大模型对齐与安全

Penetration Testing of Agentic AI: A Comparative Security Analysis Across Models and Frameworks

代理AI的渗透测试：跨模型和框架的比较安全分析

Viet K. Nguyen, Mohammad I. Husain

专题命中 安全训练 ：safety(abstract)；prompt injection(abstract)；分类 cs.AI

AI总结 本文通过测试五个代理AI模型和两个框架，揭示了代理AI在安全方面的显著差异，发现超过一半的恶意提示成功，提出了新的防御策略和部署建议。

CAPE: Capability Achievement via Policy Execution

通过策略执行实现能力：CAPE

David Ball

机构 * Superficial Labs（超浅实验室） 纠错

专题命中 安全训练 ：DPO(abstract)；分类 cs.AI、cs.LG

AI总结 CAPE通过策略执行实现能力，系统性地将要求转化为可执行规范并训练模型默认满足，减少违规率81%，提升能力评估效率。

Comments 32 pages, 3 figures

Measuring Nonlinear Relationships and Spatial Heterogeneity of Influencing Factors on Traffic Crash Density Using GeoXAI

利用GeoXAI测量交通碰撞密度影响因素的非线性关系与空间异质性

Jiaqing Lu, Ziqi Li, Lei Han, Qianwen Guo

专题命中 安全训练 ：safety(abstract)；分类 cs.CY

AI总结 本研究利用GeoXAI框架分析佛罗里达州交通碰撞密度的影响因素，揭示非线性关系与空间异质性，并提出针对性的地理敏感政策建议。

VERAFI: Verified Agentic Financial Intelligence through Neurosymbolic Policy Generation

VERAFI：通过神经符号策略生成实现验证的代理金融智能

Adewale Akinfaderin, Shreyas Subramanian

专题命中 安全训练 ：trustworthy(abstract)；分类 cs.AI

AI总结 VERAFI通过神经符号策略生成实现验证的代理金融智能，显著提升金融领域事实正确性与合规性。