मुख्य मजकुराकडे जा
सुरक्षित गार्डरेल्स

सुरक्षा नियंत्रणे

संशोधन वातावरणाची रनटाइम नियंत्रणे — इथे दाखवलेले नियम हे विनंती मान्य करणारी बाजू प्रत्यक्षात तपासत असलेले नियम आहेत.

गार्डरेल्स

kotoba-guardrails-2026-09-v1

प्रत्येक विनंतीच्या मुख्य भागावर लागू केलेली कंटेंट पॉलिसी. निर्णय निश्चयात्मक असतात; ब्लॉक कोणताही कोटा वापरण्याआधीच जॉब नाकारतो.

नाव क्रिया वर्णन पॅटर्न्स
csam-block ब्लॉक करा CSAM संदर्भ प्रत्येक विनंतीत नाकारले जातात (AUP अंतर्गत सक्त निषिद्ध). 3
cbrn-block ब्लॉक करा CBRN/WMD uplift विनंत्या प्रत्येक विनंतीत नाकारल्या जातात (AUP अंतर्गत सक्त निषिद्ध). 5
fraud-block ब्लॉक करा Fraud-as-a-service विनंत्या नाकारल्या जातात (AUP अंतर्गत सक्त निषिद्ध). 3
secret-hygiene मास्क करा Live credential shapes in the prompt are masked before the model sees them. 3
pii-passkeys फ्लॅग करा References to passkeys/private keys are flagged for review, never blocked. 2

फायरवॉल

kotoba-firewall-2026-09-v1

एजंट वापरू शकणारी टास्क टूल्स आणि प्रत्येकासाठी आवश्यक असलेला विश्वास स्तर. त्याच्या स्तरापेक्षा कमी असलेली कॉल नाकारली जाते (observe मोडमध्ये फक्त तिची नोंद होते).

टूल आवश्यक स्तर खुली कार्ये
code-review ओळख सत्यापित code-review
vulnerability-triage ओळख सत्यापित vulnerability-triage
remediation ओळख सत्यापित remediation
payload-crafting करारबद्ध — (डीफॉल्टनुसार नाकारले)
c2-tooling करारबद्ध — (डीफॉल्टनुसार नाकारले)

अनुपालन

kotoba-compliance-2026-09-v1

Coverage = automated runtime controls only — not a certification.

फ्रेमवर्क प्रदेश स्वयंचलित नियंत्रणे
APPI JP prompt-pii-redaction audit-log-retention screening-evidence-receipts
PCI DSS 4.0 Global card-data-never-stored secret-hygiene-redaction audit-log-retention
OWASP LLM Top-10 Global guardrails-csam-cbrn firewall-task-deny deterministic-policy-engine
NIST AI RMF US session-projection-uncalibrated assurance-ladder-evidence
ऑडिट लॉग जपणूक कालावधी 180 दिवस
डेटा निवास स्थान अनिर्दिष्ट
शून्य डेटा धारणा ZDR साठी डिझाइन केलेले (करारानुसार सक्रिय)