研究人员开发了一种新颖的方法来增强心理健康聊天机器人的安全性,方法是创建一个由临床医生主导的规则库。该系统允许临床医生定义、最终确定和裁决安全检查,然后对这些检查进行内部一致性形式验证,并将其作为护栏应用于 LLM 输出。与 LLM 作为法官的方法不同,该护栏与法官模型的差异可追溯到特定的规则和事实,从而提供了更高的透明度和可解释性。 AI
影响 为在心理健康支持等敏感应用中确保 LLM 的安全性引入了一种更透明、可验证的方法。
排序理由 学术论文,详细介绍了一种新的 AI 安全方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →