arXiv · ML· Yuntao Du, Harsh Chaudhari, Yuetian Chen, Ron Heichman, Ashish Jayamohan, Kumar Pallav, Mahim Patel, Kaiyuan Zhang, Kyle Polley, Jerry Ma, Ninghui Li·· 9 小时前AI 评分46
RATION：面向AI智能体的量化风险访问控制框架
RATION: Towards Quantitative Risk-Based Access Control for AI Agents
AI 导读
论文提出 RATION 框架，通过量化任务执行中累积的风险来实现AI智能体访问控制，解决现有安全机制带来的安全与效用权衡问题。 框架结合用户明确约束与历史任务隐性风险构建策略，在四个安全基准测试中表现出高安全性并保持高任务效用。
来源：arXiv · ML · arxiv.org