Penumbra:面向监管义务的对抗搜索方法
热点事件持续更新
Penumbra:面向监管义务的对抗搜索方法
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
Anthony Rhodes 发表论文提出对抗搜索方法 Penumbra,用于监管义务场景下的合规边界红队测试:从已验证锚点出发,在逐步扩大的编辑预算下搜索,直到双评估器委员会改变判定,并输出跨越合规边界的相邻响应对。 论文称,在同等预算下,自适应分配在 59% 的候选上达到均匀分配全预算的覆盖率;同等记录量下,其覆盖的失效模式是朴素枚举的 1.43 倍。 该论文被 NeurIPS 2026 的 EvoRobust 研讨会接收,研讨会论文为非存档性质。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Penumbra:面向监管义务的样本高效对抗搜索报道时间线
沿着报道,了解事件的不同侧面。
10月15日
- arXiv:cs.AIPenumbra:面向监管义务的样本高效对抗搜索
Penumbra 是一种面向监管义务的对抗搜索方法,从已验证锚点出发,在逐步扩大的编辑预算下搜索,直到双评估器委员会改变判定,并输出跨越合规边界的相邻响应对。在同等预算下,自适应分配在 59% 的候选上达到均匀分配全预算的覆盖率;同等记录量下,其覆盖的失效模式是朴素枚举的 1.43 倍。
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。