实体 PolicyShiftBench

PolicyShiftBench

PulseAugur coverage of PolicyShiftBench — every cluster mentioning PolicyShiftBench 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_131326 · Jul 7 · 07:04

新的PolicyShiftGuard改进了适用于动态策略的AI图像安全护栏

研究人员推出了一种新颖的图像护栏方法PolicyShiftGuard，该方法能够适应不断变化的AI安全策略。与将安全视为静态的传统方法不同，PolicyShiftGuard旨在根据提供的策略动态调整其决策。该系统采用两阶段训练过程，结合了随机策略SFT（RP-SFT）和边界对策略适应（BP-Adapt），以提高在PolicyShiftBench等策略自适应基准上的性能。实验表明，PolicyShiftGuard在处理策略变化方面显著优…