Johns Hopkins University（约翰斯·霍普金斯大学）

Architecting Secure AI Agents: Perspectives on System-Level Defenses Against Indirect Prompt Injection Attacks

构建安全的AI代理：系统级防御间接提示注入攻击的视角

Chong Xiang, Drew Zagieboylo, Shaona Ghosh, Sanjay Kariyappa, Kai Greshake, Hanshen Xiao, Chaowei Xiao, G. Edward Suh

机构 * NVIDIA（英伟达） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文探讨了针对间接提示注入攻击的系统级防御策略，提出动态重计划、安全策略更新及人类交互在代理设计中的重要性，同时指出现有基准的局限性及系统级防御的价值。

TransFIRA: Transfer Learning for Face Image Recognizability Assessment

TransFIRA: 用于人脸图像可识别性评估的迁移学习

Allen Tu, Kartik Narayan, Joshua Gleason, Jennifer Xu, Matthew Meyn, Tom Goldstein, Vishal M. Patel

机构 * Systems and Technology Research（系统与技术研究公司） ； University of Maryland, College Park（马里兰大学帕克分校） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 TransFIRA提出一种轻量且无需标注的框架，通过嵌入空间定义可识别性，改进了人脸和身体识别的可识别性评估，实现了高准确性和解释性。

Comments Project Page: https://transfira.github.io/

Journal ref Proceedings of the IEEE International Conference on Automatic Face and Gesture Recognition (FG), 2026

Face-to-Face: A Video Dataset for Multi-Person Interaction Modeling

面对面：一个多人物交互建模的视频数据集

Ernie Chu, Vishal M. Patel

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

AI总结 本文提出F2F-JF数据集，用于研究多人物交互建模，通过半自动流程提取对齐的主持人和嘉宾轨迹，并展示基于该数据集的反应式数字虚拟形象任务，验证了扩散模型在跨人物视觉上下文中的表现。

Comments Project Page: https://face2face2026.github.io