Monitor rozumujący na poziomie kroku, który przed każdą akcją agenta wybiera CONTINUE, ASK albo STOP i jest uczony metodą Adaptive Stage-Aligned Policy Optimization (ASPO).
A step-level reasoning guardrail that chooses CONTINUE, ASK or STOP before each agent action and is trained with Adaptive Stage-Aligned Policy Optimization (ASPO).
Monitor, który przed każdym krokiem agenta decyduje, czy kontynuować, zapytać czy zatrzymać, żeby uniknąć szkody we właściwym momencie.
A monitor that before each agent step decides whether to continue, ask or stop, to avoid harm at the right moment.
Agent może wykonać szkodliwą akcję, zanim ktoś zdąży zareagować, albo monitor zatrzymuje go zbyt często i psuje pracę.
An agent can perform a harmful action before anyone reacts, or the monitor stops it too often and ruins the work.
Sprawdza historię i proponowaną akcję, porównuje z etapem ryzyka i wybiera kontynuację, pytanie albo stop.
It checks the history and proposed action, compares them to the risk stage and chooses continue, ask or stop.
Agent przygotowuje przelew na podstawie maila; monitor widzi podejrzany adres i prosi o potwierdzenie zanim wyśle.
An agent prepares a transfer based on an email; the monitor sees a suspicious address and asks for confirmation before sending.