大模型对齐与安全

Where Do Models Find Happiness? Emotion Vectors in Open-Source LLMs

模型在哪里找到幸福？开源大语言模型中的情感向量

Sinie van der Ben, Raphaël Baur, Yannick Metz, Mennatallah El-Assady

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

AI总结 研究在开源模型中复现情感向量，发现效价几何结构在层间分布存在差异，且唤醒度编码受语料影响。

HyperDFlash: Hyper-Connection-Aligned Block Speculative Decoding with Gated Residual Reduction

HyperDFlash: 面向MHC架构的块级推测解码与门控残差缩减

Luxi Lin, Shuang Peng, Rui Ma, Junhao Hua, Shuwei Fan, Zhengda Qin, Qiang Wang, Hongjian Sun, Fangmin Chen, Songwei Liu

机构 * ByteDance（字节跳动） 纠错

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

AI总结 针对DeepSeek-V4的多超连接架构，提出HyperDFlash框架，通过对齐残差流和轻量门控缩减器，解决推测解码中特征错位和误差累积问题，显著提升解码速度。

Radical AI Interpretability

激进AI可解释性

Daniel A. Herrmann, Benjamin A. Levinstein

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

AI总结 借鉴激进解释哲学和机械可解释性工具，提出将AI系统解释为智能体的框架，解决如何从计算事实推断信念、欲望和意义的问题，并建立成功标准。

Comments Draft of manuscript to appear as Cambridge Element in the Philosophy of Artificial Intelligence

Chai: Agentic Discovery of Cryptographic Misuse Vulnerabilities

Chai：加密误用漏洞的智能发现

Corban Villa, Sohee Kim, Austin Chu, Alon Shakevsky, Raluca Ada Popa

机构 * UC Berkeley（加州大学伯克利分校） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 提出Chai系统，利用AI改进差分测试，从库级缺陷出发沿依赖图传播，发现并验证加密误用漏洞，在X.509、JWT、SAML库中发现超100个漏洞。

Knowledge-augmented Agentic AI for Mental Health Medication Information Seeking

面向心理健康药物信息检索的知识增强型智能体AI

Huizi Yu, Jian Liu, Wenkong Wang, Lingyao Li, Jiayan Zhou, Zhaoqian Xue, Xiang Li, Xinxin Lin, Zhiying Liang, Zhuoru Wu, Siyuan Ma, Xin Ma, Lizhou Fan

机构 * Department of Medicine and Therapeutics, The Chinese University of Hong Kong（香港中文大学内科及药物治疗学系） ； Department of Psychiatry, The Chinese University of Hong Kong（香港中文大学精神科学系） ； School of Control Science and Engineering, Shandong University（山东大学控制科学与工程学院） ； College of Information Science, University of Arizona（亚利桑那大学信息科学学院） ； Department of Medicine, Stanford University School of Medicine, Stanford University（斯坦福大学医学院医学系） ； Perelman School of Medicine, The University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） ； Department of Biostatistics, Vanderbilt University（范德堡大学生物统计学系） ； Li Ka Shing Institute of Health Sciences, Faculty of Medicine, The Chinese University of Hong Kong（香港中文大学医学院李嘉诚健康科学研究所） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 提出一种基于知识图谱的多智能体框架，整合Reddit、WebMD和FDA不良事件报告，通过来源感知集成实现可审计的精神科药物信息检索。

Training-Free Generation of Protein Sequences from Small Family Alignments via Stochastic Attention

基于随机注意力的小家族比对无训练蛋白质序列生成

Jeffrey D. Varner

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

AI总结 提出随机注意力（SA）方法，利用现代Hopfield能量和Langevin动力学从少量序列中无训练生成蛋白质序列，在8个Pfam家族上实现低组成差异、新颖性和结构合理性。

Linguistics and Human Brain: A Perspective of Computational Neuroscience

语言学与人脑：计算神经科学的视角

Fudong Zhang, Bo Chai, Yujie Wu, Wai Ting Siok, Nizhuan Wang

机构 * Institute of AI and Robotics, College of Intelligent Robotics and Advanced Manufacturing, Fudan University（人工智能与机器人研究院，智能机器人与先进制造学院，复旦大学） ； Department of Language Science and Technology, The Hong Kong Polytechnic University（语言科学与技术系，香港理工大学） ； Department of Computing, The Hong Kong Polytechnic University（计算系，香港理工大学） 纠错

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

AI总结 本文从计算神经科学视角，通过建模、模拟和数据分析将语言层次动态结构转化为可测试神经模型，并利用深度学习和大语言模型探索语言处理的神经基础。

Journal ref Cognitive Neurodynamics, 2026

Six Fallacies in Substituting Large Language Models for Human Participants

将大型语言模型用于人类参与者中的六大谬误

Zhicheng Lin

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

AI总结 本文批判性地评估了将LLM用于行为和心理研究的替代观点，指出六个谬误，包括将token预测等同于人类智能、将LLM视为平均人类等，强调LLM作为实用模拟工具的价值，而非人类替代品。

Journal ref Advances in Methods and Practices in Psychological Science, 8(3), 1-19 (2025)

Proposal-Conditioned Latent Diffusion for Closed-Loop Traffic Scenario Generation

基于提议条件的闭环交通场景生成潜扩散模型

Shubham Vaijanath Phoolari, Aleyna Kara, Christoph Lauer, Steven Peters

机构 * CARIAD SE ； Technical University of Munich（慕尼黑工业大学） ； Institute of Automotive Engineering (FZD), TU Darmstadt（达姆施塔特工业大学汽车工程研究所（FZD）） 纠错

专题命中 其他安全 ：safety(abstract)

AI总结 提出一种基于实例场景上下文和多模态提议先验的扩散框架，通过紧凑动作潜表示和提议初始化提升采样效率，实现闭环交通场景的逼真、安全且可控生成。

Comments Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

OmniRobotHome: A Multi-Camera Home Platform for Real-Time Human-Robot Interaction

OmniRobotHome：一个多摄像头平台用于实时多对多人机交互

Junyoung Lee, Inhee Lee, Sookwan Han, Jeonghwan Kim, Kyungwon Cho, Mingi Choi, Lee Chae-Yeon, Wonjung Woo, Gunhee Kim, Jisoo Kim, Jeonghyeon Na, Hanbyul Joo

机构 * Seoul National University（首尔国立大学） ； RLWRLD 纠错

专题命中 其他安全 ：safety(abstract)

AI总结 OmniRobotHome通过多摄像头和双Franka机械臂实现多对多人机协作的实时3D感知与协同动作，解决了近距离交互中的遮挡和状态变化问题，为多对多协作实验提供了可行平台。

Comments Project Page: https://junc0ng.github.io/omnirobothome

PathFLIP: Fine-grained Language-Image Pretraining for Versatile Computational Pathology

PathFLIP：面向多功能计算病理学的细粒度语言-图像预训练

Fengchun Liu, Songhan Jiang, Linghan Cai, Ziyue Wang, Yongbing Zhang

机构 * Harbin Institute of Technology, Shenzhen, School of Computer Science and Technology（哈尔滨工业大学（深圳）计算机科学与技术学院） ； National University of Singapore, Department of Electronic and Computer Engineering（新加坡国立大学电子与计算机工程系） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 提出PathFLIP框架，通过将幻灯片级描述分解为区域级子描述并生成文本条件区域嵌入，实现细粒度视觉-语言对齐，在多个基准上优于现有模型且训练数据更少。

Symmetric Entropy-Constrained Video Coding for Machines

面向机器的对称熵约束视频编码

Yuxiao Sun, Meiqin Liu, Chao Yao, Qi Tang, Jian Jin, Weisi Lin, Frederic Dufaux, Yao Zhao

专题命中 其他安全 ：alignment(abstract)

AI总结 提出SEC-VCM框架，通过双向熵约束机制对称对齐视频编解码器与视觉骨干网络，保留语义并丢弃无关信息，结合语义-像素双路径融合提升机器视觉任务性能，在多项任务上显著优于H.266/VVC。

Comments Accepted by IEEE Transactions on Image Processing. This is the author's accepted manuscript (AAM)

EndoUFM: Utilizing Foundation Models for Monocular depth estimation of endoscopic images

EndoUFM：利用基础模型进行内窥镜图像的单目深度估计

Xinning Yao, Bo Liu, Bojian Li, Jingjing Wang, Jinghua Yue, Fugen Zhou

机构 * Image Processing Center, Beihang University（北京航空航天大学图像处理中心） ； State Key Laboratory of High-Efficiency Reusable Aerospace Transportation Technology（高效可重复航天运输技术国家重点实验室） 纠错

专题命中 其他安全 ：safety(abstract)

AI总结 提出EndoUFM框架，通过双基础模型和自适应微调策略（RVLoRA和Res-DSC）提升内窥镜图像单目深度估计性能，在多个数据集上达到最优。

Comments 12 pages