Failure-First AI 安全日报（5 月 5 日）：对齐契约、PAGRL 与 DenialBench 等研究汇总

Failure-First 5 月 5 日 AI 安全日报汇总对齐契约、PAGRL、DenialBench 与 PEA 四项研究。对齐契约以有限轨迹规约限定 LLM 安全智能体的允许与禁止效果，核心定理在 Lean 4 验证；PAGRL 用四层规则在零售供应链取得 95% 合规准确率、零误升级。DenialBench 覆盖 25+ 提供商的 115 个模型、4,595 段对话，显示模型对自我体验的否认多在词汇层面。