PulseAugur
中
实时 20:22:07
实体 SafePO

SafePO

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

Show in brief
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
  1. TOOL · CL_317220 ·

    新的AdaGuard模型可适应用户定义的策略,以实现更安全的AI代理

    研究人员开发了AdaGuard,这是一种新颖的自适应守护模型,旨在通过允许用户定义策略来增强语言模型代理的安全性。与固定的守护模型不同,AdaGuard可以解释和执行因不同应用程序和任务而异的策略。为了促进这一点,创建了一个名为AdaptiveSafety的新数据集,其中包含近12,000个用于训练和测试的示例。该团队还引入了SafePO,这是一种强化学习算法,通过平衡解释性推理和最终判决来完善违规识别,从而使AdaGuard模型在安…