Dans l'actualité
Safety as a Budget: Calibrating the Control Channel of Constrained GRPO for Vision-Language Models
arXiv cs.AI · Publié le · 3 min de lecture
En 30 secondes
- Ce qui s'est passé
- Researchers improved constrained GRPO for vision-language models by treating safety as explicit budgets on harmful and over-refusal rates instead of indirect reward weights.
- Pourquoi ça compte
- Matters for engineers building safety-aligned vision-language models needing direct control over acceptable refusal and harm thresholds.
- Vigilance
- Method requires calibrated scorers and judge-labeled data; largest gains on image-embedded harms, generalization to other domains unclear.
- language model
- reinforcement learning
- grpo
Les patterns derrière cette actualité
Chacun explique le fonctionnement de la technique, quand elle vaut son coût et où elle casse.
The Agent Architect
Un pattern, un compromis, une panne de production racontée. Un brief hebdomadaire court pour ceux qui construisent des systèmes agentiques.
Un email par semaine, désinscription en un clic. Votre adresse ne sert qu'à envoyer le brief.