热点事件持续更新
StepSafe：上下文感知安全推理实现及时干预
1 篇报道1 个报道来源8 小时前更新
先了解这件事
AI 综述
2026 年 10 月 16 日，arXiv cs.AI 收录论文《StepSafe：用上下文感知安全推理学习及时干预》。该工作提出 StepSafe，通过 ASPO 训练框架实现 step 级安全推理与及时干预，方法结合前缀级阶段对齐与自适应反馈自蒸馏。其训练数据在每一步带有违规分类与干预窗口，并借助自演化多智能体红队进行扩展。论文称，StepSafe 在五个 agent-safety 基准上取得开源护栏的 SOTA，Youden's J 为 53.0（4B），对比值为 46.2。目前为该方法首次见于报道，尚无后续进展或独立复现信息。
AI 根据报道生成 · 2 小时前更新
最新进展10月16日 12:00
论文称 StepSafe 在五个 agent 安全基准上取得开源护栏 SOTA，4B 模型 Youden's J 达 53.0。报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.AIStepSafe：用上下文感知安全推理学习及时干预
StepSafe 通过 ASPO 训练框架实现 step 级安全推理的及时干预，并在五个 agent-safety benchmark 上取得开源护栏 SOTA。其 Youden's J 为 53.0（4B），对比 46.2，方法结合前缀级阶段对齐与自适应反馈自蒸馏。训练数据每步带有违规分类和干预窗口，并通过自演化多智能体红队扩展。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。