يقترح الباحثون نظام مراقبة في الوقت الفعلي للنماذج اللغوية الكبيرة يستخدم إشارة المُحقّق من نموذج خارجي لتفعيل الإنذارات عندما لا يمكن ضمان السلامة. يحدد النظام قرارات الإنذار عن طريق تطبيق عتبة على مخرج المُحقّق، مع معايرة العتبة عبر طرق التحكم في المخاطر.
- يعتمد النهج على تطبيق عتبة بسيطة على الإشارات الصادرة من نموذج خارجي بدلاً من الاختبار التسلسلي المعقد للفرضيات.
- أُجريت تجارب على مجموعات بيانات الاستدلال الرياضي واختبار الاختراق (red teaming) لتقييم الأداء.
- تبين أن التصميم يتنافس مع المراقبين الأكثر تقدماً الذين يعتمدون على الاختبار التسلسلي للفرضيات.