跳到正文
10月9日 · 周五

Agent 安全 · 论文

找到 1 篇

另有 273 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 防御arXiv 2609.39297

    MiniRep:面向多智能体辩论的鲁棒声誉聚合方法

    提出 MiniRep,按当前质量、风险与历史声誉聚合多智能体辩论

    发表
    测试
    七个 API 可访问 LLM 组成的十智能体池(论文按数据集单独排名为 strong/weak,正文未列出模型名)、1.5B semantic verifier
    摘要MiniRep 用当前提案证据校准历史声誉并限制克隆组,MATH 上平均准确率高于基线,其他任务有反例。

    MiniRep 是面向恶意智能体的 MAD 声誉聚合,只作用在 Decide 阶段。

    深度解读完整解读
已经到底了