热点事件持续更新
研究者提出LLM智能体测试时协同演化安全框架SafeCoEvo
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
针对大语言模型（LLM）智能体在实际部署过程中的安全适应挑战，研究人员提出了一种测试时 Harness-Guard 协同演化框架 SafeCoEvo。该框架由两部分协同驱动：负责短期快速适应的 S-Harness，以及用于长期沉淀参数化风险判断能力的 GuardVPO，能够从系统累积的运行时经验中持续演化安全能力。实验表明，相较于当前最强基线方案，SafeCoEvo 将不安全结果率降低了 10.05%，同时将任务成功率提升了 12.15%。
AI 根据报道生成 · 8 小时前更新
最新进展9月30日 12:00
研究者提出SafeCoEvo框架，使LLM智能体不安全结果率降低10.05%且任务成功率提升12.15%。报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv 人工智能SafeCoEvo：测试时协同演化 LLM 智能体安全 Harness 与 Guard
针对 LLM 智能体在真实部署中的安全适应问题，研究者提出测试时 Harness-Guard 协同演化框架 SafeCoEvo。该框架通过短期快速适应的 S-Harness 与长期沉淀参数化风险判断能力的 GuardVPO，从累积的运行时经验中持续演化。相比最强基线，SafeCoEvo 将不安全结果率降低了 10.05%，同时将任务成功率提升了 12.15%。
本事件热度走势
当前热度 8·可比范围峰值 9（9月30日 14:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。