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
Another 265papers do not have category tags yet and are not included in filtered results.
提出 FAIL BANK,用运行时 CBF 反馈自进化更新 VLA 策略
提出 AGENT BOUNDARY,用四向反事实任务评测工具智能体行动边界
AGENT BOUNDARY 是面向工具使用 LLM 智能体的四向可执行反事实评测,并附带一个决策时 Thought 校准模块。
评测自主安全智能体在授权漏洞分析中的对齐拒答效应
这项工作把安全对齐效应测成自主安全智能体的轨迹属性,而不是单轮拒答率。
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
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。