GTC-Guard-0

TAI Guardian 系列的第一个安全模型，一个轻量级文本二分类器。

模型描述

判断输入文本是否包含有害/不安全内容。输出 SAFE 或 UNSAFE。

• 参数量: < 10M (实际约8.2M)
• 架构: TF-IDF + Logistic Regression
• 训练数据: Jigsaw Toxic Comment + 人工标注边界案例

使用方法

import joblib

model = joblib.load('gtc_guard0_model.pkl')
vectorizer = joblib.load('gtc_guard0_vectorizer.pkl')

def predict(text):
    vec = vectorizer.transform([text])
    prob = model.predict_proba(vec)[0, 1]
    return 'UNSAFE' if prob > 0.5 else 'SAFE'

print(predict("hello"))  # SAFE
print(predict("i will kill you"))  # UNSAFE

局限性

• 无法理解上下文（如 "damn" 的正面用法可能误报）
• 仅支持英文
• 基于小数据集训练，覆盖率有限

版本历史

• GTC-Guard-0 (2026-05-23)

作者

TAI Research