★ 3
PROVISO：按来源追踪为 LLM 智能体选安全动作
研究者提出 PROVISO 控制器，在智能体提出动作后、执行前，将可信观测、外部观测、候选动作与备选动作编码为带来源类型的记忆，通过角色化查询评估并选择价值最高的动作。在四项智能体安全任务上，安全性与实用性均不劣于基线，SkillsBench 与 ToolSafe 的 F1 分别提升 13.84 …
arXiv cs.AI12 天前
#动作选择
共 3 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
研究提出 DAR 方法，质疑 GUI 世界模型的预测增益
论文研究 GUI 世界模型带来的动作选择增益究竟来自预测本身还是评估器。作者提出 Direct Action Ranking（DAR），直接从参考动作学习给候选打分而不生成未来界面。实验显示，在学习直接评估后，预测的后续界面不再提供可检测的排序信号；DAR 在 AndroidWorld 上任务成功…
arXiv cs.AI13 天前
★ 2
CB-Agent：基于概念的上下文学习用于序列动作选择
论文提出 CB-Agent，将基于概念的上下文学习扩展到序列动作选择，从专家轨迹中提取环境动作决策并以最大似然拟合概念向量，建模候选动作的条件分布。在 TextWorld、ALFWorld、ScienceWorld 三个基准上，该方法在三种模型规模下均取得最高跨基准平均成绩，并在 TextWorl…
arXiv cs.AI19 天前