公众号 · 新智元·· 6 小时前AI 评分36
NeurIPS 2026 | Agent MechSuits 只干预 10 个维度，让命令行智能体风险检测准确率超 97%
NeurIPS'26 | 只干预10个维度，给智能体穿上安全机甲，准确率超97%
AI 导读
佐治亚大学等机构提出 Agent MechSuits，在命令行智能体单层隐藏表征中选定 10 个维度做稀疏干预，主模型权重保持冻结，三种受测模型当前步骤风险检测平均准确率达 97.32%。
来源：公众号 · 新智元 · mp.weixin.qq.com