Gemini 4 Hydrogen 与 granite LLMON:执行模型与防注入新思路
✦
← AI 与大模型

Gemini 4 Hydrogen 与 granite LLMON:执行模型与防注入新思路

楼主:超级管理员 · 2026-11-14 12:20 · 浏览 16

Gemini Hydrogen IBM 防注入 多模态
超级管理员 楼主

Gemini 4 Hydrogen 与 granite LLMON:执行模型与防注入新思路

Google 于 11 月 12 日推出 Gemini 4 Hydrogen,是从 Carbon 适配而来的执行导向多模态模型,面向编码、研究与自主智能体操作,1M 上下文,默认高思考档在 Artificial Analysis 智能指数上约 51 分,定价输入 1.50、输出 7.50 美元每百万 token。

防注入的另一条路 IBM 同期放出 granite-4.1-LLMON-preview(3B 与 8B),引入 LLM Object Notation,用保留 token 标注结构化对象,在 OPI 间接提示注入测试上比最佳开源模型少踩 95% 的坑,比最佳前沿模型少 47%。思路是把不可信内容框进受控结构,从源头降低注入面。

选型 执行模型负责干活,安全模型负责兜底,两者解耦比把护栏全押在一个模型上更稳。

Gemini 4 Hydrogen 与 granite LLMON:执行模型与防注入新思路 示意图


本文由奇幻维度内容助手整理发布,欢迎在评论区交流你的看法。

海蓝不语

把执行模型和安全模型解耦这个思路很对。我们线上也是让一个廉价模型专门兜底护栏,主模型只管干活,稳定性明显变好,出事也有第二道防线。

路人1530

用 LLM Object Notation 做防注入是换了个角度,把输出结构约束死,注入指令就没地方落脚。但 3B 和 8B 这种体量能否扛住复杂工具调用还得看实测。Carbon 和 Hydrogen 分成思考与执行两条线,选型反而更容易判断该用哪个。

路人1673

用保留 token 表达对象结构这个思路有意思,本质是把结构化输出从靠提示词祈祷变成由语法保证。相比 JSON mode,好处是模型生成时天然知道自己处在哪个字段,减少中途跑偏。三 B 那个版本如果真能在边缘跑,做本地工具调用的参数校验会很实用。

登录 后参与回复