MINT: A Universal Zero-Shot Predictor for Transaction Data
MINT：一种用于交易数据的通用零样本预测器
机构 * Visa Inc.（维萨公司）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 该研究提出通用零样本预测框架MINT，通过轻量级嵌入注入等技术连接交易序列编码器与LLM，在交易预测问答任务中性能领先且资源消耗更低，证实紧凑交易嵌入更具优势。
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 930 篇
Vero: Can AI Agents Build Formally Verified Software Repositories?
Vero：AI智能体能否构建形式化验证的软件仓库？
机构 * University of Chicago（芝加哥大学） ； California Institute of Technology（加州理工学院） ； Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校） ； Amazon Web Services（亚马逊云计算服务） ； Apodex
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI、cs.LG
AI总结 研究推出首个仓库级验证软件综合基准Vero，含43个多模块实例，评估发现前沿智能体仅解决27个实例，为相关研究提供测试平台。
LigBench: A Unified and Human-Aligned Benchmark for LLM-based Research Idea Generation
LigBench：面向基于大语言模型的研究创意生成的统一且符合人类偏好的基准
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institution（上海创新研究院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 该研究针对现有LLM研究创意生成评估零散、缺乏统一标准的问题，提出LigBench基准及PAIR-IQ数据集，实验表明LigBench评估稳定可解释且与专家判断一致性高，PAIR-IQ训练的模型排名准确性和鲁棒性更强
Comments 17 pages
CRAFT: LLM-Based Iterative Refinement for Temporal Reasoning over Clinical Narratives
CRAFT：基于大语言模型的迭代优化用于临床叙事的时间推理
机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； Genesis Research Group（创世纪研究集团） ； New Jersey Institute of Technology（新泽西理工学院）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
AI总结 针对临床叙事中时间锚点稀疏导致的症状轨迹重建难题，提出基于大语言模型的CRAFT框架，通过生成器与约束验证器迭代优化，在MedTempo基准上提升了时间排序准确率。
Large Language Models Can Follow Instructions, But Not Many at Once: Phase Transitions in Compositional Constraint Satisfaction
大语言模型能遵循指令，但无法同时遵循太多：组合约束满足中的相变
机构 * Meta Superintelligence Labs（元超级智能实验室）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出约束饱和评估基准，发现大语言模型在同时遵循5-6个以上指令约束时可靠性崩溃，不同类型约束的性能下降幅度存在差异，失败呈近独立的乘法累积效应。
Comments 35 pages, 7 figures, 13 tables. Reviewed in the ARR May 2026 cycle
FM-LLM: A frequency-enhanced mixture-of-experts framework for adapting LLMs to time series forecasting
FM-LLM：一种用于适配大语言模型（LLMs）进行时间序列预测的频率增强型混合专家框架
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； China Telecom Research Institute（中国电信研究院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.LG
AI总结 本研究提出FM-LLM框架，通过频谱标记对齐器与非对称MoE解码器等设计，在11个基准的多数指标上优于现有LLM基线，且具备良好迁移性。
Journal ref R. Gu, Y. Ding, J. Li, Y. Ding, W. Sang, X. Huo, X. Qin, and Y. Ji, Knowl.-Based Syst., vol.341, p.115776, 2026
BEST-KAG: Enhancing Question Answering of Building Engineering Standards with Multimodal Knowledge Graph Modeling and Large Language Model
BEST-KAG：通过多模态知识图谱建模与大语言模型增强建筑工程标准的问答能力
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出BEST-KAG框架，通过多模态知识图谱建模与大语言模型，解决建筑工程标准问答的现有局限，在相关评估指标上优于主流大语言模型。
Mapping and Measuring the Behavioral Evolution of Large Language Models
大型语言模型行为演化的映射与测量
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 本研究构建三种互补差异度，分析32个大型语言模型的行为，发现模型家族形成聚类、跨家族距离随时间减小等规律，且该方法具有标签无关性与鲁棒性。
Evaluating Rational Contracting in Natural Language
评估自然语言中的理性缔约
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.CL、cs.AI
AI总结 本研究针对自然语言缔约的评估缺口，构建理性框架并开发ContractSim评估套件，发现当前LLM智能体在高不确定性下缔约及执行协议存在不足，为相关智能体设计指明改进方向。
Comments 9 pages, 5 figures, 2 tables (Appendix: 34 pages, 6 figures, 9 tables)
Similarity Gates Approve Reversals: A Validity Audit of Embedding-Cosine Thresholds in Agent Systems
相似度门控认可反转：智能体系统中嵌入余弦阈值的有效性审计
机构 * Eigenforma（艾根福马） ； Freemind Labs（自由思维实验室）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
AI总结 该研究审计智能体系统中嵌入余弦阈值门控的有效性，发现其无法区分指令反转与释义、性能差且易受混杂因素影响，多数修复措施失效，仅部分配置可区分反转与释义。
Comments 11 pages, 2 figures. Artifact: https://github.com/eigenforma/polaritycheck (DOI: 10.5281/zenodo.21796531)
PolicyKG: An Agentic LLM Pipeline for Translating Institutional Policies into SHACL Knowledge Graphs
PolicyKG：一种用于将机构政策转换为SHACL知识图谱的智能体大语言模型流水线
机构 * Asian Institute of Technology（亚洲理工学院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出PolicyKG流水线，可自动将机构政策转换为SHACL知识图谱，在AIT语料库上取得高分类准确率，适配新领域仅需替换注册表，解决了人工转换的效率问题。
Comments 23 pages, 3 figures, 4 tables. Under review at IJCKG 2026, Bangkok, Thailand
Biologically Informed Representation Learning for Robust Cross-Center Generalization of MALDI-TOF Mass Spectrometry
用于MALDI-TOF质谱稳健跨中心泛化的生物学信息表征学习
机构 * Universidad Carlos III de Madrid（卡洛斯三世大学） ； Instituto de Investigación Sanitaria Gregorio Marañón（格雷戈里奥·马拉尼翁卫生研究所） ； Hospital General Universitario Gregorio Marañón（格雷戈里奥·马拉尼翁大学总医院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.LG
AI总结 本研究针对MALDI-TOF质谱模型跨中心部署的域偏移问题，提出DALMA框架，结合采集变异性与生物学监督学习可迁移表征，在多中心基准的零样本微生物鉴定等任务中达最优性能。
CosmosAlign: Adapting a World Foundation Model for Generative Traffic Video Forecasting
CosmosAlign：适配世界基础模型用于生成式交通视频预测
机构 * Simon Fraser University（西蒙菲莎大学） ； Institut Polytechnique de Paris（巴黎综合理工学院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 该研究提出基于Cosmos3-Nano的CosmosAlign框架，通过两阶段LoRA适配与推理优化，在AI City Challenge 2026 Track 5基准中获76.49分排名第一，实现了高质量交通视频预测。
Comments Accepted at ECCVW 2026
When Self-Evolution Backfires: Pre-Commit Gating against Skill Contamination in LLM Agents
当自进化适得其反：针对LLM智能体中技能污染的预提交门控机制
专题命中 安全评测 ：harmlessness(abstract)；分类 cs.CL、cs.AI
AI总结 该研究发现LLM智能体自进化会出现技能污染导致性能下降的不可逆问题，提出VaG预提交门控机制，可提升性能并实现技能池跨模型迁移。
DreamGuard: Efficient Runtime Guardrail for LLM Agents via Risk-Aware World Model
DreamGuard：基于风险感知世界模型的LLM智能体高效运行时护栏
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
AI总结 针对LLM智能体运行时护栏的长视野风险盲点问题，提出基于风险感知世界模型的主动式护栏DreamGuard，经实验验证其安全-效用权衡更优且延迟低。
Cross-Architecture Steering Transfer in Language Models: A Systematic Empirical Study
语言模型中的跨架构引导迁移：一项系统实证研究
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 本研究通过系统实证发现，在1.7B参数规模以上，独立训练的大语言模型间存在可利用的跨架构引导迁移，验证了柏拉图式表征假说的功能层面补充，强调了机制可解释性中的规模阈值。
Universal Pathologies, Conditional Consequences: A Triple-Robustness Analysis of RAG for Multi-Hop Traceability
普遍存在的缺陷与有条件的后果：面向多跳可追溯性的RAG的三重鲁棒性分析
机构 * Technische Hochschule Ingolstadt（英戈尔施塔特应用技术大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.CL、cs.AI
AI总结 该研究通过三重鲁棒性分析，探究了不同嵌入器、语料库、评判器下GraphRAG与向量RAG的多跳可追溯性表现，发现过度引用具架构普遍性，忠实度后果受语料库影响，提出三重鲁棒性为可信RAG架构主张的最低标准。
Comments 5 pages, 3 figures, 4 tables
Toward Skill-Native LLMs: Skill Entropy for Benchmarking and Training Long-Horizon Reasoning
面向技能原生的大语言模型：用于基准测试和训练长程推理的技能熵
机构 * Princeton University（普林斯顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Stanford University（斯坦福大学） ； University of Oxford（牛津大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 该研究针对现有基准无法评估LLM跨技能长程推理能力的问题，提出Skill Entropy（技能熵）并构建Skill²-Bench基准，还开发Skill-Entropy RL训练框架，显著提升了Qwen3模型在该基准上的表现。
ODRA: Synthesizing Cognitive Behavioral Therapy Sessions with Structured Chain-Of-Thought and Dynamic Patient Resistance
ODRA：结合结构化思维链与动态患者阻抗的认知行为治疗会话合成
机构 * University of Alicante（阿利坎特大学） ； Technische Universität Darmstadt（达姆施塔特工业大学） ； Hessian Center for AI (hessian.AI)（黑森人工智能中心）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.LG
AI总结 本研究提出ODRA框架，结合结构化思维链与动态患者阻抗建模合成CBT会话，解决现有方法的顺从性问题，其生成的会话及微调数据集可提升下游治疗性能。
Comments 39 pages, 23 figures, 12 tables
The RAIL Principles for Neurosymbolic AI: Reasoning, Assurances, Interfacing and Learning
神经符号AI的RAIL原则：推理（Reasoning）、保证（Assurances）、接口（Interfacing）与学习（Learning）
机构 * Politecnico di Milano（米兰理工大学） ； ELLIS Institute Finland（芬兰ELLIS研究所） ； Åbo Akademi University（奥博 Akademi 大学） ； Samsung AI（三星人工智能研究院） ； Delft University of Technology（代尔夫特理工大学） ； Stony Brook University（石溪大学） ； Politecnico di Torino（都灵理工大学） ； University of Stuttgart（斯图加特大学） ； Graz University of Technology（格拉茨工业大学） ； Lockheed Martin, Advanced Technology Labs（洛克希德·马丁公司先进技术实验室） ； BrainCreators（BrainCreators公司） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； University of Amsterdam（阿姆斯特丹大学） ； University of Edinburgh（爱丁堡大学） ； UCLA（加利福尼亚大学洛杉矶分校）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI、cs.LG
AI总结 该文提出神经符号AI的RAIL四项原则，可统一分析多类AI系统，助力工程师更科学地设计部署生产级AI，指导整合神经符号方法到下一代AI技术。
Computing Actual Causes for Neural Network Predictions under Structured Causal Inputs
结构化因果输入下神经网络预测的实际原因计算
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI、cs.LG
AI总结 该研究针对结构化因果输入下神经网络预测解释的误导性问题，提出基于布尔结构因果模型与边界传播、分支定界技术的方法，可高效计算所有最小实际原因，性能优于多种基线方法。
When Agents Learn to Be You: Benchmarking Privacy Leakage, Impersonation Risk, and Defenses in Persona Skills
当智能体学会成为你：对角色技能中的隐私泄露、冒充风险及防御措施进行基准测试
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.CY
AI总结 该研究推出AntiSkillBench基准，评估角色技能流程的隐私泄露、冒充风险及防御，发现风险持续存在，现有防御效果有限，为相关技能开发提供基准。
Comments Project page: https://yonglixiang.github.io/AntiSkillBench
A Security-Oriented Lifecycle Model for Large Language Model Systems
面向大型语言模型系统的安全导向生命周期模型
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.CY
AI总结 本文针对LLM系统生命周期框架重效率轻安全、治理与生命周期阶段脱节的问题，提出含32个阶段的安全导向生命周期模型，整合多监管框架发现治理证据分布不均的结构特性。
Comments Accepted as: Batzolis, E., Drosatos, G., Katsouros, V., & Rantos, K. (2026). A Security-Oriented Lifecycle Model for Large Language Model Systems. In: Kieseberg, P., Skopik, F., Atli, B., Schrittwieser, S., & Asplund, M. (Eds.), Availability, reliability and security---ARES 2026 EU Projects Symposium workshops (Lecture Notes in Computer Science, pp. 1-18). Springer Nature Switzerland
AI-Assisted Peer Review Across Research Communities: From Reviewer AI Policies to LLM Review Quality
跨研究社区的AI辅助同行评审：从评审人AI政策到大语言模型评审质量
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.CY
AI总结 该研究调研111个顶尖AI/NLP会议及医学期刊的AI评审政策，评估ICLR 2026和《自然·通讯》的AI评审质量，发现AI评审存在系统性缺陷，主张采用多维度评估。
Comments 30 pages, 19 figures, 10 tables. Currently under peer review. GitHub link for code and data is given in the paper
Lightweight Chunk Selection for Mobile Retrieval-Augmented Generation
面向移动端检索增强生成的轻量级分块选择
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.LG
AI总结 本文针对移动端RAG部署的成本问题，提出结合LLM侧查询意图、MoE路由信号与检索分块嵌入的轻量级分块选择方法，提升了排名1的证据选择性能。
Can You Trust the Confidence? ConfBench for Vision-Language Models on Document Extraction
你能信任置信度吗？面向文档提取的视觉语言模型ConfBench
机构 * Amazon Web Services（亚马逊网络服务）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.CL、cs.AI
AI总结 该研究针对视觉语言模型的文档提取任务推出校准专用基准ConfBench，评估多类VLM的置信度估计方法，揭示模态、模型能力等对置信度的影响，发布相关指标以助力可信IDP部署。
AI-Based Thesis Assessment: An Empirical Study of Human Evaluation Priorities and Their Impact on Automated Assessment
基于人工智能的论文评审：关于人类评审优先级及其对自动评审影响的实证研究
机构 * IU International University of Applied Sciences（IU应用科学大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 该研究调查了84名导师确定的35项论文评审准则权重，对比人工智能系统RubiSCoT的默认权重后发现存在显著差异，整合导师权重的最优配置仅小幅降低评审偏差且无统计显著性，仅权重校准无法大幅提升AI与人类评审的一致性。
Comments Accepted for publication in the Proceedings of the 7th International Conference on Artificial Intelligence in Education Technology (AIET 2026), Zagreb, Croatia
DLLM-TTS: Block Discrete Diffusion Language Model for Text-to-Speech Synthesis
DLLM-TTS：用于文本到语音合成的块离散扩散语言模型
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出 DLLM-TTS 框架，将 TTS 建模为基于 X-Codec2 的条件块离散扩散，通过块内掩码扩散与并行预测实现高效语音生成，在 Seed-TTS-eval 基准上取得良好性能，兼具实用性与数据效率。
The Theoretical Foundation of Socratic Tests: Dynamic, Multimodal, Conversational Examinations
苏格拉底测试的理论基础：动态、多模态、对话式考试
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI、cs.CY
AI总结 本文提出苏格拉底测试的理论基础，整合多类教育评估原则与分类学，量化最近发展区并设计非补偿性加法评分架构，以解决传统评估的缺陷并提升测量可靠性。
Comments 21 pages, 1 figure, submitted to Computers and Education: Artificial Intelligence
Technological Advances in Detecting and Managing Cognitive Impairment in Older Adults: Trends, Challenges, and Future Directions
老年人认知障碍检测与管理的技术进展：趋势、挑战与未来方向
机构 * Indian Institute of Technology Bombay（印度理工学院孟买分校） ； T-Systems ICT India Pvt. Ltd.（德国电信系统印度信息通信技术私人有限公司）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI、cs.LG
AI总结 本文综合老年人认知障碍检测与管理的技术进展，提出跨学科分类法等成果，指出现有模型多依赖小数据集，展望了可信多模态纵向验证系统的发展前景。
