待验证60% 置信事实时间未知
Meta的Llama Guard系列是专门训练的安全分类模型，用于对LLM输出内容进行多维度安全评分
2
来源数
60%
置信度
长期有效
时效性
2026/6/1
首次发现
来源
LLM Guardrails Index：最全面的大模型安全护栏评估体系详解
twitterguardrails_ai
涉及实体
相关事实
待验证Prompt Guard是Meta发布的轻量级分类模型，专门针对越狱与注入场景训练72% 相似待验证Meta（LLaMA系列）和阿里（Qwen系列）的开源重心在于模型权重与技术报告，而训练数据和完整后训练代码极少同步公开70% 相似待验证Meta的Llama系列公开了模型权重和架构但未公开完整训练数据集及策展过程，许可证包含月活用户超过7亿需单独授权的限制70% 相似待验证Meta开源的Llama系列通过优化训练效率实现了在消费级显卡上运行70亿至700亿参数模型70% 相似已验证模型层安全约束包括对齐训练（RLHF、Constitutional AI）、系统提示词安全指令、输出过滤器和护栏模型（如Llama Guard、NeMo Guardrails）69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/27812API
curl https://kongchang.com/api/v1/knowledge/claims/27812MCP
get_claim(id=27812)