AdaGuard：按用户自定义策略评估智能体行为
热点事件持续更新
AdaGuard：按用户自定义策略评估智能体行为
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
研究团队提出 AdaGuard 系列防护模型（0.6B、4B、8B），可在推理时按用户自定义策略评估语言模型智能体的行为轨迹，并配套发布 AdaptiveSafety 数据集，含 10,939 条训练样本和 1,000 条测试样本，覆盖 1–100 条规则。 团队称，4B 模型在 AdaptiveSafety 上的二分类准确率为 89.30%，在 DynaBench 上为 71.82%。这些数字是作者报告的结果，尚待独立验证。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
AdaGuard：支持用户自定义策略的自适应防护模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIAdaGuard：支持用户自定义策略的自适应防护模型
研究团队提出 AdaGuard 系列防护模型（0.6B、4B、8B），可在推理时按用户自定义策略评估语言模型智能体的行为轨迹。配套发布 AdaptiveSafety 数据集，含 10,939 条训练样本和 1,000 条测试样本，覆盖 1–100 条规则。4B 模型在 AdaptiveSafety 上二分类准确率达 89.30%，在 DynaBench 上为 71.82%。
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。