Human-Guided Harm Recovery for Computer Use Agents

Esta investigación formaliza la "recuperación de daños" para agentes de IA que ejecutan acciones en sistemas informáticos, abordando el desafío de guiar óptimamente un agente de un estado dañino a uno seguro. Fundamenta la recuperación alineada con preferencias mediante un estudio de usuario y un modelo de recompensa para evaluar planes de recuperación.