Новые encoder‑guard модели и шанс Jev стать защитой LLM

За последние два года развитие open‑source guard‑моделей почти застопорилось: в центре внимания оставались крупные LLM‑решения – Qwen Guard, GPT‑OSS Safeguard и Yufeng Xguard. Xguard по‑прежнему считается SOTA или находится в непосредственной близости к ней, тогда как Qwen Guard утратил статус лидера, но продолжает использоваться как базовый baseline из‑за своей известности.

В мае 2026 года три независимых организации выпустили новые guard‑модели, построенные на энкодерах вместо полноценных LLM. Эти решения обещают более лёгкую интеграцию, меньшие вычислительные затраты и быстрый отклик при фильтрации токсичного контента. Первая из них – Jev Guard, разработанная командой из Университета Токио, использует гибридный архитектурный подход, комбинируя трансформер‑энкодер с небольшим классификатором. Вторая – Sentinel‑Encoder от компании DeepSecure, а третья – Aegis‑Lite от стартапа SafeAI.

Jev Guard привлекла внимание сообщества благодаря открытой лицензии и модульной структуре, позволяющей легко адаптировать её под конкретные задачи. Авторы заявляют, что модель достигает точности в детекции нежелательного контента, сравнимой с Xguard, но в 3‑4 раза быстрее по инференсу. Пока нет публичных бенчмарков, но первые результаты выглядят многообещающими.

Статья на Habr AI подробно сравнивает новые модели с существующими LLM‑guard решениями, указывает на их плюсы и потенциальные ограничения, а также обсуждает, сможет ли Jev действительно вытеснить текущие лидеры.

Ссылка на оригинал: https://habr.com/ru/companies/raft/articles/1085414/