Translation in progress Some entries still include text in the original language.
Oct 12 · Monday
Agent safety · Papers
Found 4 papers提出移动 Agent 轨迹审计器 MATE,判断轨迹是否违反可编辑安全策略
- Published
- Evaluated models
- MATE-0.5B, MATE-1.5B, MATE-3B
AbstractMATE 用合成轨迹微调轻量审计器,在可编辑策略下判断移动智能体轨迹是否违规并给出解释。
MATE 是面向移动 GUI 智能体的轻量策略条件轨迹审计器,在给定自然语言安全策略时判断轨迹是否违规并解释原因。
提出 HazardAuditor,用可执行轨迹训练计算机使用 Agent 的运行时守卫
- Published
- Evaluated models
- HazardAuditor, HazardAuditor-SFT
提出 ConflictGuard,引导 GUI Agent 在冲突指令下终止执行
- Published
- Evaluated models
- UI-Venus-1.5-8B, UI-TARS-1.5-7B, OS-Atlas-Base-7B and others10
AbstractConflictGUI 暴露 GUI 智能体的执行偏向过度服从,ConflictGuard 用条件转向提高冲突终止率。
ConflictGuard用推理时的可行性核验和条件激活转向,让 GUI 智能体在指令不可行时终止,而不是盲执行。
提出进程外双通道对比分类,拦截计算机使用智能体的错误点击
- Published
- Evaluated models
- multi-modal-embed-small
Abstract感知错误可被屏幕像素对调利用。
作者把 CUA 的感知失败写成安全漏洞visual confused deputy:智能体按看错的屏幕授权 click(x,y),真实落点与它以为的元素不一致。
You have reached the end