待验证50% 置信解决方案精确时间

CALM 使用成对匹配的「不安全-良性锚点」为每个输入提示词进行路由，判断其激活了哪些具体的不安全类别

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

CALM：文生图安全防护的新思路，局部反事实修正破解全局过滤困局

涉及实体

CALMconcept matched unsafe-benign anchorsconcept

相关事实

待验证护栏机制分为输入护栏（过滤恶意提示、检测敏感信息）和输出护栏（验证生成内容的安全性、准确性和合规性）70% 相似待验证通过恶意注入场景与良性对照场景的交叉对比可将测试结果分类为真安全、假安全、安全漏洞和过度防御四类69% 相似待验证SAST通过分析源代码发现潜在漏洞，DAST通过运行时探测发现安全问题，这些方法围绕确定性假设构建67% 相似待验证风险分级应引入'默认最高风险'（Fail-Safe Default）原则，对无法匹配任何规则的未知工具自动归入高风险类别触发人工审批67% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/975610

API

curl https://kongchang.com/api/v1/knowledge/claims/975610

MCP

get_claim(id=975610)