arXiv · AI· Melissa Kazemi Rad, Sihui Dai, Isha Slavin, Kushal Chawla, Mann Patel, Jian Ni, William M. Campbell, Stephen Rawls, Sambit Sahu·· 2026-10-08AI 评分38
AdaGuard:通过启用推理的LLM评审框架增强安全性与策略合规性
AdaGuard: Enhancing Safety and Policy Compliance with Reasoning-Enabled LLM-As-A-Judge Guardrails
AI 导读
研究提出AdaGuard框架,利用SFT和GRPO实现自适应策略执行与动态推理预算分配。 该模型能在高速黑盒推理与可解释推理间切换,性能可比拟大数倍的前沿模型。
来源:arXiv · AI · arxiv.org