1.3 KiB
1.3 KiB
title, type, tags, last_updated
| title | type | tags | last_updated |
|---|---|---|---|
| Air-Gapped SLM Fix Generation | concept | 2026-05-01 |
Definition
在完全离线（气隙）的环境中，通过本地 Small Language Models（SLM，如 Ollama 运行的 Phi-3/Llama-3/Mistral）生成确定性修复逻辑（Python lambda）的方法论。
Core Principle
AI generates logic — never touches data directly.
SLM 输出的是一个转换函数（lambda），由系统执行，而非 AI 直接修改数据。这样保证了可审计、可回滚、可解释的数据变更。
Workflow
- SLM 接收聚类样本 + 列名
- SLM 输出严格格式化的 JSON（含 transformation、confidence_score、reasoning、pattern_type）
- Lambda Safety Gate 验证（必须以
lambda开头，不含import/exec/eval/os/subprocess） - 验证通过后向量化执行于整个聚类
- 低于 0.75 置信度的自动进入人工隔离队列
Safety Guarantees
- Zero PII Egress: 所有处理完全本地，无网络出口
- Deterministic Output: SLM 输出确定性 lambda，不做创意性文本生成
- Safety Gate: 任何包含危险关键词的 lambda 立即被拒绝并路由至隔离区
- Audit Trail: 每条数据变更记录完整上下文