新旧モデルを同時に稼働させ、ユーザー群を分けて指標を比較する評価方法として最も適切なのはどれか。

生成AIが不適切・機密・危険な内容を出しそうなとき、出力直前に検知してブロック/修正する仕組みに最も近いものはどれか。