大模型对齐与安全

RCBSF: A Multi-Agent Framework for Automated Contract Revision via Stackelberg Game

RCBSF: 一种基于Stackelberg游戏的多智能体框架用于通过Stackelberg游戏实现自动合同修订

Shijia Xu, Yu Wang, Xiaolong Jia, Zhou Wu, Kai Liu, April Xiaowen Dong

机构 * Chongqing University（重庆大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Chongqing Key Laboratory of Big Data Intelligence and Privacy Computing（重庆市大数据智能与隐私计算重点实验室） ； Fangda Partners（方达律师事务所） 纠错

专题命中 安全评测 ：safety(abstract)；分类 cs.CL

AI总结 本文提出RCBSF框架，通过Stackelberg游戏解决大语言模型在法律AI中合同修订的可靠性问题，通过风险约束双层结构提升输出效用，实验证明其在风险解决率和token效率方面优于现有方法。

QFS-Composer: Query-focused summarization pipeline for less resourced languages

QFS-Composer：面向资源匮乏语言的查询聚焦摘要流程

Vuk Đuranović, Marko Robnik Šikonja

专题命中 安全评测 ：alignment(abstract)；分类 cs.CL

AI总结 本文提出QFS-Composer框架，通过查询分解、问题生成、问题回答和抽象摘要提升摘要与用户意图的一致性，针对资源匮乏语言进行查询聚焦摘要研究。

Comments 12 pages, 3 tables

Multimodal Dataset Normalization and Perceptual Validation for Music-Taste Correspondences

多模态数据集规范化与感知验证：音乐-味觉对应关系

Matteo Spanio, Valentina Frezzato, Antonio Rodà

机构 * University of Padova（帕多瓦大学） 纠错

专题命中 安全评测 ：alignment(abstract)；分类 cs.LG

AI总结 本文通过两项实验验证了合成FMA标注中存在听觉调味效果，展示了跨模态结构在不同监督下的保持以及计算目标与人类感知的显著一致性。

Comments Submitted to SMC2026

GeoMeld: Toward Semantically Grounded Foundation Models for Remote Sensing

GeoMeld：迈向遥感领域语义引导的基模模型

Maram Hasan, Md Aminur Hossain, Savitra Roy, Souparna Bhowmik, Ayush V. Patel, Mainak Singha, Subhasis Chaudhuri, Muhammad Haris Khan, Biplab Banerjee

机构 * Indian Institute of Technology Bombay（印度理工学院孟买分校） ； Space Applications Centre, ISRO（印度空间研究组织空间应用中心） ； University of Trento（特伦托大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 安全评测 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出GeoMeld数据集，通过语义引导的监督方法，结合多模态对齐，提升遥感领域基模模型的性能和鲁棒性。

Comments Accepted at CVPR Workshop 2026; 8 pages, 6 figures

Beyond the Beep: Scalable Collision Anticipation and Real-Time Explainability with BADAS-2.0

超越蜂鸣声：通过BADAS-2.0实现可扩展的碰撞预测与实时可解释性

Roni Goldshmidt, Hamish Scott, Lorenzo Niccolini, Hernan Matzner

机构 * Nexar AI 纠错

专题命中 安全评测 ：safety(abstract)；分类 cs.CL

AI总结 BADAS-2.0在长尾基准、知识蒸馏和可解释性三方面提升，通过大规模数据集扩展和轻量模型部署实现实时碰撞预测与可解释性。

PSF-Med: Measuring and Explaining Paraphrase Sensitivity in Medical Vision Language Models

PSF-Med: 医学视觉语言模型中反语敏感性的测量与解释

Binesh Sadanandan, Vahid Behzadan

机构 * SAIL Lab, University of New Haven（纽黑文大学SAIL实验室） 纠错

专题命中 安全评测 ：safety(abstract)；分类 cs.LG

AI总结 本文提出PSF-Med基准，通过26850个胸部X光问题及92856个意义保持的改写句，评估九种VLMs在临床问题改写下的稳定性与视觉依赖性，发现模型在反语下的翻转率差异显著，且通过特征分析揭示了模型决策机制。

On Harnessing Idle Compute at the Edge for Foundation Model Training

在边缘计算中利用空闲计算资源进行基础模型训练

Leyang Xue, Meghana Madhyastha, Myungjin Lee, Amos Storkey, Randal Burns, Mahesh K. Marina

机构 * The University of Edinburgh（爱丁堡大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Cisco Research（思科研究院） 纠错

专题命中 安全评测 ：alignment(abstract)；分类 cs.LG

AI总结 本文提出Cleave框架，通过利用边缘设备的异构计算资源，实现与云训练相媲美的性能，并在设备异构性和故障恢复方面取得显著优势。

Comments Extended abstract version of this paper appeared in ACM MobiCom 2025. Workshop version of this paper appeared in EuroMLSys 2026

Delta Rectified Flow Sampling for Text-to-Image Editing

Delta Rectified Flow Sampling 用于文本到图像编辑

Gaspard Beaudouin, Minghan Li, Jaeyeon Kim, Sung-Hoon Yoon, Mengyu Wang

机构 * Harvard AI and Robotics Lab, Harvard University（哈佛大学人工智能与机器人实验室） ； Computer Science Department, Harvard University（哈佛大学计算机科学系） ； Multimodal Intelligence and Perception Lab, DGIST（大邱庆北科学技术院多模态智能与感知实验室） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学肯普纳自然与人工智能研究所） 纠错

专题命中 安全评测 ：alignment(abstract)；分类 cs.LG

AI总结 本文提出Delta Rectified Flow Sampling (DRFS)，一种无需反向传播的路径感知编辑框架，通过建模源与目标速度场的差异以减少过平滑伪影，并引入时间依赖的位移项提升目标分布对齐。

ZARA: Training-Free Motion Time-Series Reasoning via Evidence-Grounded LLM Agents

ZARA：通过证据驱动的LLM代理实现无训练的运动时间序列推理

Zechen Li, Baiyu Chen, Hao Xue, Flora D. Salim

机构 * University of New South Wales, Sydney（新南威尔士大学悉尼校区） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 安全评测 ：trustworthy(abstract)；分类 cs.CL

AI总结 ZARA通过证据驱动的LLM代理实现无训练的运动时间序列推理，利用参考数据构建统计学基础的知识库，提升活动识别的泛化能力和跨领域适应性。

Comments Accepted by ACL 2026 Main Conference

NetAgentBench: A State-Centric Benchmark for Evaluating Agentic Network Configuration

NetAgentBench: 一种面向评估代理网络配置的基于状态的基准

Ahmed Twabi, Yepeng Ding, Tohru Kondo

机构 * Hiroshima University（广岛大学） 纠错

专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI

AI总结 NetAgentBench通过有限状态机形式化方法评估代理交互，揭示了当前LLM代理在复杂多轮网络配置任务中的缺陷，强调了系统性评估多轮行为稳定性的必要性。

Comments 9 pages

AdaQE-CG: Adaptive Query Expansion for Web-Scale Generative AI Model and Data Card Generation

AdaQE-CG：适应性查询扩展用于大规模生成式AI模型和数据卡片生成

Haoxuan Zhang, Ruochi Li, Zhenni Liang, Mehri Sattari, Phat Vo, Collin Qu, Ting Xiao, Junhua Ding, Yang Zhang, Haihua Chen

机构 * University of North Texas（北德克萨斯大学） ； North Carolina State University（北卡罗来纳州立大学） ； Bellevue High School（贝尔维尤高中） 纠错

专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI

AI总结 本文提出AdaQE-CG框架，通过动态信息提取与跨卡片知识迁移解决生成AI文档的三大挑战，引入MetaGAI-Bench基准，实验表明其在多个质量维度上优于现有方法，接近人类水平。

Comments This paper has been accepted to the main conference of WWW 2026

Retrieval-Augmented Large Language Models for Evidence-Informed Guidance on Cannabidiol Use in Older Adults

基于检索增强的大型语言模型用于指导老年人使用大麻二酚的证据支持

Ali Abedi, Charlene H. Chu, Shehroz S. Khan

机构 * Lawrence Bloomberg Faculty of Nursing, University of Toronto（多伦多大学劳伦斯·布隆伯格护理学院） ； KITE Research Institute, Toronto Rehabilitation Institute, University Health Network（大学健康网络多伦多康复研究所KITE研究所） ； College of Engineering and Technology, American University of the Middle East（中东美国大学工程与技术学院） 纠错

专题命中 安全评测 ：safety(abstract)；分类 cs.AI

AI总结 本文提出一种结合结构化提示工程与大麻二酚证据的检索增强型大型语言模型框架，用于为老年人提供安全指导，同时开发了无标注评估框架以评估AI在敏感健康场景中的可靠性。

Text-to-Image Models and Their Representation of People from Different Nationalities Engaging in Activities

文本到图像模型及其对不同民族参与活动的人的表示

Abdulkareem Alsudais

机构 * Prince Sattam bin Abdulaziz University（沙特王子萨塔姆·本·阿卜杜勒阿齐兹大学） 纠错

专题命中 安全评测 ：alignment(abstract)；分类 cs.CY

AI总结 研究分析了DALL-E 3和Gemini 3 Pro Preview在生成日常活动图像时对206个民族的表示，发现传统服饰在某些活动中不适用，且与地区和收入组相关联。

HuiYanEarth-SAR: A Foundation Model for High-Fidelity and Low-Cost Global Remote Sensing Imagery Generation

HuiYanEarth-SAR：一种用于高保真和低成本全球遥感影像生成的基础模型

Yongxiang Liu, Jie Zhou, Yafei Song, Tianpeng Liu, Li Liu

机构 * College of Electronic Science and Technology, National University of Defense Technology (NUDT)（国防科技大学电子科学学院） 纠错

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文提出HuiYanEarth-SAR模型，结合AlphaEarth和散射机制，实现基于地理坐标生成高保真全球SAR影像，推动遥感研究从感知到模拟的转变。

A Simulation-Based Method for Testing Collaborative Learning Scaffolds Using LLM-Based Multi-Agent Systems

基于模拟的方法用于使用基于LLM的多智能体系统测试协作学习支架

Han Wua, Lishan Zhang, Chunming Lu

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出基于LLM的多智能体模拟方法，研究协作学习过程及教学支架有效性，通过对比两种策略提升讨论多样性与互动深度，符合ICAP框架。

Comments submitted to journal of computer aisstant learning

ITIScore: An Image-to-Text-to-Image Rating Framework for the Image Captioning Ability of MLLMs

ITIScore: 一种图像到文本到图像评分框架，用于评估多模态大语言模型的图像描述能力

Zitong Xu, Huiyu Duan, Shengyao Qin, Guangyu Yang, Guangji Ma, Xiongkuo Min, Ke Gu, Guangtao Zhai, Patrick Le Callet

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of Electronic and Science Technology of China（电子科技大学） ； Beijing University of Technology（北京工业大学） ； Institut Universitaire de France (IUF), University of Nantes（法国大学研究院（IUF），南特大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出ICBenchmark图像描述基准，包含12类内容和2K图像生成的40K短长描述，提出ITIScore自动评估指标，通过图像到文本到图像框架衡量描述质量，实验显示其与人类判断一致且具有强泛化能力。

SPATE: Spiking-Phase Adaptive Temporal Encoding for Quantum Machine Learning

SPATE：基于脉冲-相位自适应的量子机器学习时序编码

Nouhaila Innan, Rachmad Vidya Wicaksana Putra, Muhammad Shafique

专题命中 安全评测 ：alignment(abstract)

AI总结 SPATE通过将实值表格特征转换为漏电积分-放电脉冲序列，并利用量子旋转映射脉冲统计，提升量子特征表示能力，实验显示其在多个数据集上表现更优。

Comments 8 pages, 4 figures. Accepted at IJCNN 2026

SEED: A Large-Scale Benchmark for Provenance Tracing in Sequential Deepfake Facial Edits

SEED：一个大规模的面部深度伪造序列编辑溯源基准

Mengieong Hoi, Zhedong Zheng, Ping Liu, Wei Liu

专题命中 安全评测 ：trustworthy(abstract)

AI总结 SEED通过多步扩散编辑流程生成90000张图像，包含编辑顺序、文本指令等细粒度标注，用于研究序列溯源和伪造检测，揭示空间与频域特征在深度伪造分析中的作用。

Enhancing Fine-Grained Spatial Grounding in 3D CT Report Generation via Discriminative Guidance

通过判别引导增强3D CT报告生成中的细粒度空间定位

Chenyu Wang, Weicheng Dai, Han Liu, Wenchao Li, Kayhan Batmanghelich

机构 * Boston University（波士顿大学） ； Siemens Healthineers（西门子医疗） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出DCP-PD框架，通过提炼自由文本报告中的细粒度线索，指导报告生成并减少对快捷方式的依赖，提升了CT-RATE和Rad-ChestCT的性能。

SignReasoner: Compositional Reasoning for Complex Traffic Sign Understanding via Functional Structure Units

SignReasoner：通过功能结构单元实现复杂交通标志理解的组合推理

Ruibin Wang, Zhenyu Lin, Xinhai Zhao

机构 * Huawei Noah’s Ark Lab（华为诺亚方舟实验室） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 本文提出SignReasoner，通过功能结构单元实现复杂交通标志的组合推理，提升自动驾驶安全。核心方法是功能结构单元，通过分解标志为基本功能块，增强模型对未知配置的泛化能力。

Comments CVPRF 2026

DIAURec: Dual-Intent Space Representation Optimization for Recommendation

DIAURec: 双意图空间表示优化用于推荐

Yu Zhang, Yiwen Zhang, Yi Zhang, Lei Sang

专题命中 安全评测 ：alignment(abstract)

AI总结 DIAURec通过统一意图和语言模型优化推荐表示，提升用户与物品在特征空间中的亲和力，实验表明其优于现有方法。

CiteGuard: Faithful Citation Attribution for LLMs via Retrieval-Augmented Validation

CiteGuard: 通过检索增强验证实现LLM的忠实引文归因

Yee Man Choi, Xuehang Guo, Yi R. Fung, Qingyun Wang

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出CiteGuard，通过检索增强验证提升LLM引文准确性，实现比基线模型高10个百分点的性能，达到68.1%的准确率，接近人类水平。

Comments Project Page: https://kathcym.github.io/CiteGuard_Page/. ACL 2026 Main Conference

PhyMix: Towards Physically Consistent Single-Image 3D Indoor Scene Generation with Implicit--Explicit Optimization

PhyMix：迈向物理一致的单图像3D室内场景生成的隐式-显式优化

Dongli Wu, Jingyu Hu, Ka-Hei Hui, Xiaobao Wei, Chengwen Luo, Jianqiang Li, Zhengzhe Liu

机构 * Lingnan University（岭南大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Chinese University of Hong Kong（香港中文大学） ； Peking University（北京大学） ； Shenzhen University（深圳大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出PhyMix，通过隐式-显式优化框架，结合物理评估器提升生成场景的物理一致性，实现视觉真实且物理合理的3D室内场景生成。

Toward Explanatory Equilibrium: Verifiable Reasoning as a Coordination Mechanism under Asymmetric Information

迈向解释均衡：在信息不对称下可验证推理作为协调机制

Feliks Bańka, Jarosław A. Chudziak

专题命中 安全评测 ：safety(abstract)

AI总结 本文提出解释均衡概念，研究在信息不对称环境下，通过结构化推理 artifacts 和有限验证机制实现安全协调，证明结构化推理能有效降低不良批准率。

Comments 18 pages, 4 figures. Accepted for presentation at EXTRAAMAS 2026 (AAMAS 2026 workshop); to appear in post-proceedings

MASS: Motion-Aware Spatial-Temporal Grounding for Physics Reasoning and Comprehension in Vision-Language Models

MASS：面向视觉-语言模型中物理推理与理解的运动感知空间-时间 grounding

Xiyang Wu, Zongxia Li, Jihui Jin, Guangyao Shi, Gouthaman KV, Vishnu Raj, Nilotpal Sinha, Jingxi Chen, Fan Du, Dinesh Manocha

机构 * University of Maryland（马里兰大学） ； Dolby Laboratories（杜比实验室） ； University of Southern California（南加州大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 MASS通过引入空间-时间信号提升视觉-语言模型对物理现象的理解能力，提出MASS-Bench基准测试集并验证模型在物理推理中的优越性能。

Do LLMs Know Tool Irrelevance? Demystifying Structural Alignment Bias in Tool Invocations

LLMs是否了解工具无关性？解密工具调用中的结构对齐偏差

Yilong Liu, Xixun Lin, Pengfei Cao, Ge Zhang, Fang Fang, Yanan Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Computer Science and Technology, Donghua University（东华大学计算机科学与技术学院） 纠错

专题命中 AI治理与伦理 ：alignment(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文研究LLMs在面对无关工具时的调用偏差，提出SABEval数据集和Contrastive Attention Attribution方法，揭示结构对齐偏差的成因并提出缓解策略。

Comments Accepted to ACL 2026 (Main Conference)

AI Integrity: A New Paradigm for Verifiable AI Governance

AI可信性：可验证AI治理的新范式

Seulki Lee

机构 * AI Integrity Organization (AIO)（人工智能诚信组织（AIO）） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)；safety(abstract)；AI safety(abstract)；分类 cs.AI

AI总结 本文提出AI可信性概念，旨在通过保护AI系统中的权威堆栈，确保推理过程可验证，不同于现有AI伦理、安全和对齐范式。

Comments 13 pages, 8 tables

Bridging Linguistic Gaps: Cross-Lingual Mapping in Pre-Training and Dataset for Enhanced Multilingual LLM Performance

弥合语言鸿沟：预训练和数据集中的跨语言映射以提升多语言大语言模型性能

Weihua Zheng, Chang Liu, Zhengyuan Liu, Xin Huang, Kui Wu, Muhammad Huzaifah Md Shahrin, Aiti Aw, Roy Ka-Wei Lee

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Agency for Science, Technology and Research（新加坡科技研究局） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出在预训练阶段引入跨语言映射任务，提升多语言对齐能力，通过语言对齐系数量化一致性，实验显示在机器翻译、跨语言自然语言理解及问答任务中性能显著提升。

Normative Common Ground Replication (NormCoRe): Replication-by-Translation for Studying Norms in Multi-Agent AI

规范共同基础复制（NormCoRe）：通过翻译研究多智能体AI中的规范

Luca Deck, Simeon Allmendinger, Lucas Müller, Niklas Kühl

机构 * University of Bayreuth（拜罗伊特大学） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出NormCoRe框架，通过将人类实验设计翻译到多智能体AI环境，系统研究规范形成机制，展示在分配正义实验中AI代理的规范判断与人类基线的差异。

Comments ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT '26)

Beyond Monologue: Interactive Talking-Listening Avatar Generation with Conversational Audio Context-Aware Kernels

超越独白：基于对话音频上下文感知核的交互式谈话-倾听虚拟角色生成

Yuzhe Weng, Haotian Wang, Xinyi Yu, Xiaoyan Wu, Haoran Xu, Shan He, Jun Du

机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK（科大讯飞） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.AI

AI总结 本文提出基于对话音频上下文感知核的交互式虚拟角色生成方法，通过引入多头高斯核解决谈话与倾听行为的时间尺度差异问题，构建了能同时处理双流音频输入的全双工虚拟代理，并在VoxHear数据集上验证了其在生成自然响应的全双工数字人类方面的优越性。