AI 大模型
大模型对齐、安全、越狱、红队、提示注入和可信评测。
截断盲区：解码策略如何系统性地排除人类样式的令牌选择
机构 * Department of Statistics, Ludwig Maximilian University, Munich, Germany（统计系，路德维希-马克西米利安大学，慕尼黑，德国） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML））
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 研究探讨了文本生成中解码策略与人类语言生成的差异，发现基于概率的解码方法排除了人类可选但统计上稀有的令牌，导致生成文本可检测性增强。
Comments Under review
BUSTR：用于乳腺超声报告生成的描述符感知视觉语言学习
机构 * University of Nevada, Las Vegas（内华达大学拉斯维加斯分校）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG
AI总结 针对公共BUS数据集缺乏配对报告限制模型发展的问题，提出BUSTR框架，利用结构化病变信息，通过构建描述符派生报告、训练多头编码器及双重目标指导训练，提升了乳腺超声报告生成的相似性和描述符恢复能力。
Comments 17 pages, 2 figures, 8 tables
GRIP：通过微调大语言模型进行参数内图推理
机构 * Washington University in Saint Louis（华盛顿大学圣路易斯分校） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 研究如何让大语言模型适应结构数据，提出GRIP方法，通过微调任务将图关系知识内化到模型参数，存储于轻量级LoRA模块，实验表明该方法在处理大图时优于基线，处理小图时以低推理成本达可比性能。
不是人，而是东西：在医疗AI时代重新思考信任
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.CY
AI总结 本文探讨医疗AI时代信任的重新定义，强调通过透明设计和责任部署建立信任，而非依赖同理心或直觉。
Journal ref European Journal of Radiology Artificial Intelligence 3 (2025) 100038
重新思考异构语言模型合并：加权模型平均视角
机构 * University of Science and Technology of China（中国科学技术大学） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 研究异构语言模型合并问题，通过无训练的维度适配和比率控制插值，在联合式与交叉式合并中进行实验，结果表明简单参数平均结合轻量级适配和比率控制是强大基线，揭示直接加权融合的限制及对复杂方法的制约。
Comments 17 pages, 3 figures, 20 tables, preprint
用于预训练模型微调的自动编码器压缩并行分割学习
机构 * Eindhoven University of Technology（埃因霍温理工大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.LG
AI总结 针对资源受限边缘设备上大规模基础模型分布式微调的局限，提出AE-PSL框架，利用轻量级自动编码器压缩中间激活值和梯度，并引入两阶段对齐机制，提升通信效率与模型兼容性。
Comments Accepted to ECML-PKDD 2026, 4th Workshop on Advancements in Federated Learning (WAFL)
AlphaOracle：通过受人工工作流程启发的深度学习进行甲骨文破译
机构 * School of Software Engineering, Huazhong University of Science and Technology（华中科技大学软件学院） ； School of Electronic Information Engineering, South China University of Technology（华南理工大学电子信息学院） ； Key Laboratory of Oracle Bone Inscriptions Information Processing, Anyang Normal University（安阳师范学院甲骨文信息处理重点实验室）
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL
AI总结 针对约3000个未破译甲骨文字符的问题，提出受人工工作流程启发的AlphaOracle框架，经多阶段管道进行甲骨文破译，与专家解读高度一致，还能减少分析时间，为甲骨文及其他未破译文字研究提供参考。
Comments Accepted by The Innovation 2026
Journal ref The Innovation 7(11), 101462, 2026
机器学习中的表征概念：超越柏拉图与亚里士多德
专题命中 其他安全 ：alignment(abstract)；分类 cs.LG
AI总结 探讨机器学习中表征概念，随着模型发展其从工程领域转向心理表征领域。评估《柏拉图式表征假说》中关于不同AI模型表征属性趋同由现实统一结构驱动的说法，借助心灵哲学观点审视，阐明关键、解释不足并给出研究方向。
Comments 8 pages. Accepted for oral presentation at ICML 2026
SurvCF(t)：预测性维护多元时间序列数据中生存分析的反事实解释
专题命中 其他安全 ：safety(abstract)；分类 cs.LG
AI总结 针对预测性维护多元时间序列数据的生存分析，提出SurvCF(t)框架，通过识别资产运行历史变化增加预测寿命，将解释设为约束优化问题，经多基准评估，弥合生存预测与维护差距，实现可解释决策型AI。
Comments 10 pages, 3 figures
通过虚拟传感和物理信息学习连接电池设计与健康评估
专题命中 其他安全 ：safety(abstract)；分类 cs.LG
AI总结 研究针对锂离子电池健康监测与设计脱节问题，提出基于虚拟传感和物理信息学习的框架，能推断设计参数，嵌入机制降低预测误差，虚拟传感减少相关误差，建立反馈回路，助力电池设计与评估。
Comments 28 pages, 7 figures
立场：解释稳定性是模型与方法对的属性，而非模型本身的属性
专题命中 其他安全 ：safety(abstract)；分类 cs.AI
AI总结 该论文指出关于解释稳定性的断言需经交叉方法验证，以胸部X光实验为例，不同模型在不同归因方法下稳定性排名反转，说明解释稳定性是模型与方法对的属性，基于解释的断言应多方法验证并明确归因算子。
Comments Accepted Position Paper at ICML 2026. https://openreview.net/forum?id=9r8sSaYhos
Journal ref Forty-third International Conference on Machine Learning Position Paper Track, 2026
PhysAgent：用于物理上合理的视频生成的反射式智能体物理控制
机构 * Shanghai Jiao Tong University（上海交通大学） ； Cardiff University（卡迪夫大学）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 研究物理上合理的视频生成问题，提出PhysAgent反射式智能体框架，通过闭环设计及物理控制API，改善参数控制，实现复杂轨迹等，实验证明其能生成更合理视频，有更好提示对齐及泛化效果。
Comments For project page, see https://iapple233.github.io/PhysAgent
是什么让语言表征成为人类大脑中高级视觉感知的良好模型？
机构 * European Commission, Joint Research Centre (JRC)（欧盟委员会，联合研究中心 (JRC)）
专题命中 其他安全 ：alignment(abstract)；分类 cs.AI
AI总结 研究语言模型图像描述对人类大脑高级视觉感知的预测性，考虑六种字幕类型和五种语言模型，发现机器生成字幕表现优，文本嵌入器优于自回归语言模型，大脑预测性和行为一致性在中间网络深度达峰值，确立字幕嵌入为研究工具。
Comments Supplementary Materials in the public GitHub repository referenced in the paper
超越并行跟踪：交互式多特征融合驱动非侵入性脑记录的语义重建
机构 * Center for BioMed-X Research, Academy for Advanced Interdisciplinary Studies,Peking University（北京大学生物医学前沿创新中心、前沿交叉学科研究院） ； Speech and Hearing Research Center, School of Intelligence Science and Technology,Peking University（北京大学智能科学与技术学院言语听觉研究中心） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； National Biomedical Imaging Center, State Key Laboratory of Membrane Biology, Institute of Molecular Medicine, Peking-Tsinghua Center for Life Sciences, College of Future Technology, Peking University（国家生物医学成像中心、膜生物学国家重点实验室、分子医学研究所、北京大学生命科学联合中心、未来技术学院）
专题命中 其他安全 ：alignment(abstract)；分类 cs.CL
AI总结 研究针对非侵入性脑记录语义重建中表征不匹配问题，引入多特征融合框架，通过交互式门控机制结合静态与动态表征，经实验对比线性连接和非线性交叉注意力等方法，证明交叉注意力融合性能最佳，提供了新的脑到文本解码方法。
AOE：通过重新校准异常标签实现穷尽式分布外检测
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； Nanjing University of Science and Technology（南京理工大学）
专题命中 其他安全 ：safety(abstract)；分类 cs.LG
AI总结 提出自适应置信度异常暴露（AOE）方法，通过温度缩放重新校准异常标签，利用自适应软目标保留分布外样本与分布内类别的语义关系，从而扩大分离边界并提升分布外检测性能。
Comments The article has been accepted by Frontiers of Computer Science (FCS), with the DOI: {10.1007/s11704-026-61080-0}
不应学习的地方：基于子集归因约束的先验对齐训练以实现可靠的决策制定
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； Communication University of China（中国传媒大学） ； Imperial College London（伦敦帝国学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区网络科学与技术学院）
专题命中 其他安全 ：alignment(abstract)；分类 cs.LG
AI总结 本文提出了一种基于归因的先验对齐方法，通过子集选择归因技术约束模型依赖于人类先验区域，从而提升决策的可靠性。
基于抓握感知物体方向的以接收者为中心的机器人到人类工具交接
机构 * University of Modena and Reggio Emilia（摩德纳大学和雷焦艾米利亚大学）
专题命中 其他安全 ：safety(abstract)
AI总结 研究针对协作机器人与人类操作员工具交接问题，提出以接收者为中心、语音驱动的自适应交接系统，基于Franka cobot，用LLM识别意图、MediaPipe跟踪手部，动态调整末端执行器方向，经实验验证该系统能减少抓握延迟，提升交互流畅性与信任感知。
Comments Accepted for presentation at the 19th International Workshop on Human-Friendly Robotics (HFR 2026), Trento, Italy. The paper will appear in Springer's Proceedings in Advanced Robotics
用于无训练测试时医学图像分割的内存支持协同适应
机构 * School of Computer Science, University of Nottingham（诺丁汉大学计算机科学学院） ； School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机科学与信息工程学院） ； Information Systems Technology and Design Pillar, Singapore University of Technology and Design（新加坡科技设计大学信息系统技术与设计支柱）
专题命中 其他安全 ：alignment(abstract)
AI总结 研究针对医学图像分割中测试时适应的挑战，提出内存支持协同适应（MSSA）框架，不更新模型参数，通过构建在线内存、文本引导语义先验及跨图像结构对齐实现稳健适应，实验证明其优于现有方法。
Comments 18 pages, ECCV 2026
InLiER：通过中间混合基数结构关键点令牌化实现无学习的异构激光雷达地点识别
专题命中 其他安全 ：alignment(abstract)
AI总结 研究针对机器人平台结合多种激光雷达致现有描述符性能下降的问题，提出无学习管道InLiER，通过混合基数令牌ID编码关键点信息，经三个检索阶段处理，在相关数据集和实验中表现出色，优于基于学习的基线。
Comments Accepted for publication in IEEE Robotics and Automation Letters (RA-L). 8 pages, 8 figures
UniNDM：文本到图像生成中针对性内容的统一噪声驱动检测与缓解框架
机构 * Institute of Artificial Intelligence, State Key Laboratory of Virtual Reality Technology and Systems, Beihang University（北京航空航天大学虚拟现实技术与系统国家重点实验室人工智能研究院） ； College of Artificial Intelligence, Tsinghua University（清华大学人工智能学院） ； Security Department, Alibaba Group（阿里巴巴集团安全部） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-Sen University（中山大学深圳校区网络科学与技术学院）
专题命中 其他安全 ：safety(abstract)
AI总结 针对文本到图像生成易受隐式性提示影响的问题，提出UniNDM统一噪声驱动框架。利用早期预测噪声的可分离性开发轻量级检测器，引入噪声增强自适应负引导缓解问题，扩展到扩散变压器架构，实验显示比现有方法有显著改进。
Comments 18 pages, 10 figures, accepted by TPAMI
多智能体大语言模型的模型驱动规范：可追溯系统模型的需求到验证生成
专题命中 其他安全 ：safety(abstract)
AI总结 针对软件复杂性问题，提出RADIANT方法，结合MDE与多智能体LLMs用于系统开发。能从需求模型自动生成异构模型及可追溯链接，进行变更影响分析和形式验证。评估显示可提高语法有效性和可执行性，减少开发时间并可跨领域应用。
DRIFT：用于平面内MRI超分辨率的难度感知整流流
机构 * Yonsei University（延世大学） ； King Fahd University of Petroleum & Minerals (KFUPM)（法赫德国王石油与矿业大学） ； University of California at Merced（加州大学默塞德分校）
专题命中 其他安全 ：alignment(abstract)
AI总结 针对平面内MRI超分辨率中效率与保真度的权衡问题，提出DRIFT框架，通过两阶段厚度条件整流流，利用解剖投影网络初始化，引入物理感知难度度量指导自适应积分调度器，降低推理成本并优于超分辨率基线。
视觉编码器是否表现出类人的颜色阈值？
机构 * Computer Vision Center（计算机视觉中心） ； Universitat Autònoma de Barcelona（巴塞罗那自治大学） ； Image Processing Lab, Universitat de València（瓦伦西亚大学图像处理实验室） ； Arab Academy for Science, Technology, and Maritime Transport（阿拉伯科学、技术和海运学院）
专题命中 其他安全 ：alignment(abstract)
AI总结 研究探索50多个预训练视觉编码器的色度敏感性，将其与人类辨别阈值比较，发现模型表示与人类感知阈值对齐弱，自监督编码器优于监督的，语言监督模型两极分化，表明当前训练目标不会自然产生类人色度敏感性。
超越语义的艺术：用于多关系表示的层状信息对比学习
机构 * University of Zurich（苏黎世大学） ； Max Planck Institute Bibliotheca Hertziana（马克斯·普朗克赫兹iana图书馆研究所） ； Sapienza University of Rome（罗马第一大学） ； Amazon（亚马逊） ； University of Amsterdam（阿姆斯特丹大学） ； The University of Osaka（大阪大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 该研究针对视觉语言模型丢失艺术作品多关系结构的问题，引入受层理论启发的CANVAS框架，通过多嵌入和对比损失学习关系感知多模态表示，在新基准测试中表现优于基线，证明多关系对齐在艺术理解中兼具理论与实践价值。
Comments Accepted to ECCV 2026
AISAC：为6G闭合人工智能与集成传感通信之间的环路
专题命中 其他安全 ：alignment(abstract)
AI总结 研究针对6G中人工智能与集成传感通信融合问题，提出AISAC闭环框架，阐述其新物理层设计原则，展示全貌、解释问题、开发架构并概述用例及相关开放问题。
MIND-CAVs：基于意图驱动自主的CAV多智能体协商与决策系统
专题命中 其他安全 ：safety(abstract)
AI总结 针对当前联网自动驾驶车辆缺乏全局一致、意图感知协调决策机制的问题，提出MIND-CAVs框架，车辆将传感器观测抽象为意图表示交换，边缘智能体协商冲突意图，实验表明该框架在多车道场景中相比基线有改善。
Comments 8 pages, 5 figures, 1 table
BrainFIBRE：基于信息分解的脑微结构基础模型
机构 * National University of Singapore（新加坡国立大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 提出BrainFIBRE，首个脑微结构基础模型，通过自监督部分信息分解（SPID）和反事实候选构建（CCC）从NODDI图谱中解缠独特、协同和冗余信息，在多种预测任务上达到最优性能。
Comments ECCV 2026. Author name corrected in V2
利用全局和局部语义重新绑定潜在信息以进行纠缠扩散
机构 * University of West Attica（西阿提卡大学） ； VRG, FEE, Czech Technical University in Prague（布拉格捷克技术大学）
专题命中 其他安全 ：alignment(abstract)
AI总结 研究针对潜在扩散模型语义监督不足问题，提出REGLUE框架，联合建模VAE图像潜在信息、局部VFM语义和全局[CLS]令牌，用轻量级卷积语义压缩器聚合特征，经实验验证该框架能提升FID并加速收敛。
Comments ECCV 2026
通过多模态持续预训练增强视觉基础模型
机构 * Institute of Trustworthy Embodied AI, Fudan University（可信具身人工智能研究院，复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Baosight Software Co., Ltd.（上海博视软件有限公司）
专题命中 其他安全 ：alignment(abstract)
AI总结 研究通过多模态持续预训练增强视觉基础模型，提出M-CPT框架，用持续位置嵌入处理不同分辨率视觉输入，通过特征对齐目标提升视觉与文本表示一致性，实验证明该框架能提升多模态理解性能并保持标准视觉任务表现。
Comments Code is available in https://github.com/ShareLab-SII/CoMP-MM
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈