上下文盲评估

当把用户自己的历史背景喂给评估模型（用户上下文感知评估）时，高风险比例比上下文盲评估再上升 13 到 17 个百分点。

大约四分之一在孤立评估（上下文盲）中被判为安全的对话，对具体的提问者而言其实是不安全的。

上下文盲评估把每一段问答视为独立样本，只检查回复本身是否符合医学常识与安全规范；用户上下文感知评估则把该用户此前累积的年龄、性别、既往病史、用药情况等历史信息作为前提条件，再判断这条回复对这个具体的人是否安全。