184M parametreli Semalith, prompt injection tespitinde Llama-Guard-3-8B’yi geride bıraktığını iddia ediyorSemalith v1.4: A Calibrated 184M Safety Classifier Achieving State-of-the-Art Prompt-Injection Detection at 44x Fewer Parameters than Llama-Guard-3-8B

Semalith v1.4, yalnızca 184 milyon parametreyle istem enjeksiyonu, genel zararlı içerik ve finansal düzenleme uyumluluğunu tek çıkarımda sınıflandırabiliyor. Araştırmaya göre model, prompt injection testlerinde 8 milyar parametreli Llama-Guard-3-8B’den daha başarılı sonuçlar elde ederken bunu 44 kat daha küçük bir modelle gerçekleştiriyor. Çalışma, büyük dil modellerinin güvenliği için küçük ve uzmanlaşmış modellerin önemli bir alternatif olabileceğini gösteriyor.Semalith v1.4 can classify prompt injection, general harmful content and financial regulatory compliance in a single inference with only 184 million parameters. According to the research, the model achieves better results in prompt injection tests than the 8-billion-parameter Llama-Guard-3-8B while doing so with a model that is 44 times smaller. The study demonstrates that small, specialized models can be an important alternative for the safety of large language models.