arXiv· Chao Shang·· 10 天前推荐指数57
AgentPolicyForge 提出用可执行环境构建策略基准与自适应护栏
AgentPolicyForge: From Executable Environments to Policy Benchmarks and Adaptive Guards
AI 导读
AgentPolicyForge 框架用可执行环境构造策略基准并迭代训练策略护栏，并据此构建了覆盖十个策略族的 PolicyGym 数据集，含 698 个训练场景与 254 个独立留出场景供人工评审测试。
来源：arXiv · arxiv.org