Mistral AI가 8월 4일 3B 파라미터 오픈웨이트 안전 분류기 Shieldstral을 Apache 2.0 라이선스로 공개했다. 학습 시 고정된 유해 카테고리를 내장하는 기존 가드레일 모델과 달리, 추론 시점에 자연어로 작성된 모더레이션 정책을 입력받아 yes/no 질문에 대한 토큰 로짓으로 보정된 안전 점수를 산출한다. 약 5,410만 샘플로 학습해 텍스트 안전 벤치마크 평균 F1 84.9%로 7배 큰 GPT-OSS-Safeguard-20B와 동급이며, 멀티모달 안전에서는 83.8%로 최고 성능을 기록했다(벤더 자체 측정). 12개 언어를 지원하고 16GB GPU 한 장에서 구동돼, 재학습 없이 제품별 정책에 맞춰 쓸 수 있는 경량 모더레이션 수단이 열렸다는 의미가 있다.

• •정책을 가중치가 아닌 입력(<Query> 필드)으로 받아 재학습 없이 제품별 기준 적용 가능
• •텍스트 안전 평균 F1 84.9%로 4B~20B 공개 모델 중 1위, 멀티모달 83.8%로 OmniGuard-7B(77.6%) 앞서
• •약 5,410만 샘플 학습, LLM 생성 대조 쌍으로 카테고리 암기가 아닌 정책 변별력을 학습
• •Ministral-3-3B 기반, 12개 언어 지원, 16GB GPU 한 장에서 구동, Apache 2.0
• •아랍어·인도네시아어 등 일부 언어에서 열세는 한계로 명시됨