University of Wisconsin-Madison（威斯康星大学麦迪逊分校）

Learning Safely Without Knowing the World:COMPASS-Hedge

在不了解世界的情况下安全学习：COMPASS-Hedge

Ting Hu, Luanda Cai, Emmanouil-Vasileios Vlatakis-Gkaragkounis

机构 * Department of Economics University of Wisconsin–Madison（经济学系威斯康星大学麦迪逊分校） ； Department of Finance University of Wisconsin–Madison（金融系威斯康星大学麦迪逊分校） ； Department of Computer Sciences University of Wisconsin–Madison（计算机科学系威斯康星大学麦迪逊分校） 纠错

AI总结 提出COMPASS-Hedge算法，通过自适应伪遗憾缩放和基于阶段的激进策略，首次在全信息在线学习中同时实现对抗环境下的极小化最优遗憾、随机环境下的实例最优遗憾以及相对于基准策略的常数遗憾，且无需先验知识。

MENTOR: Efficient Multimodal-Conditioned Tuning for Autoregressive Vision Generation Models

MENTOR: 面向自回归视觉生成模型的高效多模态条件微调

Haozhe Zhao, Zefan Cai, Shuzheng Si, Liang Chen, Jiuxiang Gu, Wen Xiao, Minjia Zhang, Junjie Hu

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Microsoft（微软公司） 纠错

AI总结 提出MENTOR框架，通过两阶段训练范式实现自回归图像生成器与多模态输入的细粒度token级对齐，无需辅助适配器或交叉注意力模块，在DreamBench++上取得优异性能。

Comments Findings of ACL 2026

Jailbreaking and Mitigation of Vulnerabilities in Large Language Models

大语言模型的越狱与漏洞缓解

Benji Peng, Hanxuan Chen, Keyu Chen, Qian Niu, Ziqian Bi, Ming Liu, Pohsun Feng, Tianyang Wang, Lawrence K. Q. Yan, Yizhu Wen, Yichao Zhang, Caitlyn Heqi Yin, Xinyuan Song, Riyang Bao, Jiacheng Shi

机构 * Hunan University Changsha, PRC ； Georgia Institute of Technology Atlanta, USA ； Kyoto University Kyoto, Japan ； Purdue University West Lafayette, USA ； National Taiwan Normal University Taipei, ROC ； University of Liverpool Suzhou, PRC ； Hong Kong University of Science ； University of Hawaii Honolulu, USA ； The University of Texas at Dallas Dallas, USA ； University of Wisconsin-Madison Madison, USA ； Emory University Atlanta, USA ； College of William \& Mary Williamsburg, USA 纠错

AI总结 本文综述了大语言模型在提示注入和越狱攻击下的漏洞，分类攻击方法并评估防御策略，指出研究空白与未来方向。

Journal ref Eureka 1(1) (2026) 26-61