Amazon Bedrock 防护机制宣布推出内容过滤器和被拒绝主题的等级

发布于: 2025年6月24日

Amazon Bedrock 防护机制公布了内容过滤器和被拒绝主题的等级，根据客户使用案例提供更灵活、更便捷的功能选择，并扩展对更多语言的支持。有了新的标准等级，防护机制现在能够基于更精准的上下文理解，检测并过滤不良内容，支持拼写错误等修改，并涵盖多达 60 种语言。

Bedrock 防护机制提供可配置的安全保障措施，以帮助检测和阻止有害内容与提示攻击，定义主题以拒绝和禁止特定主题，并帮助编辑个人身份信息（PII），例如来自输入提示和模型响应的个人数据。此外，Bedrock 防护机制可帮助检测和屏蔽模型幻觉，并使用自动推理检查功能来识别、更正和解释模型响应中的事实性声明。防护机制可以应用于任何基础模型，包括由 Amazon Bedrock 托管的模型、自托管模型以及使用 ApplyGuardrail API 的 Bedrock 之外的第三方模型，从而提供一致的用户体验，并帮助实现安全和隐私控制的标准化。

新的标准等级通过提供更强大的提示和响应变体检测能力、强化对所有类别内容过滤器（包括提示攻击）的防御，并扩展语言支持，从而增强了 Bedrock 防护机制中的内容过滤和被拒绝主题保护功能。改进后的提示攻击过滤器能够在后端清晰区分越狱和提示注入，同时防范包括输出篡改在内的其他安全威胁。要访问标准等级的功能，客户必须明确选择使用 Bedrock 防护机制进行跨区域推理。

要了解更多信息，请参阅技术文档和 Bedrock 防护机制产品页面。