GuardEn：可执行安全规则蕴含的视觉合规
原文标题：Visual Compliance via Executable Safety Rule Entailment
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
论文提出 GuardEn，一个可执行的安全防护框架，通过安全规则编译将策略分解为原子命题，并以可执行代码建模其组合关系。测试时通过场景图实例化原子命题，实现基于规则且可解释的安全推理。在 SafetyVisionBench 上，该可编程防护方案比最强基线平均提升 9.8 个 F1 点。
深读 · 结论先行AI 生成展开看要点与影响 ↓
GuardEn把安全规则编译成可执行代码，SafetyVisionBench上F1平均高9.8点
- •针对训练式端到端防护在规则复杂化时适应性差、推理不可解释的问题
- •安全规则编译将策略分解为原子命题，组合关系建模为可执行代码
- •测试时用场景图实例化原子命题，实现基于规则、可解释的安全推理
- •在SafetyVisionBench上比最强基线平均提升9.8个F1点
为什么重要：规则频繁更新的视觉安全场景，可编程防护比重新训练更易维护，且推理过程可审计。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
谷歌发布 EmbeddingGemma 2，五模态统一向量空间
AI 摘要谷歌推出 EmbeddingGemma 2 嵌入模型，可将文本、图像等五种模态映射到同一个向量空间，实现跨模态检索与对齐。该模型延续 Gemma 开源系列，面向多模态嵌入与检索增强场景。
谷歌发布Genie 4世界模型，可生成带音频交互体验
AI 摘要谷歌发布 Genie 4 世界模型，支持更真实的世界、自然语言实时修改、音频生成，底层由 Gemini 3.8 Flash 驱动，单次体验时长从 1 分钟提升至约 2 分钟。该模型先以研究预览形式向受信任测试者开放，并将向 Google AI Ultra 订阅用户推出。
谷歌 DeepMind 发布 Genie 4 世界模型，新增音频与实时操控
AI 摘要谷歌 DeepMind 发布世界模型 Genie 4，新增实时音频、更逼真的模拟环境，并支持在模拟过程中用文本提示实时操控。该模型以研究预览形式向受信任测试者开放，进一步推进可交互世界模型的能力边界。
谷歌 DeepMind 称四个 Gemini 4 智能体 27 小时通关《我的世界》
AI 摘要谷歌 DeepMind 表示，四个基于 Gemini 4 的 AI 智能体在 27 小时内自行编写 2783 段程序，成功通关《我的世界》。过程中智能体在简单难度下死亡 605 次，估计消耗约 520 美元 token 成本。