AI 伦理与偏见，
每夜度量——
而非空口声明。

六项 LLM 评审标准，每项对抽样追踪评 0–100 分：毒性、人口统计偏见、情感一致性、公平性、虚假信息和隐私泄露。报告展示设有良好（80）与风险（60）阈值的总体评分、30 天趋势、基于 7 天滚动平均的与上次运行评分差值，以及每个智能体的平均分，使单个退步的智能体不会被项目总分掩盖。

任务每天 UTC 03:00 运行，对整个项目前一天约 17% 的追踪进行抽样。抽样基于追踪 ID 的确定性哈希，而非人工挑选，因此评分反映的是具有代表性的流量，而不是精心挑选的样例。评审是 LLM，因此各次运行的评分可能有所不同。

任一评估项得分低于 60 的追踪都会被标记待审，并列入报告。每条被标记的记录都会保存提示词和响应的摘录（约 500 个字符），并附有指向该追踪的链接，因此结论绝不只是一个数字，背后总有对话可查。

不会。评估完全异步，在事后针对已存储的追踪运行。此报告中没有任何环节位于请求路径上、增加模型调用延迟或阻断响应。

护栏执行策略可以预先定义的内容——护栏匹配、关键词、范围违规——并在请求路径中实时处理。偏见和不公平很少如此明显地暴露自己。伦理与偏见报告则在事后持续度量它们，针对的是您的智能体实际服务的流量。框架覆盖率目前尚未采用这些结果。