GLEAM: Learning to Match and Explain in Cross-View Geo-Localization
GLEAM: 在跨视图地理定位中学习匹配与解释
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 GLEAM提出了一种结合多模态、多视角对齐与可解释对应分析的CVGL方法，通过双阶段训练策略提升精度并增强可解释性。
Comments 23 pages
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。
1. 安全评测 48 篇
MATRIX: A Multimodal Benchmark and Post-Training Framework for Materials Science
MATRIX: 一种用于材料科学的多模态基准和后训练框架
专题命中 安全评测 ：alignment(abstract)；分类 cs.LG
AI总结 MATRIX通过多模态后训练提升材料科学推理，展示视觉引导对实验解释和文本任务的显著改进。
Comments 17 pages, 9 Figures, submitted
Bridging the Semantic Chasm: Synergistic Conceptual Anchoring for Generalized Few-Shot and Zero-Shot OOD Perception
弥合语义鸿沟：协同概念锚定用于通用少样本和零样本OOD感知
机构 * Boston University（波士顿大学） ； Suffolk University（苏富比大学） ； Kyung Hee University, South Korea（韩国庆熙大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 SynerNet通过协同神经代理网络框架，解决视觉语言模型在分布外概念感知中的跨模态对齐退化问题，提升少样本和零样本场景下的精度。
LogicGaze: Benchmarking Causal Consistency in Visual Narratives via Counterfactual Verification
LogicGaze：通过反事实验证基准测试视觉叙事中的因果一致性
机构 * Boston University（波士顿大学） ； Suffolk University（索尔福德大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 LogicGaze通过反事实验证基准测试，评估视觉语言模型在视觉叙事中因果一致性验证的能力，揭示了现有模型在处理因果链和幻觉问题上的不足。
Tri-LLM Cooperative Federated Zero-Shot Intrusion Detection with Semantic Disagreement and Trust-Aware Aggregation
三LLM协作联邦零日入侵检测：基于语义分歧与信任感知的聚合
机构 * SWAT Laboratory, Polytechnique Montréal（Polytechnique Montréal SWAT 实验室） ； Department of Computer and Software Engineering, Polytechnique Montréal（Polytechnique Montréal 计算机与软件工程系）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 本文提出基于三LLM的联邦IDS框架，通过语义监督实现零日入侵检测，提升对未知攻击行为的识别能力，同时增强对异构和不可靠客户端的鲁棒性。
Design and Empirical Study of a Large Language Model-Based Multi-Agent Investment System for Chinese Public REITs
基于大语言模型的多智能体投资系统设计与实证研究：中国公共REITs市场
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 本研究设计并实证了一种基于大语言模型的多智能体投资系统，用于中国公共REITs市场，通过多智能体协作提升交易的风险调整收益。
MedTutor: A Retrieval-Augmented LLM System for Case-Based Medical Education
MedTutor: 一种基于检索的LLM系统用于基于病例的医学教育
机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学成像系） ； Interdisciplinary Program for Bioengineering, Seoul National University（首尔国立大学生物工程跨学科项目）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 MedTutor是一种基于检索的LLM系统，通过自动从临床病例报告生成教育内容和多项选择题，提升医学教育质量。
Comments Accepted to EMNLP 2025 (System Demonstrations)
Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: System Demonstrations, pages 319-353
Omni-Judge: Can Omni-LLMs Serve as Human-Aligned Judges for Text-Conditioned Audio-Video Generation?
Omni-Judge: 能否将 Omni-LLMs 用作文本条件音频视频生成的人类对齐裁判？
机构 * University of Rochester（罗切斯特大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校）
专题命中 安全评测 ：alignment(abstract)
AI总结 Omni-Judge 评估 Omni-LLMs 是否能作为文本条件音频视频生成的人类对齐裁判，展现其在多模态评估中的潜力与局限。
Code Digital Twin: A Knowledge Infrastructure for AI-Assisted Complex Software Development
代码数字孪生：面向AI辅助复杂软件开发的知识基础设施
专题命中 安全评测 ：trustworthy(abstract)
AI总结 代码数字孪生通过整合混合知识表示和多阶段提取管道，为AI辅助复杂软件开发提供可持续的演进路径。
Comments A vision paper that will be continuously updated
Code Quality Analysis of Translations from C to Rust
从C到Rust的代码质量分析
专题命中 安全评测 ：safety(abstract)
AI总结 本文研究了三种C到Rust翻译器的代码质量，发现尽管新技术减少了部分问题，但引入了新的问题，揭示了翻译质量的多维挑战。
ScratchEval : A Multimodal Evaluation Framework for LLMs in Block-Based Programming
ScratchEval：一种用于块式编程中LLM的多模态评估框架
专题命中 安全评测 ：alignment(abstract)
AI总结 ScratchEval是首个用于评估LLM在Scratch块式编程中修复能力的可执行基准，通过多层协议测量功能正确性、修复质量和解释质量，支持领域微调和泛化研究。
Machine Learning for Scheduling: A Paradigm Shift from Solver-Centric to Data-Centric Approaches
用于调度的机器学习：从以求解器为中心到以数据为中心的方法范式转变
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文探讨了从求解器为中心到数据为中心的调度方法转变，分析了机器学习在提升计算效率和动态决策中的作用，并提出了适应性、智能和可信的调度系统的发展路径。
Versatile Behavior Diffusion for Generalized Traffic Agent Simulation
多功能行为扩散用于通用交通代理模拟
机构 * School of Mechanical and Aerospace Engineering, Nanyang Technological University（南洋理工大学机械与航空航天工程学院） ； Department of Electrical and Computer Engineering, Princeton University（普林斯顿大学电气与计算机工程系） ； NVIDIA Research（NVIDIA研究）
专题命中 安全评测 ：safety(abstract)
AI总结 多功能行为扩散通过生成多代理互动场景，提升交通模拟的灵活性和实用性，为自动驾驶系统测试提供基础工具。
2. AI治理与伦理 6 篇
Human Society-Inspired Approaches to Agentic AI Security: The 4C Framework
面向代理AI安全的人类社会启发方法：4C框架
机构 * University of New South Wales, Sydney（新南威尔士大学悉尼分校）
专题命中 AI治理与伦理 ：prompt injection(abstract)；trustworthy(abstract)；分类 cs.AI
AI总结 本文提出4C框架，通过人类社会治理理念，为代理AI安全提供多维度保护，强调行为完整性和意图，构建可信可控的AI系统。
Comments 10 pages
Engineering AI Agents for Clinical Workflows: A Case Study in Architecture,MLOps, and Governance
为临床工作流程工程AI代理：架构、MLOps和治理的案例研究
机构 * A3Data ； CEFET-MG
专题命中 AI治理与伦理 ：safety(abstract)；trustworthy(abstract)；分类 cs.AI
AI总结 本文提出通过整合四个工程支柱构建可信临床AI系统，展示Maria平台在架构、MLOps和治理方面的创新实践。
Comments 9 pages, 5 figures 2026 IEEE/ACM 5th International Conference on AI Engineering - Software Engineering for AI}{April 12--13, 2026}{Rio de Janeiro, Brazil
BiasGym: A Simple and Generalizable Framework for Analyzing and Removing Biases through Elicitation
BiasGym: 一个简单且通用的框架，用于通过诱发分析和去除偏见
机构 * University of Copenhagen（哥本哈根大学）
专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 BiasGym通过安全注入和分析偏见，提供了一种简单且通用的方法来减少大语言模型中的偏见和刻板印象。
Comments Under review. Title updated
Self-Evolving Coordination Protocol in Multi-Agent AI Systems: An Exploratory Systems Feasibility Study
多智能体AI系统中的自演化协调协议：一种探索性系统可行性研究
机构 * AI Lab, Grupo Santander Madrid, Spain（西班牙桑坦德集团AI实验室）
专题命中 AI治理与伦理 ：safety(abstract)；分类 cs.AI
AI总结 本研究探讨了自演化协调协议在多智能体系统中的可行性，通过实验展示有限自我修改在满足形式约束下的技术实现可能性。
Hessian Spectral Analysis at Foundation Model Scale
基础模型规模下的Hessian谱分析
机构 * Mathematical Institute, University of Oxford, UK（牛津大学数学研究所）
专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.LG
AI总结 本研究在大规模基础模型上实现了Hessian谱的准确分析，揭示了块对角曲率近似在中等规模LLM中的失效问题，展示了谱探测的计算效率与实际应用价值。
Faithful-Patchscopes: Understanding and Mitigating Model Bias in Hidden Representations Explanation of Large Language Models
Faithful-Patchscopes: 理解和缓解大语言模型隐藏表示解释中的模型偏差
机构 * University of Georgia（佐治亚大学） ； King Abdullah University of Science（国王阿卜杜勒-阿齐兹大学） ； Hong Kong Center for Construction Robotics（香港建筑机器人中心）
专题命中 AI治理与伦理 ：alignment(abstract)；分类 cs.CL
AI总结 本文提出BALOR方法，通过logit校准缓解大语言模型隐藏表示解释中的模型偏差，提升解释的忠实度和上下文信息的准确性。
3. 其他安全 39 篇
LSSF: Safety Alignment for Large Language Models through Low-Rank Safety Subspace Fusion
LSSF: 通过低秩安全子空间融合实现大语言模型的安全对齐
机构 * East China Normal University（华东师范大学） ； Ant Group（蚂蚁集团）
专题命中 其他安全 ：alignment(title,abstract)；safety(title,abstract)；分类 cs.AI、cs.CY
AI总结 LSSF通过低秩安全子空间融合技术，有效恢复微调大语言模型的安全对齐，同时对性能影响较小。
Comments Accepted in ACL 2025 Main Conference
On the Importance of Pretraining Data Alignment for Atomic Property Prediction
关于预训练数据对齐在原子性质预测中的重要性
机构 * King Abdullah University of Science and Technology (KAUST)（国王阿卜杜勒-阿齐兹大学科学与技术学院）
专题命中 其他安全 ：alignment(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文发现，通过精心选择的任务对齐数据集预训练，可提升原子性质预测的性能，且比大规模混合数据集预训练更有效。
Comments Published in Transactions on Machine Learning Research (TMLR), 2026
Journal ref Transactions on Machine Learning Research (TMLR), 2026
Inference-Aware Meta-Alignment of LLMs via Non-Linear GRPO
通过非线性GRPO实现LLM的推理感知元对齐
机构 * LY Corporation（LY公司） ； The University of Tokyo（东京大学）
专题命中 其他安全 ：alignment(title,abstract)；分类 cs.LG
AI总结 本文提出IAMA方法，通过非线性GRPO实现LLM在有限计算资源下的多标准对齐。
R-HTN: Rebellious Online HTN Planning for Safety and Game AI
R-HTN：安全与游戏AI中的反叛在线HTN规划
机构 * Computer Science \& Engineering, Lehigh University ； Bethlehem, PA 18015-3084 USA ； Navy Center for Applied Research in AI ； Naval Research Laboratory
专题命中 其他安全 ：safety(title,abstract)；分类 cs.AI
AI总结 R-HTN是一种用于安全与游戏AI的在线HTN规划算法，通过反叛机制在遵循指令的情况下实现任务目标。
Journal ref The Annual Conference on Advances in Cognitive Systems (ACS-2025)
Attention-weighted Centered Kernel Alignment for Knowledge Distillation in Large Audio-Language Models Applied to Speech Emotion Recognition
基于注意力加权中心核对齐的知识蒸馏：用于大音频-语言模型的语音情感识别
机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） ； Harbin Institute of Technology（哈尔滨工业大学）
专题命中 其他安全 ：alignment(title,abstract)
AI总结 PL-Distill通过结合投影层和输出层蒸馏方法，有效压缩大音频-语言模型并提升语音情感识别性能。
Comments Accepted to 2026 IEEE International Conference on Acoustics, Speech, and Signal Processing (ICASSP 2026)
Enhancing Open-Vocabulary Object Detection through Multi-Level Fine-Grained Visual-Language Alignment
通过多级细粒度视觉-语言对齐增强开放词汇物体检测
机构 * University of Minnesota（明尼苏达大学） ； Meta
专题命中 其他安全 ：alignment(title,abstract)
AI总结 VLDet通过多级细粒度视觉-语言对齐提升开放词汇物体检测性能，引入VL-PUB模块和SigRPN块，实现新类别检测的显著提升。
What LLMs Think When You Don't Tell Them What to Think About?
当你不告诉LLMs该思考什么时，它们会想什么？
机构 * Together AI ； Stanford University（斯坦福大学）
专题命中 其他安全 ：safety(abstract)；AI safety(abstract)；分类 cs.AI、cs.LG
AI总结 研究揭示了LLMs在无明确主题输入下生成内容的分布特征，发现不同模型家族存在显著的主题偏好和内容深度差异，并公开了相关数据集和代码。
Comments NA
OASIS-DC: Generalizable Depth Completion via Output-level Alignment of Sparse-Integrated Monocular Pseudo Depth
OASIS-DC: 通过稀疏集成单目伪深度的输出级对齐实现通用深度补全
机构 * Vehicle Intelligence Perception Lab (VIPLAB), Gachon University, Seongnam-si, Republic of Korea（高银大学）
专题命中 其他安全 ：alignment(title)
AI总结 OASIS-DC通过输出级对齐稀疏集成单目伪深度，实现无需大量标注样本的通用深度补全。
Comments Accepted to ICRA 2026
SEA-Guard: Culturally Grounded Multilingual Safeguard for Southeast Asia
SEA-Guard：面向东南亚的文化根基多语言安全防护
机构 * VISTEC ； Google（谷歌） ； AI Singapore（AI新加坡）
专题命中 其他安全 ：alignment(abstract)；safety(abstract)；分类 cs.CL
AI总结 SEA-Guard是首个基于东南亚文化背景的多语言安全模型，通过代理数据生成框架构建区域特定安全数据集，有效检测地区敏感内容并保持良好的通用安全性能。
Comments Under reivew
Sparse Autoencoder Features for Classifications and Transferability
稀疏自编码器特征用于分类和可迁移性
机构 * Harvard University（哈佛大学） ； Mass General Brigham（麻省总医院） ； Boston Children’s Hospital（波士顿儿童医院） ； Johns Hopkins University（约翰霍普金斯大学） ； Maastricht University（马斯特里赫特大学） ； University of Virginia（弗吉尼亚大学）
专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出利用稀疏自编码器提取LLM特征，通过优化架构和二进制化策略提升分类性能和跨模型迁移能力。
Trajectory Data Management and Mining: A Survey from Deep Learning to the LLM Era
轨迹数据管理与挖掘：从深度学习到大语言模型时代的综述
专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.CY、cs.LG
AI总结 本文综述了轨迹计算从深度学习到大语言模型的发展，探讨了轨迹数据管理与挖掘的应用及未来研究方向。
Comments Version 2 of Trajectory Survey
