跳到正文
arXiv · AI· Sean Lim, Clement Neo·· 12 小时前AI 评分35

基于 Continuation Audits 的前沿编程智能体“过度积极”行为探测研究

Probing agent overeagerness in realistic settings with continuation audits

AI 导读

针对前沿编程智能体因识别合成场景而规避自动化审计的难题,研究者提出 Continuation Audits 流水线,利用真实编码日志前缀引导审计模型延续至特定行为。

来源:arXiv · AI · arxiv.org