按角色限制运动员、设备和事件信息。
ZHONGOU SPORTS · EVIDENCE FIRST
中欧体育AI与体育安全大模型
中欧体育AI把视频事件、可穿戴数据、训练负荷、场地状态、设备日志和安全协议放进可追溯检索流程。中欧体育安全大模型负责理解问题、查找证据和整理时间线，不是医学诊断LLM，也不能凭语言补造真实数据。
01 / GROUNDED INPUTS
大模型的每句话都要回到输入来源
Video EventsWearable DataTraining LoadSurface DataEquipment LogsSafety ProtocolUser Question
Intent→Retrieval→Timeline→Evidence→Risk Factor Summary→Professional Review
QUERY 01
“找出今天训练里所有出现高强度身体碰撞，同时头部传感器有异常事件的片段。”
可接受的回答
发现3个同时满足视频接触候选和HAE时间匹配条件的事件，其中1个存在设备佩戴质量警告。请查看片段并由专业人员复核。
不可接受的回答“发现3次脑震荡。”——系统没有医学诊断依据。
QUERY 02
“为什么17号运动员今天显示负荷异常？”
检索路径
过去7天Distance、High-Speed Running、Sprint、Deceleration、Training Duration、Recovery与缺失记录。
回答规则列出主要变化、数据来源、时间窗口和未知项；没有记录时说不知道，不能由语言模型编造恢复或伤病信息。
02 / GUARDRAILS
安全大模型需要的不是更像人的语气，而是更可靠的边界
每条摘要链接到视频、波形或日志。
明确数据缺失、冲突和过期状态。
重要回答进入人工确认与审计记录。
记录规则、模型和知识库更新时间。
安全事件分析为什么不能只有一个总分
总分会把来源冲突、质量差异和因果不确定性压成一个颜色。中欧体育AI应展示每条证据支持什么：视频支持“发生身体接触”，iMG支持“出现头部运动学事件”，场地支持“该区域参数偏离历史基线”，但三者一起出现仍不能自动证明伤病或因果关系。