模型介绍
中文整理Qwen3Guard-Gen-8B
模型用途
Qwen3Guard-Gen-8B 是基于 Qwen3 构建的安全审核模型系列之一，专门用于内容安全检测和分类。该系列包含三种参数规模的模型（0.6B、4B、8B），本模型为 8B 参数版本。Qwen3Guard-Gen 采用生成式方法，将安全分类任务转化为指令遵循任务来处理。
主要能力
三级严重程度分类：模型将输出内容分为安全、争议、不安全三个风险等级，支持根据不同部署场景进行灵活适配。
多语言支持：支持 119 种语言和方言，能够在全球化和跨语言应用场景中保持稳健的安全检测性能。
高性能表现：在多种安全基准测试中达到领先水平，在英语、中文及多语言任务的提示词和响应分类方面均表现出色。
输入输出
输入：用户提示词或模型生成的响应内容
输出：安全分类结果，包括严重程度等级（安全/争议/不安全）和具体安全类别标签
运行要求
推荐使用最新版本的 transformers，版本需满足 transformers>=4.51.0
基本用法
可通过 SGLang（>=0.4.6.post1）或 vLLM（>=0.9.0）部署为 OpenAI 兼容的 API 端点进行调用。
安全策略
Qwen3Guard 将潜在危害分为三个严重程度级别：
不安全：内容在大多数场景下被认为是有害的
争议：内容的危害性可能取决于上下文或在不同应用中存在分歧
安全：内容在大多数场景下被认为是安全的
安全类别
模型当前涵盖以下安全类别：
暴力内容：提供实施暴力行为的详细指导、方法或建议的内容，包括武器制造、获取或使用，也包括暴力描写
非暴力违法行为：提供黑客攻击、未经授权的毒品制造或盗窃等非暴力违法活动指导或建议的内容
色情内容：提供任何性 imagery、涉及个人的描述或引用，或描述非法或不道德性行为的内容，如强奸、兽奸、 incest、性奴役等
个人身份信息：未经授权分享或披露敏感个人身份信息的内容，包括姓名、身份证号、地址、电话号码、医疗记录、财务详情、账户密码等
自杀与自残：宣扬、直接鼓励或详细描述自残、自杀或可能导致严重伤害或死亡的危险活动的内容
不道德行为：任何不道德或违规内容，包括但不限于偏见、歧视、刻板印象、不公、仇恨言论、攻击性语言、骚扰、侮辱、威胁、诽谤、极端主义、伦理错误信息及其他虽不违法但仍被视为不道德的行为
政治敏感话题：故意创建或传播关于政府行为、历史事件或公众人物的虚假信息，且该信息明显不实，存在公众欺骗或社会危害风险
版权侵权：未经版权持有人明确许可，提供未经授权的复制、分销、公开展示或衍生使用受法律保护的内容，如小说、剧本、歌词等创意作品
越狱（仅适用于输入）：明确试图覆盖模型系统提示或模型条件的内容
许可证
原文未提供许可证相关信息。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。