Справочная карточка · REF
Shieldstral 1.0: классификация текста и изображений
Shieldstral 1.0 — компактная модель модерации, отвечающая на вопросы о соблюдении заданной политики. Она предназначена для классификации содержимого и обнаружения отказов, а не для замены универсального диалогового помощника.
Модель и точные варианты
Shieldstral 1.0 — компактная модель модерации, отвечающая на вопросы о соблюдении заданной политики. Она предназначена для классификации содержимого и обнаружения отказов, а не для замены универсального диалогового помощника.
| Вариант или характеристика | Подтверждённые сведения |
|---|---|
| mistralai/Shieldstral-1.0 | 3.8B параметров; публичная предварительная версия |
| Публикация | 4 августа 2026 года |
| Поддерживаемые данные | Текст и изображения; запрос, ответ или их пара |
| Результат | Ответ yes/no на вопрос политики |
| Контекст | Обучение на 32K; теоретический предел 256K не равен рекомендованной длине |
| Лицензия | Apache 2.0 |
Политика задаётся отдельно от проверяемого текста
Модель получает описание задачи и оцениваемый материал. Это позволяет задавать правила естественным языком и менять критерии классификации без превращения каждого правила в отдельную модель. Разделение инструкции и проверяемого содержимого важно: текст пользователя может сам содержать команды.
Проверять можно как входной запрос, так и ответ помощника или их сочетание. Обнаружение отказа — отдельный сценарий: оно определяет характер ответа, а не автоматически доказывает безопасность всей беседы. Результат yes/no требует заранее понятного вопроса и корректной интерпретации вызывающей программой.
Рабочие ограничения
Официальная карточка рекомендует оставаться в пределах длины обучения 32K. Указание теоретических 256K относится к архитектуре и не является подтверждением одинаковой точности модерации на такой длине. Особенно важно не скрывать это различие при работе с длинными документами.
Для применения следует проверить собственные категории, языки и пограничные случаи: ошибочный пропуск и ошибочная блокировка имеют разные последствия. Мультимодальность позволяет оценивать изображения, но не означает генерацию картинок. Статус Public Preview описывает зрелость выпуска на дату проверки. Наличие открытых весов Apache 2.0 не доказывает безошибочность классификации и само по себе не создаёт защитный контур продукта.
Официальные источники
Автор: Павел Фролов. Источники проверены: 2026-11-07.