Meta: Llama Guard 4 12B

Meta : Llama Guard 4 12B est un modèle de classification de sécurité des contenus de Meta. Il est dérivé de Llama 4 Scout, un modèle prétraîné multimodal, puis affiné spécifiquement pour la classification de sécurité des contenus. Meta l'a publié le 30 avril 2025, et il appartient à la catégorie texte sur api14. Si vous avez utilisé des versions antérieures de Llama Guard, celle-ci suit la même idée générale de classification des contenus, mais elle est construite sur une base multimodale plus récente.

Le modèle accepte à la fois du texte et des images en entrée et renvoie du texte en sortie. Cela signifie que vous pouvez envoyer une invite, une image, ou une combinaison des deux et recevoir un résultat de classification sous forme de texte. Il dispose d'une fenêtre de contexte de 163 840 tokens, suffisamment grande pour contenir de longues conversations, des documents volumineux ou plusieurs images accompagnées de leur texte dans une seule requête. La sortie maximale est de 16 384 tokens, et la date limite de connaissances est le 31 août 2024.

Les usages pratiques découlent directement de ces capacités. Vous pouvez placer Llama Guard 4 12B devant ou derrière un autre modèle pour vérifier si l'entrée utilisateur ou la sortie générée est sûre. Comme il traite les images autant que le texte, il peut aussi servir à classifier du contenu visuel, par exemple pour modérer des images téléversées par les utilisateurs ou pour vérifier des paires image et texte dans un pipeline multimodal. La prise en charge d'un contexte long le rend exploitable pour examiner des fils de discussion entiers ou de longs documents plutôt que seulement des messages courts isolés.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "meta-llama/llama-guard-4-12b". Les paramètres de requête pris en charge sont frequency_penalty, logit_bias, max_tokens, min_p, presence_penalty, repetition_penalty, seed, stop, temperature, top_k et top_p. Si vous avez déjà du code écrit pour le format chat completions d'OpenAI, vous pouvez le pointer vers api14 et changer l'identifiant de modèle pour commencer à envoyer des requêtes.

Une chose à garder en tête est la finalité du modèle. Il est affiné pour la classification de sécurité des contenus, pas pour la conversation générale, l'écriture créative ou les tâches de raisonnement. Si vous avez besoin d'un modèle pour répondre à des questions, écrire du code ou dialoguer avec des utilisateurs, un modèle polyvalent conviendra mieux. Llama Guard 4 12B est mieux traité comme un classificateur dédié qui accompagne ces modèles plutôt que comme un remplacement de ceux-ci.