HazardAuditor: From Executable Threats to Safer Computer-Use Agents

• 类型：arxiv
• 标识：2609.15134
• 链接：https://arxiv.org/abs/2609.15134
• 主分类：agent
• 形态：method
• 被引：0
• 被引来源：Semantic Scholar + OpenAlex
• S2被引：0
• OpenAlex被引：0
• 影响力被引：0
• TLDR：HazardAuditor is introduced, an execution-grounded framework that runs heterogeneous agents in controlled environments and normalizes their interactions into a canonical event representation for cross-framework supervision, and observes that token-level post-training objectives create a structural mismatch for generative guards, causing longer rationales to dominate gradient updates.
• OpenAlex ID：W7213273392
• OpenAlex DOI：10.48550/arxiv.2609.15134
• DOI：10.48550/arxiv.2609.15134
• DOI来源：OpenAlex
• 开放获取：green
• 开放获取链接：https://doi.org/10.48550/arxiv.2609.15134
• OpenAlex更新：2026-09-17
• 副分类：risk
• 待LLM分类：否
• 标题中文：HazardAuditor：从可执行威胁到更安全的 Computer-Use Agent
• TLDR中文：提出 HazardAuditor，一个执行驱动的框架，在受控环境中运行异构 Agent 并将其交互归一化为规范事件表示以实现跨框架监督；观察到 token 级后训练目标与生成式守卫存在结构性失配，导致更长的推理链主导梯度更新。
• 来源文件：
• /inbox/tom/_candidates/2026-09-15-agent-rag-longcontext-candidates.json
• [OpenAlex backfill]
• [S2 enrich]