跳到正文
10月8日 · 周四

红队 · 论文

找到 1 篇
筛选1
同一类里任选其一,不同类之间同时满足;数字是加上其他已选条件后的篇数。
  1. 评测与基准arXiv:2608.12851 ·

    研究者提出 SkillMisevo-Bench,量化自改进 Agent 的技能误演化风险

    构建SKILLMISEVO-BENCH,评测自进化编程智能体的技能误演化风险

    测试
    Claude Code、Codex、Hermes 等 6 个应用层
    摘要论文形式化了自进化智能体的技能错误进化风险,提出生命周期评测基准,实验中治理机制将留存危害降至4.00%。

    这篇论文研究了自进化大语言模型智能体中因吸收不安全经验而导致的持久性策略失效——技能错误进化(Skill Misevolution)。

    完整解读
已经到底了