跳到主要内容

审计命中回看窗口里的一次拦截,记录里只有时刻和「仇恨」二字。期间标签叶已从旧「仇恨」拆成「骚扰/仇恨」,分数线也重标定,值班链路为关键词、轻分类器再加政策 LLM。如何证明当时截在哪一级、对照哪张分数线,而不是把句子再送进现行三级管线?旧 taxonomy 下线后,缺口如何记成「不可逐条对齐」这种结论,而不是去补一条决策记录?

Agent 评测与可靠性中级安全

题目​

审计命中回看窗口里的一次拦截,记录里只有时刻和「仇恨」二字。期间标签叶已从旧「仇恨」拆成「骚扰/仇恨」,分数线也重标定,值班链路为关键词、轻分类器再加政策 LLM。如何证明当时截在哪一级、对照哪张分数线,而不是把句子再送进现行三级管线?旧 taxonomy 下线后,缺口如何记成「不可逐条对齐」这种结论,而不是去补一条决策记录?

参考答案​