Mistral AI သည် လေ့ကျင့်သင်ကြားနေစဉ်အတွင်း မော်ဒယ်အတွင်း ထည့်သွင်းထားသည့် အန္တရာယ်ပြုအမျိုးအစားများကို အားကိုးရမည့်အစား ရိုးရှင်းသောအချိန်၌ ရေးသားထားသော စာသားနှင့်ရုပ်ပုံများကို အကဲဖြတ်သည့်မူဝါဒများကို စီရင်ဆုံးဖြတ်သည့် 3-billion-billion-parmeter open-weights ဘေးကင်းရေးအမျိုးအစားဖြစ်သည့် Shieldstral သည် သြဂုတ် 4 ရက်၊ 2026 ခုနှစ်တွင် ထုတ်ပြန်ခဲ့သည်။ ထုတ်ဝေမှုသည် ယနေ့ခေတ် guardrail model အများစုကို တည်ဆောက်ပုံမှ ထင်ရှားသော ဒဿနဆိုင်ရာ ထွက်ခွာမှုကို ကိုယ်စားပြုသည်။
မော်ဒယ်ကို Apache 2.0 လိုင်စင်အောက်တွင် Hugging Face တွင် ရရှိနိုင်ပြီး ဘာသာစကား 12 မျိုးဖြင့် အသုံးပြုနိုင်ကာ 16GB GPU တစ်ခုတည်းဖြင့် လုပ်ဆောင်နိုင်သည်။ ဥရောပ AI ကဏ္ဍသည် အပြိုင်အဆိုင် ပွင့်လင်းသော အလေးချိန်စနစ်များကို ဆက်လက်ထုတ်လုပ်နေသောကြောင့်၊ Shieldstral သည် developer များ ဘေးကင်းရေးချဉ်းကပ်ပုံကို ပြန်လည်ပုံဖော်ပေးသည့် ထူးခြားဆန်းသစ်သော AI သတင်း တွင် နောက်ထပ်အတိုင်းအတာတစ်ခု ထပ်ထည့်ပါသည်။
Shieldstral အလုပ်လုပ်ပုံ
Guardrail မော်ဒယ်အများစုသည် လေ့ကျင့်နေစဉ်အတွင်း ထိခိုက်မှုအမျိုးအစားများအလိုက် အမျိုးအစားခွဲခွဲခြားသတ်မှတ်မှုကို ခက်ခက်ခဲခဲ ကုဒ်နံပါတ်များဖြင့် လေ့ကျင့်ထားသောကြောင့် ၎င်းတို့ကို ထုတ်ကုန်အသစ်တစ်ခုနှင့် လိုက်လျောညီထွေဖြစ်အောင် လေ့ကျင့်ခြင်းစက်ဝန်း အပြည့်အဝလိုအပ်ပါသည်။ Shieldstral သည် အခြေခံအားဖြင့် ကွဲပြားသောချဉ်းကပ်နည်းကိုယူသည်- စိစစ်ရေးမူဝါဒကို အနုစိတ်အချိန်အတွင်း ထည့်သွင်းမှု၏တစ်စိတ်တစ်ပိုင်းအဖြစ် ပံ့ပိုးပေးပါသည်။
Unite.AI ၏ ခွဲခြမ်းစိတ်ဖြာချက်အရ အဆိုပါယန္တရားသည် binary question ဖြေဆိုခြင်းအတွက် ထိန်းညှိလုပ်ဆောင်မှုတိုင်းကို လျှော့ချပေးသည်။ တောင်းဆိုမှုတစ်ခုစီတွင် တဂ်ထားသော အပိုင်းသုံးပိုင်းပါရှိသည်- အကဲဖြတ်သည့်အကြောင်းအရာနှင့် တင်းကျပ်မှုအဆင့်ကို သယ်ဆောင်သည့် `
ကောက်ချက်ချရာတွင်၊ မော်ဒယ်သည် "yes" နှင့် "no" တိုကင်များအတွက် logits များကိုသာဖတ်ပြီး softmax- သည် ၎င်းတို့အား ဆက်တိုက်ရမှတ်အဖြစ် ပုံမှန်ဖြစ်အောင်ပြုလုပ်ကာ binary စီရင်ချက်အတွက် 0.5 ဖြင့် ကန့်သတ်ထားသည်။ ဤဖော်မြူလာသည် တစ်ခုတည်းသော စစ်ဆေးရေးဂိတ်တစ်ခုအား အချက်ပြ အမျိုးအစားခွဲခြင်း၊ တုံ့ပြန်မှု ထိန်းညှိခြင်း၊ ငြင်းဆန်ခြင်း ထောက်လှမ်းခြင်း နှင့် တူညီသော အရင်းခံပြဿနာများ၏ အဆိပ်သင့်မှုကို စုပ်ယူနိုင်စေပါသည်။
စစ်ဆေးရေးဂိတ်တစ်ခု၊ မူဝါဒများစွာ
လက်တွေ့အကျုံးဝင်မှုသည် ထင်ရှားသည်။ တူညီသော စစ်ဆေးရေးဂိတ်သည် ဆိုက်ဘာလုံခြုံရေး သုတေသနကိရိယာနှင့် စိတ်ကျန်းမာရေးဆိုင်ရာ ပလပ်ဖောင်းကို ပြုပြင်မွမ်းမံခြင်းမရှိဘဲ လုံးဝကွဲပြားခြားနားသော စံနှုန်းများနှင့် ဆန့်ကျင်စွာ စစ်ဆေးနိုင်သည်။ အော်ပရေတာတစ်ခုသည် ဟုတ်/မဟုတ် မေးခွန်းတစ်ခုရေးပြီး အကဲဖြတ်သည့်အကြောင်းအရာနှင့် တင်းကျပ်မှုကို ဖော်ပြသည့် ညွှန်ကြားချက်ကို ပံ့ပိုးပေးကာ မော်ဒယ်သည် တိုကင်အထွက်တစ်ခုမှ ချိန်ညှိထားသည့် ဘေးကင်းရေးရမှတ်ကို ပြန်ပေးသည်။
ဤမူဝါဒ- လိုက်လျောညီထွေရှိသော ဒီဇိုင်းသည် AI ဘေးကင်းရေးစနစ်များ ဖြန့်ကျက်ရာတွင် မတည်မြဲသော စိတ်ပျက်စရာများကို ဖြေရှင်းပေးသည်- စျေးကြီးသော ပြန်လည်လေ့ကျင့်ခြင်းမရှိဘဲ သီးခြားအသုံးပြုမှုကိစ္စများအတွက် ထိန်းညှိမှုပြုလုပ်ရန် အခက်အခဲ။ ငွေကြေးဝန်ဆောင်မှုပေးသည့် chatbot၊ ကလေးပညာရေးအက်ပ်နှင့် လုံခြုံရေးသုတေသီများအတွက် ပွင့်လင်းသောဖိုရမ်တစ်ခုသည် အလွန်ကွဲပြားခြားနားသော အကာအရံများ လိုအပ်ပြီး Shieldstral သည် တူညီသောအလေးများထဲမှ သုံးခုလုံးကို ကိုင်တွယ်ရန် ရည်ရွယ်သည်။
ဗိသုကာလက်ရာ
Shieldstral ကို Ministral-3-3B၊ Mistral ၏ သေးငယ်သော ဘက်စုံမော်ဒယ်၊ Pixtral အမြင် ကုဒ်ဒါဖြင့် ရုပ်ပုံထည့်သွင်းမှုများကို ကိုင်တွယ်သည့် ကိရိယာဖြင့် တည်ဆောက်ထားသည်။ မော်ဒယ်ကတ်တွင် 32,000-တိုကင် ဆက်စပ်ဝင်းဒိုးကို စာရင်းပြုစုထားပြီး မော်ဒယ်သည် ဘက်စုံသုံး အတိုင်းအတာဖြင့် အနုပညာ၏အခြေအနေသစ်ကို သတ်မှတ်ချိန်တွင် စာသားဘေးကင်းရေးစံနှုန်းများပေါ်တွင် ၎င်း၏အရွယ်အစား ခုနစ်ဆအထိ အဖွင့်အစောင့်မော်ဒယ်များနှင့် ကိုက်ညီသည်ဟု Mistral က ဆိုသည်။
၎င်းတို့သည် 3B-ပါရာမီတာ မော်ဒယ်အတွက် အခိုင်အမာ တောင်းဆိုမှုများဖြစ်ပြီး Mistral သည် ပုံမှန်မဟုတ်သော စာရွက်စာတမ်းပမာဏဖြင့် ထုတ်ဝေမှုကို ကျောထောက်နောက်ခံပြုထားသည်။ လေ့ကျင့်ရေး စာရွက်နှင့် အကဲဖြတ်ခြင်းဆိုင်ရာ နည်းပညာဆိုင်ရာ အစီရင်ခံစာကို 2026 ခုနှစ် ဇူလိုင်လ 28 ရက်နေ့တွင် arXiv သို့ ပို့စ်တင်ခဲ့ပြီး၊ ထို့နောက် Mistral ၏ စာရွက်စာတမ်းများတွင် မော်ဒယ်ကတ်အပြည့်အစုံနှင့် အလေးများကိုယ်တိုင် ထုတ်ပေးခဲ့ပြီး ဩဂုတ်လ 4 ရက်နေ့တွင် ထုတ်ပြန်ခဲ့သည်။
အခြေအနေ အနေအထားကို ထောက်ပြဝေဖန်ချက်
Mistral သည် Guardrail မော်ဒယ်များကို သာမာန်အားဖြင့် တည်ဆောက်ပုံအား ထောက်ပြဝေဖန်ချက်ဖြင့် Shieldstral ထွက်ရှိမှုကို ဘောင်ခတ်ထားသည်။ Hard-coding သည် မော်ဒယ်အလေးများအဖြစ် အခွန်စည်းကြပ်ခြင်းကို ထိခိုက်စေပြီး မူဝါဒပြောင်းလဲခြင်း သို့မဟုတ် ထုတ်ကုန်အသစ်တစ်ခု စတင်လိုက်တိုင်း developer များအား ပြန်လည်လေ့ကျင့်ရေးကွင်းများအဖြစ် တွန်းအားပေးစေသည်ဟု ကုမ္ပဏီမှ စောဒကတက်သည်။
၎င်းသည် နည်းပညာဆိုင်ရာ ငြင်းခုံမှုတစ်ခုထက်ပိုပါသည်။ ၎င်းသည် ယှဉ်ပြိုင်မှုဆိုင်ရာ ရပ်တည်ချက်ထုတ်ပြန်ချက်ဖြစ်သည်။ ပြန်လည်လေ့ကျင့်ခြင်းမပြုဘဲ ကိုယ်တိုင်လက်ခံကျင်းပနိုင်ပြီး လိုက်လျောညီထွေဖြစ်စေနိုင်သော Apache-2.0-လိုင်စင်ရ မော်ဒယ်ကို ထုတ်လွှတ်ခြင်းဖြင့် Mistral သည် စီမံခန့်ခွဲထားသောဝန်ဆောင်မှုများ သို့မဟုတ် သီးသန့်အမျိုးအစားခွဲခြားမှုများထက် ၎င်းတို့၏ဘေးကင်းလုံခြုံရေးကို ထိန်းချုပ်လိုသော developer များအား ပစ်မှတ်ထားလျက်ရှိသည်။
open-weights ချဉ်းကပ်မှုသည် လုပ်ငန်းအသုံးပြုသူများအကြား ကြီးထွားလာသော စိုးရိမ်မှုကိုလည်း ဖြေရှင်းပေးသည်- ပိတ်ထားသော ဘေးကင်းရေးစနစ်များ၏ ပွင့်လင်းမှု။ အကာအရံတစ်ခုသည် အကြောင်းအရာကို ပိတ်ဆို့သောအခါ၊ အော်ပရေတာများသည် အကြောင်းရင်းကို မစစ်ဆေးနိုင်ပေ။ Shieldstral ၏ ပွင့်လင်းမြင်သာသော မူဝါဒ-ထည့်သွင်းမှုဒီဇိုင်းသည် ပေးထားသည့် စီရင်ချက်တစ်ခုအတွက် မည်သည့်စည်းမျဉ်းကို ထုတ်ပေးသည်ကို ဆော့ဖ်ဝဲအင်ဂျင်နီယာများက မြင်နိုင်စေပါသည်။
ပိုမိုကျယ်ပြန့်သော အလေးချိန်များ အရှိန်အဟုန်
Shieldstral သည် လုပ်ငန်းနယ်ပယ်အနှံ့အပြားရှိ open-weight AI ဖြန့်ချိမှုများတွင် ပိုမိုကျယ်ပြန့်လာချိန်တွင် ရောက်ရှိလာသည်။ မော်ဒယ်သည် Mistral ၏ ကျယ်ပြန့်သော အဖွင့်စနစ်အစုစုတွင် ပါဝင်ပြီး ကုန်ကြမ်းနယ်နိမိတ်ထက် သုံးစွဲနိုင်မှုနှင့် developer အတွေ့အကြုံအပေါ် ပြိုင်ဆိုင်မှုဆိုင်ရာ ကုမ္ပဏီ၏ဗျူဟာကို အားဖြည့်ပေးပါသည်။
AI အပလီကေးရှင်းများတည်ဆောက်သည့်အဖွဲ့များအတွက်၊ သုံးစွဲသူအဆင့် GPU တစ်ခုတည်းတွင် စွမ်းဆောင်နိုင်သော multimodal ဘေးကင်းရေးအမျိုးအစားခွဲထွက်နိုင်စွမ်းသည် ပြင်ပကုမ္ပဏီ API သို့ ဒေတာမပို့ဘဲ၊ ကုန်ကျစရိတ်နှင့် ကိုယ်ရေးကိုယ်တာအတားအဆီးတို့ကို လျှော့ချပေးသည်။ ဒေတာနေထိုင်ခွင့်နှင့် စာရင်းစစ်ဆေးနိုင်မှုသည် ညှိနှိုင်းမရနိုင်သည့် စည်းကမ်းထိန်းသိမ်းရေးစက်မှုလုပ်ငန်းများတွင် မွေးစားခြင်းကို အရှိန်မြှင့်နိုင်သည်။
AI ၏ရှေ့တွင်နေပါ။
Shieldstral ကဲ့သို့ အလွတ်အလေးချိန် ဘေးကင်းရေး မော်ဒယ်များသည် အကာအကွယ်ရထားများကို developer များ ၏ တွေးခေါ်ပုံကို ပြောင်းလဲနေပြီး ဆန်းသစ်တီထွင်မှု အရှိန်အဟုန်သည် နှေးကွေးသွားမည့် လက္ခဏာ မရှိပါ။ မော်ဒယ်များ၊ ကိရိယာများနှင့် နယ်ပယ်တိုးတက်နေသော သုတေသနပြုချက်များအကြောင်း ရှင်းလင်းပြတ်သားစွာ ဖြစ်ရပ်မှန်သတင်းပေးပို့ရန်အတွက် AI Buzz Wire ကို လိုက်နာပါ။
AI သတင်းအပြည့်အစုံကို ဖတ်ရှုရန် →
