基于条件信息流最大化的大模型内容安全检测方法及系统

本发明公开一种基于条件信息流最大化的大模型内容安全检测方法及系统，属于大模型安全技术领域。所述方法包括：利用预训练语言模型提取待检测内容文本的高阶隐向量表示；基于所述高阶隐向量表示，利用线性分类器获取待检测内容文本的安全检测结果；其中，所述预训练语言模型和所述线性分类器的网络参数的获取是通过条件信息流最大化优化目标来最大化输入‑表示信息流和表示‑任务信息流。本发明不仅可以提升预训练模型在大模型内容安全检测任务的泛化性能，也能增强对训练样本较少类别的有效判别能力，提供了模型在噪声场景下的鲁棒性。