Skip to content

Guardrails: System Prompt, İçerik Filtreleri, Allow/Deny Listeleri

Pratik guardrail kütüphaneleri (Guardrails AI, NeMo, Llama Guard). Allow/deny listeleri, content moderation API'leri.

Şükrü Yusuf KAYA
10 min read
Advanced

Guardrails: Pratik Araçlar

Açık kaynak, deklaratif:
from guardrails import Guard
from guardrails.hub import (
    DetectPII, ToxicLanguage, CompetitorCheck
)

guard = Guard().use_many(
    DetectPII(pii_entities=["EMAIL", "PHONE"]),
    ToxicLanguage(threshold=0.8),
    CompetitorCheck(competitors=["X", "Y"]),
)

result = guard(llm_call, prompt=user_input)
if result.validation_passed:
    print(result.validated_output)

Allow/Deny List Pattern#

python
# Domain-spesifik whitelist
ALLOWED_TOPICS = ["product info", "order status", "refund policy"]
DENIED_TOPICS = ["legal advice", "medical advice", "competitor comparison"]
 
# LLM-judge ile sınıflandır
def is_topic_allowed(query: str) -> bool:
    judge_prompt = f"""Kullanıcı sorgusunu sınıflandır:
ALLOWED: {ALLOWED_TOPICS}
DENIED: {DENIED_TOPICS}
 
Query: "{query}"
Tek kelime: ALLOWED veya DENIED."""
    return judge_call(judge_prompt) == "ALLOWED"
Allow/deny list
Layered approach: Vendor moderation (cheap) → Custom guardrails (specific) → LLM judge (nuanced) → Audit log (post-hoc). Hiçbiri %100 değil ama 4'ü birlikte %99.9.

Yorumlar & Soru-Cevap

(0)
Yorum yazmak için giriş yap.
Yorumlar yükleniyor...

Related Content

1. Temeller — Yapay Zekâ ve LLM'lere Giriş

Bu Eğitim Hakkında ve Verimli Çalışma Yöntemi

Start Learning
1. Temeller — Yapay Zekâ ve LLM'lere Giriş

Yapay Zekâ → Üretken AI → LLM: Bağlamsal Harita

Start Learning
1. Temeller — Yapay Zekâ ve LLM'lere Giriş

LLM'ler Aslında Nasıl Düşünür? (Token, Embedding, Attention)

Start Learning