arXiv cs.CLが2026年7月28日(現地時間)に公開した論文「Shieldstral」は、30億パラメータのポリシー適応型マルチモーダル安全分類器を導入しました。このモデルは、テキスト安全ベンチマークにおいて約7倍のサイズを持つ既存モデルと同等かそれ以上の性能を発揮し、マルチモーダル安全分類において新たな最高水準（State of the Art）を樹立したとされています。
論文の著者であるアントニア・カルヴィ (Antonia Calvi) らは、Shieldstralがコンテンツモデレーション（内容審査）を二項選択の質疑応答タスクとして定式化していると説明しています。
この定式化により、多様なモデレーションタスクを単一の「はい/いいえ」問題として統一することが可能になり、異なる分類体系を持つ多種多様な安全データセットを単一のトレーニングフレームワークに統合できると述べられています。また、約5410万のサンプルとポリシー適応性を評価するための詳細な評価セットのキュレーションおよび生成を含むデータ構築レシピも提示されています。
これらの要素が、比較的小規模なモデルがはるかに大規模なモデルと同等またはそれ以上の性能を発揮することを可能にしていると論文は指摘しています。
参考: arXiv cs.CL (アーカイブ) — 2026年7月29日 00:27 (JST)
原文ハイライト"Shieldstral formulates content moderation as a binary question-answering task."
この記事をシェア