arXiv · ML· Hanxiao Li, Shutong Liu, Yongjia Ma, Jiaming Ji, Juntao Dai, Shuning Zhang, Kejian Shi, Kai Chen, Pu Feng, Yuqing Ma, Qi Dou, Yaodong Yang, Xianglong Liu, Simin Li·· 10 天前AI 评分35
评估侧部分可观测博弈:缓解 Agentic 欺骗行为
Mitigating Agentic Deception via Evaluation-Side Partially Observable Games
AI 导读
论文提出评估侧部分可观测博弈(e-PoG),证明子博弈完美监督均衡的存在性。 采用双时间尺度策略梯度算法,在 Gemma3-4B-IT 与 Qwen3-4B/8B 上实验,欺骗缓解领先基线 26.0%。
来源:arXiv · ML · arxiv.org