阿里PlugGuard獲ICML 2026錄用　流式防禦新範式

事後審查的困局

當前主流內容安全方案大多採取後置檢測模式：待模型生成完整答案後，再進行二次審查。這種先污染後治理的路徑反應滯後，風險內容往往已經觸達用戶。

同時，檢測精度與推理效率難以兼顧：強化審查會拖慢回應速度、推高成本，放寬標準則可能出現漏網，工業界一直在兩者之間艱難尋找平衡點。