1275条标注训练8B安全分类器，五项基准平均超过GPT-5.4

格罗宁根大学、布加勒斯特理工、Adobe与NVIDIA团队在论文《Paved with True Intents》中报告，仅用1275条精心标注的prompt训练8B意图感知安全分类器，可在5项安全基准的平均成绩上超过GPT-5.4、Claude Sonnet 4.6及使用更多数据训练的主流开源护栏模型。论文认为，数据质量与意图感知训练比数据规模更重要。