OtherarXiv 2610.05831
长时程轨迹监督如何影响终端智能体训练的可靠性与成本
提出选择性长时程精炼，筛选轨迹以提升终端智能体训练可靠性
- arXiv
- 2610.05831
- Published
- Setting
- coding agent
- Evaluated models
- Qwen/Qwen3-8B
Abstract中间长度的监督更均衡。
这项工作研究终端智能体模仿学习里，教师轨迹应保留多少 token。
All papers
Filter6
Defense type
Impact
Select any value within a category; different categories must all match. Counts include the other filters you have selected.Another 215papers have no tags yet and are not included in filtered results.
Another 215papers do not have category tags yet and are not included in filtered results.
- DefensesarXiv 2610.04616
PerturBot 用扰动训练打破视觉-语言-动作模型的模态捷径
提出 Perturbot 扰动训练，打破 VLA 的模态捷径
- arXiv
- 2610.04616
- Published
- Evaluated models
- π0.5
- DefensesModel hardening
- ComponentVision
AbstractPerturbot 改训练数据以削弱三类模态捷径，GroundFscore 用来看成功是否来自任务证据。
Perturbot 是一套不改推理的 VLA 训练期数据干预，用来削弱模态捷径，并用离线分数区分“任务变好”和“靠捷径变好”。
- DefensesarXiv 2609.39820
FailBank：用运行时反馈自进化提升 VLA 模型任务成功率
提出 FAIL BANK，用运行时 CBF 反馈自进化更新 VLA 策略
- arXiv
- 2609.39820
- Published
- Evaluated models
- π0.5, π0
- DefensesModel hardening
- RiskDangerous agent actions
- AttacksarXiv 2609.22711
UBA-ORL：针对离线强化学习的遗忘激活后门攻击
提出 UBA-ORL，以 BD/CM 样本在遗忘后激活离线 RL 后门
- arXiv
- 2609.22711
- Published
- Evaluated models
- TD3+BC, BCQ, IQL
- AttacksPoisoning and backdoors
- TechniqueDormant triggers
AbstractUBA-ORL 用竞争的 BD/CM 样本，使离线 RL 后门在删除伪装轨迹后激活。
UBA-ORL 研究离线强化学习中由合规轨迹删除激活的后门：合法贡献者同时上传共享触发的后门轨迹和伪装轨迹，训练后触发响应被压低，删除伪装批次后再升高。受害系统是使用静态数据集和轨迹级遗忘接口的离线 RL 服务。对手不能看到训练算法、参数、梯度或具体遗忘算法，但能提交可区分批次，并在部署时向观测注入预定触发。
- DefensesarXiv 2601.12672
VILTA: Incorporating VLM into closed-loop training to improve driving policy robustness
提出 VILTA，在闭环训练中用 VLM 编辑邻车轨迹以提升驾驶策略鲁棒性
- arXiv
- 2601.12672
- Published
- DefensesModel hardening
- RiskDangerous agent actions
AbstractVILTA 在闭环中编辑邻车轨迹以训练驾驶策略。
VILTA 是一个把视觉语言模型放进自动驾驶闭环训练的框架，用来应对长尾危险场景不足。
You have reached the end