Llama 3.1 Nemotron Safety Guard 8B v3

Llama 3.1 Nemotron Safety Guard 8B v3 — модель классификации безопасности NVIDIA, представленная 28 октября 2025 года. Она проверяет пользовательские запросы и ответы языковых моделей на нарушения заданных правил. В анонсе NVIDIA указаны 23 категории безопасности и поддержка девяти языков; модель предназначена как отдельный фильтр в приложении, а не как универсальный чат-бот.

Проверка ввода и ответов

23 категории в девяти языках

Safety Guard классифицирует содержание и отмечает возможные нарушения до того, как запрос попадёт в основную модель, или после формирования ответа. NVIDIA сообщает о категориях, адаптированных к региональному контексту, и данных для обучения объёмом более 386 тысяч примеров. Перечень охватывает безопасностные риски и состязательные запросы; точные правила обработки должен определить владелец приложения.

Как встраивается в систему

Модерация как отдельный этап

Модель может применяться вместе с NeMo Guardrails и поставляться через NVIDIA NIM или веса. Она не гарантирует, что все опасные запросы будут найдены или что допустимый текст никогда не будет ошибочно отклонён. Для чувствительных сценариев необходимы тесты на языках, аудитах и правилах, которые соответствуют конкретному сервису.

Соседние модели и задачи

Guardrail отличается от языкового reasoning

Для генерации и рассуждений NVIDIA предлагает модели семейства Nemotron 3 Super и Llama Nemotron Nano. Safety Guard выполняет вспомогательную классификацию и не заменяет эти модели. Более поздние поколения контентной безопасности Nemotron требуют отдельной проверки и будут описаны на самостоятельных страницах, если NVIDIA подтверждает отдельный релиз.

Дата выпуска и первичный источник

Подтверждение NVIDIA

Блог NVIDIA от 28.10.2025 подтверждает релиз Llama 3.1 Nemotron Safety Guard 8B V3, 23 категории безопасности, девять языков, 386K+ примеров и интеграцию с NeMo Guardrails/NIM. Официальный материал: NVIDIA.

Сведения о разработчике и его моделях: NVIDIA в Вики Futuretools.ru.