跳到正文
arXiv · AI· Siyi Gu, Kunhan Gao, Chao Peter Yang, Sukanta Ganguly, Rex Ying, Arman Cohan·· 2026-10-16AI 评分40

StepSafe:基于上下文感知安全推理的及时干预学习框架

StepSafe: Learning Timely Intervention with Context-Aware Safety Reasoning

AI 导读

StepSafe 提出 ASPO 训练框架,实现智能体系统的步骤级及时干预。在五项基准测试中,其 4B 模型 Youden's J 值达 53.0,超越开源 guardrail 的 46.2。该框架结合自适应反馈自蒸馏,提升风险预测的时效性与准确性。

来源:arXiv · AI · arxiv.org