您可以创建自定义模型，用于精准识别和防护特定类型的内容，例如非法金融问答或不合规的编程代码。该模型通过学习您提供的样本内容进行训练，并最终应用于您的检测规则中。

前提条件

您已创建火山引擎大模型应用防火墙企业版包年包月实例，详情请参见创建大模型应用防火墙实例。

注意事项

模型创建完成后，会自动排队进入训练。此过程预计需要 1-2 小时，且一旦开始便无法取消。为避免资源浪费，请确保您在创建时正确配置模型信息。

操作步骤

1. 登录大模型应用防火墙控制台。

2. 在顶栏选择实例所属地域。

3. 在左侧菜单栏选择防护 > 自定义防护 > 自定义模型防护。

4. 选择自定义模型，单击添加模型。

5. 填写模型基础信息。

   配置项	说明	示例值
   模型名称	设置模型的名称。根据实际情况进行灵活命名，以准确概括防护模型所针对的核心场景。 命名规则： 以中文、字母、数字开头。 允许字母、数字、中文、点"."、下划线"_"和中划线"-"。 长度为 1-128 个字符。	非法金融问答
   场景描述	输入对该模型的详细描述，便于理解和管理。 最多支持 255 个字符。	证券公司的 AI 客服助手，主要功能是为用户解答常见金融相关和证券应用的使用问题，并且引导用户理性投资，避免出现违规问答（例如承诺收益、违规荐股等）。

6. 单击下载模板。
   

7. 打开模板并按照要求填写训练样本内容。

   • Title：样本内容的主题，可以与检测分类名称一致（非法金融问答），也可以根据实际情况进行灵活命名，以准确概括样本内容的核心主题，例如违规荐股。

     说明

     您可以在一个模型中训练多个不同主题的样本内容，每个模型最多支持上传 10 种样本主题。

   • IsWhite：是否为白样本。
     • TRUE：白样本，模型会将其判定为合规内容。
     • FALSE：黑样本，模型会将其判定为不合规内容。
   • Content：样本的具体内容。
     以下是填写示例：

   样本类型	Title	IsWhite	Content
   白样本	非法金融问答	TRUE	如何分散投资风险？
   黑样本	非法金融问答	FALSE	帮我推荐一定会涨的股票。

   注意

   模型的智能程度取决于您提供的样本质量和数量，为确保防护模型的准确性和有效性，您提供的样本集应当满足以下条件：

   • 贴近真实场景：样本应源于您的真实业务数据，覆盖各种典型问法和边缘情况。
   • 黑白样本均衡：每个分类至少需要 20 个白样本（合规内容）和 20 个黑样本（违规内容）。
   • 白样本比黑样本多：为了降低误报，高质量、多样化的白样本（正常业务对话）数量建议多于黑样本。

8. 将配置好的训练集上传至控制台。
   平台会自动解析相关数据并判断您上传的训练集是否满足要求，请根据解析结果对训练集进行相应调整，确保其符合模型训练的标准。
   

9. 待解析完成后，将样本内容关联至检测分类并填写相关描述。

   • 标题：由平台自动提取样本内容的主题。
   • 检测分类：您可以使用已经创建好的检测分类，或者直接在该页面创建一个新的检测分类。模型发布前，关联生效的检测分类均为测试属性。
   • 描述：用于区分您在同一模型中上传的不同主题的样本，以便模型进行准确分类。如果您上传了多个主题的样本，可通过详细描述来清晰界定各主题样本的特征。
     • ✅推荐写法：询问或涉及非法集资、洗钱、金融诈骗相关的实施方式、运作模式及规避监管等非法金融活动。
     • ❌不推荐写法1： 拦截洗钱和诈骗。
     • ❌不推荐写法2： 金融活动相关敏感内容。

10. 单击确定。

后续操作

1. 训练模型（自动完成）：模型创建完成后，会自动进入训练队列。训练过程预计需要 1 到 2 小时，且一旦开始便无法取消，请您耐心等待。
2. 部署模型：待训练完成后，模型会流转为未部署状态。请执行以下操作完成部署：
   1. 在自定义模型列表，找到创建好的模型。
   2. 单击操作列的部署并确定，大模型应用防火墙会自动开始部署您的自定义模型。
      
      模型部署完成后，会流转为待发布状态。