arXiv发布Jev-Guard安全模型

发生了什么

据arXiv cs.CL论文，Jev-Guard是用于安全分类和政策路由的统一模型。该模型通过可编辑策略树进行路由，涵盖内容审核、网络安全等领域。在7,033个评估案例中，Jev-Guard实现93.72%的安全准确率，平均延迟58ms，分层路由准确率为93.10%。集成至Hermes框架后，其权限门控将任务平均审查时间从SFT-LLM裁判的4.80秒降至1.33秒，且未观察到策略违规。