大模型对齐与安全

GTAlign: Game-Theoretic Alignment of LLM Assistants for Social Welfare

Siqi Zhu, David Zhang, Pedro Cisneros-Velarde, Jiaxuan You

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； VMware Research（VMware研究） 纠错

专题命中 其他安全 ：alignment(title,abstract)；分类 cs.AI、cs.LG

Comments 31 pages, 6 figures

FUSE: Label-Free Image-Event Joint Monocular Depth Estimation via Frequency-Decoupled Alignment and Degradation-Robust Fusion

Pihai Sun, Junjun Jiang, Yuanqi Yao, Youyu Chen, Wenbo Zhao, Kui Jiang, Xianming Liu

机构 * Faculty of Computing, Harbin Institute of Technology（计算机学院，哈尔滨工业大学） ； Zhengzhou Research Institute, Harbin Institute of Technology（郑州研究院，哈尔滨工业大学） 纠错

专题命中 其他安全 ：alignment(title,abstract)

Comments [IROS 2025, camera ready version]: 8 pages, 6 figures

Model Alignment Search

Satchel Grant

机构 * Stanford University（斯坦福大学） 纠错

专题命中 其他安全 ：alignment(title)；分类 cs.AI、cs.LG

The Digital Ecosystem of Beliefs: does evolution favour AI over humans?

David M. Bossens, Shanshan Feng, Yew-Soon Ong

机构 * Institute of High Performance Computing (IHPC), Agency for Science, Technology and Research (A*STAR) Centre for Frontier AI Research (CFAR), Agency for Science, Technology and Research (A*STAR)（高性能计算研究所（IHPC）、科技研究局（A*STAR）前沿人工智能研究中心（CFAR）、科技研究局（A*STAR）） ； School of Computer Science Wuhan University（计算机科学学院 武汉大学） 纠错

专题命中 其他安全 ：safety(abstract)；AI safety(abstract)；分类 cs.AI

Where to Search: Measure the Prior-Structured Search Space of LLM Agents

Zhuo-Yang Song

机构 * School of Physics, Peking University（物理学院，北京大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.AI

Comments 11 pages, 4 figures, 1 table

Double Descent Meets Out-of-Distribution Detection: Theoretical Insights and Empirical Analysis on the role of model complexity

Mouïn Ben Ammar, David Brellmann, Arturo Mendoza, Antoine Manzanera, Gianni Franchi

机构 * U2IS Lab ENSTA Paris（ENSTA巴黎大学U2IS实验室） ； Safran Tech（萨弗兰技术） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

Comments Accepted at NeurIPS 2025 (Conference on Neural Information Processing Systems)

Measuring Algorithmic Partisanship via Zero-Shot Classification and Its Implications on Political Discourse

Nathan Junzi Chen

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

Comments 19 pages, 7 figures

VRScout: Towards Real-Time, Autonomous Testing of Virtual Reality Games

Yurun Wu, Yousong Sun, Burkhard Wunsche, Jia Wang, Elliott Wen

机构 * School of Computer Science University of Auckland（计算机科学学院 奥克兰大学） ； School of Advanced Technology Xi'an Jiaotong-Liverpool University（先进科技学院 西交利物浦大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

Confounding Factors in Relating Model Performance to Morphology

Wessel Poelman, Thomas Bauwens, Miryam de Lhoneux

机构 * NLP, Department of Computer Science, KU Leuven（自然语言处理，计算机科学系，鲁文大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL

Comments EMNLP 2025: Main Conference

FirstAidQA: A Synthetic Dataset for First Aid and Emergency Response in Low-Connectivity Settings

Saiyma Sittul Muna, Rezwan Islam Salvi, Mushfiqur Rahman Mushfique, Ajwad Abrar

机构 * Islamic University of Technology（伊斯兰技术大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL

Comments Accepted at the 5th Muslims in Machine Learning (MusIML) Workshop, co-located with NeurIPS 2025

HAD-Gen: Human-like and Diverse Driving Behavior Modeling for Controllable Scenario Generation

Cheng Wang, Lingxin Kong, Massimiliano Tamborski, Stefano V. Albrecht

机构 * School of Engineering and Physical Sciences, Heriot-Watt University（赫瑞斯泰德大学工程与物理科学学院） ； School of Automation and Software Engineering, Shanxi University（山西大学自动化与软件工程学院） ； School of Informatics, University of Edinburgh（爱丁堡大学信息学院） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

Accident Impact Prediction based on a deep convolutional and recurrent neural network model

Pouyan Sajadi, Mahya Qorbani, Sobhan Moosavi, Erfan Hassannayebi

机构 * Department of Industrial Engineering, Sharif University of Technology（谢里夫理工大学工业工程系） ； School of Industrial and System Engineering, Georgia Institute of Technology（佐治亚理工学院工业与系统工程学院） ； Department of Computer Science and Engineering, Ohio State University（俄亥俄州立大学计算机科学与工程系） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

Comments 28 pages, 18 figures

MistralBSM: Leveraging Mistral-7B for Vehicular Networks Misbehavior Detection

Wissal Hamhoum, Soumaya Cherkaoui

机构 * Department of Computer and Software Engineering（计算机与软件工程系） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

STRIDER: Navigation via Instruction-Aligned Structural Decision Space Optimization

Diqi He, Xuehao Gao, Hao Li, Junwei Han, Dingwen Zhang

机构 * Northwestern Polytechnical University（西北工业大学） ； Nanyang Technological University（南洋理工大学） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI

Enhancing Diffusion-based Restoration Models via Difficulty-Adaptive Reinforcement Learning with IQA Reward

Xiaogang Xu, Ruihang Chu, Jian Wang, Kun Zhou, Wenjie Shu, Harry Yang, Ser-Nam Lim, Hao Chen, Liang Lin

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tsinghua University（清华大学） ； Snap Research ； Shenzhen University（深圳大学） ； HKUST（香港科技大学） ； University of Central Florida（佛罗里达大学） ； UC Davis（加州大学戴维斯分校） ； Sun Yat-Sen University（孙中山大学） 纠错

专题命中 其他安全 ：alignment(abstract)

Enhancing Spatio-Temporal Zero-shot Action Recognition with Language-driven Description Attributes

Yehna Kim, Young-Eun Kim, Seong-Whan Lee

机构 * Department of Artificial Intelligence, Korea University（韩国大学人工智能系） 纠错

专题命中 其他安全 ：alignment(abstract)

Pragmatic Heterogeneous Collaborative Perception via Generative Communication Mechanism

Junfei Zhou, Penglin Dai, Quanmin Wei, Bingyi Liu, Xiao Wu, Jianping Wang

机构 * Southwest Jiaotong University（西南交通大学） ； Engineering Research Center of Sustainable Urban Intelligent Transportation, Ministry of Education, China（可持续城市智能交通工程研究中心，教育部，中国） ； Wuhan University of Technology（武汉理工大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 其他安全 ：alignment(abstract)

Comments 26 pages, 10 figures, accepted to NeurIPS 2025

MLLM-Driven Semantic Identifier Generation for Generative Cross-Modal Retrieval

Tianyuan Li, Lei Wang, Ahtamjan Ahmat, Yating Yang, Bo Ma, Rui Dong, Bangju Han

专题命中 其他安全 ：alignment(abstract)

Comments We plan to revise the methodology and update the experimental analysis before resubmission