Semalith v1.4：パラメータ数44分の1でLlama-Guard-3-8Bに匹敵するプロンプトインジェクション検出

金融サービスやエージェント設定で大規模言語モデル（LLM）を展開する際、プロンプトインジェクション、規制遵守、一般的な危害の3つの安全要件を同時に満たすガードレールは、これまで存在しませんでした。従来のガードレールは単一の側面に対処することが多く、複数の要件を一度に処理するには複数のモデルを組み合わせる必要があり、推論コストと複雑さが増大していました。Semalith v1.4は、この課題に対する効率的な解決策として開発されました。

Semalith v1.4は、DeBERTa-v3-baseアーキテクチャに基づく1億8400万パラメータの分類器です。このモデルは、単一の推論パスでプロンプトインジェクションの9サブタイプ、一般的な危害、金融サービス（BFSI）規制遵守の11ラベルを含む22クラス分類を同時に実行します。さらに、4クラスの補助的なスーパーカテゴリヘッドとの共同重み付け損失で訓練されており、76,204行の多様なコーパス（49の公開ソースから収集）で学習されています。特に注目すべきは、Llama-Guard-3-8B（80億パラメータ）と比較して44分の1のパラメータ数でありながら、最先端のプロンプトインジェクション検出性能を発揮する点です。

技術的意義としては、小規模モデルが大規模モデルに匹敵する安全分類性能を達成したことです。これは、効率的なアーキテクチャ設計、高品質なデータセット、そして共同重み付け学習などの高度な訓練技術を組み合わせることで、ガードレールモデルのパラメータ効率を劇的に向上できることを示しています。特に、多軸分類を単一パスで行う能力は、実運用におけるレイテンシとコストの削減に直結します。

社会・産業への影響は、LLMの安全な実用化を大きく加速させるでしょう。特に、高い規制要件を持つ金融業界や、自律的な意思決定を行うAIエージェントの分野では、低コストで高性能な安全分類器が不可欠です。Semalith v1.4は、企業がより少ない計算資源で、複数のセキュリティリスクに同時に対処できるソリューションを提供し、AI導入の障壁を低減します。これにより、LLMの幅広いビジネス応用が促進されると期待されます。

今後の展望としては、Semalith v1.4のような効率的な安全分類器が、他のドメイン特化型ガードレールや、多言語対応のソリューションへと発展していくことが考えられます。また、モデルのオープンソース化や、継続的な脅威インテリジェンスの組み込みにより、さらに堅牢なAI安全エコシステムが構築されるでしょう。この技術は、AIの信頼性と安全性を高めるための重要な一歩であり、今後のAIガバナンスの進化にも影響を与える可能性があります。