# BanglaShield：可识别不同文字形式孟加拉语的安全分类器

> 研究人员发布 BanglaShield，这款微调模型可检测使用本土文字、罗马字转写及混合形式的孟加拉语中的不安全内容，准确率远高于现有大语言模型分类器。

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

由 Md Nishat Raihan 领衔的团队在 arXiv 上发布了 BanglaShield。这套资源包含 10,245 条以三种文字形式呈现的孟加拉语提示，每条都标注了安全类别。在对六款当前大语言模型进行测试时，这些模型将 47% 的不安全本土文字提示判定为安全；对于罗马字转写文本，这一比例达到 63%。BanglaShield 是一款经过微调、体量精简的编码器模型，在本土文字提示和罗马字转写提示上的 macro-F1 分别达到 87.8 和 84.4，比表现最好的大语言模型高出约 45 个百分点，参数量则约少 130 倍。

## 事实

- 10,245 条孟加拉语提示，分别标注为安全、冒犯、有害和严重类别
- BanglaShield 在本土文字提示上的 macro-F1 达到 87.8，在罗马字转写提示上达到 84.4

## 为什么重要

孟加拉语应用开发者可以使用 BanglaShield，比现有基于大语言模型的分类器更可靠地过滤不安全内容。

## 来源与参考

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

最后更新: 2026-10-20