arXiv · cs.AI· Xinyang Liao, Lingyu Li, Kaicheng Shen, Yang Yao, Na Lu, Yan Teng, Xia Hu·· 11 小时前
CompanionSafe：从多轮安全评估到 AI 陪伴护栏
CompanionSafe: From Multi-turn Safety Evaluation to Guardrails for AI Companions
arXiv:2610.18095v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xinyang Liao, Lingyu Li, Kaicheng Shen, Yang Yao, Na Lu, Yan Teng, Xia Hu
研究任务与主要进展
作者提出 CompanionSafe 框架，覆盖 AI 陪伴安全评估与护栏构建。其评估模块 CompanionSafe 构建了 1,300 个关系化、多轮设置，分属四个交互轮次层级；摘要报告称，强语言模型和现有护栏模型仍易受到陪伴特定关系风险影响，开源和闭源模型的风险均随交互延长而增加。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org