大模型对齐与安全

UltraViT: Latency-Optimized On-device Vision Encoder for Large Vision-Language Models

UltraViT：用于大型视觉语言模型的延迟优化设备端视觉编码器

Ioannis Maniadis Metaxas, Adrian Bulat, Alberto Baldrati, Anestis Zaganidis, Yassine Ouali, Hyeonuk Kim, Georgios Tzimiropoulos

机构 * Samsung AI Cambridge（三星人工智能剑桥实验室） ； Technical University of Iasi（雅西技术大学） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 针对大型视觉语言模型在设备端部署受限问题，提出UltraViT视觉编码器，通过考虑设备延迟设计金字塔架构，并采用两阶段生成式预训练策略，有效提升编码效率，优于现有基线。

Comments Accepted at ECCV 2026

A Taxonomy of Confabulations and the Perception-Reality Gap in LLM-Assisted Immersive Scene Editing

大语言模型辅助沉浸式场景编辑中的虚构分类与感知-现实差距

Junlong Chen, Per Ola Kristensson

专题命中 其他安全 ：safety(abstract)

AI总结 研究LLM辅助沉浸式3D场景编辑中的虚构，通过对24名非专业用户的探索性研究构建分类法，报告其普遍性与破坏性，定义感知-现实差距结构，强调负载下虚构意识饱和度，得出对未来系统减轻虚构的设计启示。

Comments Under review

EGR: Embedding-Native Generative Retrieval with a Shared LLM

EGR：使用共享语言模型的嵌入原生生成式检索

Xiaodong Liu, Congfei Zhang, Hsiang-wei Chao, Siman Wang, Tong Zhao, Xiao Bai, Vincent Zhang, Jingxiao Ma, Zhe Liu, Wenfeng Zhuo, Zichu Li, Jitin Krishnan, Yunzhi Zhou, Yajun Wang, Jinchao Li, Yu Zhang

专题命中 其他安全 ：alignment(abstract)

AI总结 研究针对生成式检索在推荐和广告系统中的问题，提出EGR框架，利用共享语言模型在同一嵌入空间学习项目与用户表示，经联合对比训练，在多场景评估中表现出色，提升了转化率，简化了系统设计。

Comments Accepted to RecSys 2026

Convexifying Mean-Field Control: An Occupation-Measure and Frank-Wolfe Approach

凸化平均场控制：一种占用测度和弗兰克 - 沃尔夫方法

Di Yu, Sixiong You, Chaoying Pei

专题命中 其他安全 ：safety(abstract)

AI总结 针对大规模机器人群体的平均场控制问题，建立基于优化的框架，将其提升到占用测度空间并采用弗兰克 - 沃尔夫算法求解，避免状态空间离散化，具有O(1/k)收敛速度，可扩展到三维环境，展现出实用性和可扩展性。

Comments 7 pages, 5 figures. Accepted to the 2026 American Control Conference (ACC)

Emergent Learner Agency in Implicit Human-AI Collaboration: How Supportive and Contrarian AI Personas Reshape Interaction

隐式人机协作中新兴的学习者能动性：支持性和逆向性人工智能角色如何重塑互动

Yueqiao Jin, Roberto Martinez-Maldonado, Dragan Gašević, Xibin Han, Lixiang Yan

专题命中 其他安全 ：safety(abstract)

AI总结 研究探讨支持性和逆向性AI角色对隐式人机创意协作中学习者能动性等方面的影响，通过让大学生分组完成任务并分析话语等，发现逆向性AI虽激发批判性但降低满意度，教育设计需平衡挑战与情感氛围。

VisTR: Visualizations as Representations for Time-series Table Reasoning

VisTR：将可视化作为时间序列表推理的表示

Jianing Hao, Zhuowen Liang, Chunting Li, Yuyu Luo, Jie Li, Wei Zeng

专题命中 其他安全 ：alignment(abstract)

AI总结 针对时间序列表推理难题，VisTR框架以可视化核心，利用其连接数据与认知，通过多模态大语言模型对齐输入，集成机制处理大数据，实现交互式可视化，经评估和案例验证了其在时间序列推理任务中的有效性和适用性。

Comments 15 pages, 10 figures