一般是后触发审查。

当然也可以训练过程中加入特殊要求，某些敏感话题直接拒绝回答。

更多的情况是训练的时候不给他输入这类敏感数据，大模型就不知道怎么回答了。相当于你没教过他这个知识他就真不懂。