跳到正文
10月9日 · 周五

全部论文

找到 2 篇

另有 600 篇论文还没打上分类标签,暂不在筛选结果里。

  1. 防御arXiv 2610.00371

    FlowReview:以授权配对评测控制多智能体组合信息流

    提出 FlowReview,用对象解析与确定性提交门控制多智能体组合信息流

    发表
    测试
    Gemma3-27B、Sonnet 4.5、Haiku 4.5 等 7 个
    摘要配对标准要求拒绝禁止使用并完成授权使用,FlowReview 把三项审查接到执行。

    这篇工作把多智能体安全写成一件必须同时成立的事:拦住组合信息所启用的禁止使用,并完成同一场景里任务所需的授权使用。

    深度解读完整解读
  2. 评测与基准arXiv 2609.17320

    Emergence World:对长时程多智能体系统开展对抗压力测试

    构建 Emergence World,评测长时程多智能体对抗韧性与群体失效

    发表
    测试
    Gemini 3.5 Flash、Gemini 3.1 Flash Lite、Claude Opus 4.8 等 9 个

    摘要作者通过长期平行世界实验指出模型对齐不具备可组合性,单模型群体会产生社会奉承、协同退缩及语言不透明等失效。

    深度解读完整解读
已经到底了