№progressive·general
Progressive
别名
- 首次出现
- 2026-05-22
- 最近出现
- 2026-07-30
- 累计提及
- 24
§ 01综述
Progressive 近期进展
Progressive，即渐进式，在人工智能领域主要指通过逐步优化和改进模型性能的方法。近期，这一领域的研究呈现出多方面的进展，包括安全防护、开发效率提升、防御性误导策略以及自动化算法发现。
DT-Guard：面向无推理LLM安全护栏的意图驱动推理主动训练
原文标题：DT-Guard：面向无推理LLM安全护栏的意图驱动推理主动训练
该研究提出了一种名为DT-Guard的安全护栏机制，旨在保护无推理大型语言模型（LLM）免受恶意攻击。通过意图驱动推理主动训练，该机制在保护模型安全的同时，还能提升模型性能。
Agent辅助SGLang开发：吞吐提升71.4%，TTFT降63%
原文标题：Agent辅助SGLang开发：吞吐提升71.4%，TTFT降63%
SGLang团队通过引入Agent辅助开发，实现了71.4%的吞吐提升和63%的TTFT（训练时间减少）降低。这一进展显著提高了机器学习任务的开发效率。
分析针对Agentic AI系统自动化攻击的防御性误导策略
原文标题：分析针对Agentic AI系统自动化攻击的防御性误导策略
该研究分析了针对Agentic AI系统的自动化攻击，并提出了一系列防御性误导策略。这些策略有助于提高Agentic AI系统的鲁棒性和安全性。
MLEvolve：自进化多智能体框架实现自动化机器学习算法发现
原文标题：MLEvolve：自进化多智能体框架实现自动化机器学习算法发现
MLEvolve是一个自进化的多智能体框架，旨在实现自动化机器学习算法发现。该框架通过智能体之间的合作和竞争，实现了算法的自动优化和发现。
当前焦点与观察点
Progressive在AI领域的研究正逐渐聚焦于如何提高模型的安全性和开发效率。同时，防御性误导策略和自动化算法发现的研究也显示出这一领域的创新潜力。随着技术的不断进步，Progressive有望在AI领域发挥更大的作用。