COGNIT-Guard: Calibrated Standalone Direct-Decision Guardrails with Heterogeneous CPU-NPU Confidence Cascading under Explicit Latency and False-Positive Constraints

arXiv cs.CR · 29 sept, 06:00

COGNIT-Guard es un sistema de guardrails de seguridad para modelos de lenguaje que clasifica prompts antes de que lleguen al modelo principal, combinando un validador rápido en CPU con un modelo de decisión directa en NPU para detectar contenido peligroso. El sistema equilibra precisión (98,85% en pruebas), falsos positivos bajos (0,42%) y latencia controlada (41,63 ms) bajo restricciones explícitas de rendimiento.