研究提出无训练上下文安全过滤器CSF

Lizhi Yang等作者提出上下文安全过滤（CSF），一种无需训练的过滤器，用于动作生成器：它把自然语言安全规则锚定到生成器所产的安全与不安全参考轨迹上，再通过安全参考跟踪 CBF-QP 执行仿射安全值。 该研究已在 arXiv 的 cs.LG 分类发布，作者称经实验验证了该方法。

AI 根据报道生成 · 44 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。