内容护栏 · 判定接口
Qwen3Guard-4B + LoRA(control@100) · 阈值 0.08510743008790783 · 拦截生效
| risk 分数 | |
| 阈值 τ | |
| p_unsafe | |
| p_contro | |
| p_safe | |
| 耗时 | |
判定规则：risk = p_unsafe + 0.3 × p_contro，risk ≥ τ 即判违规。
适配器 866b1a6eee934a9e…。本工具为辅助判定，不替代人工审核。
开发面板较基线提升约 11 / 10 个百分点；独立集与基线无显著差异（该集已饱和、无区分力）。
生产流量拦截率尚未验证。