user-defined-policies

标签

#user-defined-policies

AdaGuard：基于用户定义策略的自适应守护模型

Hugging Face Daily Papers ↗ · 2026-09-28 缓存

AdaGuard 引入了一系列守护模型（0.6B、4B、8B），用于在用户定义策略下评估语言模型智能体轨迹，采用新数据集和强化学习算法实现自适应安全性。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈