English(EN) Semalith v1.4: A Calibrated 184M Safety Classifier Achieving State-of-the-Art Prompt-Injection Detection at 44x Fewer Parameters than Llama-Guard-3-8B

新的1.84亿参数安全分类器Semalith v1.4在提示注入方面优于Llama-Guard-3-8B

作者 PulseAugur 编辑部 · [1 个来源] · 2026-07-28 04:00

研究人员推出Semalith v1.4，这是一款专为大型语言模型设计的新型安全分类器。这款基于DeBERTa-v3-base构建的1.84亿参数模型在检测提示注入攻击和确保合规性方面表现出色，尤其是在金融服务领域。在评估中，Semalith v1.4在提示注入基准测试中优于Llama-Guard-3-8B，同时使用的参数量显著减少，尽管Llama-Guard-3-8B在一般危害检测方面表现更强。 AI

影响这项研究提供了一种更具参数效率的LLM安全方法，有望降低部署成本并提高提示注入检测能力。

排序理由该集群描述了一篇详细介绍新型安全分类器模型的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

新的1.84亿参数安全分类器Semalith v1.4在提示注入方面优于Llama-Guard-3-8B

报道来源 [1]

arXiv cs.AI TIER_1 English(EN) · Tejasvi C. Addagada · 2026-07-28 04:00

Semalith v1.4: A Calibrated 184M Safety Classifier Achieving State-of-the-Art Prompt-Injection Detection at 44x Fewer Parameters than Llama-Guard-3-8B

arXiv:2607.22545v1 Announce Type: cross Abstract: Deploying large language models in financial-services and agentic settings requires safety classifiers that simultaneously handle prompt injection, regulatory compliance, and general harm, a combination no existing open guardrail …

报道来源 [1]

Semalith v1.4: A Calibrated 184M Safety Classifier Achieving State-of-the-Art Prompt-Injection Detection at 44x Fewer Parameters than Llama-Guard-3-8B

相关实体

相关话题