研究者提出LLM引导的多智能体红队工作流L2C
热点事件持续更新
研究者提出LLM引导的多智能体红队工作流L2C
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Xiaoyang Xing等作者提出 Learning to Coordinate(L2C),一个由 LLM 引导、为每个红队测试案例演化可执行多智能体工作流的框架。该框架用版本化图表示智能体职责与依赖,并由经监督微调的控制器决定保留、改写或重构协作。 据作者称,这一设计旨在实现低 token 消耗的红队测试。
AI 根据报道生成 · 57 分钟前更新
最新进展11月20日 13:00
L2C:LLM 引导的多智能体工作流演化,实现低 token 红队测试报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIL2C:LLM 引导的多智能体工作流演化,实现低 token 红队测试
研究者提出 Learning to Coordinate(L2C),一个由 LLM 引导、为每个红队测试案例演化可执行多智能体工作流的框架,用版本化图表示智能体职责与依赖,并由经监督微调的控制器决定保留、改写或重构协作。
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。