CO-EVOLVE: Bidirectional Co-Evolution of Graph Structure and Semantics for Heterophilous Learning
CO-EVOLVE：图结构与语义的双向共演用于异质学习
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 本文提出CO-EVOLVE框架，通过双向共演解决异质学习中的语义-结构不一致、误差传播和盲从问题，引入对比损失、自适应门控和不确定性门控策略提升模型性能。
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. 幻觉与事实性 1740 篇
Whose Values? Measuring the (Subjective) Expression of Basic Human Values in Social Media
谁的价值？在社交媒体中测量（主观）基本人类价值观的表达
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 本文基于Schwartz价值观体系，提出一种规模化测量社交媒体中价值观表达的框架，通过个性化校准注释提升预测准确性，揭示人类价值观测量的新方法。
Comments Proceedings of the International AAAI Conference on Web and Social Media. 2026
Hierarchical Decision-Making under Uncertainty: A Hybrid MDP and Chance-Constrained MPC Approach
在不确定性下的分层决策：一种混合MDP和机会约束MPC方法
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出一种混合MDP和机会约束MPC的分层决策框架，用于自动驾驶中处理不确定性，通过多模态预测与安全约束实现 maneuver 选择与动态可行性的统一，验证了其在高速公路和城市环境中的安全性和效率。
Comments 14 pages, 10 figures
Towards Clinical Practice in CT-Based Pulmonary Disease Screening: An Efficient and Reliable Framework
迈向基于CT的肺部疾病筛查的临床实践：一种高效且可靠的框架
机构 * Zhejiang University（浙江大学） ； Shaoxing Tangtang Technology Co., Ltd.（绍兴唐唐科技有限公司） ； The Hong Kong University of Science and Technology（香港科学与技术大学）
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 本文提出一种高效可靠的框架，通过簇基于采样和模糊性感知不确定性量化方法，在减少计算成本的同时保持诊断性能，实现快速准确的肺部疾病筛查。
Segmentation-Based Attention Entropy: Detecting and Mitigating Object Hallucinations in Large Vision-Language Models
基于分割的注意力熵：在大视觉-语言模型中检测和缓解对象幻觉
机构 * School of Information and Intelligent Science, Donghua University, Shanghai, 201620, China（信息与智能科学学院，东华大学，上海，201620，中国）
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 本文提出基于分割的注意力熵(SAE)，通过语义分割量化视觉注意力不确定性，设计可靠性评分和注意力调整方法，有效缓解大视觉-语言模型中的对象幻觉问题。
Anatomy of a Lie: A Multi-Stage Diagnostic Framework for Tracing Hallucinations in Vision-Language Models
Lie的解剖：一种多阶段诊断框架，用于追踪视觉-语言模型中的幻觉
机构 * National University of Singapore（新加坡国立大学） ； Monash University（墨尔本大学）
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 本文提出一种多阶段诊断框架，通过动态认知轨迹分析视觉-语言模型中的幻觉问题，结合几何信息双重视角，实现高效且鲁棒的幻觉检测，提升模型透明度和可审计性。
VGGT-Long: Chunk it, Loop it, Align it -- Pushing VGGT's Limits on Kilometer-scale Long RGB Sequences
VGGT-Long：分块、循环、对齐——在千米级长RGB序列上推动VGGT的极限
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 本文提出VGGT-Long，通过分块处理、重叠对齐和轻量循环闭合优化，解决现有模型的可扩展性瓶颈，实现千米级户外环境的单目3D重建。
Comments IEEE International Conference on Robotics & Automation (ICRA 2026)
Decision-Aware Uncertainty Evaluation of Vision-Language Model-Based Early Action Anticipation for Human-Robot Interaction
基于视觉语言模型的早期动作预测在人机交互中的决策感知不确定性评估
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 本文提出了一种系统评估基于视觉语言模型的短期动作识别在人机交互中的不确定性方法，通过引入时间前缀评估协议和校准度量标准，揭示了部分观测下的误校准模式和失败模式，为信心门控的人机交互模块提供了可靠性证据。
Decoupling Perception from Reasoning for Hallucination-Resistant Video Understanding
解耦感知与推理以实现抗幻觉的视频理解
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 本文提出DPL模型，通过解耦感知与推理以提升视频理解的抗幻觉能力，引入感知奖励和FAE评估器，有效提高训练后性能和数据效率。
Comments 17 pages, 8 figures
AFTER: Mitigating the Object Hallucination of LVLM via Adaptive Factual-Guided Activation Editing
AFTER: 通过自适应事实引导激活编辑缓解LVLM中的对象幻觉
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 AFTER通过自适应事实引导激活编辑缓解LVLM中的对象幻觉，显著降低幻觉发生率。
Journal ref ICLR 2026
VirtueBench: Evaluating Trustworthiness under Uncertainty in Long Video Understanding
VirtueBench: 在长视频理解中评估在不确定性下的可信度
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 VirtueBench通过评估模型在不确定性下的可信度，揭示了长视频理解中模型拒绝行为的差异及可靠性问题。
Comments Accepted to CVPR 2026
Granulon: Awakening Pixel-Level Visual Encoders with Adaptive Multi-Granularity Semantics for MLLM
Granulon: 通过自适应多粒度语义唤醒像素级视觉编码器以实现MLLM
机构 * National University of Singapore（国立新加坡大学） ； Nanyang Technological University（南洋理工大学）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 Granulon通过自适应多粒度语义增强，提升多模态大语言模型的像素级视觉理解和多粒度推理能力。
An LLM-Assisted Multi-Agent Control Framework for Roll-to-Roll Manufacturing Systems
用于卷对卷制造系统的基于LLM的多智能体控制框架
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出一种基于LLM的多智能体框架，用于自动化卷对卷制造系统的控制设计与适应，通过五个阶段实现安全、高效的控制性能
Challenges and Design Considerations for Finding CUDA Bugs Through GPU-Native Fuzzing
通过GPU原生模糊测试寻找CUDA漏洞的挑战与设计考虑
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文研究了通过GPU原生模糊测试寻找CUDA漏洞的挑战与设计考虑，强调程序行为的忠实性对异构系统安全的重要性。
Comments Accepted to appear in HotEthics 2026; 6 pages, 1 figure
MARLIN: Multi-Agent Reinforcement Learning with Murmuration Intelligence and LLM Guidance for Reservoir Management
MARLIN: 基于星群智能与大语言模型引导的多智能体强化学习在水库管理中的应用
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 MARLIN通过结合生物启发规则与大语言模型，实现多智能体强化学习在水库管理中的去中心化协调，提升不确定性处理能力并加快洪水响应。
Comments AAMAS'26
HALP: Detecting Hallucinations in Vision-Language Models without Generating a Single Token
在不生成单个标记的情况下检测视觉-语言模型中的幻觉
机构 * Stony Brook University（石英溪大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 通过探测模型内部表示在生成前检测视觉-语言模型的幻觉风险，展示不同架构中信息丰富的层和模态差异，并验证轻量级探测器在提升安全性和效率方面的潜力。
Journal ref The 19th Conference of the European Chapter of the Association for Computational Linguistics (EACL 2026)
CoSMo3D: Open-World Promptable 3D Semantic Part Segmentation through LLM-Guided Canonical Spatial Modeling
CoSMo3D：通过LLM引导的规范空间建模实现开放世界可提示的3D语义部分分割
机构 * SDU（山东大学） ； LIGHTSPEED（LIGHTSPEED公司） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 CoSMo3D通过LLM引导的规范空间建模实现开放世界可提示的3D语义部分分割，提升语义稳定性和可转移性。
Look Carefully: Adaptive Visual Reinforcements in Multimodal Large Language Models for Hallucination Mitigation
仔细观察：多模态大语言模型中的自适应视觉增强以缓解幻觉
机构 * MoE Key Lab of BIPC, University of Science and Technology of China（信息与电子技术联合实验室，中国科学技术大学） ； Nanyang Technological University（南洋理工大学）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 本研究提出自适应视觉增强框架AIR，通过减少冗余标记和选择性整合补丁来缓解多模态大语言模型中的幻觉问题。
Comments ICLR 2026
Towards Intelligible Human-Robot Interaction: An Active Inference Approach to Occluded Pedestrian Scenarios
迈向可解释的人机交互：一种主动推断方法用于遮挡行人场景
机构 * Tongji University（同济大学）
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出基于主动推断的方法，用于解决遮挡行人场景中的安全挑战，通过结合 RBPF 和 CEM 增强的 MPPI 控制器，实现可解释的人机交互。
Comments 14 pages, 6 figures, Proceedings of the 2026 ACM/IEEE International Conference on Human-Robot Interaction (HRI'26)
Managing Uncertainty in LLM-based Multi-Agent System Operation
在基于大语言模型的多智能体系统操作中管理不确定性
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出了一种基于生命周期的不确定性管理框架，用于提升基于大语言模型的多智能体系统在安全关键领域的可靠性和可诊断性。
HulluEdit: Single-Pass Evidence-Consistent Subspace Editing for Mitigating Hallucinations in Large Vision-Language Models
HulluEdit: 单次通过证据一致子空间编辑用于缓解大视觉-语言模型中的幻觉
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Jiaotong University（北京交通大学）
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 HulluEdit通过单次通过的正交子空间编辑方法，有效缓解大视觉-语言模型中的幻觉问题，实现了最先进的幻觉减少效果。
Comments accepted at CVPR 2026
Probabilistic Photonic Computing
概率光子计算
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出利用光子计算实现低延迟、低能耗的概率计算架构，以解决传统确定性硬件在概率建模中的不足，并探讨其在人工智能系统中的应用与挑战。
Conversational AI for Automated Patient Questionnaire Completion: Development Insights and Design Principles
用于自动患者问卷完成的对话式AI：开发见解与设计原则
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出了一种基于生成式AI的对话代理，用于自动完成患者问卷，通过主题对话提高数据收集效率，并总结了设计原则和开发经验。
Comments 13 pages
Efficient Road Renovation Scheduling under Uncertainty using Lower Bound Pruning
在不确定性下使用下界剪枝进行高效的道路翻新调度
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文提出了一种结合机器学习和遗传算法的混合优化方法，用于在不确定性下高效调度大规模基础设施翻新，通过概率性失效模型和渐进式下界评估方法提高解决方案质量。
Comments 24 pages, 14 figures, submitted to Computer-Aided Civil and Infrastructure Engineering
LoGoSeg: Integrating Local and Global Features for Open-Vocabulary Semantic Segmentation
LoGoSeg：整合局部和全局特征以实现开放词汇语义分割
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 LoGoSeg通过整合局部和全局特征，提升开放词汇语义分割的精度与效率，减少幻觉和漏检问题。
VGGT-Motion: Motion-Aware Calibration-Free Monocular SLAM for Long-Range Consistency
VGGT-Motion：具有运动感知的校准自由单目SLAM用于长距离一致性
机构 * National Key Laboratory of Science and Technology on Multi-spectral Information Processing（科学与技术多光谱信息处理国家重点实验室） ； Huazhong University of Science and Technology（华中科技大学） ； College of Computing and Data Science（计算与数据科学学院） ； Nanyang Technological University（南洋理工大学）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 VGGT-Motion通过运动感知子地图构造和锚点驱动的直接Sim(3)对齐策略，实现了高效且稳健的校准自由单目SLAM，提升了长距离轨迹的精度和效率。
Applying Ground Robot Fleets in Urban Search: Understanding Professionals' Operational Challenges and Design Opportunities
在城市搜索中应用地面机器人队伍：理解专业人员的操作挑战与设计机会
机构 * George Mason University（乔治·马歇尔大学） ； Virginia Tech（弗吉尼亚理工学院）
专题命中 幻觉与事实性 ：safety(abstract)
AI总结 本文探讨了在城市搜索中应用地面机器人队伍对公共安全专业人员操作挑战的影响，提出了减轻认知和体力负担的设计机会。
Comments Under review
CONRep: Uncertainty-Aware Vision-Language Report Drafting Using Conformal Prediction
CONRep：基于置信预测的不确定性感知视觉-语言报告起草
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 CONRep通过置信预测为视觉语言模型生成的放射学报告提供不确定性量化，提升自动化报告系统的透明性和临床实用性。
Comments 17 pages, 3 figures, 3 tables
UniVRSE: Unified Vision-conditioned Response Semantic Entropy for Hallucination Detection in Medical Vision-Language Models
UniVRSE: 统一的视觉条件响应语义熵用于医学视觉语言模型中的幻觉检测
机构 * National Engineering Laboratory for Integrated Aero-Space-Ground-Ocean Big Data Application Technology, School of Computer Science and Engineering, Northwestern Polytechnical University（集成航空航天地面海洋大数据应用技术国家工程实验室，计算机科学与工程学院，西北工业大学）
专题命中 幻觉与事实性 ：alignment(abstract)
AI总结 UniVRSE通过统一的视觉条件响应语义熵框架，有效检测医学视觉语言模型中的幻觉，提升临床应用的可靠性。
Comments Under Review. 12 pages, 2 figures
PAMAS: Self-Adaptive Multi-Agent System with Perspective Aggregation for Misinformation Detection
PAMAS：基于视角聚合的自适应多智能体系统用于虚假信息检测
专题命中 幻觉与事实性 ：trustworthy(abstract)
AI总结 PAMAS通过自适应多智能体系统和视角聚合技术，有效解决虚假信息检测中的信息淹没问题，提升检测准确性和效率。
Comments 12 pages
