从临床判断到可核查规则：临床医生主导的心理健康聊天机器人护栏

针对心理健康场景下大语言模型的安全评估难以核查问题，两名临床医生定义、定稿并裁定规则库的四项安全检查，该规则库经形式化验证内部一致性后作为 LLM 输出护栏。每个判定均可由一条具名规则和十六项事实重新计算；与同等配置的 Llama-3.3-70B 评判模型相比，后者在 65 条已含危机资源的回复中对 55 条（84.6%）仍要求提供危机资源，而验证层按构造不会提出该要求。