AdaGuard：可按用户自定义策略评估智能体轨迹的 guard 模型家族
热点事件持续更新
AdaGuard：可按用户自定义策略评估智能体轨迹的 guard 模型家族
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yunhao Feng 等研究者发布论文（arXiv:2609.34241），提出 AdaGuard——一族 0.6B、4B 和 8B 的 guard 模型，可在推理时按用户提供的策略评估智能体轨迹是否违规。训练采用监督初始化加强化学习算法 SafePO，据论文称可改进违规识别并平衡推理说明与最终判定。 配套发布的 AdaptiveSafety 数据集含 10,939 条训练样本和 1,000 条测试样本，覆盖 1–100 条规则的策略。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:00
AdaGuard：支持用户自定义策略的自适应 Guard 模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIAdaGuard：支持用户自定义策略的自适应 Guard 模型
研究者提出 AdaGuard，一族 0.6B、4B 和 8B 的 guard 模型，可在推理时按用户提供的策略评估智能体轨迹是否违规。其配套发布 AdaptiveSafety 数据集，含 10,939 条训练样本和 1,000 条测试样本，覆盖 1–100 条规则的策略；训练结合监督初始化与强化学习算法 SafePO。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。