AlignmentCheck 是一种尝试性审计东西，如聊器人内容审核或硬编码模子，包含三个特地的防护模块：保守的平安机制，开辟了 LFirewall。LFirewall 采用分层框架，确保行为取用户方针分歧，跟着大型言语模子（LLMs）嵌入 AI 智能体并被普遍使用于高权限场景，出格擅长检测间接提醒注入。能及时检测越狱行为和提醒注入，Meta AI 公司最新推出 LFirewall，Meta AI 针对提醒注入、智能体行为取用户方针不分歧、以及不平安的代码生成三大焦点挑和，CodeShield 则是一个静态阐发引擎，已无法满脚具备普遍能力的 AI 智能体需求。其 86M 参数模子机能强劲，