IBM Granite Guardian
IBM Granite Guardian 是面向生成式 AI、模型、RAG 或 Agent 风险控制的 AI 安全工具。
分类：企业开源风险分类与可信 AI 模型
公司 / 团队：IBM
详细介绍
该工具的主要能力包括提示与响应风险检测、越狱与社会危害分类、RAG 相关性和 groundedness、Agent 工具调用风险、可配置风险维度和开放模型。
AI 安全工具的真实效果取决于模型、语言、攻击方法、上下文长度、输入模态、系统提示、RAG 数据、工具权限、部署位置、阈值、规则、版本和业务容错。详情页应把防护位置、风险类型、模态、动作、API、延迟、部署方式、数据处理、日志、评测结果和产品状态拆成动态字段维护。
适合场景
- 企业 RAG
- Agent 工具风险
- 输入输出安全
- Groundedness 评估
- IBM watsonx 与开源部署
使用注意
- Guardian 评分需要与业务风险等级和动作策略映射
- RAG groundedness 不代表答案完整或真实
- 模型版本和 Bring Your Own Criteria 配置应可追溯
- 上线前应建立正常样本、边界样本、已知攻击、未知变体、跨语言、多模态和故障场景测试集，并完成权限审查、红队、安全评审、日志、回滚和应急预案。