Shieldstral
Mistral 开源的二元安全分类模型，用于对LLM输入输出进行策略合规判断，通过系统消息和包含Instruct/Query/Document字段的用户消息结构进行安全评分
核心事实
时间轴 (近 90 天)
Shieldstral 模型的系统消息固定为一句判断指令，用户消息由 <Instruct>、<Query>、<Document> 三个字段组成，模型卡建议每次调用只问一个 yes/no 政策问题。
将 Shieldstral 输出的 top-20 token logprobs 按 exp(zYes)/(exp(zYes)+exp(zNo)) 归一化得到的 0-1 分数是模型分数，而非经过校准的真实危害概率。
Shieldstral 是 Mistral 开源的二元分类模型，用于对文本进行不安全内容分类（护栏打分）。
Shieldstral 模型卡显示其为 Apache 2.0 许可的 checkpoint，BF16 下需要约 16 GB 显存，Mistral 建议使用训练时的 32k 上下文区间。
如果响应里缺失 OpenAI 元数据，或 top-20 分布中既不包含 yes 类也不包含 no 类，Shieldstral 分类会直接抛出异常，而不是默认放行。
作者用 Java 项目 BoundaryDesk 演示了使用 Shieldstral 分类模型对输入输出打分、并用 Quarkus LangChain4j 连接回答模型与护栏的做法。
采用INT4量化技术后,3B参数模型显存占用可降至约2GB
Shieldstral采用开源权重（open-weight）发布，意味着模型参数可自由下载使用，但训练数据、训练代码和数据处理流程可能并未公开
Mistral在Product Hunt上发布了名为Shieldstral的开源产品
Shieldstral是一个3B（30亿参数）的开源权重多模态护栏模型，允许开发者在推理时用自然语言定义安全策略，并能同时评估文本、图像或两者的组合，从单个token输出中给出判断结果
还有 5 条时间轴事件
全部知识事实 (14)
采用INT4量化技术后,3B参数模型显存占用可降至约2GB
65%待验证如果响应里缺失 OpenAI 元数据，或 top-20 分布中既不包含 yes 类也不包含 no 类，Shieldstral 分类会直接抛出异常，而不是默认放行。
50%待验证Shieldstral 是 Mistral 开源的二元分类模型，用于对文本进行不安全内容分类（护栏打分）。
50%待验证Shieldstral 模型的系统消息固定为一句判断指令，用户消息由 <Instruct>、<Query>、<Document> 三个字段组成，模型卡建议每次调用只问一个 yes/no 政策问题。
50%待验证Shieldstral 模型卡显示其为 Apache 2.0 许可的 checkpoint，BF16 下需要约 16 GB 显存，Mistral 建议使用训练时的 32k 上下文区间。
50%待验证将 Shieldstral 输出的 top-20 token logprobs 按 exp(zYes)/(exp(zYes)+exp(zNo)) 归一化得到的 0-1 分数是模型分数，而非经过校准的真实危害概率。
50%待验证Shieldstral采用开源权重（open-weight）发布，意味着模型参数可自由下载使用，但训练数据、训练代码和数据处理流程可能并未公开
50%待验证Shieldstral是一个3B（30亿参数）的开源权重多模态护栏模型，允许开发者在推理时用自然语言定义安全策略，并能同时评估文本、图像或两者的组合，从单个token输出中给出判断结果
50%待验证Shieldstral是一个3B(30亿参数)的开源权重多模态护栏模型
50%待验证Shieldstral可以在单张16GB显存的GPU上运行
50%待验证Shieldstral通过单token输出设计实现极致的推理效率,将整个判定任务压缩为单次前向传播
50%待验证Shieldstral允许开发者在推理时用自然语言定义安全策略,并能同时评估文本、图像或两者的组合
50%待验证作者用 Java 项目 BoundaryDesk 演示了使用 Shieldstral 分类模型对输入输出打分、并用 Quarkus LangChain4j 连接回答模型与护栏的做法。
50%待验证Mistral在Product Hunt上发布了名为Shieldstral的开源产品
50%