Folia
← 返回头版

决策模型Jev性能未超越LLM评判和传统分类器

Red Hat AI Safety团队发布了一项技术评估,对比了TypeSafe AI的Jev决策模型与传统文本分类器和LLM-as-a-judge方法在AI安全守卫中的表现1。该研究通过在提示注入和内容安全两个基准测试中对9种方法进行评估,结果显示Jev决策模型在速度和准确性上并未超越LLM-as-a-judge或预训练模型1。

在具体性能表现上,Jev-1.13.0在内容安全基准测试中的准确性领先约1.13个百分点,但在提示注入测试中不如一些开源替代方案1。预训练模型(如deberta-v3-base-prompt-injection-v2)在提示注入基准测试中的延迟最低,准确性仅落后0.20个百分点1。开源替代方案DiffusionGemma和Laya的性能与Jev具有竞争力,表明该范式与多种模型架构兼容1。Nemotron-3.5-Content-Safety保持显著更低的中位延迟1。

经过提示工程优化后,Laya的性能显著提升,证明针对不同模型架构的提示策略存在显著差异1。Red Hat OpenShift AI 3.6现已默认使用轻量级预训练模型作为安全守卫,可提供毫秒级延迟和顶级准确性1。


评论