University of Science and Technology of China（中国科学技术大学）

RePolicy: Reinforcement Learning for Safety-Policy Invocation in Agent Safeguards

RePolicy：用于智能体安全保障中安全策略调用的强化学习方法

Houcheng Jiang, Boxuan Zhang, Qiyong Zhong, Junfeng Fang, Xiang Wang, Xiangnan He

机构 * Zhejiang University（浙江大学） ； Zhongguancun Academy（中关村学院） ； University of Science and Technology of China（中国科学技术大学） ； National University of Singapore（新加坡国立大学） 纠错

AI总结 针对现有智能体安全保障方法难以适应未见轨迹和变化策略上下文的问题，提出RePolicy方法，结合PolicyTraj-20K与带可验证奖励和策略上下文扰动的GRPO，在六个智能体安全基准上取得良好安全检测与策略调用效果。

REOPD: Reliability-Adaptive Reward Extrapolation for On-Policy Distillation

REOPD：面向在线策略蒸馏的可靠性自适应奖励外推

Yang Sun, Lichao Ma, Houyuan Qin, Yuxin Liu, Hanyang Lu, Yao Zhu, Pinlong Cai, Guohang Yan

机构 * Peking University（北京大学） ； Southwest Jiaotong University（西南交通大学） ； University of Science and Technology of China（中国科学技术大学） ； School of Computer Science and Technology,University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； University of Electronic Science and Technology of China（电子科技大学） ； School of Automation Engineering,University of Electronic Science and Technology of China（电子科技大学自动化工程学院） ； Renmin University of China（中国人民大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Autonomous Driving, Shanghai Artificial Intelligence Laboratory（上海人工智能实验室自动驾驶研究中心） 纠错

AI总结 本文提出面向在线策略蒸馏的可靠性自适应奖励外推框架REOPD，通过token级系数实现细粒度可靠性自适应，在多场景下优于基线方法，无需额外模型即可提升训练稳定性与性能。

Checkerboard: Closed-Form and Data-Independent Trigger Design for Clean-Label Backdoor Attacks

Checkerboard：一种简单、有效、高效且无需学习的清洁标签后门攻击，具有低污染预算

Yi Yang, Jinyang Huang, Binbin Liu, Feng-Qi Cui, Xiaokang Zhou, Haiming Jin, Zhi Liu, Jie Zhang, Meng Li

机构 * School of Computer Science and Information Engineering（计算机科学与信息工程学院） ； Hefei University of Technology（合肥工业大学） ； School of Information Science and Technology（信息科学与技术学院） ； University of Science and Technology of China（中国科学技术大学） ； Faculty of Business Data Science（商务数据科学学院） ； Kansai University（大阪大学） ； RIKEN Center for Advanced Intelligence Project（日本RIKEN先进人工智能研究中心） ； The University of Electro-Communications（电通大学） ； Agency for Science, Technology and Research (A*STAR)（科技研究局（A*STAR）） 纠错

AI总结 Checkerboard提出一种无需学习的清洁标签后门攻击方法，通过线性可分性公式推导出检查板触发器，无需代理模型训练和触发器优化，在低污染预算下实现高攻击成功率。

Beyond Linearization: Attributed Table Graphs for Table Reasoning

超越线性化：属性表格图用于表格推理

Yuxiang Wang, Junhao Gan, Shengxiang Gao, Shenghao Ye, Zhengyi Yang, Jianzhong Qi

机构 * The University of Melbourne（墨尔本大学） ； The University of New South Wales（新南威尔士大学） ； The University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 本文提出TABGR模型，通过属性表格图保留表格结构并提升推理可解释性，实验表明其在表格推理任务中优于现有方法。