02 / Guards
13 loại guard. Bốn loại tiêu chí.
Tám guard dựa trên mô hình bao phủ jailbreak và prompt injection, PII, dữ liệu nhạy cảm, nội dung NSFW, ngôn ngữ độc hại, văn bản vô nghĩa, lời tục tĩu và một bộ lọc nhanh lượt đầu. Năm guard dựa trên quy tắc bao phủ danh sách cấm, đề cập đối thủ cạnh tranh và kiểm tra định dạng. Một Tiêu chí cũng có thể là danh sách chặn từ khóa, biểu thức chính quy hoặc một LLM judge do bạn tự viết, có thể chạy trên mô hình obi-warden của chính Obiguard mà không cần nhà cung cấp AI bên ngoài. Các guard dữ liệu nhạy cảm và bộ lọc lượt đầu chạy trên các mô hình của chính Obiguard, Obi Lookout và Obi Sieve — xem
Obiguard Models.
13
Loại guard
8 dựa trên mô hình (jailbreak, PII qua Presidio, dữ liệu nhạy cảm qua Obi Lookout, NSFW, toxicity, gibberish, profanity, Obi Sieve) và 5 dựa trên quy tắc (ban list, competitor, one-line, lowercase, word count).
4
Loại tiêu chí
Guard, từ khóa, biểu thức chính quy hoặc LLM judge — đồng bộ và nằm trong đường đi, không phải bộ xử lý nhật ký chạy nền.
9
Danh mục dữ liệu nhạy cảm
Tên, số định danh, điện thoại, email, địa chỉ, ngày sinh, tài khoản tài chính, bí mật và máy chủ nội bộ.
5
Khung được ánh xạ
Hoạt động guard và chính sách cung cấp dữ liệu cho mức bao phủ theo NIST AI RMF, ISO/IEC 42001, OWASP LLM Top 10, AISCF của Malaysia và MGF cho GenAI của Singapore.
