llama-guard-4-12b

llama-guard-4-12b 是 Meta 面向内容安全分类打造的专用模型，并非用于日常对话创作。它基于 Llama 4 Scout 能力微调，可处理文本及多模态输入，对模型提示词、回复等内容进行风险判断，适合接入智能客服、内容审核、智能体工作流和生成式应用的前后端护栏。16万级上下文有利于检查较长会话，但模型通过 API 提供，使用时需评估分类阈值、误判率和中文场景表现。上手时应把它视为“审核员”：清晰组织待检内容、角色边界和分类规则，再结合业务策略决定拦截、改写或人工复核，而不是直接让它生成答案。