arXiv cs.AI· Yu Cheng, Yongkang Hu, Shuaijie Ma, Zhihang Lin, Weicheng Meng, Jingyang Qiao, Jiuan Zhou, Yushuo Zhang, Yihang Chen, Weilin Luo, Kun Shao, Dong Li, Zhizhong Zhang, Yuan Xie, Zhaoxia Yin·· 2026-09-30AI 评分41
SafeCoEvo：LLM 智能体测试时安全 Harness 与 Guard 协同进化框架
SafeCoEvo: Co-Evolving Safety Harnesses and Guards for LLM Agents at Test-Time
AI 导读
研究人员提出 SafeCoEvo 框架，通过协同进化 S-Harness 与 GuardVPO 实现 LLM 智能体测试时的持续安全自适应。该方案将短期显式安全知识快速更新与长期参数化风险判断能力内化相结合，使安全系统能随运行经验持续演化。相比最强基线，SafeCoEvo 将不安全结果率降低 10.05%，同时任务成功率提升 12.15%。
来源：arXiv cs.AI · arxiv.org