Google ShieldGemma
Google ShieldGemma 是面向生成式 AI、模型、RAG 或 Agent 风险控制的 AI 安全工具。
分类：开放权重多模态安全分类模型
公司 / 团队：Google
详细介绍
该工具的主要能力包括文本与图片安全分类模型、输入输出安全评估、开放权重、可调安全策略和 Gemma 生态集成。
AI 安全工具的真实效果取决于模型、语言、攻击方法、上下文长度、输入模态、系统提示、RAG 数据、工具权限、部署位置、阈值、规则、版本和业务容错。详情页应把防护位置、风险类型、模态、动作、API、延迟、部署方式、数据处理、日志、评测结果和产品状态拆成动态字段维护。
适合场景
- Gemma 应用
- 文本安全审核
- 图片安全分类
- 本地推理
- 安全模型研究
使用注意
- ShieldGemma 不等同于通用提示词注入防火墙
- 不同模型尺寸和模态应独立评测
- 内容政策、语言与阈值要按业务定制
- 上线前应建立正常样本、边界样本、已知攻击、未知变体、跨语言、多模态和故障场景测试集，并完成权限审查、红队、安全评审、日志、回滚和应急预案。