跳到正文
热点事件持续更新

研究者提出用标注分歧筛选多模态安全边界样本

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

Genglin Liu 等研究者在 arXiv 论文(arXiv:2607.14256)中提出一种基于标注分歧信号的多模态安全数据筛选管线:生成政策条件化的合成图像,按分歧程度选择安全边界样本,并将其作为 in-context 检索示例。研究者称,分歧可作为识别有用合成边界样本的信号。

AI 根据报道生成 · 47 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    分歧引导的智能体数据筛选方法用于多模态安全评估

    一项 arXiv 研究提出用标注分歧作为信号来筛选多模态安全边界样本的智能体数据筛选流程,生成政策条件化图像、按分歧选择样例并作 in-context 检索示例。

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。