WhisperRec: Latent Reasoning for Efficient Foundation Recommendation Models
WhisperRec：用于高效基础推荐模型的潜在推理方法
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 WhisperRec是一种高效潜在推理框架，通过将教师CoT压缩为可学习潜在标记，在快手数据集上优于显式CoT方法，SID@64提升显著且推理吞吐量更高。
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 9400 篇
REPREC: Representation Driven Parameter-Efficient Recommendation System
REPREC：表示驱动的参数高效推荐系统
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 研究基于大语言模型的序列推荐，提出REPREC轻量级框架，通过轻量级用户表示对齐和MLP注入器映射用户嵌入，在多基准数据集实验中优于LoRA，能保持性能并降低训练时间，平衡推荐质量与计算效率。
VISTA: A Controllable Platform for Generating and Auditing Egocentric Assistance Scenarios
VISTA：一种用于日常协助的生成性眼动视频框架
机构 * Department of Computer Science, National Yang Ming Chiao Tung University（国立阳明交通大学计算机科学系）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL
AI总结 VISTA通过生成高保真眼动视频为AI代理提供训练和评估数据，支持从日常家务到紧急安全情况的主动协助，包含反应性和前瞻性干预模式，提供可定制的视频基准测试。
Comments pre-print
AfriEconQA: A Benchmark for Quantitative and Temporal Reasoning over World Bank Economic Reports
AfriEconQA：基于世界银行报告的非洲经济分析基准数据集
机构 * Carnegie Mellon University Africa（卡内基梅隆大学非洲分校）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 AfriEconQA是一个基于世界银行报告的非洲经济分析基准数据集，旨在测试信息检索和RAG系统在处理复杂经济查询时的性能。
Comments Dataset Explorer: https://afrieconqa.pages.dev/
RetiBridge: Bridging Quantitative Retinal Biomarkers and Qualitative Diagnosis with a Knowledge-Guided Multimodal Large Language Model
RetiBridge：用知识引导的多模态大语言模型连接定量视网膜生物标志物与定性诊断
机构 * University of Liverpool（利物浦大学） ； Institute of Life Course & Medical Sciences（生命课程与医学科学研究院） ； Department of Eye and Vision Sciences（眼科与视觉科学系） ； Computer Science Department（计算机科学系） ； Cardiovascular & Metabolic Medicine（心血管与代谢医学） ； Liverpool Centre for Cardiovascular Science（利物浦心血管科学中心）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 该研究提出RetiBridge模型，结合CFP、OCT数据与文本，通过知识引导微调学习定量到定性诊断路径，在眼科理解基准上表现优于开源基线及OpenAI o3，代码数据已公开。
Comments 10 pages, 4 figures, 3 table. Equal contribution: Zhuangzhi Gao and Hongyi Qin. Corresponding author: Yalin Zheng (yzheng@liverpool.ac.uk)
Rethinking Clinical Relevance in Chest X-ray Machine Learning: How Evaluation References Define Performance
重新思考胸部X射线机器学习中的临床相关性：评估参考如何定义性能
专题命中 安全评测 ：alignment(abstract)；分类 cs.LG
AI总结 该研究针对胸部X射线机器学习，探究评估参考选择对模型性能与排名的影响，发现常用指标与临床判断一致性差，强调需将评估参考选择作为临床有效性的核心部分。
Comments 67 pages, including supplementary material
SciFigQual-Bench: A Benchmark for Scientific Figure Quality Assessment with Full-Manuscript Context
SciFigQual-Bench：面向全文本上下文的科学图片质量评估基准
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 本文针对现有科学图片质量评估方法的不足，构建了SciFigQual-Bench基准，设计SFQ-Agent框架实现自动化评估，实验显示其在eval1200子集上表现优于主流方案。
Comments † Equal contribution. Affiliations: 1: The University of Hong Kong 2: The University of Sydney 3: University of Electronic Science and Technology of China Corresponding authors: Zihan Deng (zhdeng@hku.hk), Chuanzhi Xu (chuanzhi.xu@sydney.edu.au) Project page: https://frankdengai.github.io/SciFigQual-Bench Source code & dataset: https://github.com/FrankDengAI/SciFigQual-Bench
Explanation-Bound Tool Execution for AI Agents: Server-Verified Action Claims Without Trusting Model Rationales
人工智能代理的解释约束工具执行：无需信任模型原理的服务器验证动作声明
机构 * Accentrust（Accentrust公司） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 研究针对人工智能代理工具执行问题，提出EBTE中介层，将原理内容转换为动作声明并经服务器检查。通过形式化和实现参考配置文件，经多场景验证其可行性与诊断价值，支持服务器检查动作声明而非其他相关特性。
Comments 25 pages, 1 figure, 15 tables. Revised presentation and synchronized evaluation details
FilmBench: A Film-Grade Benchmark for Cinematic Video Generation
FilmBench：用于电影视频生成的电影级基准测试
机构 * Alibaba Group（阿里巴巴集团） ； Moku Lab, Hujing Digital Media & Entertainment Group（魔氪实验室，虎鲸数字媒体与娱乐集团） ； Beijing Film Academy（北京电影学院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 FilmBench是基于电影学院传统专业电影语言开发的文本到视频和参考到视频基准测试。它从获奖影片反向设计提示，依电影分类法评估，开发自动评估代理并开源核心套件，能再现人类模型排名，指出当前模型在动态美学等方面不足。
G2VD: Generalizable AI-Generated Video Detection via Counterfactual Intervention and Causal Disentanglement
G2VD：通过反事实干预和因果解缠实现可泛化的人工智能生成视频检测
机构 * Information Engineering University（信息工程大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 针对AI生成视频检测中因捷径学习导致跨域性能差的问题，提出G2VD框架，用反事实干预管道生成样本并对齐，设计因果解缠分类器，提升了跨域性能。
CustomerSim: Benchmarking and Aligning Multimodal Language Models as Retail User Simulators
SalesSim：多模态语言模型作为零售用户模拟器的基准测试与对齐
机构 * Salesforce Research（Salesforce研究院） ； University of California Los Angeles（加州大学洛杉矶分校）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 SalesSim通过多轮多模态对话评估多模态大语言模型在模拟真实用户行为中的能力，发现模型在词汇多样性及决策一致性方面存在不足，并提出UserGRPO方法提升对话流畅度与决策对齐度。
Deep Expert Injection for Anchoring Retinal VLMs with Domain-Specific Knowledge
深度专家注入用于带有领域特定知识的视网膜视觉语言模型的锚定
机构 * Beijing Institute of Technology, Beijing, China（北京理工大学） ； National University of Singapore, Singapore（新加坡国立大学） ； Tsinghua University, Beijing, China（清华大学） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 本文提出EyExIn框架，通过深度专家注入机制提升视网膜VLMs的领域知识嵌入能力，解决感知与推理间隙问题，实现高精度眼科视觉问答。
Toward Standardized Cross-Vendor Agent Tool Trust Management in Autonomous Networks
迈向自主网络中标准化的跨供应商代理工具信任管理
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 研究自主网络中跨供应商代理工具信任管理问题，提出AgentToolMO模型，含信任状态机等内容。模拟评估显示该模型能减少传播范围、保证级联收敛，为可信多供应商自主网络管理提供标准化途径。
Comments 22 pages, 7 figures, 9 tables, 4 algorithms
Evaluation of Adversarial Robustness in Arabic Language Models
阿拉伯语语言模型中的对抗鲁棒性评估
机构 * Kuwait University（科威特大学） ； College of Business Studies, Public Authority of Applied Education and Training（应用教育与培训公共管理局商业研究学院）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL
AI总结 研究评估五个先进阿拉伯语语言模型在不同攻击下的鲁棒性，探索对抗训练防御技术，发现不同攻击对模型准确率影响各异，对抗训练提升了整体弹性，但面对字符级噪声仍有挑战，凸显了当前防御策略在阿拉伯语中的潜力与局限。
OrthKD: Extracting Generalized Clinical Knowledge from Heterogeneous Teachers for Lightweight Deployment
OrthKD：从异构教师中提取通用临床知识以实现轻量级部署
机构 * Tongji University（同济大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.LG
AI总结 研究针对初级护理中糖尿病视网膜病变筛查模型的部署问题，提出OrthKD框架，从异构教师中选择性蒸馏知识，在资源受限设备上实现实用筛查，提升模型性能，如MobileNetV3学生模型在相关数据集上取得更好的指标。
Comments Accepted to the IJCAI-ECAI 2026 Special Track on AI and Health. 8 pages, 3 figures
Data-Dependent Regret and Polyak Corrections for Constrained Online Convex Optimization
约束在线凸优化中与数据相关的遗憾值和波利亚克校正
专题命中 安全评测 ：safety(abstract)；分类 cs.LG
AI总结 研究约束在线凸优化问题，通过保留标准论证中省略的量进行更严格分析，提出AdaOGD - PFS自适应步长方法，在保持每轮可行性时实现\(O(\sqrt{G_T})\)遗憾值，实验使遗憾值界提升38% - 43%。
Comments Accepted for publication in Transactions on Machine Learning Research (TMLR)
COVENANT: Natural-Language Workflow Compilation for Aligned Agent Execution
COVENANT：用于对齐代理执行的自然语言工作流编译
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 研究针对大语言模型代理执行工作流指令时的未对齐问题，提出COVENANT架构，将指令转为工作流抽象语法树和控制流图，运行时控制器按要求检查提议并反馈。实验表明该方法大幅提升成功率、降低未对齐失败率，推动工作流可靠执行。
Comments 12 pages, 7 figures
Hybrid Analysis for Secure MCP Tool Use in LLM Agents
用于大语言模型智能体中安全MCP工具使用的混合分析
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 研究LLM智能体中MCP工具使用的安全问题，提出基于混合分析的MTGuard框架，利用生命周期感知的静态 - 动态协同分析，有效减轻有害工具使用，保持良性任务性能。
Instruction-Tuned Language Models Cannot Sample from Distributions They Can Describe
指令微调语言模型无法从它们能描述的分布中进行采样
机构 * School of Computing, KAIST（韩国科学技术院计算学院） ； School of Business and Technology Management, KAIST（韩国科学技术院商业与技术管理学院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 研究发现指令微调语言模型无法从其能描述的分布中采样，存在“知道/做”分裂，通过让模型描述分布可减半误差，还提出PPA在无额外成本下降低21%误差。
Preliminary Guidelines for Using and Evaluating GenAI Tools to Support Systematic Literature Reviews
使用和评估生成式人工智能工具以支持系统文献综述的初步指南
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 研究探讨如何用GenAI支持系统文献综述，通过快速审查、思想实验等方法，识别评估GenAI用于SLRs的问题及过程要点，形成GUEST建议，助研究人员利用GenAI开展可靠综述与评估研究，强调其需人工监督及能提供成本效益帮助。
Comments 58 pages, 2 figures, 11 tables
CARE-MH: Towards Unified, Reproducible, and Comparable Evaluation of Mental Health LLMs
CARE-MH：迈向心理健康语言模型的统一、可重现和可比评估
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 研究针对心理健康语言模型评估难重现、难比较的问题，提出CARE-MH统一框架，通过重现分析现有基准，发现可重复性取决于模型稳定性，跨基准分歧源于指标定义差异，强调了标准化评估配置和共享指标定义的必要性。
Comments 39 pages, 22 figures, 22 tables
Agentic AI for Scientific Reasoning in Autonomous Quantum Sensing Experiments
用于自主量子传感实验中科学推理的智能体人工智能
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 该研究围绕大语言模型智能体实现用于金刚石中NV中心自主实验的智能体人工智能工作流程，主要贡献为展示自主实验流程，引入离线基准评估智能体推理，结果表明自主实验中智能体与代码分工明确，智能体负责假设和数据评估，代码控制硬件与执行安全约束。
Comments 11 pages, 4 figures + Supplementary Information
Systematic Analysis of Large Language Models and Transformer-Based Machine Translation for English-Tamil and Tamil-English Across Diverse Datasets
跨不同数据集对英语-泰米尔语和泰米尔语-英语的大语言模型和基于Transformer的机器翻译的系统分析
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 研究针对泰米尔语等低资源语言机器翻译挑战，在多数据集上评估多种模型，用BLEU等指标分析其性能，通过注意力分析增强可解释性，证明上下文提示可实现少样本翻译并与监督方法比较，揭示数据集及领域匹配对模型性能的影响。
scMIR: a vision-language foundation model for single-cell light microscopy image representation
scMIR：用于单细胞光学显微镜图像表示的视觉语言基础模型
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 研究针对单细胞光学显微镜图像分析难题，提出scMIR模型，通过自监督图像重建与文本引导跨模态对齐，在多图像文本对上预训练，在多种复杂任务中表现出色，优于现有方法，具备强泛化能力，能推动高通量表型分析工作流程标准化和自动化。
Filling Before Advancing: Capability-Gap-Driven Post-Training for Scenario-Specialized Remote Sensing MLLMs
推进前填充：能力差距驱动的场景专用遥感多模态大语言模型的训练后处理
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 针对地球观测应用中遥感多模态大语言模型因高质量数据稀缺和能力覆盖不完整难以实现细粒度场景专业化的问题，提出能力差距驱动的推进前填充（FBA）方法，经实验验证其效果优于其他方法，提升了模型在相关基准上的表现。
Multi-Fidelity Learning with Shallow Recurrent Decoders for Multi-Physics Applications
基于浅层循环解码器的多保真度学习在反应堆物理中的应用
机构 * Autodesk Research（Autodesk研究院） ； Department of Energy, Nuclear Engineering Division（能源部核工程系） ； Politecnico di Milano（米兰理工大学） ； Department of Mechanical and Nuclear Engineering and Emirates Nuclear Technology Center（机械与核工程系和阿联酋核技术中心）
专题命中 安全评测 ：safety(abstract)；分类 cs.LG
AI总结 针对反应堆物理中高保真数据稀缺而低保真数据丰富的问题，提出利用浅层循环解码器将低保真模型（如点动力学）映射到高保真模型（如扩散方程），以低成本获得高保真解。
Robustness Certificates for Neural Networks Against Data Poisoning and Evasion Attacks
神经网络对抗攻击的鲁棒性证书
机构 * LMU Munich（慕尼黑大学） ； Technical University of Munich（慕尼黑技术大学） ； University of Colorado Boulder（科罗拉多大学博尔德分校）
专题命中 安全评测 ：safety(abstract)；分类 cs.LG
AI总结 本文提出一种形式化鲁棒性认证框架，通过将梯度训练建模为离散时间动力系统，并利用屏障证书概念，提供对抗攻击下的鲁棒性保证，实验表明其在MNIST、SVHN和CIFAR-10上有效。
Journal ref IEEE Open Journal of Control Systems, 2026
KANEx: Translating Kolmogorov-Arnold Networks' Interpretability to Medical Explainability
KANEx：将柯尔莫哥洛夫-阿诺德网络的可解释性转化为医学可解释性
机构 * Indian Institute of Technology Madras（印度理工学院马德拉斯分校） ； Vanderbilt University School of Medicine（范德堡大学医学院）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 研究针对医学应用中视觉模型黑箱问题，提出KANEx框架，利用柯尔莫哥洛夫-阿诺德网络的符号透明度为VLM推理奠基，设计KAN-Map热图生成方法，经实验验证该方法能提升语义相似度、视觉定位及推理质量，为可信医学人工智能发展助力。
Comments MICCAI 2026
Evaluating the Impact of Explainable AI on Trust in AI-Assisted Code Review
评估可解释人工智能对人工智能辅助代码审查中信任的影响
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 研究可解释人工智能（XAI）对开发人员在人工智能辅助代码审查中信任的影响，通过对34名参与者的受试者内用户研究，比较不同XAI支持水平的系统，发现解释水平显著影响信任和认同，结果为可信代码审查系统设计等研究提供信息。
Comments 23 pages, 4 figures, 5 tables. To appear in Proceedings of the ACM on Software Engineering (PACMSE), Vol. 3, No. ISSTA, Article ISSTA093 (ISSTA 2026). Published under CC BY 4.0. Replication package: https://doi.org/10.5281/zenodo.21457282
Evaluating Fuzz Testing for Reinforcement Learning Agents
评估强化学习智能体的模糊测试
机构 * College of Intelligence and Computing, Tianjin University（天津大学智能与计算学部）
专题命中 安全评测 ：safety(abstract)；分类 cs.LG
AI总结 研究针对强化学习智能体模糊测试评估差异问题，通过在三种环境下统一配置对五种方法及随机测试进行基准测试，从多角度评估，揭示不同方法特点，表明模糊测试能提升智能体鲁棒性等，还给出可操作指导。
