大模型对齐与安全

When Language Models Lose Their Mind: The Consequences of Brain Misalignment

当语言模型失去理智：大脑错位的后果

Gabriele Merlin, Mariya Toneva

机构 * MPI-SWS（马克斯·普朗克研究所） 纠错

专题命中 其他安全 ：alignment(abstract)；safety(abstract)；分类 cs.CL

AI总结 研究探讨了大脑对齐对语言能力的影响，通过创建大脑错位模型发现其显著损害下游性能，强调了大脑对齐在实现稳健语言能力中的关键作用。

Comments Accepted at ICLR 2026

General Machine Learning: Theory for Learning Under Variable Regimes

通用机器学习：变量制度下的理论

Aomar Osmani

机构 * INSA-Rouen（里昂国立应用科学学院） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究在制度变化下的学习问题，提出了一种结构化的学习理论框架，定义了核心学习理论对象并建立了首个定理支持的结果。

Comments 56 pages

LGSE: Lexically Grounded Subword Embedding Initialization for Low-Resource Language Adaptation

LGSE: 词法基础的子词嵌入初始化用于低资源语言适应

Hailay Teklehaymanot, Dren Fazlija, Wolfgang Nejdl

机构 * L3S Research Center Hannover（汉诺威L3S研究中心） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 LGSE通过引入词法信息的子词分割方法，改进低资源语言适应中的词嵌入初始化，通过平均预训练的子词或FastText词法表示，提升表示质量。

Comments 12 pages, 1 figure, 1 Table

Image Generation from Contextually-Contradictory Prompts

从语境矛盾提示生成图像

Saar Huberman, Or Patashnik, Omer Dahary, Ron Mokady, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） ； BRIA AI（BRIA人工智能） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种阶段感知提示分解框架，通过代理提示引导去噪过程，解决提示中概念矛盾导致的语义不准确问题，提升图像生成的准确性。

Comments Project page: https://tdpc2025.github.io/SAP/

FAAR: Format-Aware Adaptive Rounding for NVFP4

FAAR：面向NVFP4的格式感知自适应取整

Hanglin Li, Shuchang Tian, Chen Lin, Zhiyong Zhao, Kun Zhan

机构 * Li Auto Inc.（李自动公司） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出FAAR方法，通过整合NVFP4非均匀数域特性，改进低精度量化策略，降低取整误差，提升模型性能，实验表明在WikiText-2和Qwen3-1.7B上 perplexity 显著降低。

Evaluating LLM-Based Test Generation Under Software Evolution

评估基于大语言模型的测试生成在软件演化中的表现

Sabaat Haroon, Mohammad Taha Khan, Muhammad Ali Gulzar

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI

AI总结 研究评估了基于大语言模型的测试生成在软件演化中的性能，发现其在代码变化时表现下降，测试覆盖和回归检测能力不足。

Comments 10 pages, 9 figures, 2 tables

BeltCrack: the First Sequential-image Industrial Conveyor Belt Crack Detection Dataset and Its Baseline with Triple-domain Feature Learning

BeltCrack: 首个序列图像工业传送带裂纹检测数据集及其基于三域特征学习的基线方法

Jianghong Huang, Luping Ji, Xin Ma, Mao Ye

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Suzhou Red Shield Intelligent Manufacturing Co., Ltd.（苏州红盾智能制造有限公司） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

AI总结 本文提出首个序列图像工业传送带裂纹检测数据集，结合三域特征层次融合学习方法，验证了数据集的有效性及基线方法的优越性。

Comments Accepted by Pattern Recognition

PersonalQ: Select, Quantize, and Serve Personalized Diffusion Models for Efficient Inference

PersonalQ: 选择、量化并服务个性化扩散模型以实现高效推理

Qirui Wang, Qi Guo, Yiding Sun, Junkai Yang, Dongxu Zhang, Shanmin Pang, Qing Guo

机构 * School of Software Engineering, Xi'an Jiaotong University（西安交通大学软件工程学院） ； Nankai University（南开大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI

AI总结 PersonalQ通过触发令牌连接检查点选择与量化，提升意图对齐并优化压缩质量，实现高效个性化扩散模型服务。

Comments Accepted in ICME 2026

Focus, Don't Prune: Identifying Instruction-Relevant Regions for Information-Rich Image Understanding

聚焦，而非裁剪：识别与指令相关的区域以实现信息丰富的图像理解

Mincheol Kwon, Minseung Lee, Seonga Choi, Miso Choi, Kyeong-Jin Oh, Hyunyoung Lee, Cheonyoung Park, Yongho Song, Seunghyun Park, Jinkyu Kim

机构 * Korea University（韩国大学） ； KT Corporation（KT公司） ； Soongsil University（松山大学） ； Kakao Mobility（Kakao移动） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出PinPoint框架，通过识别与指令相关的图像区域并提取细粒度视觉特征，提升多模态任务的推理效率与准确性。

Comments CVPR 2026

Toward Data Systems That Are Business Semantic Centric and AI Agents Assisted

迈向以业务语义为中心且由AI代理辅助的数据系统

Cecil Pang

机构 * School of Systems Science and Industrial Engineering, Binghamton University, State University of New York（系统科学与工业工程学院，宾夕法尼亚州立大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出BSDS系统，通过整合架构、工作流和团队组织，使数据系统贴合业务需求而非技术限制，提升效率与可扩展性，同时强调人类因素与业务语义的结合。

Comments Published by IEEE Access

Journal ref IEEE Access, vol. 13, pp. 113752-113762, 2025

Rectify, Don't Regret: Avoiding Pitfalls of Differentiable Simulation in Trajectory Prediction

纠正，而非后悔：避免可微模拟在轨迹预测中的陷阱

Harsh Yadav, Christian Bohn, Tobias Meisen

机构 * University of Wuppertal（乌珀塔尔大学） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本文提出一种非可微的递推滚动方法，通过切断计算图来避免可微模拟中的捷径学习，提升轨迹预测的鲁棒性和恢复能力。

A Joint Reinforcement Learning Scheduling and Compression Framework for Teleoperated Driving

协同强化学习调度与压缩框架用于远程驾驶

Giacomo Avanzi, Marco Giordani, Michele Zorzi

专题命中 其他安全 ：safety(abstract)

AI总结 本文提出协同强化学习框架，通过优化压缩与调度配置提升远程驾驶性能，尤其在受限网络中表现更优。

Comments 13 pages, 8 figures, 1 table. This paper is currently under review by IEEE Transactions on Communications

Gaze-Regularized VLMs for Ego-Centric Behavior Understanding

基于目光调节的视觉语言模型用于以自身为中心的行为理解

Anupam Pani, Yanchao Yang

机构 * HKU Musketeers Foundation Institute of Data Science, The University of Hong Kong（香港大学穆凯特基金会数据科学研究所，香港大学） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本文提出一种基于目光调节的视觉语言模型框架，通过整合目光信息提升以自身为中心的行为理解能力，实验结果显示在语义得分上提升了近13%。

UFVideo: Towards Unified Fine-Grained Video Cooperative Understanding with Large Language Models

UFVideo：迈向统一的细粒度视频协作理解的大型语言模型

Hewen Pan, Cong Wei, Dashuang Liang, Zepeng Huang, Pengfei Gao, Ziqi Zhou, Lulu Xue, Pengfei Yan, Xiaoming Wei, Minghui Li, Shengshan Hu

机构 * Huazhong University of Science and Technology（华中科技大学） ； Meituan（美团） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 UFVideo通过统一多粒度协作理解能力，实现视频理解的全面覆盖，展示了其在多粒度视频任务中的灵活性和优势。

Comments CVPR 2026 Camera Ready, Github Code: https://github.com/Heven-Pan/UFVideo