MarkTechPost→ المصدر

GLiGuard من Fastino Labs: نموذج أمان أسرع بـ16x من المنافسين الأكبر حجماً

أطلقت Fastino Labs نموذج GLiGuard، وهو نموذج مفتوح لفحوصات أمان LLM. يضم 300M معلمة فقط، لكنه أسرع بـ16x وأكثر دقة من النماذج الحالية. وينفذ أربع مهام: فحص prompts، واكتشاف jailbreaks، وتصنيف الضرر، واكتشاف الرفض.

معالج بواسطة الذكاء الاصطناعي من MarkTechPost؛ بتحرير Hamidun News
GLiGuard من Fastino Labs: نموذج أمان أسرع بـ16x من المنافسين الأكبر حجماً
المصدر: MarkTechPost. كولاج: Hamidun News.
◐ استمع للمقال

أطلقت Fastino Labs GLiGuard في 13 مايو 2026 — نموذج اعتدال الأمان بـ 300 مليون معامل يفحص الموجه عبر أربعة اتجاهات حماية في مرور واحد ويعمل بسرعة أعلى من البدائل المماثلة بمرتبة من حيث الحجم.

ما الذي يتحقق منه GLiGuard في مرور واحد

يحل GLiGuard أربع مهام اعتدال في مرور أمامي واحد: يقيّم أمان الطلب نفسه، يكتشف علامات محاولات كسر القيود، يحدد فئة الضرر المحتملة، ويتنبأ بما إذا كان النموذج سيرفض الرد. سابقًا، كانت هذه الفحوصات توزع عادة على نماذج منفصلة أو ممرات متسلسلة متعددة لنموذج واحد، مما زاد من زمن الكمون في الإنتاج.

  • حجم النموذج — 300 مليون معامل
  • أربع مهام اعتدال في مرور أمامي واحد: أمان الموجه، كشف استراتيجية كسر القيود، تصنيف فئة الضرر، كشف الرفض
  • الأوزان منشورة على Hugging Face تحت رخصة Apache 2.0
  • تم التحقق من الدقة على تسعة معايير أمان
  • تم إجراء المقارنة مع نماذج أكبر بـ 23-90 مرة من GLiGuard

لماذا وفرت معمارية المشفر السرعة

بنت Fastino Labs GLiGuard على معمارية مشفر بدلاً من فك تشفير فقط، والتي تستخدمها معظم نماذج الحماية الموجودة. وفقًا لـ MarkTechPost، جعل هذا الاختيار المعماري النموذج يحقق ما يصل إلى 16 ضعف الإنتاجية و 16.6 مرة زمن كمون أقل مقارنة بنماذج الاعتدال المتقدمة الحالية.

"يحقق GLiGuard زيادة تصل إلى 16 أضعاف في الإنتاجية وزمن كمون أقل بـ 16.6 مرة مقارنة بالنماذج المتقدمة، مع الحفاظ على دقة نماذج أكبر بـ 23-90 مرة أو تجاوزها"، وفقًا لـ

MarkTechPost.

ما مدى دقة النموذج بهذا الحجم

يتطابق GLiGuard بـ 300 مليون معامل في الدقة مع نماذج أكبر بـ 23-90 مرة، وفي بعض معايير الأمان التسعة المختبرة يفوقها. أطلقت Fastino Labs أوزان النموذج في وصول مفتوح على Hugging Face تحت رخصة Apache 2.0 — يمكن استخدام GLiGuard وتعديله مجانًا، بما في ذلك في المنتجات التجارية.

ما الذي يتغير للإنتاج

زمن الكمون المنخفض والحجم المضغوط يجعل GLiGuard مرشحًا للفحوصات في الوقت الفعلي — حيث يضيف كل نموذج إضافي في خط الأنابيب تأخيرًا ملحوظًا في الاستجابة. نظرًا لأن الأوزان موزعة تحت رخصة Apache 2.0، يمكن للشركات نشر GLiGuard بشكل داخلي وتجنب رسوم الترخيص لكل طلب، كما يحدث غالبًا مع واجهات برمجة تطبيقات الحماية المملوكة.

ما يعنيه هذا

يوضح GLiGuard أن اعتدال الموجهات لا يتطلب نموذجًا عملاقًا: يمكن لمعمارية مضغوطة قائمة على المشفر تقديم دقة حراسة من الدرجة الأولى مع زمن كمون وتكلفة حسابية أقل بشكل كبير، مما يسهل دمج هذه الحماية في خطوط الإنتاج التي تعمل في الوقت الفعلي.

الأسئلة الشائعة

أين يمكنني تحميل أوزان GLiGuard؟

النموذج متاح على Hugging Face تحت رخصة Apache 2.0 — يمكن تحميله واستخدامه مجانًا، بما في ذلك في المشاريع التجارية.

كيف يختلف GLiGuard عن نماذج الحماية الأخرى؟

تبنى معظم نماذج الحماية كفك تشفير فقط، بينما يستخدم GLiGuard معمارية مشفر — هذا، وفقًا لـ MarkTechPost، وفر زيادة بـ 16 أضعاف في الإنتاجية وتقليل زمن الكمون بـ 16.6 مرة.

ما هي المهام المناسبة لـ GLiGuard؟

بناءً على المقاييس المعلنة — زمن كمون منخفض وإنتاجية عالية مع الحفاظ على الدقة — تم تصميم النموذج للسيناريوهات التي يجب فيها تنفيذ تصفية الموجهات على نطاق واسع وبسرعة: chatbots، خطوط أنابيب الوكيل، وأنظمة إنتاج أخرى مع حركة مرور عالية.

ZK
Hamidun News
أخبار الذكاء الاصطناعي بدون ضوضاء. اختيار تحريري يومي من أكثر من 50 مصدر. منتج من جمال حميدون، رئيس الذكاء الاصطناعي في Alpina Digital.

هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟

AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.

ما رأيك؟
جارٍ تحميل التعليقات…