HARNESS: Human-Agent Risk Navigation and Event Safety System for Proactive Hazard Forecasting in High-Risk DOE Environments
机构 * Oak Ridge National Laboratory（奥克勒斯国家实验室）
专题命中 安全评测 ：safety(title,abstract)；分类 cs.AI
AI 大模型
大模型对齐与安全
大模型对齐、安全、越狱、红队、提示注入和可信评测。
1. 安全评测 16 篇
From Framework to Reliable Practice: End-User Perspectives on Social Robots in Public Spaces
机构 * Department of Computer Science and Communication（计算机科学与通信系） ； Østfold University College（奥斯Fold大学学院） ； Escuela Técnica Superior de Ingenieros Informáticos（信息工程高级技术学院） ； Universidad Politécnica de Madrid（马德里理工大学） ； Department of Information Security and Communication Technology（信息安全与通信技术系） ； Norwegian University of Science and Technology（挪威科学与技术大学）
专题命中 安全评测 ：alignment(abstract)；safety(abstract)；trustworthy(abstract)
Comments 26 pages, 3 figures
What Needs Attention? Prioritizing Drivers of Developers' Trust and Adoption of Generative AI
专题命中 安全评测 ：alignment(abstract)；safety(abstract)；trustworthy(abstract)
Comments Journal extension of ICSE 2025 paper (arXiv:2409.04099)
Guarding the Meaning: Self-Supervised Training for Semantic Robustness in Guard Models
机构 * Qualcomm AI Research（高通人工智能研究）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI、cs.LG
S2D-ALIGN: Shallow-to-Deep Auxiliary Learning for Anatomically-Grounded Radiology Report Generation
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
Enhancing the Medical Context-Awareness Ability of LLMs via Multifaceted Self-Refinement Learning
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Huawei Noah’s Ark Lab（华为诺亚实验室） ； College of AI, Tsinghua University（清华大学人工智能学院） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL、cs.AI
Comments 20 pages, 13 figures
PustakAI: Curriculum-Aligned and Interactive Textbooks Using Large Language Models
机构 * Department of Computer Science and Information Systems（计算机科学与信息系统系）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL、cs.AI
Designing AI-Agents with Personalities: A Psychometric Approach
机构 * Stanford University（斯坦福大学） ； University of Chicago Knowledge Lab（芝加哥大学知识实验室） ； Chicago Center for Computational Social Science（芝加哥计算社会科学中心） ； York University（约克大学） ； Colby College（科尔比学院）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI、cs.CY
UAVBench: An Open Benchmark Dataset for Autonomous and Agentic AI UAV Systems via LLM-Generated Flight Scenarios
机构 * Department of Computer and Network Engineering, College of Information Technology, United Arab Emirates University（计算机与网络工程系，信息科技学院，阿联酋大学） ； Khalifa University of Science and Technology（科技大学）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
Comments 18 pages, 5 Figures
SGLP: A Similarity Guided Fast Layer Partition Pruning for Compressing Large Deep Models
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Zhejiang University of Technology（浙江工业大学） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Southwest University（西南大学） ； The City College of New York（纽约城市学院） ； Shenzhen University of Advanced Technology（深圳大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.LG
Comments 16 pages
Multi-Agent Legal Verifier Systems for Data Transfer Planning
机构 * Center of Juris-Informatics, Joint Support-Center for Data Science Research, ROIS, Tokyo, Japan（司法信息中心、数据科学研究联合支持中心、ROIS、东京、日本） ； Research and Development Center for Large Language Models, NII, ROIS, Tokyo, Japan（大语言模型研究与开发中心、日本信息机构、ROIS、东京、日本）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
Comments Presented at NeLaMKRR@KR, 2025 (arXiv:2511.09575)
Contrastive Integrated Gradients: A Feature Attribution-Based Method for Explaining Whole Slide Image Classification
机构 * ECE Department, University of Houston（德克萨斯大学休斯顿分校电子与计算机工程系） ； Information Technology, HCMC University of Technology and Education（胡志明市技术与教育大学信息技术系） ； VN-UK Institute for Research and Executive Education, The University of Da Nang（越南-英国研究与管理教育研究所，丹那大学） ； Ho Chi Minh City University of Science, Vietnam National University（胡志明市科学大学，越南国家大学） ； Computational Biology Department, Carnegie Mellon University（卡内基梅隆大学计算生物学系）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
Comments Accepted to WACV 2026
Should you use LLMs to simulate opinions? Quality checks for early-stage deliberation
专题命中 安全评测 ：alignment(abstract)；分类 cs.CY
Comments Accepted to AAAI AI for Social Impact (AISI), 2026. This version includes Appendices
SEAL: Subspace-Anchored Watermarks for LLM Ownership
专题命中 安全评测 ：alignment(abstract)
A Mathematical Framework for AI Singularity: Conditions, Bounds, and Control of Recursive Improvement
机构 * University of Tartu（塔尔图大学） ； Loughborough University London（洛桑大学伦敦分校） ； Estonian Business School（爱沙尼亚商业学院）
专题命中 安全评测 ：safety(abstract)
Comments 41 pages
NOMAD -- Navigating Optimal Model Application to Datastreams
专题命中 安全评测 ：safety(abstract)
