一句话看懂：Mistral 于 2026 年 8 月 4 日发布 3B 开源多模态安全分类器 Shieldstral，通过推理时用自然语言定义政策的方式，让内容审核无需为每个新场景重新训练，性能可对标最高 7 倍大小的模型。
事件核心：发生了什么
Shieldstral 是 Mistral 推出的开源权重多模态安全审核模型，参数量 3B，以 Apache 2.0 协议开放下载。它的核心设计是把内容审核重构为二元问答任务：每次请求由三部分组成——Instruct（评估上下文和严格度）、Query（一个“是/否”政策问题，如“该内容是否煽动肢体暴力？”）、Document（待审核的提示词、回复或图像）。推理时模型只读取 yes/no 两个 logits，经 softmax 归一化为连续安全分数，同一套接口同时覆盖文本、图像和图文混合内容，并统一了提示词分类、回复审核、拒答检测和毒性检测。
根据 Mistral 公布的技术报告，Shieldstral 在文本安全、拒答检测、政策适应性、多模态安全四类基准上，
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
