемую ошибку калибровки на 35.41 пункта.

## Почему это важно

Разработчики ИИ-ассистентов могут использовать компактную защитную модель на 0,6 млрд параметров, надёжную в чатах, сценариях с агентами и взаимодействии нескольких агентов. Это снижает потребность в нескольких отдельных моделях безопасности.

## Источники и ссылки

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

Обновлено: 2026-10-23