实体 GuardPO

GuardPO

PulseAugur coverage of GuardPO — every cluster mentioning GuardPO across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_254207 · Sep 14 · 00:00

新的HazardAuditor框架通过新颖的优化增强了AI代理的安全性

研究人员开发了HazardAuditor，一个旨在通过解决运行时执行风险来增强计算机使用代理安全性的新框架。该系统将来自Claude Code、Codex、Hermes和OpenClaw等各种代理的交互规范化为统一格式以进行监督。此外，还引入了一种名为Guard Policy Optimization (GuardPO) 的新颖训练方法，以更好地将保护模型训练与序列级安全结果对齐，将准确性比以前的方法提高了多达16.5个百分点。