大模型对齐与安全

Can LLMs Estimate Student Struggles? Human-AI Difficulty Alignment with Proficiency Simulation for Item Difficulty Prediction

LLMs能否估计学生困难？人类-人工智能难度对齐用于项目难度预测的 proficiency 模拟

Ming Li, Han Chen, Yunze Xiao, Jian Chen, Hong Jiao, Tianyi Zhou

机构 * University of Maryland（马里兰大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University at Buffalo（布法罗大学） ； MBZUAI 纠错

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

AI总结 本文研究了LLMs在估计学生困难方面的表现，发现模型规模扩大并不总能提高准确性，且模型倾向于形成机器共识而非与人类对齐，揭示了当前模型在自动难度预测中的挑战。

Comments ACL2026, camera-ready

Flag Varieties: A Geometric Framework for Deep Network Alignment

旗种：深度网络对齐的几何框架

Jingchuan Xiao, Xinyi Sui, Cihan Ruan

机构 * Department of Mathematics and Computer Studies, Mary Immaculate College, Ireland（爱尔兰玛丽伊曼纽尔学院数学与计算机研究系） ； Department of Computer Science and Engineering, Santa Clara University, USA（美国圣克拉拉大学计算机科学与工程系） 纠错

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

AI总结 本文提出基于几何不变量理论的旗种结构，揭示深度网络层间对齐的几何本质，阐明子空间交集维度为唯一不变量，并通过实验验证其在多层感知机、残差网络和预训练语言模型中的有效性。

Open Ontologies: Tool-Augmented Ontology Engineering with Stable Matching Alignment

开放本体：基于稳定匹配对齐的工具增强本体工程

Fabio Rovai

机构 * The Tesseract Academy, London, United Kingdom（泰斯拉学院，伦敦，英国） 纠错

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

AI总结 本文提出Open Ontologies系统，结合LLM驱动构建与形式OWL推理及本体对齐，发现稳定1对1匹配是本体对齐质量关键，且工具增强访问优于纯LLM解析。

Comments 10 pages, 6 tables. Code: https://github.com/fabio-rovai/open-ontologies

DAPE: Dynamic Non-uniform Alignment and Progressive Detail Enhancement Techniques for Improving the Performance of Efficient Visual Language Models

DAPE：动态非均匀对齐与渐进细节增强技术以提升高效视觉语言模型的性能

Mengyuan Tian, Qiyan Zhao, Yanan Wang, Da-Han Wang

机构 * The Wang Yanan Institute for Studies in Economics, Xiamen University, Xiamen 361005, China（厦门大学王文安经济研究所） ； Fujian Key Laboratory of Pattern Recognition and Image Understanding, School of Computer and Information Engineering, Xiamen University of Technology, Xiamen 361024, China（福建pattern识别与图像理解重点实验室，厦门理工大学计算机与信息工程学院） 纠错

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

AI总结 本文提出DAPE框架，通过动态跨模态对齐和连续细节引入技术，提升高效视觉语言模型的性能，减少计算开销并提升下游任务准确性。

Comments Accepted in ICIC 2026 Oral

AutoSOUP: Safety-Oriented Unit Proof Generation for Component-level Memory-Safety Verification

AutoSOUP：面向组件级内存安全验证的安全导向单元证明

Paschal C. Amusuo, Ricardo Calvo, Dharun Anandayuvaraj, Taylor Le Lievre, Kevin Kolyakov, Elijah Jorgensen, Aravind Machiry, James C. Davis

专题命中 其他安全 ：safety(title,abstract)

AI总结 AutoSOUP通过安全导向单元证明自动化组件级内存安全验证，结合确定性程序合成与LLM，生成可验证的证明以提高内存安全验证的自动化水平。

Comments 13 main pages, 7 appendix pages, 2 figures, 5 listings

Semantic Alignment in Hyperbolic Space for Open-Vocabulary Semantic Segmentation

超几何空间中的语义对齐用于开放词汇语义分割

Hoang M. Truong, Hai Nguyen-Truong, Dang Huynh

机构 * Fulbright University Vietnam（富布赖特大学越南分校） 纠错

专题命中 其他安全 ：alignment(title,abstract)

AI总结 本文提出HyRo框架，通过解耦超几何空间中的层次和语义对齐，提升开放词汇语义分割性能。

Comments Accepted to the PVUW Workshop at CVPR 2026. Project page: https://tmhoanggg.github.io/HyRo/

What's the plan? Metrics for implicit planning in LLMs and their application to rhyme generation and question answering

计划是什么？LLMs中隐式规划的度量及其在押韵生成和问答中的应用

Jim Maar, Denis Paperno, Callum Stuart McDougall, Neel Nanda

机构 * HPI / University of Potsdam（HPI/波茨坦大学） ； Utrecht University（乌特勒支大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文提出简单方法评估LLM隐式规划，通过押韵生成和问答案例展示其可扩展性，发现隐式规划在1B参数模型中普遍存在，为AI安全提供新视角。

Comments 41 pages, 34 figures, Accepted at ICLR 2026, Code available at https://github.com/Jim-Maar/implicit-planning-in-llms

Scaling Vision Models Does Not Consistently Improve Localisation-Based Explanation Quality

扩大视觉模型并不一致地提高基于定位的解释质量

Mateusz Cedro, Marcin Chlebus

机构 * University of Warsaw（华沙大学） 纠错

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

AI总结 本文研究了扩大视觉模型对基于定位的解释质量的影响，发现模型深度和参数数量增加并不总能提升解释质量，小模型表现可能更优。

Comments 28 pages, 8 figures, 8 tables

How LLMs Are Persuaded: A Few Attention Heads, Rerouted

大语言模型如何被说服：几个被重定向的注意力头

Xiangkun Sun, Lingkai Kong, Aoqi Zhang, Liang Zeng, Tonghan Wang

机构 * Northeastern University（东北大学） ； Harvard University（哈佛大学） ； Tsinghua University（清华大学） ； Skywork AI 纠错

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

AI总结 研究揭示大语言模型在被说服时，少量中间层注意力头决定答案，通过重定向注意力产生事实性错误，该机制在开源LLM和现实攻击场景中均有效。

Comments 9 pages, 9 figures

Playing games with knowledge: AI-Induced delusions need game theoretic interventions

用知识玩游戏：AI 引发的幻觉需要博弈论干预

Will Beaumaster, Paul Schrater

机构 * University of Minnesota（明尼苏达大学） 纠错

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

AI总结 本文探讨了对话AI在知识接口中的根本缺陷，提出通过博弈论干预解决AI引发的幻觉问题，引入认知摩擦机制和信念版本化系统以实现信息环境设计的安全性。

Variational Inference for Lévy Process-Driven SDEs via Neural Tilting

通过神经倾斜进行莱维过程驱动的随机微分方程的变分推断

Yaman Kindap, Manfred Opper, Benjamin Dupuis, Umut Simsekli, Tolga Birdal

机构 * Imperial College London, UK（伦敦帝国学院） ； Technical University of Berlin, Germany（柏林技术大学） ； INRIA, CNRS, Département d’Informatique de l’Ecole Normale Supérieure / PSL, France（法国国家信息与自动化研究所（INRIA）、国家科学研究中心（CNRS）、巴黎社会科学高等师范学院信息学系/巴黎社会科学高等师范学院） 纠错

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

AI总结 本文提出神经指数倾斜框架，用于莱维驱动SDEs的变分推断，通过神经网络重新加权莱维测度，保留跳跃结构并实现计算可行性，结合二次神经参数化、条件高斯表示和对称感知蒙特卡洛估计器，提升推断效率与可靠性。

Comments The associated project page which contains the official implementation can be found in https://circle-group.github.io/research/NeuralTilting/

When Can Digital Personas Reliably Approximate Human Survey Findings?

数字人设何时能可靠近似人类调查结果？

Mumin Jia, Yilin Chen, Divya Sharma, Jairo Diaz-Rodriguez

机构 * Department of Mathematics and Statistics（数学与统计学系） ； York University（约克大学） ； University Health Network（大学健康网络） 纠错

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

AI总结 研究通过LISS面板评估数字人设在不同架构和任务下的表现，发现其在稳定属性领域表现较好，但个体预测和多变量结构恢复能力有限，检索增强架构效果更依赖人类响应结构。

Medical Incident Causal Factors and Preventive Measures Generation Using Tag-based Example Selection in Few-shot Learning

基于标签的示例选择在少样本学习中生成医疗事件因果因素和预防措施

Yuna Haseyama, Tomoki Ito, Hiroki Sakaji, Itsuki Noda

机构 * Graduate School of Information Science（信息科学研究生院） ； Technology Hokkaido University Hokkaido, Japan（技术 Hokkaido 大学 Hokkaido, Japan） ； National Institute of Information（信息国家研究所） ； Faculty of Information Science（信息科学学院） 纠错

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

AI总结 本文提出基于标签的少样本学习方法，利用日本医疗事件数据集，通过对比随机采样、相似度选择和标签方法，验证标签选择能提高生成精度和稳定性。

The Truth Lies Somewhere in the Middle (of the Generated Tokens)

生成标记中的真相位于中间

Sophie L. Wang, Phillip Isola, Brian Cheung

机构 * MIT（麻省理工学院） 纠错

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

AI总结 本文探讨了如何将自回归生成的隐藏状态汇总为反映语言模型内部状态的表示。通过核对齐发现，对生成标记的均池化比单个标记更有效，且生成标记的表示优于提示标记。

RuPLaR : Efficient Latent Compression of LLM Reasoning Chains with Rule-Based Priors From Multi-Step to One-Step

RuPLaR : 通过基于规则的先验概率实现LLM推理链的高效潜在压缩

Xiaocheng Luo, Kang Wang, Zaifu Zhan, Yuechi Zhou, Xiangyu Duan

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

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

AI总结 本文提出RuPLaR框架，通过基于规则的先验概率指导LLM生成单阶段潜在推理令牌，提升推理效率与准确性，实验表明其比现有方法提升11.1%的准确率且消耗更少token。

Comments 15 pages, 15 figures

The Grounding Gap: How LLMs Anchor the Meaning of Abstract Concepts Differently from Humans

概念基础差距：LLMs如何以不同于人类的方式锚定抽象概念的含义

Odysseas S. Chlapanis, Orfeas Menis Mastromichalakis, Christos H. Papadimitriou

机构 * Department of Informatics（信息学院） ； Athens University of Economics and Business（雅典经济与商业大学） ； Archimedes, Athena Research Center（阿基米德·雅典研究中心） ； Instituto de Telecomunicações（电信研究所） ； Department of Computer Science（计算机科学系） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 研究比较了LLMs与人类对抽象概念的锚定方式，发现LLMs过度依赖词关联，缺乏情感和内部状态属性，导致基础差距显著。

Memory Inception: Latent-Space KV Cache Manipulation for Steering LLMs

记忆 inception：用于引导 LLMs 的潜在空间 KV 缓存操作

Andy Zeyi Liu, Michael Zhang, Ilana Greenberg, Adam Alnasser, Lucas Baker, John Sous

机构 * Yale University（耶鲁大学） ； Princeton University（普林斯顿大学） ； Jump Trading 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 memory inception 方法，通过在选定层插入文本衍生的键值对（KV）银行，在潜在注意力空间中引导 LLMs，实现更高效的控制与更少的存储消耗。

Validity-Calibrated Reasoning Distillation

有效性校准的推理蒸馏

Khouloud Saadi, Di Wang

机构 * Department of Computer Science（计算机科学系） ； KAUST（科威特大学） 纠错

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

AI总结 本文提出有效性校准的推理蒸馏框架，通过动态监督机制优化学习信号分配，提升数学推理、代码生成和指令遵循任务的性能。

Hyperspherical Autoencoder for High-Fidelity Image Reconstruction and Generation

超球面自编码器用于高保真图像重建与生成

Hun Chang, Byunghee Cha, Jong Chul Ye

机构 * KAIST AI（韩国科学技术院人工智能实验室） 纠错

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

AI总结 本文提出超球面自编码器，通过方向特征对齐和层次卷积补丁嵌入模块，提升图像重建和生成的保真度，实验结果显示其在gFID、rFID和PSNR指标上均优于现有方法。

Comments 22 pages, and 20 figures

Priming: Hybrid State Space Models From Pre-trained Transformers

预训练：从预训练变换器中获得的混合状态空间模型

Aditya Chattopadhyay, Elvis Nunez, Prannay Kaul, Benjamin Bowman, Evan Becker, Luca Zancato, David Thomas, Wei Xia, Stefano Soatto

机构 * AWS Agentic AI（AWS 代理AI） 纠错

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

AI总结 预训练通过从预训练变换器初始化混合模型，利用短对齐和微调阶段，在少于源模型预训练token预算的情况下恢复下游性能，实现了大规模混合架构设计的可控比较。

Drum Synthesis from Expressive Drum Grids via Neural Audio Codecs

通过神经音频编码器从表现性鼓组生成鼓声

Konstantinos Soiledis, Maximos Kaliakatsos-Papakostas, Dimos Makris, Konstantinos Tsamis

机构 * Dept. of Music Technology and Acoustics, Hellenic Mediterranean University（音乐技术与声学系，希腊地中海大学） 纠错

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

AI总结 本文提出通过神经音频编码器将表现性鼓组转换为鼓声，使用Transformer模型生成编码器令牌并评估不同编码器对生成鼓声质量的影响。

Monocular Biomechanical Tracking of Fingers with Inverse Kinematics to Foundation Models

单目生物力学追踪手指：结合逆运动学与基础模型

R. James Cotton, Pouyan Firouzabadi, Wendy Murray

机构 * Shirley Ryan AbilityLab Department of PM\&R Northwestern University ； Shirley Ryan AbilityLab Department of Biomedical Engineering Northwestern University 纠错

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

AI总结 本文提出结合SAM 3D Body基础模型与逆运动学优化的方法，实现单目视频中手指关节角度的生物力学追踪，验证结果表明在多视角重建中误差较小，扩展了单目生物力学分析的应用范围。

Comments Accepted to EMBC 2026

Semantic-Enhanced Time-Series Forecasting via Large Language Models

通过大语言模型增强的语义时间序列预测

Hao Liu, Xiaoxing Zhang, Chun Yang, Xiaobin Zhu

机构 * University of Science and Technology Beijing（北京科技大学） ； Yizhi, China Telecom（中国电信义智） 纠错

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

AI总结 本文提出SE-LLM，通过嵌入时间序列的周期性和异常特征增强语义空间，提升LLM对时间序列分析的潜力，同时改进长短期依赖建模以降低计算开销。

Comments 22 pages,6 figures

Beyond Self-Play: Hierarchical Reasoning for Continuous Motion in Closed-Loop Traffic Simulation

超越自我博弈：闭合环路交通模拟中的层次化推理

Weifan Zhang, Xiaofeng Zhao, Adel Bazzi, Mingrui Li, Yifan Wei, Dengfeng Sun

机构 * School of Aeronautics and Astronautics, Purdue University（普渡大学航空航天学院） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 本文提出一种层次化架构，结合高层多智能体交互推理与底层连续轨迹生成，以提升闭合环路交通模拟中代理的可扩展性和行为真实性，实验表明其在控制平滑性和安全性方面优于自我博弈和被动模仿基线。

Comments Submitted to IEEE Robotics and Automation Letters (RA-L)

The Echo Amplifies the Knowledge: Somatic Marker Analogues in Language Models via Emotion Vector Re-Injection

回声放大知识：通过情感向量再注入在语言模型中引入躯体标记类比

Jared Glover

机构 * CapSen Robotics with ∮ \oint (Stokes)（CapSen机器人公司） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 本文通过情感向量再注入技术，探讨语言模型中情感与知识的关系，验证了情感反馈对决策的影响，复现了Damasio的核心发现。

Instruction Anchor: Dissecting the Mechanistic Dynamics of Modality Arbitration

指令锚点：解构模态仲裁的机理动态

Yu Zhang, Mufan Xu, Xuefeng Bai, Kehai Chen, Pengfei Zhang, Yang Xiang, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL

AI总结 本文通过信息流视角研究模态跟随机制，揭示指令令牌作为模态仲裁的结构锚点，浅层注意力层负责多模态信息聚合，深层注意力层则根据指令意图选择性强化子空间，实验验证了注意力头的特定功能。

Comments Modality Following

Change My View? The Dynamics of Persuasion and Polarization in Online Discourse

改变观点？在线讨论中说服与极化的动态

David Freeborn, Malihe Alikani, Anthony Sicilia

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

AI总结 研究通过分析Reddit的ChangeMyView讨论，探讨说服与极化动态，发现让步与共情策略促进观点改变，而直接反驳等策略则抑制观点改变。

HY-Himmel Technical Report: Hierarchical Interleaved Multi-stream Motion Encoding for Long Video Understanding

HY-Himmel技术报告：分层交错多流运动编码用于长视频理解

Haopeng Jin, Hongzhu Yi, Wenlong Zhao, Jinwen Luo, Shani Ye, Zhenyu Guan, Shiquan Dong, Tiankun Yang, Tao Yu

机构 * Tencent（腾讯） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Forestry University（北京林业大学） 纠错

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

AI总结 HY-Himmel通过分层视频语言框架解决长视频理解中多模态语言模型的三个瓶颈问题，采用轻量级压缩域三流适配器编码密集帧，提升运动感知能力，实验证明其在Video-MME上性能优于32帧基准。

Comments 59 pages, 42 figures. Technical report

Intelligent Autonomous Orchestration for Distributed Cloud Resources using Complex-Stability Analysis

基于复杂稳定性分析的分布式云资源智能自主编排

Gopal Krishna Shyam, Priyanka Bharti

机构 * Department of Computer Science \& Engineering Presidency University, Bengaluru, India Email ； Department of Computer Science \& Engineering REVA University, Bengaluru, India Email 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 本文提出C-SAS框架，利用复分析方法实现系统均衡，通过实时计算稳定性指数抑制振荡，实验显示其在VM波动和资源效率方面优于传统PID和ML方法。

Comments 7 pages

When Should Teachers Control AI Generation for Mathematics Visuals?

教师何时应控制AI生成数学视觉内容？

Zhengxu Li, Junling Wang, April Yi Wang

专题命中 其他安全 ：alignment(abstract)

AI总结 研究探讨教师在AI辅助生成中何时控制以提升数学视觉材料的正确性，发现后生成控制在可预测性和正确性上评分更高，但不同控制阶段各有优劣。

Comments Zhengxu Li and Junling Wang contributed equally to this work. Accepted at ACM Learning@Scale 2026

Journal ref Proceedings of the Thirteenth ACM Conference on Learning @ Scale (L@S 2026), Seoul, Republic of Korea, 2026