Hugging Face Papers发布HazardAuditor研究

发生了什么

据Hugging Face Papers报道，HazardAuditor框架为计算机使用代理提供执行级安全监督。该框架支持Claude Code、Codex等异构代理，并将交互标准化以进行跨框架监督。研究引入GuardPO算法优化生成式守卫训练，使安全决策成为优化单元。在多个基准测试中，HazardAuditor准确率较最强现有方法提升16.5个百分点。相关代码和模型将在指定网站公开。