待验证50% 置信事实精确时间

内容安全领域通常将平台介入机制分为两类：基于关键词或语义模型的自动化检测，以及人工审核队列

1

来源数

50%

置信度

长期有效

时效性

2026/10/5

首次发现

来源

佛州女子因在AI聊天中发布威胁言论被捕引发争议

涉及实体

内容安全concept

相关事实

待验证内容安全过滤器通常基于大规模预训练的分类模型，将输入文本映射到风险类别，其判断依赖词语共现模式而非对话意图的深层理解75% 相似待验证开源提示注入检测工具的实现思路大致分为基于关键词与规则的模式匹配、基于分类模型的语义识别、以及利用LLM作为裁判判断注入意图三类73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/977192

API

curl https://kongchang.com/api/v1/knowledge/claims/977192

MCP

get_claim(id=977192)