人工智慧（AI）安全與內容審核領域迎來新突破。新創公司 ditto--ai 近期推出一款名為「qwen3guard-gen-4b」的 AI 安全模型，該模型擁有 40 億參數，專為高效能內容分類設計，能將 AI 內容區分為「安全」、「不安全」或「具爭議性」三大類別。
這款 qwen3guard-gen-4b 模型具備支援全球 119 種語言的審核能力，可有效運用於多語系環境中。相較於現有大型替代方案，例如 Llama-Guard-3-8B，其較小的 40 億參數規模，能在維持強大分類效能的同時，實現更快的推論速度，對於需要即時內容審核的高流量系統而言，具備極高的實用性。
ditto--ai 表示，qwen3guard-gen-4b 模型採用獨特的雙輸入能力，不僅能審核使用者的指令（prompt），也能同時監控 AI 助理的回應（response）。透過此功能，模型能偵測內容是否觸發 AI 助理的拒絕模式，並提供詳細的內容分類資訊，確保人工智慧系統的安全性與合規性。
該模型應用範圍廣泛，可協助社群平台、聊天應用程式及 AI 服務提供商，在內容發布前進行篩選，以減少有害資訊的傳播。此外，企業可將其整合至客服聊天機器人，預先過濾不安全的指令，並監控模型產出的內容，有效維護服務品質與用戶安全。該模型亦可用於現有對話的稽核，或建立跨用戶互動的安全報告，對於提升 AI 應用的內容安全標準至關重要。
