提出L2C框架演化多智能体工作流做红队测试
热点事件持续更新
提出L2C框架演化多智能体工作流做红队测试
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
研究者在arXiv发布L2C(Learning to Coordinate),一个LLM引导的框架,通过版本化图谱为每个红队测试案例进化可执行的多智能体工作流,由监督微调训练的控制器决定保留、细化或重构协作。 在HarmBench的六种执行器-目标模型配置下,论文称L2C的攻击成功率比EvoSynth提升1.4至4.5个百分点,同时将平均在线token减少35.6%至37.3%。
AI 根据报道生成 · 32 分钟前更新
最新进展11月20日 13:00
L2C:LLM 引导的多智能体工作流进化实现高效自动化红队测试报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AIL2C:LLM 引导的多智能体工作流进化实现高效自动化红队测试
L2C(Learning to Coordinate)是一个 LLM 引导的框架,通过版本化图谱为每个红队测试案例进化可执行的多智能体工作流,由监督微调训练的控制器决定保留、细化或重构协作。在 HarmBench 的六种执行器-目标模型配置下,L2C 的 ASR 比 EvoSynth 提升 1.4 至 4.5 个百分点,同时将平均在线 token 减少 35.6% 至 37.3%。
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。