★ 3
VEPA：可验证演化的LLM智能体形式化护栏
论文提出VEPA框架，将智能体护栏表示为可执行符号规则的形式化策略，部署时由LLM根据反馈提出策略补丁，经确定性验证器校验后由证据感知授权层激活。在ASSEBench-Safety、ASSEBench-Security和ATBench上持续超越基线，并在混合流、损坏反馈等条件下保持优势。
arXiv cs.AI21 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
论文提出VEPA框架，将智能体护栏表示为可执行符号规则的形式化策略，部署时由LLM根据反馈提出策略补丁，经确定性验证器校验后由证据感知授权层激活。在ASSEBench-Safety、ASSEBench-Security和ATBench上持续超越基线，并在混合流、损坏反馈等条件下保持优势。