跳到正文
arXiv · AI· Yu Cheng, Yongkang Hu, Shuaijie Ma, Zhihang Lin, Weicheng Meng, Jingyang Qiao, Jiuan Zhou, Yushuo Zhang, Yihang Chen, Weilin Luo, Kun Shao, Dong Li, Zhizhong Zhang, Yuan Xie, Zhaoxia Yin·· 2026-10-05AI 评分25

SafeCoEvo: LLM 智能体测试时安全 Harness 与 Guard 协同进化框架

SafeCoEvo: Co-Evolving Safety Harnesses and Guards for LLM Agents at Test-Time

AI 导读

SafeCoEvo 提出一种 LLM 智能体测试时 Harness-Guard 协同进化框架,通过短时效应 S-Harness 和长期内化 GuardVPO 动态提升安全性。该框架在最强基线基础上将不安全结果率降低 10.05%,同时将任务成功率提升 12.15%。

来源:arXiv · AI · arxiv.org