大模型对齐与安全

Map the Flow: Revealing Hidden Pathways of Information in VideoLLMs

映射流：揭示视频大语言模型中的隐藏信息路径

Minji Kim, Taekyung Kim, Bohyung Han

机构 * NAVER AI Lab（NAVER人工智能实验室） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 本研究通过机理可解释性技术揭示视频大语言模型中信息流的隐藏路径，展示了时间推理机制及提升模型可解释性和泛化能力的贡献。

Comments ICLR 2026, 32 pages, 39 figures, 8 tables

TTT3R: 3D Reconstruction as Test-Time Training

TTT3R: 3D重建作为测试时训练

Xingyu Chen, Yue Chen, Yuliang Xiu, Andreas Geiger, Anpei Chen

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Uni of Tübingen, Tübingen AI Center（图宾根大学，图宾根人工智能中心） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 TTT3R通过测试时训练方法提升3D重建的长度泛化能力，实现全局姿态估计性能提升2倍，运行效率高且内存消耗低。

Comments Page: https://rover-xingyu.github.io/TTT3R/ Code: https://github.com/Inception3D/TTT3R

Journal ref International Conference on Learning Representations (ICLR), 2026

MERG3R: A Divide-and-Conquer Approach to Large-Scale Neural Visual Geometry

MERG3R: 一种用于大规模神经视觉几何的分而治之方法

Leo Kaixuan Cheng, Abdus Shaikh, Ruofan Liang, Zhijie Wu, Yushi Guan, Nandita Vijaykumar

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

专题命中 其他安全 ：alignment(abstract)

AI总结 MERG3R通过分而治之的方法提升大规模神经视觉几何重建的准确性、内存效率和可扩展性。

Comments Project page: https://leochengkx.github.io/MERG3R/