DART: A Server-side Plug-in for Resource-efficient Robust Federated Learning
DART：一种用于资源高效稳健联邦学习的服务器端插件
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 DART是一种服务器端插件，通过在不增加客户端开销的情况下提升联邦学习的鲁棒性，适用于资源受限环境下的稳健联邦学习部署。
高校专区
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
Variable-Length Audio Fingerprinting
可变长度音频指纹识别
机构 * Dolby Laboratory（Dolby实验室） ； The University of New South Wales（新南威尔士大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 本文提出可变长度音频指纹识别方法，解决传统固定长度音频指纹的局限性，提升实时音频识别与检索性能。
Internal Safety Collapse in Frontier Large Language Models
前沿大语言模型中的内部安全崩溃
机构 * Deakin University（德克萨斯大学） ； Institute of Trustworthy Embodied AI, Fudan University（复旦大学可信具身人工智能研究院） ； Shanghai Key Laboratory of Multimodal Embodied AI（上海多模态具身人工智能重点实验室） ； City University of Hong Kong（香港城市大学） ； The University of Melbourne（墨尔本大学） ； Singapore Management University（新加坡管理大学） ； University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
AI总结 研究揭示了前沿大语言模型中一种关键故障模式——内部安全崩溃，通过构建ISC-Bench测试集，发现模型在执行某些任务时会持续生成有害内容，且比传统劫持攻击更危险。
Comments 15 pages of the main text, qualitative examples of jailbreaks may be harmful in nature
