详细解答
简要回答：LERA 通过阻断 AI 输出 从直接进入执行并要求 拟执行行动 通过判断、治理、可靠性规则和执行控制。
核心说明
LERA 通过阻断 AI 输出 从直接进入执行并要求 拟执行行动 通过判断、治理、可靠性规则和执行控制。
它的力量来自于组合几个不同的功能。
判断根节点阻断 Agent 输出默认被视为执行。
LERA-J 检查 拟执行行动，包括后果、可逆性、不确定性、可靠性和可用替代方案。
LERA-G 将判断与权限、责任和许可联系起来来停止不正确或不可靠的操作。
WRS提供面向可靠性的规则，帮助确定拟执行行动在相关领域是否可以接受。
RCC 通过管理规则的更改方式来保护这些规则的完整性。
ECS 在最终边界之前保持执行控制位置。
这些功能共同允许系统识别几种不可接受的操作：
- 事实上不正确的操作；
- 基于不完整或不可靠信息的行动；
- 未经授权的操作；
- 没有明确责任的行为；
- 与安全或可靠性规则相冲突的行为；
- 根据不当更改的规则采取的行动；
- 其后果对于当前治理水平来说太高的行动；
- 需要升级的操作。
例如，操作电池装置的 AI 系统可能会建议积极放电以最大化收入。
市场计算可能是正确的。
但该操作可能仍然不可靠，因为它与热限制、储备要求、电池寿命限制、电网义务或紧急操作规则相冲突。
LERA不需要证明 AI 推理的每一部分都是错误的。
只需要判断该行动不满足执行所需的条件即可。
结果可能是：
- 阻断；
- 升级审查。
这是 LERA 最强的优势之一。
它不仅仅依赖于使 AI 万无一失。
它假设即使是强大的系统也可能产生不正确、不完整、未经授权或上下文不可接受的操作，并在这些操作到达世界之前进行控制。