AI Agent 第3页

不是单步防御而是时序赛跑:提前5步拦截99.3%多智能体分布式后门

实验结果揭示了现有防御令人担忧的脆性: 一旦消除了信息熵破绽,并封禁了长度特征,分类器的预警时机直接从第 7 步恶化推迟到了第 12 步,中位预警提前量被压缩殆尽;更致命的是,跨任务域的迁移能力发生断崖式暴跌,从数据库域迁移到 API 域时,模型几乎无法在新环境下建立有效判别面。

Language Agent最新综述!10大认知架构与50个系统机制解构

Language:在 Soar 中,问题表征在工作记忆内,各种算子(Operators)被提出作为状态转移候选。当系统面临平局(Tie)、冲突(Conflict)、全盘拒绝或无可用候选时,不会直接抛出异常,而是将其表征为一个“类型化僵局(Typed Impasse)”。

JANUS:给Agent装上前瞻护栏,把延迟风险拦截在发生前,平均防御率提升15.9%

为了打破这种“事后诸葛亮”的困局,新研究提出了名为 JANUS 的前瞻性安全框架,并训练出了专用的预测型护栏模型 Vanguard 。JANUS 的核心思路非常明确:不是等动作发生了再判定违规,而是让护栏模型仅凭已经发生的部分轨迹,主动推演未来最可能出现的安全风险,并将“预判未来”与“当下裁决...

PhoenixRepair:多位置采样与反思迭代,SWE-bench解决率达76.0%

针对这一瓶颈,来自华为、华中科技大学、中山大学与浙江大学的研究团队提出了多智能体修复框架 PhoenixRepair 。该框架重新审视了软件智能体的策略探索机制,通过“多位置采样”与“迭代反思与提炼”两大核心设计,打破了单点定位与盲目修补的局限。

Agentic AI系统验证最新综述!五维框架+257篇文献全解

Agentic:这项研究系统筛查了 7,197 条文献记录,最终穿透式分析了 257 篇横跨智能体评测、软件可靠性工程、信息物理系统(CPS)、运行时监控与监管合规的前沿文献(其中 209 篇集中于 2025 至 2026 年),首次提出了涵盖行为、安全、时序、合规监管与多智能体的五维验证框架。

不用微调模型,就能超越微调基线11%?GuideSkill让临床指南变成可执行技能库

来自阿尔伯特·爱因斯坦医学院、香港中文大学(深圳)以及伊利诺伊大学厄巴纳-香槟分校的研究团队提出了一种全新解法: GuideSkill 。他们没有选择继续“卷微调”或“堆检索”,而是构建了一个模型外部的解耦推理层,将死板的临床指南文本“编译”成结构化的可执行技能(Executable Skil...

CAM-DF:得分不等于决策!北大清华等将Agent工具暴露减少37%

为了攻克这一瓶颈,该团队提出了 成本感知边际决策停机框架(Cost-Aware Marginal Decision-Focused Stopping,简称 CAM-DF) 。这是一种极为轻量的执行前插件,无需对底座大模型或上游检索器进行微调,仅依靠离线学习到的真实收益差(Payoff Gap)...

从单条事实检索到人格特质推断:个性化Agent分层理解基准Setoka详解

华东师范大学与香港中文大学的研究团队提出了专门针对记忆增强个性化智能体的评测基准 Setoka 。这项工作直击现有记忆基准(如 LongMemEval、LoCoMo 等)的盲区:过去的研究过度关注单轮或多轮长文本对话中的显式事实提取,无法评测系统跨越不同数据源、提炼高阶抽象特征的推理能力。