Mystra: Declarative Dynamic Taint Analysis via Shadow Virtual Machine
Mystra：通过影子虚拟机进行声明式动态污点分析
专题命中 安全评测 ：trustworthy(abstract)
AI总结 研究针对解释型语言的动态污点分析问题，核心方法是引入影子虚拟机并设计声明式污点规范语言Mystra，主要贡献是实现工具Shar，在准确性和性能上均有出色表现，如V8实例召回率高且零误报，运行时开销低。
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 457 篇
A Comparative Evaluation of Large Vision-Language Models for 2D Object Detection under SOTIF Conditions
大型视觉-语言模型在SOTIF条件下2D目标检测的比较评估
机构 * Institute of Automotive Engineering, Graz University of Technology（汽车工程研究所，格拉茨技术大学）
专题命中 安全评测 ：safety(abstract)
AI总结 本文评估了大型视觉-语言模型在SOTIF条件下2D目标检测的性能，发现其在复杂场景中召回率显著优于传统方法，但几何精度仍有一定优势。
Comments 8 pages, 11 figures
GTASA: Ground Truth Annotations for Spatiotemporal Analysis, Evaluation and Training of Video Models
GTASA：用于视频模型空间时间分析、评估和训练的地面真实标注
机构 * Institute of Mathematics of the Romanian Academy（罗马尼亚科学院数学研究所） ； National University of Science and Technology Politehnica Bucharest（布加勒斯特理工大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出GTASA，一种包含多主体视频的标注数据集，通过空间关系图和事件级时间映射，验证了其在视频模型训练和评估中的优势。
Leveraging Large Language Models for Trustworthiness Assessment of Web Applications
利用大语言模型评估网络应用的可信度
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出利用大语言模型自动评估网络应用的可信度，通过比较不同提示工程技术，提出基于逻辑偏好分数的分层质量模型，实验表明规则提示能提高评估可靠性。
Comments Accepted for publication in the 19th IEEE International Conference on Software Testing, Verification and Validation (ICST) 2026
SOLAR: Self-supervised Joint Learning for Symmetric Multimodal Retrieval
SOLAR：用于对称多模态检索的自监督联合学习
机构 * Ant Group（蚂蚁集团）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出SOLAR框架，通过自监督学习解决对称多模态检索问题，利用未标记数据提升模型性能，实验显示其在基准测试中优于现有方法。
Comments Accepted by ICML 2026. Code, model and benchmark are available at https://github.com/codefuse-ai/SOLAR
ProAct: A Benchmark and Multimodal Framework for Structure-Aware Proactive Response
ProAct：用于结构感知主动响应的基准和多模态框架
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology (HKUST), Hong Kong SAR, China（香港科技大学计算机科学与工程系） ； Tencent, Shenzhen, China（腾讯（中国深圳）） ； Shenzhen Institute of Advanced Technology (SIAT), Chinese Academy of Sciences, Shenzhen, China（深圳先进技术研究所（SIAT），中国科学院）
专题命中 安全评测 ：safety(abstract)
AI总结 针对主动智能体开发受资源缺乏阻碍的问题，引入ProAct-75基准，提出由多模态大语言模型驱动的ProAct-Helper，其利用任务图进行行动选择，实验证明该方法在触发检测等方面优于闭源模型。
TIIF-Bench: How Does Your T2I Model Follow Your Instructions?
TIIF-Bench：你的文本到图像模型如何遵循指令？
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； OPPO Research Institute（OPPO研究院）
专题命中 安全评测 ：alignment(abstract)
AI总结 研究旨在评估T2I模型遵循指令能力，提出TIIF-Bench基准，含多维度、多难度提示及新评估指标，利用大语言模型知识开发可重现评估器，通过对主流模型测试分析其优缺点及现有基准局限性。
Comments 35 pages, 14 figures, 9 tables
Diagnosing Corruption-Induced Reliability Failures in Vision-Language Models
诊断视觉语言模型中由损坏引起的可靠性故障
机构 * City University of Macau（澳门城市大学） ； Nanyang Technological University（南洋理工大学） ； Jiangxi University of Finance and Economics（江西财经大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 研究视觉损坏对视觉语言模型行为的影响，引入Bench-C测试平台及稳健对齐分数（RAS），通过对13个VLM实验发现轻度损坏会提高top-1准确率却降低预测结构，支持超越最终答案的稳健性评估。
Comments 14 pages
Underwater Source Detection and Classification for Signal-based Surveillance: Audio Dataset Curation and Cross-Domain Evaluation
基于信号监视的水下声源检测与分类：音频数据集整理与跨域评估
机构 * Department of Electrical and Computer Engineering, Drexel University（德雷塞尔大学电气与计算机工程系）
专题命中 安全评测 ：alignment(abstract)
AI总结 为解决水下声学标注数据稀缺问题，从开源海事声音档案中整理出包含8类生物和机械声学标签的数据集，并提出带特征对齐的边界增强损失CNN基线，在域内准确率96.35%的同时，零样本舰船检测提升42.60%。
Comments 6 pages, 4 figures. Accepted to the 2026 International Conference on Advanced Visual and Signal-Based Systems (AVSS) - Lecce, Italy
HUGE-Bench: A Benchmark for High-Level UAV Vision-Language-Action Tasks
HUGE-Bench: 面向高级无人机视觉-语言-动作任务的基准测试
机构 * The University of Melbourne（墨尔本大学） ； Melsy Tech（Melsy科技） ； MBZUAI ； Navlyn ； The University of Sydney（悉尼大学）
专题命中 安全评测 ：safety(abstract)
AI总结 提出HUGE-Bench基准，通过4个数字孪生场景和8个高级任务，评估无人机在简洁语言指令下执行安全、过程导向的复杂轨迹能力，并引入过程导向和碰撞感知指标，揭示现有VLA模型在高级语义完成和安全执行上的显著差距。
CTForensics: A Comprehensive Dataset and Method for AI-Generated CT Image Detection
CTForensics：用于人工智能生成的CT图像检测的综合数据集和方法
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所MAIS） ； CAIR, HKISI, Chinese Academy of Sciences（中国科学院计算智能研究中心） ； Sangfor Technologies Inc.（深信服技术有限公司）
专题命中 安全评测 ：safety(abstract)
AI总结 研究针对人工智能生成CT图像检测难题，介绍含75990张二维CT图像的CTForensics数据集及十种生成模型样本，提出ESF-CTFD框架，实验表明该框架性能优且抗干扰强。
Comments under review, repo: https://github.com/liyih/CTForensics
IRG-MotionLLM: Interleaving Motion Generation, Assessment and Refinement for Text-to-Motion Generation
IRG-MotionLLM：用于文本到运动生成的交织运动生成、评估和细化
机构 * Sun Yat-sen University（中山大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Shenzhen Loop Area Institute（深圳河套学院） ； Key Laboratory of Machine Intelligence and Advanced Computing, Ministry of Education, China（教育部人工智能与先进计算重点实验室）
专题命中 安全评测 ：alignment(abstract)
AI总结 研究揭示运动评估和细化任务可促进知识流动，提出通过迭代文本-运动对话将运动生成与评估、细化紧密结合的新范式，介绍IRG-MotionLLM及训练方案，构建数据引擎，实验证明其性能。
Comments Accepted by ECCV 2026
Agentic Services Computing
智能服务计算
专题命中 安全评测 ：alignment(abstract)
AI总结 探讨服务计算范式转变带来的新问题，基于现有研究基础，引入智能服务计算，扩展服务计算范畴，为未来服务生态系统奠定以服务为中心的基础，实现对自治代理的系统管理。
CoDoL: Conditional Domain Prompt Learning for Out-of-Distribution Generalization
CoDoL：用于分布外泛化的条件域提示学习
机构 * East China Normal University（东华师范大学） ； Xidian University（西安电子科技大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The University of Oxford（牛津大学） ； Tsinghua University（清华大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 针对基于提示的CLIP方法存在的文本描述不准确、视觉语言嵌入对齐有限问题，提出CoDoL方法，利用域信息形成提示，还提出DMN生成输入条件令牌，实验验证其在分布外泛化的有效性。
Comments Accepted to TMLR 2026
REConnect: Participatory RE for Social Sustainability
REConnect：面向社会可持续性的参与式需求工程
专题命中 安全评测 ：alignment(abstract)
AI总结 介绍REConnect这一以人类为中心的参与式需求工程框架，通过对多个社区软件项目分析得出，阐述了三项核心原则及行动，强调人际联系是社会可持续性需求工程基础，讨论其与AI支持的整合。
Comments 22 pages
A Simulation Framework for Electromagnetic Signal Injection Attacks on Image Sensors
图像传感器电磁信号注入攻击的仿真框架
机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Education University of Hong Kong（香港教育大学） ； Simon Fraser University（西蒙弗雷泽大学）
专题命中 安全评测 ：safety(abstract)
AI总结 针对图像传感器电磁信号注入攻击，通过建模开发仿真框架生成合成对抗图像，可快速评估算法漏洞，对抗训练能提升算法鲁棒性，为缓解攻击威胁提供实用路径。
Comments 20 pages, 9 figures, 6 tables
Journal ref 31st European Symposium on Research in Computer Security 2026
Omni-DuplexEval: Evaluating Real-time Duplex Omni-modal Interaction
Omni-DuplexEval: 评估实时双工全模交互
机构 * Tsinghua University（清华大学） ； Tongji University（同济大学） ； ModelBest Inc.（ModelBest公司）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出Omni-DuplexEval基准，用于系统评估实时双工交互能力，通过两个互补场景评估模型生成连续响应和主动提醒的能力，并揭示现有模型在平衡响应及时性和内容连贯性方面的局限性。
Comments 21 pages, 6 figures
Can LLMs Credibly Transform the Creation of Panel Data from Diverse Historical Tables?
LLM能否可信地转换来自不同历史表格的面板数据？
专题命中 安全评测 ：alignment(abstract)
AI总结 提出基于多模态LLM的管道，以低成本从历史表格中提取面板数据，在车辆登记数据上达到95.4%精确匹配率，成本仅为传统方法的1/50。
SegFly: A Dataset and 2D-3D-2D Paradigm for Aerial RGB-Thermal Semantic Segmentation at Scale
SegFly：大规模航空RGB-热红外语义分割的数据集与2D-3D-2D范式
机构 * Fraunhofer Institute IVI（弗劳恩霍夫交通与基础设施系统研究所） ； TU Munich（慕尼黑工业大学） ； MCML（慕尼黑机器学习中心） ； UCLA（加州大学洛杉矶分校） ； Uni Cambridge（剑桥大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 针对航空RGB-T数据集规模小、标注成本高和对齐困难的问题，提出几何驱动的2D-3D-2D范式，通过少量RGB标注自动生成密集伪标签并实现跨模态对齐，构建含2万+RGB图像和1.5万+RGB-T对的SegFly基准，实验表明该范式有效提升分割性能。
Journal ref ECCV 2026
Artificial Intelligence for Software Architecture: Literature Review and the Road Ahead
人工智能用于软件架构：文献综述与未来之路
专题命中 安全评测 ：trustworthy(abstract)
AI总结 通过系统文献综述，识别AI在软件架构中应用的14个主题领域和6个AI特有挑战，并基于实证访谈提出五大战略支柱的研究路线图。
Comments 37 pages, accepted for publication in TOSEM
HunyuanImage 3.0 Technical Report
HunyuanImage 3.0 技术报告
专题命中 安全评测 ：alignment(abstract)
AI总结 HunyuanImage 3.0是一种统一多模态理解与生成的自回归模型，通过精心数据整理、先进架构、原生思维链、渐进预训练和激进后训练，训练出超800亿参数MoE模型（推理时激活130亿），在文本-图像对齐和视觉质量上媲美最先进模型，并开源代码和权重。
MSPL: Multi-Step Pseudo-Labeling for Open-Vocabulary Object Detection
MSPL: 用于开放词汇目标检测的多步伪标签方法
机构 * KAIST AI（韩国韩世大学AI研究所） ； Boston University（波士顿大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 提出MSPL框架，通过多步视觉推理（目标定位、类别识别、背景确认）生成伪标签，解决开放词汇检测中单步图像-文本匹配忽略中间推理步骤的问题，在OV-COCO和OV-LVIS上取得最优性能。
Comments This paper has been accepted by ECCV 2026
Wireless Copilot: An AI-Powered Partner for Navigating Next-Generation Wireless Complexity
无线副驾驶：一个AI驱动的合作伙伴，用于驾驭下一代无线复杂性
专题命中 安全评测 ：trustworthy(abstract)
AI总结 提出“无线副驾驶”框架，通过集成大语言模型与认知架构，将人类意图转化为精确的网络操作，以管理6G的复杂性，并在低空无线网络中验证其有效性。
MalSkillBench: A Runtime-Verified Benchmark of Malicious Agent Skills
MalSkillBench: 一个运行时验证的恶意智能体技能基准
专题命中 安全评测 ：prompt injection(abstract)
AI总结 提出MalSkillBench，首个运行时验证的恶意智能体技能基准，包含3944个恶意技能，通过闭环生成-验证-反馈流水线构建，揭示代码注入与提示注入检测的不对称性，并指出联合推理任务意图、代码和指令的必要性。
AlignDrive: Aligned Lateral-Longitudinal Planning for End-to-End Autonomous Driving
AlignDrive: 用于端到端自动驾驶的对齐横向-纵向规划
机构 * School of Software Engineering, XJTU（软件工程学院，西安交通大学） ； Horizon Robotics ； Shenzhen Loop Area Institute（深圳河套学院） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 安全评测 ：safety(abstract)
AI总结 本文提出一种 cascaded 框架，通过将纵向规划转化为路径条件推理过程，提升自动驾驶的协调性和安全性。方法引入锚点回归设计和规划导向的数据增强策略，实现在 Bench2Drive 上达到 SOTA 性能。
Comments underreview
ReMoBot: Retrieval-Based Few-Shot Imitation Learning for Mobile Manipulation with Vision Foundation Models
ReMoBot: 基于检索的少样本模仿学习用于移动操作与视觉基础模型
机构 * School of Electrical Engineering, Aalto University, Espoo, Finland（艾尔沃大学电气工程学院，埃斯波，芬兰）
专题命中 安全评测 ：alignment(abstract)
AI总结 提出ReMoBot，一种基于检索的少样本模仿学习框架，利用视觉基础模型从演示中检索信息，解决移动操作任务中的部分可观测性和数据有限问题，在真实世界任务中取得高成功率。
Causal Mirage Equilibrium in Agentic Machine Intelligence
生成式机器智能中的因果幻象均衡
专题命中 安全评测 ：alignment(abstract)
AI总结 针对生成式机器智能中语义表征与物理现实脱钩的问题，提出风险敏感平均场型因果幻象均衡（CME），证明其存在性并揭示内生强化主导时非因果状态的稳定分岔。
Comments 10 pages, 1 figure. References double-checked manually
CrossAlpha: An Annual-Report Benchmark for Cross-Market Factor Research (with LLM Agents)
CrossAlpha: 跨市场因子研究的年报基准
专题命中 安全评测 ：alignment(abstract)
AI总结 提出CrossAlpha基准，通过披露蒸馏、残差模式图构建和时序对齐评估，解决跨市场因子研究中披露到收益评估的挑战。
MVAD: A Benchmark Dataset for Multimodal AI-Generated Video-Audio Detection
MVAD：多模态AI生成视频-音频检测基准数据集
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 安全评测 ：trustworthy(abstract)
AI总结 针对现有数据集缺乏多模态真实性的问题，提出MVAD数据集，包含三种伪造模式、高质量样本及多样化的视觉风格和内容类别，用于检测AI生成的视频-音频内容。
Comments 10 pages,2 figures
Semantic Communication for the Internet of Underwater Things: Architectures, Applications, Challenges, and Future Directions
水下物联网的语义通信：架构、应用、挑战与未来方向
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文综述了语义通信在水下物联网中的应用，探讨了其架构、学习驱动方法及代表性应用，并指出了关键研究方向，旨在提升资源受限水下网络的通信效率。
Comments 33 pages, 10 figures, and 9 tables. The paper is submitted to IEEE for Possible Publication
