跳到正文
热点事件持续更新

研究者用两阶段后训练训练本地提权安全Agent

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Philipp Normann 等作者提出一种两阶段后训练方法,把 4B 小模型训练成 Linux 提权安全智能体 PrivEsc-LLM 4B。 该方法先对程序化提权环境中的轨迹做监督微调,再用可验证奖励强化学习。作者称,这一方案旨在让小型本地语言模型具备安全智能体能力。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. arXiv cs.AI
    面向可靠本地安全智能体:Linux 提权的可验证后训练方法

    研究者提出两阶段后训练方案,将 4B 小模型训练为 Linux 提权安全智能体 PrivEsc-LLM 4B:先对程序化提权环境轨迹做监督微调,再用可验证奖励强化学习。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。