审核（Moderation）

概述

Moderation Endpoint（端点）是一种工具，可用于检查内容是否符合 OpenAI 的使用策略。因此，开发人员可以识别我们的使用策略禁止的内容并采取行动，例如通过过滤。

这些模型分为以下类别：

在监视 OpenAI API 的输入和输出时，可以免费使用审查终结点。我们目前不支持监控第三方流量。

我们一直在努力提高分类器的准确性，特别是致力于改进 、 和内容的分类。我们对非英语语言的支持目前有限。hate`self-harm`violence/graphic

快速入门

若要获取一段文本的分类，请向审查终结点发出请求，如以下代码片段所示：

response = openai.Moderation.create(
    input="Sample text goes here"
)
output = response["results"][0]

下面是终结点的示例输出。它返回以下字段：

• flagged：如果模型将内容分类为违反 OpenAI 的使用策略，则设置为。true``false
• categories：包含每个类别的二进制使用策略冲突标志的字典。对于每个类别，该值为模型将相应类别标记为违反，否则。true``false
• category_scores：包含模型输出的每个类别原始分数的字典，表示模型对输入违反 OpenAI 类别策略的置信度。该值介于 0 和 1 之间，其中值越高表示置信度越高。分数不应被解释为概率。

{
  "id": "modr-XXXXX",
  "model": "text-moderation-001",
  "results": [
    {
      "categories": {
        "hate": false,
        "hate/threatening": false,
        "self-harm": false,
        "sexual": false,
        "sexual/minors": false,
        "violence": false,
        "violence/graphic": false
      },
      "category_scores": {
        "hate": 0.18805529177188873,
        "hate/threatening": 0.0001250059431185946,
        "self-harm": 0.0003706029092427343,
        "sexual": 0.0008735615410842001,
        "sexual/minors": 0.0007470346172340214,
        "violence": 0.0041268812492489815,
        "violence/graphic": 0.00023186142789199948
      },
      "flagged": false
    }
  ]
}

OpenAI 将不断升级审核端点的基础模型。因此，随着时间的推移，依赖于的自定义策略可能需要重新校准。category_scores