**AgentSafeEvo：通过对抗协同进化提升 LLM Agent 安全性**

_AgentSafeEvo: Adversarial Co-Evolution for LLM Agent Safety_

> 研究提出 AgentSafeEvo 框架，通过攻击者与防御者的博弈式强化学习，模拟恶意任务与工具干扰，提升大模型智能体在复杂任务中的安全性。实验证明该方法能在增强对抗鲁棒性的同时，保持智能体的通用能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.19422)