Mistral выпустила Shieldstral: компактная 3B-модель для безопасности ИИ, которая не уступает гигантам

Mistral представила Shieldstral — компактную модель безопасности размером 3B параметров. Вместо традиционных фиксированных категорий нарушений она использует естественные вопросы с ответами «да» или «нет», что позволяет операторам задавать собственные критерии проверки прямо во время выполнения, не полагаясь на сторонние системы классификации.

Несмотря на скромный размер, Shieldstral показывает результаты, сопоставимые с моделями в семь раз крупнее, по некоторым бенчмаркам. Модель может работать локально, что особенно важно для сценариев, где данные нельзя отправлять на внешние серверы. Это делает её удобным инструментом для встраивания guardrails в ИИ-продукты без потери производительности.