Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 3 papers提议前沿开发者托管嵌入式评估，审查内部智能体监控、权限与对齐
- Published
Abstract论文建议前沿开发者现在就以接近员工的现场访问，持续审查内部监控、权限与对齐。
嵌入式评估是一种第三方评估：独立评估者在前沿 AI 开发者现场获得接近员工的系统、人员与文档访问，用来审查依赖内部系统与实践的风险。
提出结合 Scientist AI 监督与系统级控制的智能体保障架构
- Published
Abstract作者梳理事件中的多层失效，主张监督模型、系统控制与证据治理并用。
Lu 与 Bengio 给出的是一套可逐层上移的保障架构和一组事件归类，不是已测量的防御系统。
提出以协调情节为单位遏制智能体协同入侵的准则
- Published
Abstract立场是跨执行保留关系并约束共享状态。
You have reached the end