Mistral AI、ポリシー適応型安全分類器「Shieldstral 1.0 3B」公開

記事の3ポイント

1. 1

   ポリシー適応型のアーキテクチャ

   従来の固定された危害カテゴリに依存せず、推論時に自然言語で記述された質問（例：「これは有害か？」）に基づいて安全性を判定する。

2. 2

   高性能かつ軽量な実装

   テキスト安全分類で 84.9% の平均 F1 スコア、マルチモーダルでも 83.8% を達成し、GPT-OSS-Safeguard-20B と同等の性能を 3B パラメータで実現した。

3. 3

   多様なデプロイ環境への対応

   16GB の VRAM で動作し、vLLM や llama.cpp など主要な推論フレームワークに対応しており、商用・非商用を問わず Apache 2.0 ライセンスで利用可能である。