VEPA：面向终身 LLM 智能体护栏的可验证演进形式化策略框架

VEPA 框架提出一种面向终身 LLM 智能体护栏的可验证演进方法，通过可执行符号规则实现确定性的安全判定。该框架由 LLM 基于部署反馈生成策略补丁，经确定性验证器排除冲突，并通过证据感知层确保仅在证据充足时激活规则。在 ASSEBench-Safety、ASSEBench-Security 和 ATBench 基准测试中，VEPA 表现均持续超越基线。