PGuard：多模态大模型原生流式护栏

Junyu Lin 等作者提出 PGuard，一种面向多模态大语言模型的原生、流式、即插即用护栏：它直接利用骨干模型的中间表示做 token 级安全检测，不改变原推理路径与生成行为，把安全监控从外部服务依赖变为骨干模型的内置能力。 作者称，在 SGLang 服务的 Qwen3.5-122B-A10B 上，PGuard 端到端额外开销仅 0.82-2.26%；在 Qwen3.5-9B 的文本查询上平均 F1 达 0.836，接近专用外部护栏，并支持在部署时配置分类阈值与执行动作。这些数字来自作者自述，尚待独立验证。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。