大模型对齐与安全

The Ghost in the Grammar: Methodological Anthropomorphism in AI Safety Evaluations

语法中的幽灵：人工智能安全评估中的方法论人类学

Mariana Lins Costa

专题命中 幻觉与事实性 ：safety(title,abstract)；AI safety(title,abstract)；分类 cs.AI、cs.CY

AI总结 本文通过分析近期技术报告，探讨人工智能安全领域中对AI系统投射意图、人格等属性的隐性人类学倾向，质疑其对安全评估方法论的影响。

SFCoT: Safer Chain-of-Thought via Active Safety Evaluation and Calibration

SFCoT：通过主动安全评估和校准实现更安全的推理链

Yu Pan, Wenlong Yu, Tiejun Wu, Xiaohu Ye, Qiannan Si, Guangquan Xu, Bin Wu

机构 * Department College of Intelligence and Computing（智能与计算学院） ； Tianjin University（天津大学） ； NSFOCUS Technologies Group Co., Ltd.（NSFOCUS技术集团有限公司） ； College of Management and Economics（管理与经济学院） ； School of Cyber Security（网络安全学院） 纠错

专题命中 幻觉与事实性 ：safety(title,abstract)；alignment(abstract)；jailbreak(abstract)；分类 cs.AI

AI总结 本文提出SFCoT框架，通过实时评估和校准潜在不安全的推理步骤，有效降低对抗攻击成功率，提升大语言模型的安全性。

Reasoning-Grounded Natural Language Explanations for Language Models

基于推理的自然语言解释方法用于语言模型

Vojtech Cahlik, Rodrigo Alves, Pavel Kordik

专题命中 幻觉与事实性 ：alignment(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出一种通过推理过程生成可信自然语言解释的方法，通过将推理过程转化为token序列并解码为自然语言，提升解释的准确性与答案质量。

Comments (v2) Added acknowledgements section

Journal ref In: Guidotti, R., Schmid, U., Longo, L. (eds) Explainable Artificial Intelligence. xAI 2025. Communications in Computer and Information Science, vol 2578. Springer, Cham

TheraAgent: Multi-Agent Framework with Self-Evolving Memory and Evidence-Calibrated Reasoning for PET Theranostics

TheraAgent：具有自我进化记忆和证据校准推理的多智能体框架用于PET治疗诊断

Zhihao Chen, Jiahui Wang, Yizhou Chen, Xiaozhong Ji, Xiaobin Hu, Jimin Hong, Wolfram Andreas Bosbach, Axel Rominger, Ali Afshar-Oromieh, Hongming Shan, Kuangyu Shi

机构 * Fudan University（复旦大学） ； University of Bern（伯尔尼大学） ； Nanjing University（南京大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 幻觉与事实性 ：trustworthy(abstract)；分类 cs.AI

AI总结 TheraAgent通过自我进化记忆和证据校准推理，解决PET治疗诊断中数据稀缺、信息异构和证据推理的问题，实现75.7%的准确率。

Geometry-Aware Semantic Reasoning for Training Free Video Anomaly Detection

基于几何的语义推理用于无训练视频异常检测

Ali Zia, Usman Ali, Muhammad Umer Ramzan, Hamza Abid, Abdul Rehman, Wei Xiang

机构 * School of Computing, Engineering \& Mathematical Sciences, La Trobe University, Melbourne, Australia School of Engineering ； Applied Sciences, GIFT University, Gujranwala 52250, Pakistan 纠错

专题命中 幻觉与事实性 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出MM-VAD框架，通过将异常检测转为适应性测试时推理，利用双曲空间保留层次结构，并结合可学习提示和Mahalanobis细化提升性能，实现在多个基准上优于现有无训练方法。

The Challenge of Out-Of-Distribution Detection in Motor Imagery BCIs

运动想象脑机接口中分布外检测的挑战

Merlijn Quincent Mulder, Matias Valdenegro-Toro, Andreea Ioana Sburlea, Ivo Pascal de Jong

机构 * Department of Artificial Intelligence, University of Groningen（格罗宁根大学人工智能系） 纠错

专题命中 幻觉与事实性 ：safety(abstract)；分类 cs.LG

AI总结 本文研究了运动想象脑机接口中分布外检测的挑战，通过训练模型并观察对未知类别的检测能力，发现高不确定性影响检测效果，MC Dropout表现最佳，高分类准确率可提升检测鲁棒性。

Machine Learning Detection of Lithium Plating in Lithium-ion Cells: A Gaussian Process Approach

基于高斯过程的锂离子电池锂沉积检测：一种机器学习方法

Ayush Patnaik, Jackson Fogelquist, Adam B Zufall, Yiwei Ji, Stephen K Robinson, Peng Bai, Xinfan Lin

机构 * Department of Mechanical and Aerospace Engineering, University of California, Davis（加州大学戴维斯分校机械与航空航天工程系） ； Department of Energy, Environmental & Chemical Engineering and the Institute of Materials Science and Engineering, Washington University in St. Louis（华盛顿大学圣路易斯分校能源、环境与化学工程系及材料科学与工程学院） 纠错

专题命中 幻觉与事实性 ：safety(abstract)；分类 cs.LG

AI总结 本文提出基于高斯过程的锂沉积检测方法，通过直接建模充放电电压关系Q(V)作为随机过程，实现鲁棒检测，具有噪声感知推理、闭式导数和可扩展性等优势。

Comments Accepted for presentation at American Control Conference 2026 - ACC 2026 to be held in New Orleans, Louisiana

Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models

Lie的解剖：一种多阶段诊断框架，用于追踪视觉-语言模型中的幻觉

Lexiang Xiong, Qi Li, Jingwen Ye, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） ； Monash University（墨尔本大学） 纠错

专题命中 幻觉与事实性 ：trustworthy(abstract)

AI总结 本文提出一种多阶段诊断框架，通过动态认知轨迹分析视觉-语言模型中的幻觉问题，结合几何信息双重视角，实现高效且鲁棒的幻觉检测，提升模型透明度和可审计性。

VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences

VGGT-Long：分块、循环、对齐——在千米级长RGB序列上推动VGGT的极限

Kai Deng, Zexin Ti, Jiawei Xu, Jian Yang, Jin Xie

专题命中 幻觉与事实性 ：alignment(abstract)

AI总结 本文提出VGGT-Long，通过分块处理、重叠对齐和轻量循环闭合优化，解决现有模型的可扩展性瓶颈，实现千米级户外环境的单目3D重建。

Comments IEEE International Conference on Robotics & Automation (ICRA 2026)