大模型对齐与安全

The Hidden Costs of Domain Fine-Tuning: Pii-Bearing Data Degrades Safety and Increases Leakage

领域微调的隐性成本：包含个人身份信息的数据会削弱安全性和增加泄露

Jayesh Choudhari, Piyush Kumar Singh

专题命中 隐私与版权 ：safety(title,abstract)；分类 cs.LG

AI总结 研究揭示领域微调导致安全性和隐私泄露风险增加，包含PII数据加剧了有害合规和信息泄露问题。

BinaryShield: Cross-Service Threat Intelligence in LLM Services using Privacy-Preserving Fingerprints

BinaryShield: 在LLM服务中利用隐私保护指纹实现跨服务威胁情报

Waris Gill, Natalie Isak, Matthew Dressman

机构 * Microsoft Redmond, USA（微软红mond分校） ； Microsoft New York, USA（微软纽约分校） 纠错

专题命中 隐私与版权 ：prompt injection(abstract)；分类 cs.CL、cs.AI、cs.LG；trustworthy(comments)

AI总结 BinaryShield通过隐私保护技术实现跨服务威胁情报共享，提升LLM安全防护能力。

Comments Accepted at the 2026 IEEE Conference on Secure and Trustworthy Machine Learning (SaTML)

TTOM: Test-Time Optimization and Memorization for Compositional Video Generation

TTOM：测试时优化与记忆化用于组合视频生成

Leigang Qu, Ziyang Wang, Na Zheng, Wenjie Wang, Liqiang Nie, Tat-Seng Chua

机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

专题命中 隐私与版权 ：alignment(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 TTOM通过测试时优化与记忆化机制，提升组合视频生成的跨模态对齐能力，实现高效且可扩展的实时生成。

Comments ICLR 2026 Camera-ready. Project page: https://ttom-t2v.github.io/

Balancing Usability and Compliance in AI Smart Devices: A Privacy-by-Design Audit of Google Home, Alexa, and Siri

在AI智能设备中平衡易用性与合规性：对Google Home、Alexa和Siri的隐私设计审计

Trevor De Clark, Yulia Bobkova, Ajay Kumar Shrestha

专题命中 隐私与版权 ：alignment(abstract)；分类 cs.AI、cs.CY

AI总结 本文通过隐私设计审计评估Google Home、Alexa和Siri的隐私与易用性，发现易用性与合规性之间存在权衡，需提升透明度和政策一致性以保护年轻用户隐私。

Comments Published in the 2026 IEEE CCWC proceedings

Journal ref 2026 IEEE 16th Annual Computing and Communication Workshop and Conference (CCWC)

SKeDA: A Generative Watermarking Framework for Text-to-video Diffusion Models

SKeDA：一种面向文本到视频扩散模型的生成水印框架

Yang Yang, Xinze Zou, Zehua Ma, Han Fang, Weiming Zhang

机构 * School of Electronic and Information Engineering, Anhui University（安徽大学电子与信息工程学院） ； Anhui Province Key Laboratory of Digital Security and the CAS Key Laboratory of Electromagnetic Space Information, University of Science and Technology of China（安徽省数字安全重点实验室和中国科学院电磁空间信息重点实验室，中国科学技术大学） ； School of Computing, National University of Singapore（新加坡国立大学计算机学院） 纠错

专题命中 隐私与版权 ：alignment(abstract)；分类 cs.AI

AI总结 SKeDA是一种专为文本到视频扩散模型设计的生成水印框架，通过分布保持采样和差分注意机制提升水印的鲁棒性和可靠性。

Comments 11 pages, 6 figures

From Framework to Practice: Youth Negotiations of Privacy with Smart Voice Assistants Through the PEA-AI Lens

从框架到实践：通过PEA-AI视角探讨青少年与智能语音助手的隐私协商

Molly Campbell, Yulia Bobkova, Ajay Kumar Shrestha

专题命中 隐私与版权 ：alignment(abstract)；分类 cs.CY

AI总结 本研究通过PEA-AI框架探讨青少年与智能语音助手的隐私协商，揭示隐私悖论并提出设计原则与治理建议。

Comments submitted to the ACM journal; "in review"