# UniGuard, LLM’ler için arayüzden bağımsız güvenlik modeli sundu

> 0.6 B parametreli UniGuard, farklı etkileşim biçimlerinde güvenlik sınıflandırmasını iyileştiriyor ve kıyaslama testlerinde daha büyük güvenlik modellerini geride bırakıyor.

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

Viet Thanh Pham liderliğindeki araştırmacılar, yapay zekânın tek bir istem, sohbet, ajan iz kaydı veya çok ajanlı bir senaryo olarak kullanılması fark etmeksizin aynı şekilde çalışan güvenlik sinyallerini öğrenen UniGuard adlı bir eğitim çerçevesini yayımladı. Ekip, kamuya açık 1.000 güvenlik vakasından oluşan bir veri kümesi hazırladı ve her vakayı beş farklı görünüme dönüştürdü. Ortaya çıkan UniGuard‑0.6B modeli; sınıflandırma, karşıtsal öğrenme ve özel bir kalibrasyon kaybı kullanılarak eğitildi. Daha önce görmediği arayüzleri içeren üç kıyaslama testinde model, önceki sürümünü yaklaşık 45 F1 puanla geride bıraktı ve kalibrasyon hatasını 35 puan azalttı. Ayrıca Claude‑Sonnet‑4.5 ve GPT‑5.2 gibi çok daha büyük modellerle rekabet edebilecek düzeyde sonuçlar verdi.

## Gerçekler

- UniGuard‑0.6B, 1.000 güvenlik vakasından türetilen UniGuard‑FT veri kümesiyle eğitildi.
- ATBench, PolicyGuardBench ve DynaBench testlerinde ortalama F1 puanını 45.12 puan artırırken beklenen kalibrasyon hatasını 35.41 puan düşürdü.

## Neden önemli

Yapay zekâ asistanı geliştiricileri, sohbet, ajan ve çok ajanlı bağlamlarda güvenilirliğini koruyan küçük, 0.6 B parametreli bir güvenlik modeli kullanabilir. Böylece birden fazla güvenlik modeline duyulan ihtiyaç azalır.

## Kaynaklar ve referanslar

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

Son güncelleme: 2026-10-23