GITHUB

Commit 热力图

GitHub ↗

正在加载贡献记录…

RukiaOvO 的 GitHub 贡献热力图

RECENT POSTS

近期博客

全部博客 ↗
论文研读13 分钟阅读

AgentPRM: Process Reward Models for LLM Agents via Step-Wise Promise and Progress

WWW 2026:为 LLM Agent 设计同时衡量步骤长期价值与局部进展的过程奖励模型。 当 Agent 在网页、游戏或工具环境中执行多步任务时,单个动作往往没有明确的对错标签。一个动作可能暂时偏离目标,却是后续成功的必要准备;另一个动作看起来接近目标,却可能把系统带入死路。只在任务结束后判断成功与否(ORM),又

论文研读4 分钟阅读

AgentSpec: Customizable Runtime Enforcement for Safe and Reliable LLM Agents

ICSE 2026,主要研究Agent运行时的安全约束,设计跨领域、易插拔的模块化框架用于规范Agent行为并降低风险。 Agent不同于大模型,它能够感知环境、并调用工具影响外界环境。这意味着Agent的错误不同于LLM,它会切实地造成现实中的严重后果,需要严格地规范和审查。 该论文认为不同的使用场景对Agent行为

LET’S TALK

留下一点想法

关于博客、项目,或任何想聊的话题。欢迎交流。

正在加载评论…