已过期60% 置信事实精确时间

OpenAI 提供名为 Moderation API 的内容安全接口

2

来源数

60%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30(已过期)

来源

Agent Middleware机制：为模型调用加装拦截器

bilibili老陈说编程2026/6/14

相关事实

待验证Meta的LlamaGuard和OpenAI的内容审核API采用类似的守门人分类器架构77% 相似待验证OpenAI的Moderation API和Meta的Llama Guard系列是基于分类模型的护栏，使用专门训练的小型模型对内容进行安全分类76% 相似待验证OpenAI描述了一套分层软性安全防护栈，涵盖训练保护、实时内容检查、账户风险监测、访问权限控制、行为监控和持续红队测试75% 相似已验证OpenAI有Preparedness Framework，对模型在网络安全、CBRN威胁、说服力和自主行为四个维度进行分级评估75% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/46997

API

curl https://kongchang.com/api/v1/knowledge/claims/46997

MCP

get_claim(id=46997)