MALLES: A Multi-agent LLMs-based Economic Sandbox with Consumer Preference Alignment
MALLES：基于多智能体LLM的经济沙盒与消费者偏好对齐
专题命中 偏好对齐 ：alignment(title)；分类 cs.AI
AI总结 本文提出MALLES，通过大规模模型的泛化能力构建统一模拟框架，利用偏好学习对齐LLM，解决高维环境下的数据稀疏问题，提升经济模拟的准确性和稳定性。
AI 大模型
大模型对齐与安全
大模型对齐、安全、越狱、红队、提示注入和可信评测。
1. 偏好对齐 5 篇
Efficient Exploration at Scale
大规模高效探索
机构 * Google（谷歌） ； DeepMind（深度思维）
专题命中 偏好对齐 ：RLHF(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种在线学习算法，通过增量更新奖励和语言模型提升强化学习从人类反馈中的数据效率，采用小幅度正向激励、信念神经网络和信息导向探索等机制，实验表明在少于20k标签下达到200k标签的性能，预计1M标签可匹配1B标签的性能。
FINER: MLLMs Hallucinate under Fine-grained Negative Queries
FINER：MLLMs在细粒度负查询下产生幻觉
机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Helmholtz Munich（海德堡-慕尼黑亥姆霍尔茨中心） ； Google（谷歌） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信学院，巴黎理工学院）
专题命中 偏好对齐 ：DPO(abstract)；分类 cs.AI
AI总结 本文提出FINER基准测试，分析MLLMs在细粒度不匹配与真实元素共存时的幻觉问题，并通过FINER-Tuning提升模型性能。
Comments CVPR 2026
A Creative Agent is Worth a 64-Token Template
一个创意代理值得一个64-token模板
机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（1 南京大学计算机科学与工程学院） ； Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications (Southeast University), Ministry of Education, China（2 教育部新一代人工智能技术及其跨学科应用关键实验室（东南大学））
专题命中 偏好对齐 ：alignment(abstract)
AI总结 本文提出CAT框架，通过创意令牌化提升文本到图像生成的创造力，实现3.7倍速度提升和4.8倍计算成本降低，生成图像更受人类偏好。
Rationale Matters: Learning Transferable Rubrics via Proxy-Guided Critique for VLM Reward Models
原因至关重要：通过代理引导的批评学习可转移的评分标准用于视觉语言模型奖励模型
机构 * Qwen Large Model Application Team, Alibaba（阿里云大模型应用团队） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
专题命中 偏好对齐 ：RLHF(abstract)
AI总结 本文提出Proxy-GRM，通过代理引导的评分标准验证提升视觉语言模型奖励模型的评分质量，利用轻量级代理代理进行评分标准验证，实现评分标准的可转移性和一致性，实验表明其在多个基准测试中表现优异。
Comments 25 pages, 10 figures,
