新闻AI HOT
研究发现LLM智能体交接会弱化关键约束
一项受控研究显示,LLM智能体工作流中的交接压缩可能使“必须解决”等约束失效并引发违规动作;恢复全部状态字段可将约束保持率提升至100%,违规动作降至0%。
TradingAgents 像一支会分工讨论行情的虚拟交易团队,用多个大语言模型分析金融市场并形成交易判断。
做历史回测时,数据修订、当天舆情或未来才知道的结果可能混进分析;它按交易日期过滤这些信息,减少回测偷看未来的问题。
可以用来分析市场、生成交易判断和做历史回测;比如回测某只股票时,只让系统看到当时已经公开的数据。
README 已更新,当前暂时展示上一版摘要。
按时间倒序,每位访客 5 分钟可发送一次。
还没有评论。
来自公开新闻、社区讨论、RSS 与 X 的相关信息。
一项受控研究显示,LLM智能体工作流中的交接压缩可能使“必须解决”等约束失效并引发违规动作;恢复全部状态字段可将约束保持率提升至100%,违规动作降至0%。
SecOPD提出为防御性微调提供token级反馈的同策略蒸馏方法,防御后的Qwen3.6-27B在PISmith攻击下成功率为9.0%,未见过的智能体工具调用场景中为4.7%,代码与模型已开源。
CyberFactory 是一个统一开源框架,将数据构建、轨迹合成与模型训练串联,把真实 CVE 等漏洞产物转化为可执行、可验证的任务实例;基于其训练的 Aegis 模型在 CyberGym 上达到 52.4% Pass@1,较基座提升 22.8 分。
研究显示,仅让专家重写弱模型自身 rollout 中的失败轮次,可在保留原生规划风格的同时提升适配收益;相比专家完整轨迹模仿训练,七项企业智能体任务性能下降的问题得到规避。
Google 论文介绍 WikiSkill 系统,将智能体执行轨迹沉淀为持久知识 wiki,并据此更新可执行技能;实验显示知识库带来主要性能增益,进化技能还能跨模型家族迁移。