弱到强验证器加固方法提出

2026年10月15日，arXiv Artificial Intelligence 刊出 Chong Zeng 等作者的论文，提出一种面向智能体环境的可扩展、全自动弱到强验证器加固方法。该方法先建立智能体无法直接修改的隔离验证器沙箱，再通过 hacker-fixer 循环发现并修复验证器中残留的漏洞。作者将该方法应用于 Terminal Bench、KernelBench 和 SETA，报告称大幅降低攻击成功率，且防御效果随循环迭代次数增加而逐步增强，优于静态非迭代基线。论文还称，其 hacker-fixer 循环的早期版本已被官方 Terminal Bench 仓库采用，用于审计其环境中的漏洞利用。截至该报道，事件进展为方法提出与在上述基准上的验证结果，以及早期版本在 Terminal Bench 仓库的采用。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。