arXiv · ML· Mohamad Chehade, Amrit Singh Bedi, Souradip Chakraborty, Amy Zhang, Hao Zhu·· 10 天前AI 评分20
TRAM:基于智能体混合的测试时风险自适应方法
TRAM: Test-Time Risk Adaptation with Mixture of Agents
AI 导读
论文提出 TRAM,一种无需测试时参数更新的智能体混合组合规则,用于在部署阶段适应新的风险约束。 该规则通过评估源策略在目标奖励和部署风险下的得分来调整动作,支持多种在测试时指定的风险指标。 实验在 Gridworld、MuJoCo 和 LLM 场景显示,TRAM 在保持奖励的同时改善了部署风险,已被 NeurIPS 2026 接收。
来源:arXiv · ML · arxiv.org