Mistral AI เปิดตัว Shieldstral เมื่อวันที่ 4 สิงหาคม 2026 ซึ่งเป็นตัวแยกประเภทความปลอดภัย open-weights ที่มีพารามิเตอร์ 3 พันล้านพารามิเตอร์ ซึ่งจะตัดสินข้อความและรูปภาพเทียบกับนโยบายการกลั่นกรองที่เขียนด้วยภาษาธรรมดา ณ เวลาอนุมาน แทนที่จะอาศัยชุดหมวดหมู่อันตรายคงที่ที่รวมอยู่ในโมเดลระหว่างการฝึก การเปิดตัวครั้งนี้แสดงให้เห็นถึงความแตกต่างทางปรัชญาที่โดดเด่นจากวิธีสร้างแบบจำลองรั้วส่วนใหญ่ในปัจจุบัน

โมเดลนี้มีให้ใช้งานบน Hugging Face ภายใต้ลิขสิทธิ์ Apache 2.0 ครอบคลุม 12 ภาษา และทำงานบน GPU ขนาด 16GB ตัวเดียว ในขณะที่ภาค AI ของยุโรปยังคงผลิตระบบ open-weight ที่แข่งขันได้ Shieldstral ได้เพิ่มมิติใหม่ให้กับ ข่าวด่วน AI ที่กำลังปรับโฉมวิธีที่นักพัฒนาใช้ด้านความปลอดภัย

วิธีการทำงานของชิลด์สตรัล

โมเดลรั้วส่วนใหญ่จะฮาร์ดโค้ดอนุกรมวิธานของหมวดหมู่อันตรายลงในน้ำหนักระหว่างการฝึกอบรม ซึ่งหมายความว่าการปรับให้เข้ากับบริบทของผลิตภัณฑ์ใหม่ต้องใช้รอบการฝึกอบรมใหม่ทั้งหมด Shieldstral ใช้แนวทางที่แตกต่างโดยพื้นฐาน: นโยบายการกลั่นกรองจัดทำขึ้นเป็นส่วนหนึ่งของอินพุต ณ เวลาอนุมาน

ตามการวิเคราะห์ของ Unite.AI กลไกนี้จะลดงานการกลั่นกรองทุกงานเป็นการตอบคำถามแบบไบนารี คำขอแต่ละรายการมีการติดแท็กสามส่วน: ช่อง `<คำแนะนำ>` ที่มีบริบทการประเมินและระดับความเข้มงวด ช่อง `<แบบสอบถาม>` ที่มีคำถามใช่/ไม่ใช่คำถามเดียว เช่น "เนื้อหานี้ส่งเสริมความรุนแรงทางกายหรือไม่" และช่อง `<เอกสาร>` ที่เก็บเนื้อหาที่จะตัดสิน ซึ่งอาจเป็นการแจ้ง การตอบกลับ คู่การตอบกลับทันที หรือรูปภาพที่มีข้อความเสริม

ในการอนุมาน โมเดลจะอ่านเฉพาะบันทึกสำหรับโทเค็น "ใช่" และ "ไม่" และ softmax-normalizes ให้เป็นคะแนนต่อเนื่อง โดยกำหนดไว้ที่ 0.5 สำหรับคำตัดสินแบบไบนารี สูตรดังกล่าวช่วยให้จุดตรวจสอบเดียวดูดซับการจำแนกประเภททันที การควบคุมการตอบสนอง การตรวจจับการปฏิเสธ และการตรวจจับความเป็นพิษ เป็นตัวอย่างของปัญหาพื้นฐานเดียวกัน

หนึ่งด่าน หลายนโยบาย

ความหมายเชิงปฏิบัติมีความสำคัญ จุดตรวจสอบเดียวกันนี้สามารถคัดกรองเครื่องมือวิจัยด้านความปลอดภัยทางไซเบอร์และแพลตฟอร์มด้านสุขภาพจิตโดยเทียบกับมาตรฐานที่แตกต่างกันโดยสิ้นเชิงโดยไม่มีการดัดแปลง ผู้ปฏิบัติงานเขียนคำถามใช่/ไม่ใช่ จัดเตรียมคำสั่งที่อธิบายบริบทการประเมินและความเข้มงวด และแบบจำลองจะส่งคืนคะแนนความปลอดภัยที่ปรับเทียบแล้วจากเอาต์พุตโทเค็นเดียว

การออกแบบที่ปรับตามนโยบายนี้ช่วยแก้ไขหนึ่งในความหงุดหงิดที่เกิดขึ้นอย่างต่อเนื่องในการปรับใช้ระบบความปลอดภัยของ AI: ความยากในการปรับแต่งการกลั่นกรองให้เหมาะกับกรณีการใช้งานเฉพาะโดยไม่ต้องมีการฝึกอบรมซ้ำที่มีราคาแพง แชทบอทบริการทางการเงิน แอปการศึกษาสำหรับเด็ก และฟอรัมแบบเปิดสำหรับนักวิจัยด้านความปลอดภัย ต่างต้องการราวกั้นที่แตกต่างกันอย่างสิ้นเชิง และ Shieldstral ตั้งเป้าที่จะจัดการทั้งสามอันจากชุดน้ำหนักเดียวกัน

สถาปัตยกรรมและประสิทธิภาพ

Shieldstral สร้างขึ้นบน Ministral-3-3B ซึ่งเป็นโมเดลหลายรูปแบบขนาดเล็กของ Mistral พร้อมด้วยตัวเข้ารหัสภาพ Pixtral ที่จัดการอินพุตรูปภาพ การ์ดโมเดลแสดงรายการหน้าต่างบริบท 32,000 โทเค็น และ Mistral กล่าวว่าโมเดลดังกล่าวจับคู่โมเดล open guard ได้ถึงเจ็ดเท่าของขนาดบนเกณฑ์มาตรฐานความปลอดภัยของข้อความ ขณะเดียวกันก็สร้างความล้ำหน้าใหม่ในการดูแลหลายรูปแบบ

สิ่งเหล่านี้ถือเป็นข้ออ้างที่ชัดเจนสำหรับโมเดลพารามิเตอร์ 3B และ Mistral สนับสนุนการเปิดตัวด้วยเอกสารจำนวนมากผิดปกติ รายงานทางเทคนิคที่อธิบายสูตรการฝึกอบรมและการประเมินผลถูกโพสต์ไปที่ arXiv เมื่อวันที่ 28 กรกฎาคม 2026 ตามด้วยการ์ดรุ่นเต็มในเอกสารประกอบของ Mistral และตัวตุ้มน้ำหนัก ซึ่งทั้งคู่เผยแพร่เมื่อวันที่ 4 สิงหาคม

คำวิจารณ์ที่ชี้ให้เห็นถึงสถานะที่เป็นอยู่

มิสทรัลวางกรอบการเปิดตัว Shieldstral โดยเน้นไปที่การวิพากษ์วิจารณ์ว่าโดยทั่วไปแล้วแบบจำลองของราวกั้นนั้นถูกสร้างขึ้นอย่างไร บริษัทโต้แย้งว่าการเข้ารหัสแบบฮาร์ดโค้ดเป็นอันตรายต่อการจัดกลุ่มน้ำหนักแบบจำลองทำให้เกิดความไม่ยืดหยุ่น โดยบังคับให้นักพัฒนาต้องฝึกอบรมลูปทุกครั้งที่มีการเปลี่ยนแปลงนโยบายหรือเปิดตัวผลิตภัณฑ์ใหม่

นี่เป็นมากกว่าข้อโต้แย้งทางเทคนิค มันเป็นคำแถลงจุดยืนทางการแข่งขัน ด้วยการเปิดตัวโมเดลที่ได้รับลิขสิทธิ์ Apache-2.0 ซึ่งสามารถโฮสต์เองและปรับเปลี่ยนได้โดยไม่ต้องฝึกอบรมใหม่ Mistral มุ่งเป้าไปที่นักพัฒนาที่ต้องการควบคุมสแต็กความปลอดภัยของตนโดยไม่ต้องเสียค่าใช้จ่ายในบริการที่ได้รับการจัดการหรือตัวแยกประเภทที่เป็นกรรมสิทธิ์

แนวทาง Open-Weights ยังจัดการกับข้อกังวลที่เพิ่มขึ้นในหมู่ผู้ใช้ระดับองค์กร เช่น ความทึบของระบบความปลอดภัยแบบปิด เมื่อราวกั้นปิดกั้นเนื้อหา ผู้ปฏิบัติงานมักจะไม่สามารถตรวจสอบสาเหตุได้ การออกแบบนโยบายตามอินพุตที่โปร่งใสของ Shieldstral ช่วยให้นักพัฒนาเห็นได้อย่างชัดเจนว่ากฎใดที่ทำให้เกิดคำตัดสินที่กำหนด

โมเมนตัม Open-Weights ที่กว้างขึ้น

Shieldstral เกิดขึ้นท่ามกลางการเผยแพร่ AI แบบเปิดที่เพิ่มมากขึ้นทั่วทั้งอุตสาหกรรม โมเดลดังกล่าวเข้าร่วมกลุ่มผลิตภัณฑ์ระบบเปิดที่กำลังขยายตัวของ Mistral ซึ่งตอกย้ำกลยุทธ์ของบริษัทในการแข่งขันในด้านการเข้าถึงและประสบการณ์ของนักพัฒนา มากกว่าที่จะแข่งขันในระดับพรมแดน

สำหรับทีมที่สร้างแอปพลิเคชัน AI ความสามารถในการเรียกใช้ตัวแยกประเภทความปลอดภัยหลายรูปแบบที่มีความสามารถบน GPU ระดับผู้บริโภคเพียงตัวเดียว โดยไม่ต้องส่งข้อมูลไปยัง API ของบริษัทอื่น จะช่วยลดต้นทุนและอุปสรรคด้านความเป็นส่วนตัวในการปรับใช้การกลั่นกรองที่มีประสิทธิภาพ ซึ่งอาจเร่งให้เกิดการยอมรับในอุตสาหกรรมที่ได้รับการควบคุม ซึ่งถิ่นที่อยู่ของข้อมูลและความสามารถในการตรวจสอบไม่สามารถต่อรองได้

ก้าวนำหน้า AI

โมเดลความปลอดภัยแบบเปิดเช่น Shieldstral กำลังเปลี่ยนวิธีที่นักพัฒนาคิดเกี่ยวกับราวกั้น และการก้าวของนวัตกรรมก็ไม่แสดงสัญญาณของการชะลอตัว ติดตาม AI Buzz Wire เพื่อการรายงานที่ชัดเจนและเป็นข้อเท็จจริงเกี่ยวกับโมเดล เครื่องมือ และการวิจัยที่ก้าวหน้าในสาขานี้

อ่านข่าว AI เพิ่มเติม →