כתבה
arXiv cs.LG ·
Semalith v1.4: מערכת לסינון בטיחות
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
Semalith v1.4 היא מערכת סינון בטיחות בת 184M פרמטרים, המסוגלת לזהות הזרקת פרומפטים, תקנות ונזקים כלליים. היא עולה על Llama-Guard-3-8B ב-7/7 בדיקות הזרקת פרומפטים.
תקציר מקורי באנגליתarXiv:2607.22545v1 Announce Type: new 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 addresses in a single inference pass. Semalith v1.4 is a 184M-parameter DeBERTa-v3-base classifier performing simultaneous three-axis safety classification including prompt injection, general harm, and financial-services regulatory compliance, in a single forward pass. Its 22-class head (BENIGN, nine prompt-injection sub-types, general-harm, eleven BFSI labels) is trained with a 4-class auxiliary super-category head under jointly weighted loss, on a 76,204-row corpus mined from 49 public sources with SHA-1 deduplicat
קרא במקור המקורי
arxiv.org
פתח כתבה מקורית