CASEL论文提出后果感知选择性执行层

Yanyan Zhang等人在arXiv发布论文，提出后果感知选择性执行层（CASEL）。该模型无关的运行时分配策略结合校准失败概率、状态相关后果、可逆性、模糊性及证据新鲜度五项因素，最小化每种模式成本，为工具调用选择直接执行、验证、沙箱化、澄清、审批或弃权。 在控制模拟实验中，涵盖20个种子及每个12万次测试操作且所有方法具有相同干预菜单和计算成本条件下，CASEL将有害副作用轨迹从不确定性排序门控的14.75%降至7.02%，平均标准化危害从0.184降至0.123。该研究被CBASE 2026会议接收。 需注意，干预效果是假设而非实测，结果仅在模拟器假设下对分配规则进行排序，并不确立部署有效性。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。