💻 计算机科学
Risk-Aware Self-Play Reinforcement Learning for Secure and Capable Code-Generating Agents
本文研究了针对代码生成智能体的风险感知自博弈强化学习，证明了虽然与仅基于公开测试的方法相比，感知验证器的奖励显著减少了安全违规，但由于在安全性解释和可迁移性方面的局限性，该方法未能建立起一致的自博弈优势或正式的部署保证。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。