باختصار
نموذج الحراسة (Guard Model) هو نموذج مستقلّ بيشتغل جنب النموذج الأساسي، وظيفته يفحص الطلب أو الردّ ويصنّفه: آمن أم يقع في فئة ضارّة.
بالتفصيل
بدل ما تعتمد على النموذج الأساسي وحده في رفض الطلبات الضارّة، بتحطّ طبقة تانية: نموذج حراسة متخصّص وأصغر وأرخص، بيمرّ عليه كل مُدخَل وكل مُخرَج. لو صنّف الطلب كضارّ، بيتمّ حجبه قبل ما يوصل للنموذج أو قبل ما يخرج الردّ للمستخدم.
أشهر مثال عملي هو LlamaGuard-3، اللي بيشتغل بتصنيف قائم على تصنيفة موضوعات: أسلحة، احتيال، إيذاء النفس، وهكذا.
وهنا بالظبط نقطة الضعف البنيوية. نماذج الحراسة بتعامل الضرر كخاصية للموضوع ككلّ، لا لنيّة الطلب. والنشر الحقيقي نادرًا ما يتطابق مع الصورة دي. تخيّل نموذجًا واحدًا مخدومًا لمنتجَين: مدرّس تربية مدنية، ومساعد لجهة حكومية. الاتنين لازم يجاوبوا أسئلة واقعية عن انتخابات، لكن واحد بس محتاج يرفض طلب كتابة محتوى تلاعب سياسي موجّه.
نموذج حراسة على مستوى الموضوع ما يقدرش يعبّر عن الانقسام ده. LlamaGuard-3 مثلًا بيغطّي الانتخابات فقط كـ«معلومات غير صحيحة واقعيًا عن الأنظمة والعمليات الانتخابية» — وده يستثني الإقناع والتلاعب من ناحية، ويستثني كمان الأسئلة الواقعية اللي لازم النشر يفضل يجاوب عليها من الناحية التانية.
الخلاصة البحثية اللي طرحتها ورقة Multiverse Computing في سبتمبر 2026: السؤال الصحيح مش «هل نرفض الموضوع ده؟» بل «أي جزء فرعي من الموضوع يتعارض مع سياسة هذا النشر تحديدًا؟».
مثال عملي
عندك مساعد AI لبنك. لو استخدمت نموذج حراسة موضوعي، هيرفض كل ما يتعلّق بـ«الاحتيال» — بما في ذلك سؤال عميل مشروع: «إزاي أعرف إن رسالة بتطلب بياناتي احتيالية؟». الرفض ده خسارة صافية، لأن السؤال بالظبط هو النوع اللي المفروض تجاوب عليه.
مصطلحات مرتبطة
- Over-Refusal — الرفض المفرط، العَرَض الأساسي لسوء ضبط نموذج الحراسة.
- Alignment — المواءمة، الإطار الأوسع اللي ينتمي له.
- Jailbreak — كسر القيود، المحاولة المعاكسة لتجاوز الحارس.
المصادر: Hugging Face — 2026-09-08
