大模型应用防火墙提供了丰富的预置策略，能够覆盖通用安全场景，同时也提供自定义模型防护能力，可基于您提供的样本内容训练自定义模型，生成符合业务实际场景的专属防护模型。

什么时候需要自定义模型？

• 场景高度定制：您的业务非常垂直，例如 AI 辅助编程、医疗咨询、金融分析等，通用策略难以精准识别其中的“黑话”或特定风险。
• 高检出率要求：对特定风险（如生成非法代码、诱导投资等）的检出率有极高要求，宁可误报，不可漏报。
• 样本充足：您拥有足够的高质量、已标注的业务数据（正/负样本），可用于模型训练。

当预置策略效果不足以覆盖您的业务场景，且有明确的、独特的防护目标时，自定义模型是必要的补充。

流程说明

创建自定义模型的完整流程包括准备样本、训练模型、部署测试直至最终发布。为保证模型效果，请您务必关注以下三个关键点：

• 提供高质量样本：模型的防护效果直接取决于您提供的训练数据质量。请务必提供清晰、典型且具有代表性的黑、白样本。
  • 白样本：您期望模型放行的正常业务内容。
  • 黑样本：您期望模型拦截的违规或攻击内容。
  • 数量建议：每个类别至少需要 20 个白样本和 20 个黑样本。为提升准确率，建议白样本数量略多于黑样本。
• 在发布前充分测试：模型正式上线前，您必须通过“快速测试”或“灰度测试”来验证其效果，以避免影响线上业务。
• 通过迭代持续优化：安全防护是一个动态过程。您需要持续收集线上的误报和漏报样本来重新训练模型，这是其能力不断提升的关键。

相关文档

• 配置自定义检测分类
• 配置自定义模型
• 创建在线测试任务
• 配置自定义检测规则
• 创建自定义防护模型防护特定业务