#LLM智能体

论文综述——当安全性与安全保障被放在第一位的时代

随着生成模型/LLM被越来越多地用于现实场景，“安全性与安全保障”的“评估设计”将成为主导。跨越综述 DESPITE、MAGIC、Claudini 以及讨论自动对齐局限的最新论文。

论文综述 - 连接调度与安全性的最新评估设计

选出3篇新论文，聚焦于2026-05至06期间公开的安全性评估、代理行为与长文模型的极限。一个共同主题是：可行的验证设计会显著影响风险估计。

论文综述 - LLM智能体的“经验压缩”与“安全的运行”

以最新arXiv的3篇LLM智能体相关论文为主线，梳理实现经验压缩以支持长期运行的框架，以及面向人与/或环境的安全评估与验证的研究趋势。