Optimal Deterministic Multicalibration and Omniprediction
最优确定性多校准与全预测
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.LG
AI总结 本文提出一种确定性算法，实现多校准的极小化最优样本复杂度，并推广到结果不可区分性，解决确定性预测器是否必要的问题。
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
CareTransition-Audit: A Benchmark to Audit Discharge Summaries for Efficient Care Transitions
CareTransition-Audit：用于高效护理过渡的出院总结审计基准
机构 * Department of Computer Science \& Engineering, University of Minnesota-Twin Cities, Minneapolis, USA ； Centific AI Research, Redmond, USA
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出基于大语言模型的自动化框架，通过46项检查清单审计出院总结完整性，在MIMIC-IV数据集上基准测试11个模型，最佳模型与临床医生标签的Cohen's kappa约0.5，所有模型难以识别模糊文档。
Comments Accepted as a poster at IEEE-ICHI 2026; Accepted at SD4H@ICML
Omnilingual SONAR: Cross-Lingual and Cross-Modal Sentence Embeddings Bridging Massively Multilingual Text and Speech
Omnilingual SONAR：跨语言与跨模态句子嵌入，连接大规模多语言文本与语音
机构 * FAIR at Meta（Meta的FAIR）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 提出OmniSONAR模型，通过渐进式训练和教师-学生蒸馏，在数千种语言上实现文本、语音、代码和数学表达式的统一语义嵌入，在跨语言检索和翻译任务上显著降低错误率，并支持零样本语音翻译。
TransLaw: A Large-Scale Dataset and Multi-Agent Benchmark Simulating Professional Translation of Hong Kong Case Law
TransLaw：模拟香港判例法专业翻译的大规模数据集与多智能体基准
机构 * City University of Hong Kong, Hong Kong SAR, China（香港城市大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 针对香港判例法英译中资源匮乏、法律术语和格式要求严格的问题，构建了首个大规模句对齐平行语料库HKCFA Judgment 97-22，并提出多智能体框架TransLaw，通过分解翻译任务、集成法律词汇库和检索增强生成，显著提升翻译质量，但仍未达到人类专家的风格自然度。
Comments Accepted at ICML 2026 - AI for Law
Quantifying and Auditing LLM Evaluation via Positive--Unlabeled Learning
通过正-无标签学习量化与审计大语言模型评估
机构 * Department of Mathematics and Statistics（数学与统计学系） ； Georgia State University（佐治亚州立大学） ； Department of Statistics（统计学系） ； University of Manitoba（曼尼托巴大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.LG
AI总结 针对大语言模型作为评估者存在的系统性偏差（如冗长偏好），提出基于部分最优传输的几何审计框架，利用少量人工验证正样本校正偏差，无需重训练即可提升与人类偏好的一致性。
RECOM: A Validity Discrimination Tradeoff in Automatic Metrics for Open Ended Reddit Question Answering
RECOM：开放式 Reddit 问答中自动评估指标的有效性与区分性权衡
机构 * University of Alabama Huntsville（阿拉巴马大学亨茨维尔分校） ； University of North Alabama（北阿拉巴马大学） ； Stanford University（斯坦福大学） ； Meta AI ； Amazon GenAI（亚马逊生成人工智能）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 提出 RECOM 数据集，发现自动评估指标在开放式问答中无法同时兼顾有效性和区分性，余弦相似度有效性高但区分性差，BERTScore 区分性受长度影响且有效性弱。
SAMA: Semantic Anchor-aligned Augmentation for Unified Low-Resource Multimodal Information Extraction
SAMA：面向统一低资源多模态信息抽取的语义锚定对齐增强
机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院）
专题命中 安全评测 ：alignment(abstract)；分类 cs.CL
AI总结 提出语义锚定对齐增强框架SAMA，通过构建结构化语义锚引导多专家多模态大模型生成高保真文本，并利用锚保留扩散机制合成图像，结合双约束过滤模块，在低资源多模态信息抽取任务中显著提升性能。
Comments Accepted by IEEE Transactions on Multimedia
SafeClawBench: Separating Semantic, Audit-Evidence, and Sandbox Harm in Tool-Using LLM Agents
SafeClawBench: 区分工具使用LLM代理中的语义、审计证据和沙箱危害
机构 * Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； SUIBE（上海外国语大学） ； Huawei（华为） ； Tsinghua University（清华大学）
专题命中 安全评测 ：prompt injection(abstract)；分类 cs.AI
AI总结 提出SafeClawBench基准，通过三个独立端点（语义攻击接受、审计可见危害证据、沙箱观察危害）评估工具使用LLM代理的安全性，揭示不同失败模式并支持可复现比较。
Comments 32 pages, 5 figures
Towards Understanding and Measuring COGNITIVE ATROPHY in LLM Behaviour
理解和测量LLM行为中的认知萎缩
机构 * York University（约克大学） ； Vector Institute（向量研究所） ； Rotman Research Institute（罗特曼研究学院） ； Dalhousie University（达尔豪斯大学） ； Centre for Addiction & Mental Health（成瘾与心理健康中心） ； KITE Research Institute（KITE研究机构）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 针对LLM在心理健康支持中缺乏过程行为评估的问题，提出认知萎缩概念及基准，通过临床标注和专家评估揭示模型普遍存在中度至高度萎缩行为。
LiveStarPro: Proactive Streaming Video Understanding with Hierarchical Memory for Long-Horizon Streams
LiveStarPro: 具有分层记忆的主动式流视频理解用于长时域流
机构 * IEEE
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 提出LiveStarPro，通过流验证解码、流因果注意力掩码和树结构分层记忆三个组件，实现长时域流媒体视频的主动理解，在语义正确性和时序误差上分别提升28.9%和降低18.2%。
Using Cognitive Models to Improve Language Model Simulation of Human Persuasion Games
使用认知模型改进语言模型对人类说服博弈的模拟
机构 * Princeton University（普林斯顿大学）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出方程到行为提示和强化学习方法，使语言模型匹配认知模型（如贝叶斯更新、动机推理），在说服博弈中提升模拟人类决策多样性的能力。
Surrogate Assisted Pedestrian Protection Design via a Foundation Model Orchestrated Workflow
基于基础模型编排工作流的代理辅助行人保护设计
机构 * Honda Motor Co., Ltd.（本田汽车有限公司）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出首个基础模型编排的碰撞安全设计工作流，集成代理模型、多目标进化搜索、几何生成器和自然语言接口，将行人保护评估时间从数小时降至秒级。
Journal ref ICLR 2026 Workshop The 2nd Workshop on Foundation Models for Science
LLM-as-Judge in Education: A Curriculum-Grounded Marking Pipeline
教育中的LLM作为评判者：基于课程标准的评分流水线
机构 * NSW Department of Education（新南威尔士州教育部） ； South Australian Department for Education（南澳大利亚州教育部） ； OC Selective exam preparation platform（OC精英考试备考平台） ； Studitory: HSC preparation platform（Studitory: HSC备考平台）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 提出一种基于课程标准的可配置LLM评判流水线，用于高利害考试评分，通过整合授权课程工件和评分指南，提高评分一致性、透明度和与官方实践的契合度。
Distributed General-Purpose Agent Networks: Architecture, Key Mechanisms, and Prototypes
分布式通用智能体网络：架构、关键机制与原型
机构 * College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.AI
AI总结 提出分布式通用智能体网络架构，通过协议适配层连接上层任务语义与底层网络操作，解决语义公告传播、可信身份与多主题声誉、语义梯度机制设计三大核心问题，实现开放可信的智能体协作。
Towards Auditing AI Systems in the Wild
野外AI系统审计的探讨
专题命中 安全评测 ：safety(abstract)；分类 cs.CY
AI总结 本文提出将AI系统审计视为在不确定性下监控约束违规的统计问题，强调开发全生命周期审计框架，以持续评估公平性、安全性等风险控制约束。
Comments Accepted to KDD 2026 (Blue Sky Ideas Track)
When Rules Learn: A Self-Evolving Agent for Legal Case Retrieval
当规则学习时：一种用于法律案例检索的自演化智能体
机构 * Center of Information Research, AMS（AMS信息研究中心） ； Discipline and Technology Research Center for Large Model Intelligence Applications（大模型智能应用学科与技术研究中心） ； Hebei University of Engineering（河北工程大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 提出一种自演化框架，通过LLM智能体自动生成并优化查询重写规则，无需参数训练即可增强BM25在法律案例检索中的性能。
Comments To appear in ACL 2026
Cluster-Aware Dual-Level Test Specification Generation for Large-Scale Automotive Software Requirements
面向大规模汽车软件需求的集群感知双层测试规格生成
机构 * CairoMotive Cairo, Egypt（开罗动力埃及）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出一种“先聚类后总结”流水线，通过嵌入、降维、聚类、多级摘要和双层测试生成，解决大规模需求下LLM处理依赖缺失和上下文窗口限制问题，提升集成测试覆盖率并高效扩展。
When Cognitive Graphs Meet LLMs: BDEI Cognitive Pathways for Panic Emotional Arousal Prediction
当认知图遇见大语言模型：恐慌情绪唤醒预测的BDEI认知路径
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL
AI总结 提出PanicCognitivePath框架，通过心理安全距离模型融合多域信号，引入显式情绪节点构建BDEI认知路径，将LLM限制于单步参数估计，实现恐慌情绪唤醒时间预测，准确率提升10.68%。
DeMaVLA: A Vision-Language-Action Foundation Model for Generalizable Deformable Manipulation
DeMaVLA：面向可泛化可变形物体操作的视觉-语言-动作基础模型
机构 * Tongji University（同济大学）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 提出DeMaVLA模型，采用VLM骨干与动作专家结合流匹配生成连续动作，通过剪枝Transformer层提升效率，并利用大规模真实世界数据和人类反馈数据聚合训练，实现可变形物体折叠操作的多类别泛化。
Comments 14 pages, 2 figures
Like a Hammer, It Can Build, It Can Break: Large Language Model Uses, Perceptions, and Adoption in Cybersecurity Operations on Reddit
像锤子一样，它能建造，也能破坏：Reddit上网络安全运营中大语言模型的使用、认知与采纳
机构 * Arizona State University（亚利桑那州立大学） ； Technische Universität Berlin（柏林技术大学）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 通过对Reddit网络安全论坛892篇帖子进行混合方法分析，研究安全从业者使用LLM工具的模式、认知和采纳情况，发现LLM主要用于低风险、生产力导向任务，企业级安全平台受关注，但可靠性、验证开销和安全问题限制了其自主性。
Comments This paper appears in the Proceedings of the Twenty-Second Symposium on Usable Privacy and Security (SOUPS) 2026
DiffAttn: Diffusion-Based Drivers' Visual Attention Prediction with LLM-Enhanced Semantic Reasoning
DiffAttn: 基于扩散的驾驶员视觉注意力预测与LLM增强语义推理
机构 * School of vehicle and Mobility, Tsinghua University（清华大学车辆与移动性学院） ； Beijing Key Laboratory of Human-Computer Interaction, Institute of Software, Chinese Academy of Sciences（北京人机交互重点实验室，中国科学院软件研究所） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（远程感知与地球观测实验室，哥本哈根大学） ； California PATH, University of California, Berkeley（加州PATH，加州大学伯克利分校）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出DiffAttn框架，将驾驶员视觉注意力预测建模为条件扩散去噪过程，结合Swin Transformer、特征融合金字塔和LLM增强语义推理，在四个数据集上达到最先进性能。
Tacit Coordination of Large Language Models
大型语言模型的隐性协调
机构 * Department of Computer Science, Bar-Ilan University（巴伊兰大学计算机科学系） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Institute for Decentralized AI (IDAI)（去中心化人工智能研究所）
专题命中 安全评测 ：safety(abstract)；分类 cs.LG
AI总结 研究大型语言模型在多智能体无通信协调中的焦点涌现能力，通过博弈和搜救任务评估，发现模型在多数场景匹配或超越人类，但在数值常识和文化显著性任务中失败，并提出无学习策略改善协调。
Comments Code: https://github.com/EmanueleLM/focal-points
m2sv: A Scalable Benchmark for Map-to-Street-View Spatial Reasoning
m2sv: 地图到街景空间推理的可扩展基准
机构 * University of Hawai'i at M\=anoa, Honolulu, HI, USA
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 提出m2sv基准，通过匹配朝北俯视图与街景图像推断相机方向，评估VLM空间推理能力；最佳模型准确率65.2%，低于人类72.0%，揭示几何对齐与推理一致性的差距。
AI as a Partner in Learning about, Doing, and Engaging with Science: Vigilance as the Key to Productive Augmentation
AI作为学习、实践和参与科学的伙伴：警惕性是高效增强的关键
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.CY
AI总结 本文探讨AI作为科学学习、实践和参与伙伴的三种形式，提出人类对AI输出的认知警惕性是决定增强效果的关键约束，并详细阐述了警惕性的组成、机制及测量方法。
Progressive Knowledge-Guided Large Language Model Framework for Bearing Fault Diagnosis
渐进式知识引导的大型语言模型框架用于轴承故障诊断
机构 * Harbin Institute of Technology, China（哈尔滨工业大学，中国） ； Eastern Institute of Technology, China（东方技术研究所，中国）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL
AI总结 提出渐进式物理引导多尺度振动信号处理框架，通过81维测量描述符、故障自适应分割和隐式知识编码，在四个数据集上实现98.49%诊断精度并降低12.6倍计算成本。
PaperJury: Due-Process Review for Bounded LaTeX Revision
PaperJury: 有界LaTeX修订的正当程序审查
机构 * Vast Intelligence Lab（vast 智能实验室）
专题命中 安全评测 ：safety(abstract)；分类 cs.CL
AI总结 提出PaperJury系统，通过确定性编排与语义代理分离，实现LaTeX论文的对抗性审查、裁决和修订，确保有界安全编辑和终止结果。
Comments 10 pages, 5 figures
AME: A Multi-Type Contributor Attribution Framework in Generative AI Markets
AME：生成式AI市场中的多类型贡献者归属框架
机构 * University of Shanghai for Science and Technology（上海理工大学） ； Fudan University（复旦大学）
专题命中 安全评测 ：trustworthy(abstract)；分类 cs.LG
AI总结 针对生成式AI中多阶段协作的价值分配问题，提出AME框架，整合异构数据贡献评估、数据权利映射和可信执行，实现与人类判断一致的低成本价值分配。
SciText2Eq: Assessing LLMs for Explainable Equation Generation for Scientific Creativity
SciText2Eq: 评估大语言模型在科学创造力中的可解释方程生成
机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Wageningen University & Research（瓦赫宁根大学及研究中心）
专题命中 安全评测 ：alignment(abstract)；分类 cs.AI
AI总结 研究大语言模型从科学文本生成数学方程的能力，构建AI论文数据集，提出可解释方程生成流程，并设计结合自动指标、LLM评估和人工判断的评估协议，发现LLM在语义准确性上表现不足。
Comments Accepted by findings of ACL 2026
UrbanWell: Benchmarking Multimodal Large Language Models for Spatio-Temporal Urban Wellbeing Analytics
UrbanWell: 面向时空城市福祉分析的多模态大语言模型基准测试
机构 * University of Helsinki（赫尔辛基大学） ； Zhongguancun Academy（中关村学院） ； University of Oxford（牛津大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出UrbanWell基准，通过卫星和街景图像联合建模，系统评估多模态大语言模型在环境、空间可达性、城市形态、活力和主观感知等5类城市福祉指标上的时空推理能力，并定义时序预测和趋势分类任务。
Comments accepted by KDD Datasets and Benchmarks Track 2026
ToolMenuBench: Benchmarking Tool-Menu Filtering Strategies for Reliable and Efficient LLM Agents
ToolMenuBench: 用于可靠高效LLM智能体的工具菜单过滤策略基准测试
机构 * Independent Researcher（独立研究者） ； United States of America（美国）
专题命中 安全评测 ：safety(abstract)；分类 cs.AI
AI总结 提出ToolMenuBench基准，评估多步LLM智能体中工具菜单构建策略，发现因果最小工具过滤在任务成功率、令牌使用和风险暴露间取得最佳平衡。
