RePolicy-4B联合学习Agent安全防护策略

1. 12:00
   arXiv · NLP

   RePolicy：学习为 Agent 安全防护选择并应用安全策略

   RePolicy-4B 提出了一种联合学习策略选择和安全评估的 Agent 安全防护方法，在六项基准中取得了领先的安全检测性能。 该方法通过随机化策略顺序和干扰项来减少捷径学习，并构建了包含 20,000 多条轨迹的 PolicyTraj-20K 数据集进行训练。 研究结果表明，安全防护系统能够自主学习判断 Agent 行为时应使用的具体安全要求。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。