大模型对齐与安全

Mind the Gap: Evaluating LLM Understanding of Human-Taught Road Safety Principles

Chalamalasetti Kranti

机构 * uni-potsdam（波恩大学） 纠错

专题命中 其他安全 ：safety(title,abstract)

Comments Preprint

Continual Learning for Image Captioning through Improved Image-Text Alignment

Bertram Taetz, Gal Bordelius

机构 * IT & Engineering International University of Applied Sciences（IT与工程国际应用科学大学） 纠错

专题命中 其他安全 ：alignment(title,abstract)

Comments 11 pages, 3 figures

What happens when nanochat meets DiLoCo?

Alexander Acker, Soeren Becker, Sasho Nedelkoski, Dominik Scheinert, Odej Kao, Philipp Wiesner

机构 * Team exalsius（exalsius团队） ； Technische Universität Berlin（柏林技术大学） 纠错

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

Comments 8pages, 3 figures, technical report

GMAT: Grounded Multi-Agent Clinical Description Generation for Text Encoder in Vision-Language MIL for Whole Slide Image Classification

Ngoc Bui Lam Quang, Nam Le Nguyen Binh, Thanh-Huy Nguyen, Le Thien Phuc Nguyen, Quan Nguyen, Ulas Bagci

机构 * AI VIETNAM（AI越南） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； PTIT ； Northwestern University（西北大学） 纠错

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

Comments Acccepted in MICCAI Workshop 2025

Generalizable and Fast Surrogates: Model Predictive Control of Articulated Soft Robots using Physics-Informed Neural Networks

Tim-Lukas Habich, Aran Mohammad, Simon F. G. Ehlers, Martin Bensch, Thomas Seel, Moritz Schappler

机构 * Leibniz University Hannover（莱布尼茨汉诺威大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

Comments Accepted for publication in IEEE Transactions on Robotics (T-RO) 2025

DINO-Detect: A Simple yet Effective Framework for Blur-Robust AI-Generated Image Detection

Jialiang Shen, Jiyang Zheng, Yunqi Xue, Huajie Chen, Yu Yao, Hui Kang, Ruiqi Liu, Helin Gong, Yang Yang, Dadong Wang, Tongliang Liu

机构 * Sydney AI Center, The University of Sydney（悉尼人工智能中心，悉尼大学） ； CSIRO, Data61（澳大利亚联邦科学与工业研究组织、Data61） ； Shanghai Jiao Tong University（上海交通大学） ； City University of Macau（澳门城市大学） ； CASIA（中国科学院自动化研究所） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.LG

Comments 12 pages, 5 figures

VSPO: Validating Semantic Pitfalls in Ontology via LLM-Based CQ Generation

Hyojun Choi, Seokju Hwang, Kyong-Ho Lee

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

Comments Accepted at AAAI 2026 oral

Human-centric Maintenance Process Through Integration of AI, Speech, and AR

Parul Khanna, Ravdeep Kour, Ramin Karim

专题命中 其他安全 ：safety(abstract)

QwenCLIP: Boosting Medical Vision-Language Pretraining via LLM Embeddings and Prompt tuning

Xiaoyang Wei, Camille Kurtz, Florence Cloppet

机构 * Laboratoire d'Informatique Paris Descartes (LIPADE), Université Paris Cité (France)（巴黎笛卡尔大学信息学实验室（LIPADE），巴黎城市大学（法国）） 纠错

专题命中 其他安全 ：alignment(abstract)

Comments This work has been submitted to the IEEE ISBI for possible publication