大模型对齐与安全

Video and Language Alignment in 2D Systems for 3D Multi-object Scenes with Multi-Information Derivative-Free Control

用于多物体3D场景的2D系统中视频与语言对齐的多信息无导数控制

Jason Armitage, Rico Sennnrich

机构 * University of Zurich（苏黎世大学） 纠错

专题命中 其他安全 ：alignment(title)；分类 cs.AI

AI总结 本文提出了一种无导数优化方法，用于在多物体3D场景中实现视频与语言的对齐，通过在线适应物体遮挡和区分特征来提升跨模态任务性能。

AI-Driven Acoustic Voice Biomarker-Based Hierarchical Classification of Benign Laryngeal Voice Disorders from Sustained Vowels

基于AI的声学语音生物标记物的分层分类：从持续元音中区分良性喉部语音障碍

Mohsen Annabestani, Samira Aghadoost, Anais Rameau, Olivier Elemento, Gloria Chia-Yi Chiang

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

AI总结 本研究提出基于AI的分层分类框架，利用声学生物标记物区分良性喉部语音障碍，提升语音健康监测的准确性和可解释性。

BEDA: Belief Estimation as Probabilistic Constraints for Performing Strategic Dialogue Acts

BEDA：将信念估计作为概率约束以执行战略对话行为

Hengli Li, Zhaoxin Yu, Qi Shen, Chenxi Li, Mengmeng Wang, Tinglang Wu, Yipeng Kang, Yuxuan Wang, Song-Chun Zhu, Zixia Jia, Zilong Zheng

机构 * Institute for Artificial Intelligence, PKU（北京大学人工智能研究所） ； NLCo, BIGAI（NLCo和BIGAI） ； Institute of Automation, CAS（中国科学院自动化研究所） ； School of Artificial Intelligence, BUPT（北京邮电大学人工智能学院） ； Department of Automation, THU（清华大学自动化系） ； Yuanpei College, PKU（北京大学元培学院） 纠错

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

AI总结 BEDA通过将信念估计作为概率约束，有效提升了战略对话行为的执行效果，其在多个任务中均优于现有基线方法。

Comments Accepted by AAMAS 2026

BatteryAgent: Synergizing Physics-Informed Interpretation with LLM Reasoning for Intelligent Battery Fault Diagnosis

BatteryAgent: 将物理信息解释与LLM推理相结合用于智能电池故障诊断

Songqi Zhou, Ruixue Liu, Boman Su, Jiazhou Wang, Yixing Wang, Benben Jiang

机构 * Department of Automation Tsinghua University Beijing, China（自动化系 清华大学 北京） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI

AI总结 BatteryAgent结合物理知识与LLM推理，实现智能电池故障诊断的可解释性与高准确性。

Align While Search: Belief-Guided Exploratory Inference for World-Grounded Embodied Agents

对齐而搜索：基于信念的探索性推理用于世界感知的具身智能体

Seohui Bae, Jeonghye Kim, Youngchul Sung, Woohyung Lim

机构 * LG AI Research（LG人工智能研究） ； KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出了一种基于信念的探索性推理方法，通过后验引导和轻量级模型实现高效的世界对齐，优于现有基线方法。

Understanding LLM Checkpoint/Restore I/O Strategies and Patterns

理解LLM检查点/恢复I/O策略和模式

Mikaila J. Gossman, Avinash Maurya, Bogdan Nicolae, Jon C. Calhoun

专题命中 其他安全 ：alignment(abstract)

AI总结 本文研究了LLM检查点/恢复I/O策略，通过微基准测试发现聚合和合并策略能显著提升写入吞吐量，比现有方法提高3.9至7.6倍。

Comments SCA/HPCAsia 2026 Workshops: Supercomputing Asia and International Conference on High Performance Computing in the Asia Pacific Region Workshops

Think Before You Move: Latent Motion Reasoning for Text-to-Motion Generation

在行动前思考：用于文本到动作生成的潜在动作推理

Yijie Qian, Juncheng Wang, Yuxiang Feng, Chao Xu, Wang Lu, Yang Liu, Baigui Sun, Yiqiang Chen, Yong Liu, Shujun Wang

机构 * Zhejiang University（浙江大学） ； Hong Kong Polytechnic University（香港理工大学） ； IROOTECH TECHNOLOGY（IROOTECH技术） ； Wolf 1069 b Lab, Sany Group（Wolf 1069 b实验室，三一集团） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本文提出Latent Motion Reasoning框架，通过分阶段推理与执行提升文本到动作生成的语义与物理合理性。

Comments project page: https://chenhaoqcdyq.github.io/LMR/

TrimTokenator-LC: Towards Adaptive Visual Token Pruning for Large Multimodal Models with Long Contexts

TrimTokenator-LC: 向大型多模态模型长上下文的自适应视觉标记修剪迈进

Hao Zhang, Mengsi Lyu, Bo Huang, Yulong Ao, Yonghua Lin

专题命中 其他安全 ：alignment(abstract)

AI总结 TrimTokenator-LC通过自适应视觉标记修剪方法，在长上下文和多图像场景中有效减少视觉标记数量，同时保持性能。

Comments 17 pages

A Lightweight Coordinate-Conditioned Diffusion Approach for 6G C-V2X Radio Environment Maps

一种轻量级的坐标条件扩散方法用于6G C-V2X无线环境地图

Liu Cao, Zhaoyu Liu, Dongyu Wei, Yuan Yang, Yukun Pan, Lyutianyang Zhang

专题命中 其他安全 ：safety(abstract)

AI总结 本文提出了一种轻量级坐标条件扩散模型，用于生成动态高保真的6G C-V2X无线环境地图，以提高通信效率并减少物理层问题。

Comments 5 pages,5 figures

Reconstructing Hand-Held Objects in 3D from Images and Videos

从图像和视频中重建手持物体的三维结构

Jane Wu, Georgios Pavlakos, Georgia Gkioxari, Jitendra Malik

机构 * UC Berkeley（伯克利大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； Caltech（加州理工学院） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本文提出了一种基于3D手和物体联合重建的方法，通过检索增强重建实现对视频中手持物体的高效三维重建。

Comments 3DV 2026, Project page: https://janehwu.github.io/mcc-ho