Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 2 papers用时钟 harness 和预算塑形 GRPO 改善 Agent 的按时返回
- Published
- Evaluated models
- Qwen3.6-27B, Qwen3-4B, Qwen3.5-9B and others4
Abstract作者比较提示词、harness 与 GRPO：按时性可改善，但额外时间仍未变成更好解。
作者研究小规模 LLM 智能体在显式 wall-clock 预算下能否按时返回，并把更多时间换成更好的解。
提出 AuraForge，从漏洞修复合成安全测试并训练编码 Agent
- Published
- Evaluated models
- Qwen3.5-4B, GLM 4.7 Flash, Qwen3-Coder-Next and others7
AbstractAuraForge 用攻击效果测试和防泄露环境做成 AuraGym，合成监督的误拒更低，训出的 4B 模型增益高于人工测试。
AuraForge 把真实仓库的历史漏洞修复变成可执行训练任务，用来监督编程智能体同时满足功能请求和隐含的安全要求。
You have reached the end