论文11:59
BeliefSF安全过滤器:通过可信推理实现人机交互中的宽松安全保证做交互式机器人安全验证的团队终于有了兼顾宽松性和形式化保证的方法——BeliefSF结合共形预测,在减少保守性的同时保持样本效率,做自动驾驶或人机协作的开发者值得关注。
做交互式机器人安全验证的团队终于有了兼顾宽松性和形式化保证的方法——BeliefSF结合共形预测,在减少保守性的同时保持样本效率,做自动驾驶或人机协作的开发者值得关注。
这项研究把 LLM 上下文学习的黑箱过程可视化成了几何轨迹,做可解释性、推理机制或认知建模的研究者值得关注——它提供了干预模型信念的实操方法,看完会有启发。