大模型对齐与安全

Yale-DM-Lab at ArchEHR-QA 2026: Deterministic Grounding and Multi-Pass Evidence Alignment for EHR Question Answering

耶鲁-DM实验室参加ArchEHR-QA 2026：用于电子病历问答的确定性接地和多轮证据对齐

Elyas Irankhah, Samah Fodeh

机构 * Yale University（耶鲁大学） 纠错

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

AI总结 本文提出确定性接地和多轮证据对齐方法，用于电子病历问答任务，通过模型多样性与投票策略提升性能，实验结果显示对齐准确率受限于推理能力。

Comments 9 pages, 2 figures. System description for ArchEHR-QA 2026 shared task

LLM-based Schema-Guided Extraction and Validation of Missing-Person Intelligence from Heterogeneous Data Sources

基于大型语言模型的异构数据源中缺失人员情报提取与验证方案

Joshua Castillo, Ravi Mukkamala

机构 * Old Dominion University（欧道明大学） 纠错

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

AI总结 本文提出Guardian Parser Pack，通过AI驱动的解析与规范化流程，将多源调查文档统一为符合模式的表示，提升缺失人员情报的提取与验证效率，同时展示系统架构及性能评估结果。

Comments 9 pages, 6 figures. Accepted at International Conference on Intelligent Digitization of Systems and Services (IDSS 2026)

Geometric Properties of the Voronoi Tessellation in Latent Semantic Manifolds of Large Language Models

大型语言模型潜在语义流形中Voronoi分割的几何特性

Marshall Brett

机构 * MARS Labs（MARS实验室） 纠错

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

AI总结 研究大型语言模型在潜在语义流形中的Voronoi分割，通过浮点32精度重新计算消除bfloat16量化伪影，验证表达性差距的线性缩放定律，并展示通过边距优化程序重塑Voronoi分割的可行性。

Comments 20 pages

Soft-Quantum Algorithms

软量子算法

Basil Kyriacou, Mo Kordzanganeh, Maniraman Periyasamy, Alexey Melnikov

机构 * Terra Quantum AG 纠错

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

AI总结 本文提出通过单个正则化项训练保持单位性的矩阵，再通过电路对齐恢复门基架构，从而提升量子机器学习效率。

Comments 6 pages, 6 figures, 0 tables

Is Cross-Lingual Transfer in Bilingual Models Human-Like? A Study with Overlapping Word Forms in Dutch and English

双语模型中的跨语言迁移是否具有人类特性？一项以荷兰语和英语重叠词形研究

Iza Škrjanec, Irene Elisabeth Winther, Vera Demberg, Stefan L. Frank

机构 * Saarland University（萨尔大学） ； Zuse School ELIZA（Zuse ELIZA 学院） ； Radboud University（拉德堡德大学） 纠错

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

AI总结 研究探讨双语模型中跨语言激活是否模仿人类处理模式，发现词形共享影响模型表现，频率而非形式一致性主导效果，仅在特定条件下重现人类处理特征。

Q-Zoom: Query-Aware Adaptive Perception for Efficient Multimodal Large Language Models

Q-Zoom：基于查询的自适应感知以实现高效多模态大语言模型

Yuheng Shi, Xiaohuan Pei, Linfeng Wen, Minjing Dong, Chang Xu

机构 * University of Sydney（悉尼大学） ； Sun Yat-sen University（中山大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 Q-Zoom通过高效粗到细的框架优化多模态大语言模型的高分辨率感知，提升推理速度并保持精度，实验表明其在文档识别和高分辨率场景中表现优异。

Comments 16 pages, 9 figures

Closing the Speech-Text Gap with Limited Audio for Effective Domain Adaptation in LLM-Based ASR

通过有限音频缩小语音-文本差距以实现基于LLM的ASR的有效领域适应

Thibault Bañeras-Roux, Sergio Burdisso, Esaú Villatoro-Tello, Dairazalia Sánchez-Cortés, Shiran Liu, Severin Baroudi, Shashi Kumar, Hasindri Watawana, Manjunath K E, Kadri Hacioglu, Petr Motlicek, Andreas Stolcke

机构 * Idiap Research Institute（Idiap 研究所） ； Laboratoire d'Informatique et des Systèmes（信息系统实验室） ； Uniphore ； Brno University of Technology（布尔诺理工大学） 纠错

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

AI总结 本文研究了有限音频在基于LLM的ASR领域适应中的作用，比较了纯文本适应、配对语音-文本适应和混合批处理策略，发现少量语音能有效提升性能。

Comments Submitted to Interspeech

LUMINA: Foundation Models for Topology Transferable ACOPF

LUMINA：适用于拓扑可转移ACOPF的基座模型

Yijiang Li, Zeeshan Memon, Hongwei Jin, Stefano Fenu, Keunju Song, Sunash B Sharma, Parfait Gasana, Hongseok Kim, Liang Zhao, Kibaek Kim

机构 * Argonne National Laboratory（阿贡国家实验室） ； Emory University（埃默里大学） ； Sogang University（西江大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

AI总结 本文提出LUMINA框架，通过系统研究ACOPF问题，提炼出三个指导科学基座模型设计的原则，旨在解决受约束科学系统中的物理定律和安全限制挑战。

Compressing Correct-by-Design Synthesis for Stochastic Homogeneous Multi-Agent Systems with Counting LTL

为随机同质多智能体系统压缩正确-by-设计合成

Xinyuan Qiu, Ruohan Wang, Siyuan Liu, Sofie Haesaert

专题命中 其他安全 ：safety(abstract)

AI总结 本文研究了基于计数线性时序逻辑(cLTL)的随机同质多智能体系统，通过确定性有限自动机(DFA)实现满足概率的结构化张量分解，并提出双树值迭代框架以提升计算效率。

AudioKV: KV Cache Eviction in Efficient Large Audio Language Models

AudioKV: 在高效大音频语言模型中实现KV缓存淘汰

Yuxuan Wang, Peize He, Xiyan Gui, Xiaoqian Liu, Junhao He, Xuyang Liu, Zichen Wen, Xuming Hu, Linfeng Zhang

机构 * EPIC Lab, Shanghai Jiao Tong University（上海交通大学EPIC实验室） ； Xidian University（西安电子科技大学） ； HKUST (GZ)（香港科技大学（广州）） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本文提出AudioKV框架，通过硬件友好的语义-音频对齐机制优先处理音频关键注意力头，结合Spectral Score Smoothing技术提升缓存效率，实验表明其在压缩比40%时保持高精度。

Guiding Symbolic Execution with Static Analysis and LLMs for Vulnerability Discovery

通过静态分析和LLMs引导符号执行以发现漏洞

Md Shafiuzzaman, Achintya Desai, Wenbo Guo, Tevfik Bultan

专题命中 其他安全 ：safety(abstract)

AI总结 SAILOR结合静态分析与LLM合成自动构建符号执行Harness，通过三个阶段发现内存安全漏洞，实验表明其在大规模代码库中显著提升漏洞检测效率。

DesigNet: Learning to Draw Vector Graphics as Designers Do

DesigNet：学习如设计师所作的方式绘制矢量图形

Tomas Guija-Valiente, Iago Suárez

机构 * Machine Learning Circle（机器学习圈） ； Universidad Politécnica de Madrid, Departamento de Inteligencia Artificial（马德里理工大学人工智能系） ； Qualcomm XR Labs（高通XR实验室） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 DesigNet通过引入连续性和对齐性自 refinement 模块，实现了对 SVG 序列的直接操作，提升了矢量图形的编辑性和专业设计流程的集成性。