Brief Announcement: Fair Binding for Hidden-State Authorization in Byzantine SMR
简短公告：拜占庭SMR中隐藏状态授权的公平绑定
专题命中 安全训练 ：safety(abstract)
AI总结 针对拜占庭SMR中隐藏状态授权问题，提出公平预留/使用协议，满足授权安全性与先到者活性，解决隐藏资源安全动态分配问题。
Comments Accepted at DISC 2026
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. 安全训练 380 篇
Safe Deep Reinforcement Learning for Energy-Efficient HVAC Control in Multi-Zone Residential Buildings
面向多区域住宅建筑节能HVAC控制的安全深度强化学习
专题命中 安全训练 ：safety(abstract)
AI总结 该研究针对多区域住宅建筑HVAC控制的能耗-安全问题，提出带安全认证的深度强化学习框架，在仿真中训练PPO与SAC智能体，验证了其在降低能耗、减少舒适度违规方面的有效性及安全保证的可行性。
Comments 6 pages, 5 figures. Accepted to IEEE Conference on Control Technology and Applications (CCTA) 2026
Seeing Before Answering: Training-Free Visual Layer Profiling for Vision-Language Models
先见后答：面向视觉语言模型的无训练视觉层分析
机构 * Leibniz Universität Hannover（汉诺威莱布尼茨大学） ； University of Bath（巴斯大学）
专题命中 安全训练 ：alignment(abstract)
AI总结 该研究提出无需训练的视觉数据集熵（VDE）方法，可预测视觉语言模型的最优视觉层，缩小搜索范围，相比GW距离更具实用性。
Comments ECCVW'26 eXCV
Deep Reinforcement Learning for 6G AI-RAN: A Comprehensive Survey
面向6G AI-RAN的深度强化学习：一项综合调查
专题命中 安全训练 ：trustworthy(abstract)
AI总结 本文针对6G开放AI-RAN，首次开展深度强化学习（DRL）综合调查，梳理DRL基础、O-RAN感知框架、DRL应用分类及相关研究方向，填补了DRL方法论与O-RAN部署间的系统关联空白。
Toward the Cognitive--Physical Limits of Embodied Intelligence through a World-Model-Centric Autonomous Racing Agent
通过以世界模型为中心的自主智能体探索具身智能的认知-物理极限
机构 * K2 Holding, L.L.C（K2控股有限责任公司）
专题命中 安全训练 ：safety(abstract)
AI总结 该研究提出以世界模型为中心的自主赛车智能体，结合实车与模拟实验，探索具身智能的认知-物理极限，提升了交互成功率与泛化能力，为安全部署提供边界感知方法。
Safe Start: Configuring Optimization Algorithms for Decision-Making under Extreme Risks
安全起始：极端风险下决策的优化算法配置
专题命中 安全训练 ：safety(abstract)
AI总结 针对极端风险下的随机优化问题，提出基于安全起始的解决方案，结合方差缩减保障运行时间，在投资组合优化和神经网络鲁棒分类中验证了方法有效性。
TriCLE: Tri-Modal Vision-Language Reasoning for Edge-Deployed Fine-Grained Clustering
TriCLE：面向边缘部署的细粒度聚类的三模态视觉-语言推理
机构 * Clark Atlanta University（克拉克亚特兰大大学） ； United International University（国际大学） ； North South University（北南大学）
专题命中 安全训练 ：alignment(abstract)
AI总结 TriCLE是面向边缘部署的三模态视觉-语言系统，通过生成伪热视图和伪激光雷达深度，结合对齐策略实现细粒度飞机聚类，适配8GB内存边缘设备，验证与测试均取得良好性能。
Deep Reinforcement Learning: From First Principles to Reasoning Models
深度强化学习：从第一性原理到推理模型
专题命中 安全训练 ：safety(abstract)
AI总结 本书介绍深度强化学习从经典方法到各类算法及多领域应用的演进，融合基础与研究视角，面向具备相关基础的学生、研究者和工程师。
From C to Idiomatic Rust: A Ship-of-Theseus Agentic Translation
从C到地道Rust：Theseus之船智能体翻译
专题命中 安全训练 ：safety(abstract)
AI总结 本文提出一种智能体AI驱动的结构化C到Rust迁移工作流，先生成语义保留的非地道Rust基线，再逐步重写为地道Rust，经12.5千行代码的iodine验证可实现可靠迁移。
Can Vision-Language Models Reason about AI Edits in Images?
视觉-语言模型能否对图像中的AI编辑进行推理？
机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； IBM Research（IBM研究院）
专题命中 安全训练 ：trustworthy(abstract)
AI总结 本研究探究能否用强化学习而非显式推理监督训练视觉-语言模型推理AI图像编辑，提出基于GRPO的框架，引入eff-IoU指标，在多数据集上实现与SOTA相当的检测定位性能。
Towards a Systems Foundation for Agentic Cloud Management
迈向智能云管理的系统基础
专题命中 安全训练 ：safety(abstract)
AI总结 研究智能云管理中缺少系统基础的问题，核心方法是开发CloudWeaver智能管理基础架构，贡献在于能跨界面管理，确定会话上下文、协调并发操作，提供安全保证和可追溯反馈，经Azure API工作负载验证。
Cooperative Multi-UAV Navigation in Complex Environments via Systematic Multi-Agent Deep Reinforcement Learning
通过系统多智能体深度强化学习实现复杂环境下的多无人机协同导航
专题命中 安全训练 ：safety(abstract)
AI总结 针对复杂环境下多无人机协同导航面临的问题，提出多智能体深度强化学习框架，通过协同探索等方法解决，含感知、示范缓冲区和课程调度机制，能抽象特征实现跨场景转移，经仿真验证有良好性能。
Comments 13 pages, 7 figures
Separating Clicks from Baits: Using Large Language Models to Detect Misleading YouTube Thumbnails
从诱饵中分离点击：使用大语言模型检测误导性的YouTube缩略图
专题命中 安全训练 ：trustworthy(abstract)
AI总结 研究针对YouTube等平台误导性缩略图问题，提出用大语言模型的多模态检测管道，构建数据集并评估多个模型，发现Claude 3.5 Sonnet性能突出，通过失败分析为视频平台发展提供方向。
Comments Accepted to the 21st International AAAI Conference on Web and Social Media (ICWSM 2027)
Journal ref Proceedings of the International AAAI Conference on Web and Social Media, 2027
The Gate Always Closes: On Injecting Auxiliary Signals into Frozen Vision-Language Models
门总是关闭：关于向冻结的视觉语言模型注入辅助信号
机构 * University of Doha for Science and Technology（多哈科技大学） ； Pluralis Research（普卢拉利斯研究公司） ； North South University（南北大学）
专题命中 安全训练 ：alignment(abstract)
AI总结 研究视觉语言模型中辅助信号注入问题，发现优化器常使门控路径关闭。利用抑制现象，通过双曲视觉关系图的几何辅助损失正则化LoRA微调，实验表明该方法能保持关系准确率，还指出嵌入范数对齐及固定注入的必要性。
Token-Wise Latent Streaming from Slow Reasoners to Fast Planners for Dynamic Vision Language Navigation
用于动态视觉语言导航的从慢速推理器到快速规划器的逐令牌潜在流
机构 * The Hong Kong University of Science and Technology（香港科技大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； National University of Singapore（新加坡国立大学） ； Zhejiang University（浙江大学）
专题命中 安全训练 ：safety(abstract)
AI总结 针对动态视觉语言导航中语言推理慢与规划需即时的矛盾，提出SPARK-VLN双系统框架，通过三个模块将慢速VLM推理器知识流到快速规划器，引入新基准套件，提高了导航成功率、社会合规性及推理效率。
AI-Augmented Model Predictive Control for Safe and Adaptive Rendezvous and Proximity Operations
用于安全和自适应交会及接近操作的人工智能增强模型预测控制
机构 * Embry–Riddle Aeronautical University（安柏瑞德航空航天大学）
专题命中 安全训练 ：safety(abstract)
AI总结 研究多智能体对抗场景下航天器自主交会及接近操作问题，提出结合约束滚动时域MPC与数据驱动监督调整层的框架，经蒙特卡罗模拟评估，该框架相比固定参数MPC有更好性能，为自适应航天器RPO提供模块化、可解释基础。
Comments 34 pages, 7 figures
Precision positioning in free-space optical communication systems via PID control tuned by RL
基于强化学习调谐PID控制的自由空间光通信系统精确位置控制
专题命中 安全训练 ：alignment(abstract)
AI总结 研究自由空间光通信系统中光学组件精确位置控制问题，采用深度确定性策略梯度（DDPG）智能体调谐PID控制器，经实验表明其在动态定位任务中有潜力，不同目标轨迹下效果有差异，需多模式优化。
Ground-Side Mission Plan Compilation with Policy-as-Code Guardrails for Cloud-Native Satellite Platforms
用于云原生卫星平台的基于代码即政策护栏的地面任务计划编译
专题命中 安全训练 ：safety(abstract)
AI总结 研究针对卫星云原生运行时缺少地面开源工具链的问题，提出卫星任务编译器这一四阶段管道，能依据规则检查并编译任务计划为相关工件，经多种方式验证，还向AI代理暴露管道，有相关工具及发布协议。
Comments 13 pages. Extended version of the paper accepted at IEEE SMC-IT/SCC 2026 (Space Mission Challenges for Information Technology / Space Computing Conference); adds a unified GPU+CPU DRA quota and a scheduler-level accelerator fallback re-validated on Kueue v0.18.3
ThinkBLOX: 3D Indoor Scene Generation with Progressive Reasoning
ThinkBLOX：基于渐进推理的3D室内场景生成
机构 * City University of Hong Kong（香港城市大学） ； University of Hong Kong（香港大学） ； Beijing Information Science and Technology University（北京信息科技大学）
专题命中 安全训练 ：alignment(abstract)
AI总结 研究针对传统与现有3D室内场景生成方法不足，提出基于VLM的渐进推理框架ThinkBLOX，构建数据集并采用监督微调与新强化学习方案，在多方面优于基线，支持多样3D场景应用。
Comments 20 pages
Which Neurons Detect Malicious Code? A Probing Study of LLM Security Knowledge
哪些神经元能检测恶意代码？对大语言模型安全知识的探索性研究
专题命中 安全训练 ：alignment(abstract)
AI总结 研究探索大语言模型中检测恶意代码的神经元，应用机械可解释性方法定位相关神经元，通过对恶意和良性PyPI包实验发现放大促进神经元、抑制抑制神经元可提升准确率，有助于了解模型编码恶意概念方式，为可靠防御机制提供思路。
Comments The paper has been peer reviewed and accepted for publication in the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026)
OmniOPSD: Rationale-Privileged On-Policy Self-Distillation for Affective Computing
OmniOPSD：面向情感计算的理性特权在线自蒸馏
机构 * Shenzhen University（深圳大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东省人工智能与数字经济实验室（深圳）） ； Tsinghua University（清华大学） ； Shanghai Jiao Tong University（上海交通大学） ； University of Science and Technology of China（中国科学技术大学） ； Shenzhen Technology University（深圳技术大学） ； Tongji University（同济大学） ； Huawei（华为）
专题命中 安全训练 ：safety(abstract)
AI总结 针对多模态大模型在复杂推理任务中奖励稀疏的问题，提出OmniOPSD框架，利用前沿模型生成的理性作为教师特权证据而非学生模仿目标，通过在线自蒸馏提供密集令牌级监督，在MER-UniBench上取得84.19平均分的最优性能。
Trajectory-Anchor Optimization for Overconfident Thermal Visual Place Recognition: Zero-Leakage OOD Auditing and Kidnapped-Robot Recovery
用于过度自信的热视觉场所识别的轨迹锚点优化：零泄漏异常检测与绑架机器人恢复
专题命中 安全训练 ：alignment(abstract)
AI总结 研究针对基于基础模型的热视觉场所识别前端在分布外或未映射条件下的过度自信强制匹配失败问题，提出轨迹锚点优化（TAO），通过压缩多视图时间验证解决组合挑战，实现高效故障安全过滤。
Comments 11 pages, 5 figures, technical report
Neuro-Symbolic Reasoning for Vulnerability Detection
用于漏洞检测的神经符号推理
专题命中 安全训练 ：safety(abstract)
AI总结 研究基于大语言模型的漏洞检测不可靠性，提出神经符号框架LeanGuard，通过将代码解释与安全义务判定分离，神经侧过滤事实，符号侧形式验证，证据感知裁决器权衡结果，在五个CWE类上实例化框架。
When Not to Write Memory: Governing False Promotion from Correlated Agent Traces
何时不写入内存：管理来自相关代理痕迹的错误推广
专题命中 安全训练 ：safety(abstract)
AI总结 研究语言代理从执行痕迹写入可复用内存时何时应拒绝写入的问题，引入GovMem策略，通过估计依赖感知支持等进行决策，在测试中能减少错误推广。
Comments accepted by mlise 2026
Coding Agents Are Guessing: Measuring Action-Boundary Violations in Underspecified DevOps Instructions
编码代理在猜测：测量欠指定DevOps指令中的动作边界违规
专题命中 安全训练 ：safety(abstract)
AI总结 提出UnderSpecBench基准，通过69个任务族和2208个提示变体，评估编码代理在欠指定DevOps指令下的动作边界违规，发现55.8-67.8%的运行至少违反一个边界，表明完成度评估高估了安全自主性。
Reference-Governed Distributed Safe Gradient Flow for Safe Optimal Output Agreement of Multi-Agent Systems
参考调控的分布式安全梯度流用于多智能体系统的安全最优输出一致性
专题命中 安全训练 ：safety(abstract)
AI总结 提出参考调控双层架构，上层通过一阶控制屏障函数约束梯度流，下层基于内模输出调节器构建动态安全裕度，实现非线性多智能体系统的安全最优输出一致性，避免高阶控制屏障函数的调参敏感和稳态偏移问题。
Antaeus: Hunting Repository-Level Logic Vulnerabilities via Context-Grounded LLM Reasoning
Antaeus: 通过上下文锚定的LLM推理发现仓库级逻辑漏洞
专题命中 安全训练 ：safety(abstract)
AI总结 提出Antaeus框架，通过仓库级代码上下文锚定LLM推理，结合函数优先级排序、上下文推理、比较验证和结构化报告，有效检测逻辑漏洞，在28个仓库中检测出15个漏洞，优于基线方法。
Linguistic Relative Policy Optimization for Video Anomaly Reasoning
语言相对策略优化用于视频异常推理
机构 * Chongqing College of Artificial Intelligence（重庆人工智能学院）
专题命中 安全训练 ：alignment(abstract)
AI总结 提出语言相对策略优化（LRPO），通过从多个推理轨迹中提取群体相对语义优势，构建语言表达的异常经验先验，无需参数更新即可引导模型输出，在无调参设置下显著超越现有方法。
Comments Accepted at ICML 2026; 18 pages, 8 figures, 9 tables
Learning to Watch: Active Video Anomaly Understanding via Interleaved Policy Optimization
学习观察：通过交错策略优化的主动视频异常理解
机构 * School of Computer Science and Technology, Chongqing University of Posts and Telecommunications, Chongqing, China（重庆邮电大学计算机科学与技术学院） ； School of Computer Science（计算机科学学院） ； Chongqing College of Artificial Intelligence, Chongqing, China（重庆人工智能学院）
专题命中 安全训练 ：alignment(abstract)
AI总结 提出Anom-π闭环框架，将视频异常理解建模为主动序列决策过程，通过交错策略统一内部推理与证据获取，并设计iDPO实现轨迹级策略对齐，仅2B参数即超越大规模模型。
Comments Accepted at ICML 2026; 25 pages, 8 figures, 15 tables
Distributed Multi Robot Lunar Cargo Transportation via Phase Decomposed Reinforcement Learning
基于相位分解强化学习的分布式多机器人月球货物运输
机构 * Tohoku University（东北大学） ； École Centrale de Lille（里尔中央理工学院） ； Institut Teknologi Bandung（万隆理工学院）
专题命中 安全训练 ：safety(abstract)
AI总结 提出相位分解强化学习框架，将月球货物运输分解为提升、运输和放置三个阶段，分别优化联合状态策略，实现分布式机器人协同运输，仿真和硬件实验验证了可靠性。
Comments 8 pages, 9 Figures, Accepted at IROS2026
