★ 3
CLEAT：价值引导的智能体澄清协同训练框架
论文提出 CLEAT，一种价值引导的智能体澄清协同训练框架，联合训练澄清价值控制器与任务策略。作者提出残差查询价值衡量提问带来的任务效用，并通过配对 rollout 估计。基于 Qwen3-4B，CLEAT 在四个基准的十个评测设置中均取得最高平均分，UserGym Travel 与 IN3 判断…
arXiv cs.AI21 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出 CLEAT，一种价值引导的智能体澄清协同训练框架，联合训练澄清价值控制器与任务策略。作者提出残差查询价值衡量提问带来的任务效用，并通过配对 rollout 估计。基于 Qwen3-4B，CLEAT 在四个基准的十个评测设置中均取得最高平均分，UserGym Travel 与 IN3 判断…
研究揭示缩放定律的安全后果：跨会话分解攻击中，良性子查询在独立交互中组合成危险目标。作者提出组合安全风险概念，并证明条件风险转移界限。IntentAlign-MiniLM 检索器在防御中表现优异，优于大型嵌入模型。