University of Toronto（多伦多大学）

When benchmark inferences do not compose: Projectibility in AI evaluation

当基准推理无法组合：AI评估中的可投射性

Brett Reynolds

机构 * Humber Polytechnic（汉伯理工学院） ； University of Toronto（多伦多大学） 纠错

AI总结 本文针对AI评估中基准推理无法组合的问题，提出非组合原则，结合古德曼的竞争延伸问题与基于论证的有效性框架，通过案例和模拟开发可投射性审计以诊断基准到应用论证的衔接缺陷。

Comments 34 pages, 2 figures, 5 tables. v2 substantially revises Secs. 5-8 and the conclusion, adds a measured instance of factor-structure instability, and corrects a claim in Sec. 3.3 that endpoint alignment suffices for composition. Supersedes the withdrawn arXiv:2510.15236. Code: https://github.com/BrettRey/benchmark-inference-composition

LLM-as-a-Tutor: Policy-Aware Prompt Adaptation for Non-Verifiable RL

大语言模型作为导师：不可验证强化学习中的策略感知提示适应

Yujin Kim, Namgyu Ho, Sangmin Hwang, Joonkee Kim, Yongjin Yang, Sangmin Bae, Seungone Kim, Jaehun Jung, Se-Young Yun, Hwanjun Song

机构 * KAIST（韩国科学技术院） ； Upstage ； University of Toronto（多伦多大学） ； Carnegie Mellon University（卡内基梅隆大学） ； NVIDIA（英伟达） 纠错

AI总结 针对不可验证强化学习中训练提示静态导致的问题，提出LLM-as-a-Tutor框架，让大语言模型从评判扩展为导师，通过对比策略展开检测无挑战性提示并添加约束，提升性能。

Persona Prompting in Multimodal Urban Perception: Descriptive Convergence and Interpretive Variation

分析多模态大语言模型代理在城市感知中生成解释的角色效应

Neemias da Silva, Matt Ratto, Myriam Delgado, Rodrigo Minetto, Daniel Silver, Thiago H Silva

机构 * Universidade Tecnologica Federal do Parana（巴西南里奥格兰德联邦技术大学） ； University of Toronto（多伦多大学） 纠错

AI总结 通过对比不同角色提示和无角色设置下多模态大语言模型生成的文本，发现标题描述趋同，但理由描述随社会经济和政治属性系统变化，感知标签无显著差异。

Comments 17 pages, 9 figures

Evaluating Jailbreaking Vulnerabilities in LLMs Deployed as Assistants for Smart Grid Operations: A Benchmark Against NERC Standards

评估部署于智能电网操作中的LLM jailbreaking漏洞：与NERC标准的基准测试

Taha Hammadia, Lucas Rea, Ahmad Mohammad Saber, Amr Youssef, Deepa Kundur

机构 * ECE Department, University of Toronto（多伦多大学电子工程系） ； CIISE, Concordia University（麦吉尔大学CIISE） 纠错

AI总结 本文评估了智能电网操作中部署LLM的jailbreaking漏洞，通过与NERC标准的基准测试，发现DeepInception方法攻击成功率最高，Claude 3.5 Haiku完全免疫，Gemini 2.0 Flash-Lite最易受攻击。

Comments \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

One Word at a Time: Incremental Completion Decomposition Breaks LLM Safety

逐词进行：增量完成分解打破LLM安全

Samee Arif, Naihao Deng, Zhijing Jin, Rada Mihalcea

机构 * University of Michigan（密歇根大学） ； University of Toronto（多伦多大学） 纠错

AI总结 本文提出增量完成分解（ICD）策略，通过逐词生成恶意请求相关词来突破LLM安全机制，评估多种变体在多个基准测试中表现优异，并理论解释其有效性。

SMAC: Score-Matched Actor-Critics for Robust Offline-to-Online Transfer

SMAC: 基于分数匹配的演员-评论家用于鲁棒的离线到在线迁移

Nathan Samuel de Lara, Florian Shkurti

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

AI总结 SMAC通过正则化Q函数，使演员-评论家在离线到在线RL迁移中保持性能，有效避免性能下降。

Embedding Trust: Semantic Isotropy Predicts Nonfactuality in Long-Form Text Generation

嵌入信任：语义各向同性预测长文本生成中的非事实性

Dhrupad Bhardwaj, Julia Kempe, Tim G. J. Rudner

机构 * New York University（纽约大学） ； University of Toronto（多伦多大学） 纠错

AI总结 该研究提出通过语义各向同性（单位球面上归一化文本嵌入的均匀程度）评估LLMs生成长文本的可信度，其方法无需标注数据等，在多领域仅用少量样本预测非事实性的表现优于现有信号。

Comments Published in Proceedings of the 43rd International Conference on Machine Learning (ICML 2026)

NeuralDMD: Interpretable Neural Representation of Dynamics from Sparse and Noisy Measurements

NeuralDMD：基于稀疏且含噪测量的可解释动力学神经表示

Ali SaraerToosi, Renbo Tu, Esther Y. H. Lin, Kamyar Azizzadenesheli, Aviad Levis

机构 * University of Toronto（多伦多大学） ； NVIDIA Corporation（NVIDIA公司） 纠错

AI总结 NeuralDMD是结合神经隐式表示与DMD的可解释未训练重建框架，可从稀疏含噪测量中直接重建预测时空动力学，在天气、黑洞观测等任务上优于基线，线性场景下稳定，非线性场景仍有应用潜力。

Comments 53 pages, 26 figures