University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

2607.19595 2026-07-23 cs.CR cs.CL 新提交

Twin Agent: Context Residual Compression for Privilege Separated Agents

孪生智能体：用于特权分离智能体的上下文残差压缩

Zhanhao Hu, Dennis Jacob, Xiao Huang, Zhaorun Chen, Bo Li, David Wagner

机构 * University of California, Berkeley（加州大学伯克利分校）； University of Chicago（芝加哥大学）； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

AI总结针对大语言模型智能体易受安全风险问题，提出孪生智能体模式，由探索和安全智能体组成，通过探索智能体传递紧凑提示，减少信息需求，在保持高任务效用的同时防止提示注入攻击，优于其他基线。

2406.07746 2026-07-23 stat.ML cs.LG cs.SY eess.SY 版本更新

用于线性二次系统控制的随时保证遗憾值的算法

Jafar Abbaszadeh Chekan, Cedric Langbort

机构 * Coordinated Science Laboratory University of Illinois Urbana-Champaign（协调科学实验室伊利诺伊大学厄巴纳-香槟分校）

AI总结提出用于线性二次系统控制的算法，基于SDP框架，通过调整正则化等构建置信椭球并设计输入扰动机制。开发两个变体，分析状态放大与遗憾值权衡，放宽顺序稳定性要求得最优遗憾值，还无需DARE解范数先验界。

2512.05518 2026-07-23 cs.CR cs.AI 版本更新

概率匹配排名实现真正深度的安全对齐

Jason Vega, Gagandeep Singh

机构 * Siebel School of Computing and Data Science（塞比尔计算与数据科学学院）； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）

AI总结研究开源大语言模型安全问题，针对预填充攻击及相关防御，提出排名辅助预填充（RAP）攻击，又通过匹配令牌排名提出PRESTO方法，提升了模型在RAP攻击下的安全性，为安全开源模型发展助力。