AgentCanary: A Security Evaluation Framework for Autonomous AI Agents in Real Executable Environments
AgentCanary：真实可执行环境中自主AI智能体的安全评估框架
专题命中 安全评测 ：safety(abstract)
AI总结 提出AgentCanary框架，通过正交风险分类、高保真执行环境和轨迹多维度评估，解决现有安全评估中风险覆盖碎片化、环境静态低保真及指标单一粗粒度的问题。
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. 安全评测 27 篇
DB-3DME: From Dataset to Benchmark for Human-aligned Automatic 3D Mesh Evaluation
DB-3DME：从数据集到基准测试，实现与人类对齐的自动3D网格评估
机构 * University of California, Berkeley（加州大学伯克利分校） ； Roblox Corporation（Roblox公司）
专题命中 安全评测 ：alignment(abstract)
AI总结 提出DB-3DME数据集与基准，包含2619个合成3D网格及其人类评分，通过微调视觉编码器优化VLM评估性能，显著超越现有模型。
Comments CVPR 2026 workshop paper. 10 pages, 3 figures, 6 tables. Dataset available at GitHub and Hugging Face
CORRECT: COndensed eRror RECognition via knowledge Transfer in multi-agent systems
CORRECT: 多智能体系统中基于知识迁移的浓缩错误识别
专题命中 安全评测 ：alignment(abstract)
AI总结 提出CORRECT框架，利用在线缓存蒸馏错误模式，实现轻量级、免训练的错误定位，在多智能体系统中提升错误识别效率，并在七个应用上取得最高19.8%的步骤级错误定位提升。
2. AI治理与伦理 3 篇
Emergent alignment and the projectability of ethical personas
涌现对齐与伦理人格的可投射性
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； Indiana University Bloomington（印第安纳大学布卢明顿分校）
专题命中 AI治理与伦理 ：alignment(title,abstract)；safety(abstract)；分类 cs.AI、cs.LG
AI总结 研究微调大语言模型在窄任务上如何引发广泛对齐行为，通过宪法AI方法赋予模型伦理人格，发现窄对齐可投射到未训练类别，并提出对齐策略应评估可投射性。
Representational Alignment with Chemical Induced Fit for Molecular Relational Learning
基于化学诱导契合的表征对齐用于分子关系学习
机构 * Wuhan University of Technology（武汉理工大学） ； Yonsei University（延世大学） ； Hubei Key Laboratory of Transportation Internet of Things（湖北省交通运输物联网重点实验室） ； Dalian University（大连大学）
专题命中 AI治理与伦理 ：alignment(title)；分类 cs.AI、cs.LG
AI总结 提出ReAlignFit方法，通过引入化学诱导契合的归纳偏置动态对齐子结构表征，并利用子图信息瓶颈优化高化学功能兼容性的子结构对，以提升分子关系学习在化学空间偏移数据上的稳定性。
Comments Accepted by SIGKDD2026 AI for Science Track
Moral Sensitivity in LLMs: A Tiered Evaluation of Contextual Bias via Behavioral Profiling and Mechanistic Interpretability
大语言模型中的道德敏感性：通过行为剖析和机制可解释性对上下文偏见进行分层评估
机构 * University of Maryland, College Park（马里兰大学学院公园分校） ； Purdue University（普渡大学） ； Meta ； Apple（苹果公司） ； Wright State University（怀特州立大学） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校）
专题命中 AI治理与伦理 ：alignment(abstract)；safety(abstract)；分类 cs.CY、cs.LG
AI总结 提出道德敏感性指数（MSI）量化大语言模型在七级压力测试中的偏见概率，并通过行为剖析和机制验证揭示模型偏见随情境变化的U型曲线，发现推理蒸馏会重新激活浅层统计关联。
3. 其他安全 21 篇
ERAlign: Energy-based Representation Alignment of GNNs and LLMs on Text-attributed Graphs
ERAlign: 文本属性图上GNN与LLM的基于能量的表示对齐
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 其他安全 ：alignment(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出ERAlign框架，利用能量模型对齐GNN和LLM的表示，通过能量差异优化实现分布一致性，在8个数据集上取得最优性能。
Comments Accepted to ICML 2026
The Role of Feedback Alignment in Self-Distillation
反馈对齐在自蒸馏中的作用
机构 * Gensyn
专题命中 其他安全 ：alignment(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究通过自蒸馏提升语言模型性能时，反馈与模型推理的结构对齐是关键因素，步级对齐批评比二元奖励或参考解更有效。
Comments Accepted to the ICML 2026 Workshop on RL from World Feedback (RLxF)
IDEAL: In-DEpth ALignment Makes A Discrete Representation AutoEncoder
IDEAL: 深度对齐实现离散表示自编码器
机构 * Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究所） ； Shanghai Innovation Institute（上海创新研究院） ； University of Maryland, College Park（马里兰大学帕克分校）
专题命中 其他安全 ：alignment(title,abstract)
AI总结 提出IDEAL框架，通过联合对齐量化令牌与浅层和深层VFM特征，提升离散表示自编码器的重建质量，在ImageNet上实现0.61 rFID，并创下自回归图像生成新纪录（gFID 1.89）。
Comments Code is available at https://github.com/Row11n/IDEAL
RespiraMFM: A Multimodal Foundation Model with Contrastive Audio-Language Alignment for Respiratory Disease Identification
RespiraMFM：一种用于呼吸道疾病识别的对比音频-语言对齐多模态基础模型
机构 * The Ohio State University（俄亥俄州立大学） ； University of Southern California（南加州大学） ； University of Chicago（芝加哥大学）
专题命中 其他安全 ：alignment(title,abstract)
AI总结 提出RespiraMFM多模态基础模型，通过对比音频-文本对齐策略整合呼吸音与临床信息，在监督和零样本任务中分别提升AUROC 9.15%和20.98%。
Comments ACL 2026 Main Conference
Nonlocal modeling of opinion alignment and environmental feedback: Spatial aggregation and non-consensus patterns
意见对齐与环境反馈的非局部建模：空间聚集与非共识模式
专题命中 其他安全 ：alignment(title,abstract)
AI总结 提出一个注意力介导反馈的空间意见动力学模型，通过非局部对齐与注意力场耦合，推导出非局部对流-交叉扩散系统，分析显示注意力反馈扩大非共识聚类参数区间，促进空间异质性。
SARA: Semantically Adaptive Relational Alignment for Video Diffusion Models
SARA: 语义自适应关系对齐用于视频扩散模型
机构 * Tencent Hunyuan（腾讯文英）
专题命中 其他安全 ：alignment(title,abstract)
AI总结 提出SARA方法，通过文本条件显著性引导令牌对监督，提升视频扩散模型的文本对齐和运动质量。
A Pigouvian Matchmaker Mechanism for De-escalating the AGI Race
一种用于缓和AGI竞赛的庇古匹配机制
专题命中 其他安全 ：alignment(abstract)；safety(abstract)
AI总结 提出一种正式机制，通过监管者-匹配者促进AGI竞赛参与者资源合作，征收庇古税并投资于对齐研究，在连续时间期权框架下推导参与条件和最优活动水平。
Causal Ensemble Agent: Hierarchical Causal Discovery with LLM-guided Expert Reweighting
因果集成智能体：基于LLM引导的专家重加权的层次化因果发现
机构 * The University of Melbourne（墨尔本大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Peking University（北京大学） ； Adelaide University（阿德莱德大学） ； Hong Kong Baptist University（香港浸会大学） ； The University of Sydney（悉尼大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出因果集成智能体（CEA）框架，通过线性意见池聚合不同层次的统计因果发现结果，并利用大语言模型（LLM）作为元裁判在决策边界附近动态重加权专家，从而构建更准确完整的因果图。
Human-AI Coordination Zones: A Framework for Designing Human-in-the-Loop Experiences with Agentic AI
人机协调区域：设计具有代理性AI的人机协同体验框架
机构 * Amazon Web Services（亚马逊网络服务）
专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.CY
AI总结 提出人机协调框架，通过显著性、参与度和活动三个维度定义协调区域，并提供输入分类、协调曲线和设计模式，用于生成、分析和沟通人机交互体验。
HANDOFF: Humanoid Agentic Task-Space Whole-Body Control via Distilled Complementary Teachers
HANDOFF: 通过蒸馏互补教师实现人形机器人任务空间全身控制
机构 * California Institute of Technology（加州理工学院） ； The Institute for Human & Machine Cognition（人机认知研究院）
专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG
AI总结 提出HANDOFF框架，通过多教师KL蒸馏和上下文门控机制，将全身运动跟踪、行走和跌倒恢复三个专家策略融合为混合专家学生策略，实现基于紧凑显式接口的全身控制，在Unitree G1上达到先进的速度跟踪性能并扩展了操作工作空间。
Comments 22 pages, 9 figures, Project page: https://lzyang2000.github.io/HANDOFF/
Falcon-X: A Time Series Foundation Model for Heterogeneous Multivariate Modeling
Falcon-X：面向异构多变量建模的时间序列基础模型
机构 * Ant Group（蚂蚁集团）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG
AI总结 针对现有时间序列基础模型在语义对齐和关系表达上的局限，提出Falcon-X，通过将变量映射到统一潜在原型空间，利用统一原型差分注意力机制对齐异构变量，并在共享空间中通过潜在实体注意力进行跨变量交互，实现零样本结构迁移，在GIFT-Eval和fev-bench基准上取得最先进预测性能。
Closing the Modality Gap in Zero-Shot HAR: Contrastive Training and Separability-Optimized Prototypes on IMU Data
缩小零样本HAR中的模态差距：基于IMU数据的对比训练与可分性优化原型
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 其他安全 ：alignment(abstract)；分类 cs.LG
AI总结 针对IMU基零样本人体活动识别中的模态差距问题，提出对比训练与描述性原型结合的方法，在PAMAP2数据集上实现73.2%准确率和0.583宏F1，并指出宏F1更适合作为评估指标。
Comments 17 pages, 7 figures
Enhancing Multilingual LLM-based ASR with Mixture of Experts and Dynamic Downsampling
利用混合专家和动态下采样增强基于多语言大模型的语音识别
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL
AI总结 提出基于投影器的LLM-ASR框架，通过混合专家架构提升跨语言适应性，并利用连续整合-触发机制实现动态下采样和模态对齐，实验表明该方法显著超越强基线模型。
Comments Accepted by ICASSP 2026
Journal ref ICASSP (2026),18807-18811
Self-EmoQ: Plutchik-Guided Value-based Planning to Drive Streaming Emotional TTS
Self-EmoQ: 基于Plutchik引导的价值规划驱动流式情感TTS
机构 * Geely AI Lab（地平线人工智能实验室）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 提出一种情感规划框架，通过强化学习训练LLM模块，在文本生成前确定情感，以驱动流式TTS，结合Plutchik情感理论进行混合奖励，实验表明在情感确定和响应质量上优于基线。
Comments Accepted to ACL 2026 Findings
A Geometric Account of Activation Steering through Angle-Norm Decomposition
通过角度-范数分解的激活引导的几何解释
机构 * Huawei Noah’s Ark Lab（华为诺亚实验室） ； Queen Mary University of London（女王玛丽大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 本文通过控制实验分离角度和径向分量，发现概念主要编码在角度结构中，但范数对引导的稳定性和下游效应至关重要，建议将激活引导参数化为可解释的角度和径向分量。
A Sober Look at Agentic Misalignment in Automated Workflows
对自动化工作流中智能体错位的冷静审视
机构 * University of Virginia（弗吉尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Utah（犹他大学） ； University of Notre Dame（圣约翰大学） ； George Washington University（乔治华盛顿大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 本文研究多智能体系统中的新兴错位问题（称为智能体错位），通过贝叶斯框架分析其成因，并提出基于证据的智能体对齐范式（AEA）来纠正错位行为，从而提升协作可靠性。
Reasoning over Semantic IDs Enhances Generative Recommendation
基于语义ID的推理增强生成式推荐
机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； Tencent Inc.（腾讯公司）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 提出SIDReasoner两阶段框架，通过增强语义ID与语言的对齐和结果驱动的强化优化，实现无需大量推理标注的有效推理，提升生成式推荐的准确性、可解释性和跨领域泛化能力。
Comments Accepted by KDD 2026
AnimaSpark: A Feed-Forward Method for Animating Arbitrary 3D Objects
AnimaSpark: 一种用于任意3D对象动画的前馈方法
机构 * Bytedance（字节跳动）
专题命中 其他安全 ：alignment(abstract)
AI总结 提出AnimaSpark管道，通过将带骨骼的3D模型渲染为多层图像表示，输入视频生成模型，再提取2D关键点运动并提升至3D空间，实现类别无关的3D动画生成，在文本-运动对齐、运动质量和计算效率上优于现有方法。
Geometric Coastline Localization using Vision-Language Models
基于视觉语言模型的海岸线几何定位
机构 * The University of Waikato（怀卡托大学） ； The University of Auckland（奥克兰大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 提出将海岸线提取视为几何边界定位任务，基于GeoChat-7B/LLaVA-1.5架构构建CoastlineVLM-7B模型，直接预测折线而非分割掩码，在几何指标上优于传统分割方法。
Sketch-to-Layout: A Human-Centric Computational Agent for Constraint-Aware Synthesis of Modular Photobioreactors
草图到布局：面向约束感知的模块化光生物反应器合成的人本计算代理
机构 * Qrafty Technology Inc.（Qrafty技术公司） ； University of Michigan（密歇根大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 提出一种计算框架，将用户草图转化为模块化光生物反应器立面布局，通过约束满足问题（CSP）求解器实现近实时合成，并引入弱监督藻类健康监测管道，实现碳中性和自主维护。
Comments 13 pages, 6 figures
CharTide: Data-Centric Chart-to-Code Generation via Tri-Perspective Tuning and Inquiry-Driven Evolution
CharTide: 数据中心的图表到代码生成通过三视角微调和查询驱动进化
机构 * Nanjing University（南京大学） ； LLM Team, Shopee Pte. Ltd.（Shopee 联邦学习团队） ； East China Normal University（华东师范大学） ； Nanjing University of Science and Technology（南京理工大学） ； Central South University（中南大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 提出CharTide框架，通过三视角微调解耦视觉感知与代码逻辑，并引入基于信息不变性的查询驱动强化学习进行数据验证，在多个基准上超越GPT-4o。
Comments Accepted to ACL 2026 Main
