大模型对齐与安全

Enhancing Trustworthiness with Mixed Precision: Benchmarks, Opportunities, and Challenges

通过混合精度提升可信度：基准测试、机遇与挑战

Guanxi Lu, Hao Mark Chen, Zhiqiang Que, Wayne Luk, Hongxiang Fan

机构 * Department of Computing Imperial College London（计算系 帝国理工学院伦敦分校） 纠错

专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.LG

AI总结 本文研究了量化对可信度指标的影响，提出了一种混合精度集合投票方法，提升了可信度指标性能。

Comments ASP-DAC 2026 Special Session

Harmony: Harmonizing Audio and Video Generation through Cross-Task Synergy

Harmony: 通过跨任务协同实现音频和视频生成

Teng Hu, Zhentao Yu, Guozhen Zhang, Zihan Su, Zhengguang Zhou, Youliang Zhang, Yuan Zhou, Qinglin Lu, Ran Yi

机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent Hunyuan Project（腾讯文心项目） 纠错

专题命中 AI治理与伦理 ：alignment(abstract)

AI总结 Harmony通过跨任务协同机制和同步增强CFG，实现高效音频视频同步生成。