ICRPM：基于上下文的下一步风险预测模型

国防科技大学与清华大学团队提出ICRPM（In-Context Risk Predictive Model），通过利用近期任务与风险记录作为上下文，预测策略更新后的下一步风险，无需额外rollout或环境交互，在维持原有开销前提下提升大模型强化学习、元强化学习及鲁棒控制中的任务风险预测与选择效果。实验表明，该方法在少样本回归、连续控制等场景中显著改善了风险排序一致性与困难任务表现。