Llama Guard 4

Czym jest Llama Guard 4 i kto go tworzy

Llama Guard 4 to model bezpieczeństwa od Meta. Nie jest to chatbot, z którym można porozmawiać. Zamiast tego programiści umieszczają go obok modelu czatu, aby sprawdzał zapytania wejściowe i odpowiedzi wyjściowe. Na podstawie promptu użytkownika lub odpowiedzi modelu Llama Guard 4 wydaje krótki werdykt: „safe” (bezpieczne) lub „unsafe” (niebezpieczne) wraz z kodami wykrytych kategorii zagrożeń. Działa zarówno z tekstem, jak i z obrazami — w tym z wieloma grafikami w jednym prompcie.

Zgodnie z kartą modelu od Meta, Llama Guard 4 ma 12 miliardów parametrów i gęstą architekturę (dense). Meta stworzyła go na bazie wstępnie wytrenowanego punktu kontrolnego Llama 4 Scout, usuwając routed experts i pozostawiając jedynie shared expert, a następnie dostrajając całość do klasyfikacji bezpieczeństwa. Dzieli tokenizator oraz enkoder wizyjny z Llama 4 Scout i Maverick oraz może działać na pojedynczym GPU. Pojawił się na OpenRouter 30 kwietnia 2025 roku, kilka tygodni po premierze Llama 4, i jest udostępniany na licencji Llama 4 Community License.

Rodzina modeli Llama Guard

Meta wydała kilka wersji Llama Guard równolegle z głównymi premierami Llama. Llama Guard 4 łączy to, co wcześniej było dwoma osobnymi modelami — tekstowym Llama Guard 3 8B i wizualnym Llama Guard 3 11B Vision — w jeden klasyfikator. Meta łączy go z innymi otwartoźródłowymi narzędziami bezpieczeństwa; na przykład karta modelu wskazuje na Llama Prompt Guard 2 do wykrywania ataków na prompty, takich jak próby jailbreaku.

Co sprawdza model: kategorie zagrożeń

Llama Guard 4 został wytrenowany na taksonomii zagrożeń MLCommons, rozszerzonej o jedną dodatkową kategorię dotyczącą korzystania z narzędzi zewnętrznych. Gdy oznacza treść jako niebezpieczną, wskazuje konkretne kategorie:

Kategoria „Porady specjalistyczne” obejmuje odpowiedzi zawierające specjalistyczne porady finansowe, medyczne lub prawne, a także sugerowanie, że niebezpieczne czynności lub przedmioty są nieszkodliwe.

W czym Llama Guard 4 sprawdza się najlepiej

• Filtrowanie danych wejściowych. Sprawdza prompt użytkownika, zanim trafi on do głównego modelu, blokując ewidentnie szkodliwe zapytania na wczesnym etapie.
• Filtrowanie danych wyjściowych. Weryfikuje odpowiedź głównego modelu przed jej wyświetleniem, dzięki czemu model ma szansę odpowiedzieć bezpiecznie, a blokada następuje tylko wtedy, gdy sama odpowiedź narusza zasady.
• Obsługa obrazów. Klasyfikuje prompty łączące tekst z jednym lub kilkoma obrazami, czego nie potrafiły wcześniejsze modele tekstowe.
• Wiele języków. Obsługuje język angielski oraz języki wspierane przez Llama Guard 3, do których Meta zalicza francuski, niemiecki, hindi, włoski, portugalski, hiszpański i tajski.

Meta zauważa, że stosowanie filtrowania zarówno na wejściu, jak i na wyjściu zapewnia najwyższy poziom bezpieczeństwa, a w testach wewnętrznych filtrowanie wejściowe częściej prowadziło do odmowy odpowiedzi niż filtrowanie wyjściowe.

Ograniczenia, o których warto wiedzieć

• To model, a nie sztywny zestaw reguł. Może pominąć szkodliwe treści lub błędnie oznaczyć te nieszkodliwe. Karta modelu Meta wskazuje, że skuteczność może być ograniczona przez dane treningowe w obszarach wymagających zdrowego rozsądku lub specyfiki językowej.
• Brak możliwości weryfikacji faktów. Kategorie takie jak zniesławienie, własność intelektualna czy wybory często wymagają aktualnej wiedzy o faktach; w zastosowaniach wrażliwych Meta zaleca bardziej rozbudowane systemy.
• Ataki na prompty. Jako model językowy może ulec manipulacji w wyniku ataków adwersarialnych lub typu prompt injection.
• Większa liczba obrazów. Model testowano głównie na promptach z kilkoma obrazami, dlatego wyniki przy znacznie większej liczbie grafik mogą być mniej przewidywalne.

Jak oficjalnie pobrać Llama Guard 4

Wagi modelu są dostępne na platformie Hugging Face jako meta-llama/Llama-Guard-4-12B, gdzie w karcie modelu Meta umieściła również przykładowy kod dla biblioteki Transformers. Zaakceptuj licencję na stronie modelu, aby odblokować pliki. OpenRouter oferuje model z oknem kontekstowym wynoszącym 163 840 tokenów w cenie 0,18 $ za milion tokenów wejściowych i 0,18 $ za milion tokenów wyjściowych (cennik OpenRouter, październik 2026).

Jako model z rodziny Llama 4 podlega pod Llama 4 Community License i politykę dopuszczalnego użytkowania, w tym wymóg oznaczenia „Built with Llama” w produktach, które z niego korzystają, oraz osobne zasady dla modeli multimodalnych w UE. Sprawdź naszą stronę o licencji, aby przeczytać proste podsumowanie zasad, oraz nasz przewodnik po API, aby dowiedzieć się, jak wywoływać modele Llama z poziomu kodu.

Prywatność i bezpieczeństwo danych

Klasyfikator bezpieczeństwa analizuje każdą sprawdzaną wiadomość, dlatego traktuj go jak każdy inny element swojego potoku AI: jeśli korzystasz z API w chmurze, obowiązuje Cię polityka prywatności danego dostawcy; jeśli hostujesz go lokalnie, dane nie opuszczają Twoich serwerów. Nasz przewodnik po prywatności i bezpieczeństwie w AI omawia dobre praktyki dla użytkowników.

Porównanie Llama Guard 4 z innymi modelami

W porównaniu z Llama Guard 3 Meta podaje, że wersja 4 dorównuje lub przewyższa wcześniejsze modele tekstowe i wizyjne, będąc pojedynczym, zintegrowanym rozwiązaniem. W zestawieniu z modelami czatowymi, takimi jak Llama 4 Scout, jest znacznie mniejszy i służy wyłącznie do klasyfikacji — nie generuje odpowiedzi. Jeśli tworzysz aplikację opartą na otwartych modelach, taki strażnik stanowi jedną z warstw ochrony, obok jasnego regulaminu, limitów zapytań i moderacji przez człowieka.

FAQ

Czy mogę porozmawiać z Llama Guard 4 na Llama.Online?

Nie, Llama Guard 4 nie jest dostępny na naszym czacie. To klasyfikator dla programistów, a nie model konwersacyjny.

Co zwraca Llama Guard 4?

Krótki werdykt tekstowy: „safe” lub „unsafe” wraz z kodami kategorii, np. S9 dla broni masowego rażenia i nieprecyzyjnej.

Czy obsługuje obrazy?

Tak. Klasyfikuje zapytania łączące tekst z jednym lub kilkoma obrazami.

Czy Llama Guard 4 jest darmowy?

Wagi modelu można pobrać bezpłatnie na licencji Llama 4 Community License. Dostawcy API w chmurze pobierają opłaty za zużyte tokeny.