Sangfor telah menerapkan SESG (Self-Evolving Safety Guardrails), sebuah sistem multi-agen yang secara terus-menerus menyesuaikan pertahanan keamanan LLM terhadap ancaman baru di lingkungan produksi. Sistem ini memantau lalu lintas langsung untuk mendeteksi jailbreak baru dan kategori berbahaya, lalu secara otomatis mensintesis data pelatihan dan memperbarui model tanpa intervensi manual.

  • SESG menggunakan agen generasi, validasi, dan perutean untuk mendiagnosis kegagalan dan membuat batch pelatihan yang ditargetkan.
  • Sebuah pagar pengaman berukuran 1.7B mampu beradaptasi dengan ancaman baru dalam 16-24 jam dengan hanya sekitar 2 jam upaya manusia, dibandingkan dengan 40-90 jam untuk proses manual.
  • Sistem ini mengungguli pagar pengaman statis yang berkisar dari 0.6B hingga 9B parameter serta baseline adaptif pada enam ancaman yang muncul.
  • Sejak April 2026, SESG secara otonom telah menutupi 14 dari 15 skenario ancaman baru dalam dua bulan.

Pendekatan ini memungkinkan model keamanan mengikuti perkembangan vektor serangan yang cepat sambil mempertahankan kompetensi penyaringan umum.