Agent MechSuits – 多轮 CLI 智能体表征干预安全研究

NeurIPS 2026 接收论文与项目主页

Agent MechSuits 是一项多轮命令行智能体白盒安全研究：通过步骤级隐藏状态检测和单层 10 维表征…

DoubleAI – 机制干预、代码层与 Transformer 训练研究

人工智能研究文章与实验报告

DoubleAI 的机制干预研究探索让编程 Agent 读取神经网络内部状态，并在训练或推理阶段以代码层方式介…