Guardrails
Capas de protección que impiden que el LLM produzca resultados inapropiados — o que acepte entradas inapropiadas.
Clasificadores que se ejecutan antes o después del modelo, reglas de patrones, validación de salida, listas de bloqueo. Herramientas: NVIDIA NeMo Guardrails, Guardrails.ai, Azure Content Safety. Complementan el propio entrenamiento RLHF del modelo.