GuardRate：构建护栏模型的独立竞技场（第一部分）

HiveTrace团队创建了GuardRate，这是一个命令行工具和公开排行榜（HiveTrace GuardRate排行榜），旨在客观比较LLM的护栏模型。该工具自动化了评估流程：它从YAML中拉取数据集和模型配置，为每个模型启动隔离环境，运行固定基准，并计算指标（FPR、FNR、积分分数）。结果可通过工件复现。排行榜根据积分分数对模型进行排名；领先的模型包括YuFeng-XGuard-Reason-8B（0.761）、HiveTraceGuard-Pro 0.6B（0.743）和OpenGuardrails-Text-2510（0.738）。洞察表明，架构比规模更重要，小型模型可以击败大型模型，且延迟差异很大（例如，Llama-3.1-Nemotron-Safety-Guard-8B的p95=398.3毫秒）。该过程将审计时间从约5小时缩短至约30分钟，劳动力成本降低了90%。源代码计划于2026年第三季度发布。