arXivDaily arXiv每日学术速递 周一至周五更新

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。

2025-12-18 至 2025-12-18 共收录 36 信号源:cs.CL, cs.AI, cs.CY, cs.LG

1. 其他安全 7 篇

2505.16896 2025-12-18 cs.LG cs.AI 62%

Structure-Aligned Protein Language Model

结构对齐的蛋白质语言模型

Can Chen, David Heurtel-Depeiges, Robert M. Vernon, Christopher James Langmead, Yoshua Bengio, Quentin Fournier

机构 * Mila – Quebec AI Institute(魁北克人工智能研究所) Université de Montréal(蒙特利尔大学) Chandar Research Lab(钱达尔研究实验室) Polytechnique Montréal(蒙特利尔理工学院) Amgen(安进公司)

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

AI总结 通过结构对齐方法提升蛋白质语言模型的结构知识,增强其在生物应用中的性能。

Comments 28 pages, 16 figures, 9 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15614 2025-12-18 cs.LG 57%

Behavior Tokens Speak Louder: Disentangled Explainable Recommendation with Behavior Vocabulary

行为令牌发声更大:解耦可解释推荐与行为词汇

Xinshun Feng, Mingzhe Liu, Yi Qiao, Tongyu Zhu, Leilei Sun, Shuai Wang

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

AI总结 BEAT通过解耦行为词汇与语义,提升推荐系统的可解释性和零样本性能。

Comments accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.15222 2025-12-18 physics.ao-ph 50%

Huayu: Advanced Real-Time Precipitation Estimation from Geostationary Satellite

华宇:基于静止卫星的先进实时降水估计

Zijiang Song, Ting Liu, Lina Yuan, Yuying Li, Ao Xu, Xigang Sun, Ye Li, Feng Lu, Min Liu

专题命中 其他安全 :safety(abstract)

AI总结 华宇利用风云四号B卫星的红外观测,通过机器学习实现更精确的实时降水估计,其关键成功指数比现有方法提升3.43%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.14757 2025-12-18 cs.CV cs.RO 50%

SocialNav-MoE: A Mixture-of-Experts Vision Language Model for Socially Compliant Navigation with Reinforcement Fine-Tuning

SocialNav-MoE: 一种用于社交合规导航的混合专家视觉语言模型,结合强化微调

Tomohito Kawabata, Xinyu Zhang, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University(信息科学与技术研究生院,北海道大学)

专题命中 其他安全 :safety(abstract)

AI总结 SocialNav-MoE通过混合专家模型和强化微调提升机器人社交合规导航的效率与准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13421 2025-12-18 cs.CV 50%

RecTok: Reconstruction Distillation along Rectified Flow

RecTok: 修复流中的重建蒸馏

Qingyu Shi, Size Wu, Jinbin Bai, Kaidong Yu, Yujing Wang, Yunhai Tong, Xiangtai Li, Xuelong Li

机构 * Peking University(北京大学) Nanyang Technological University(南洋理工大学) TeleAI

专题命中 其他安全 :alignment(abstract)

AI总结 RecTok通过流语义蒸馏和重建-对齐蒸馏提升高维视觉分词器的重建和生成性能,实现更丰富的潜在空间结构。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.05170 2025-12-18 cs.CV 50%

MUSE: Multi-Scale Dense Self-Distillation for Nucleus Detection and Classification

MUSE:多尺度密集自蒸馏用于核检测与分类

Zijiang Yang, Hanqing Chao, Bokai Zhao, Yelin Yang, Yunshuo Zhang, Dongmei Fu, Junping Zhang, Le Lu, Ke Yan, Dakai Jin, Minfeng Xu, Yun Bian, Hui Jiang

机构 * DAMO Academy, Alibaba Group(阿里集团 DAMO 院)

专题命中 其他安全 :alignment(abstract)

AI总结 MUSE通过多尺度密集自蒸馏方法,有效解决组织病理学中核检测与分类的核心挑战,提升细粒度核级表示能力。

Comments 12 pages, 7 figures

详情

展开后加载摘要…

URL PDF HTML 收藏