待验证50% 置信事实精确时间
分类器—判断器级联是一种成本分层架构,先用轻量分类器初筛,仅将灰区或高风险样本送入LLM判断器复核。
1
来源数
50%
置信度
长期有效
时效性
2026/11/5
首次发现
来源
不测伤害测风险:LLM对话心理危害风险因子检测新框架
rss2026/11/4
涉及实体
相关事实
已验证安全分类器是一种独立于主模型之外的轻量级判别模型,通常基于BERT、RoBERTa等编码器架构或经过微调的小型语言模型构建,在请求进入主模型推理前对输入内容进行风险评分74% 相似待验证漏斗式分层评估架构:第一层用廉价快速的语义验证器对海量 trace 初筛,第二层对模糊或高价值样本交给更强裁判模型精细评判73% 相似已验证过拟合评测集的手段包括将评测数据混入训练语料、间接的网络爬虫污染、教学式微调以及训练模型识别评测场景70% 相似待验证风险分层审查是一种根据变更的风险等级动态分配审查资源的策略,依据变更类型、影响范围、历史缺陷率等维度对PR打分,低风险PR可自动合并或仅需轻量检查,高风险PR强制人工深度审查。69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1138958API
curl https://kongchang.com/api/v1/knowledge/claims/1138958MCP
get_claim(id=1138958)