PU学习框架用于Agent安全误报审计
热点事件持续更新
PU学习框架用于Agent安全误报审计
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者Xichen Yan等人提出一种两阶段正例-无标注（PU）学习框架，用于审计语言模型智能体安全监控的误报。该框架在拟合时不需要误报安全标签，也不改动底层监控器。 作者称，该方法在主流安全监控器上取得0.6444的macro AUPRC，比八个PU基线高出5.27–16.98个百分点；相比最强基线PULDA，在5%审查预算下多召回33.3%的误报。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
面向智能体安全误报审计的正例-无标注学习框架报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv：cs.AI面向智能体安全误报审计的正例-无标注学习框架
研究者提出一种两阶段正例-无标注（PU）学习框架，用于审计语言模型智能体安全监控的误报，无需误报安全标签且不改动底层监控器。该方法在主流安全监控器上取得 0.6444 的 macro AUPRC，比八个 PU 基线高出 5.27–16.98 个百分点；相比最强基线 PULDA，在 5% 审查预算下多召回 33.3% 的误报。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。