# UniGuard lanserar säkerhetsmodell för olika AI-format

> Modellen UniGuard på 0,6 miljarder parametrar förbättrar säkerhetsklassificeringen i olika interaktionsformat och slår större skyddsmodeller i benchmarktester.

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

Forskare under ledning av Viet Thanh Pham har släppt UniGuard, ett träningsramverk som lär sig säkerhetssignaler som fungerar på samma sätt oavsett om AI:n används med en enskild prompt, i en konversation, i ett agentförlopp eller i ett scenario med flera agenter. Forskarna byggde en datamängd med 1 000 offentliga säkerhetsfall och skapade fem olika versioner av varje fall. Den resulterande modellen UniGuard‑0.6B tränades med klassificering, kontrastiv inlärning och en särskild kalibreringsförlust. I tre tester med gränssnitt som modellen inte tidigare mött presterar den cirka 45 F1-poäng bättre än sin föregångare och minskar kalibreringsfelet med 35 poäng, samtidigt som den står sig väl mot betydligt större modeller som Claude‑Sonnet‑4.5 och GPT‑5.2.

## Fakta

- UniGuard‑0.6B tränades på datamängden UniGuard‑FT, som bygger på 1 000 säkerhetsfall.
- På ATBench, PolicyGuardBench och DynaBench ökar modellen det genomsnittliga F1-resultatet med 45,12 poäng och minskar det förväntade kalibreringsfelet med 35,41 poäng.

## Varför det spelar roll

Utvecklare av AI-assistenter kan använda en liten skyddsmodell på 0,6 miljarder parametrar som fungerar tillförlitligt i chatt-, agent- och fleragentsammanhang. Det minskar behovet av flera olika säkerhetsmodeller.

## Källor och referenser

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

Senast uppdaterad: 2026-10-23