大模型对齐与安全

Wavelet-Fusion Diffusion Model for Multimodal Brain MRI Synthesis with Modality and Metadata Conditioning

小波融合扩散模型用于多模态脑MRI合成，具有模态和元数据条件

Muhammad Nabi Yasinzai, Remika Mito, Mangor Pedersen

机构 * Department of Psychology & Neuroscience, Auckland University of Technology（心理学与神经科学系，奥克兰技术大学） ； Department of Psychiatry, University of Melbourne（精神病学系，墨尔本大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出一种小波融合扩散模型（WFDM），结合小波融合变分自编码器（WF-VAE）和条件3D U-Net扩散模型，通过显式模态和元数据条件实现多模态脑MRI合成，解决了数据集模态覆盖不均和异质性问题，在分布对齐上优于现有方法。

Comments 51 pages, 7 figures, including supplementary material. Submitted to Imaging Neuroscience

NeuroLog: Reasoning You Can Audit -- Neuro-Symbolic Vulnerability Discovery via LLM Facts, Datalog, and SMT

NeuroLog: 可审计的推理——通过LLM事实、Datalog和SMT进行神经符号漏洞发现

Sanjay Rawat

专题命中 安全评测 ：safety(abstract)

AI总结 提出NeuroLog流水线，结合LLM提取事实、Souffle规则组合和Z3后处理，实现无需构建的漏洞发现，并在多个真实项目中重新发现CVE级漏洞。

Through the PRISM: Principle-Aware, Interpretable, and Multi-Scale Evaluation of Visual Designs

通过PRISM：原则感知、可解释和多尺度的视觉设计评估

Mona Gandhi, KJ Joseph, Srinivasan Parthasarathy, Sayan Nag

机构 * Ohio State University（俄亥俄州立大学） ； Adobe Research（Adobe研究院） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出PRISM基准和一种多尺度评估框架，通过原则扰动和分层分析实现可解释的设计质量评估。

Journal ref CVPR 2026 Findings

Specification-Driven Development Benchmark: Security Knowledge Transition

规范驱动开发基准：安全知识迁移

Oleg Grynets, Andrii Salyk, Vasyl Lyashkevych, Oleh Kaskun, Danyil Zhuravchak

专题命中 安全评测 ：safety(abstract)

AI总结 针对AI辅助规范驱动开发中安全行为隐式化的问题，提出多层规范安全模型和安全知识迁移方法，通过结构化安全知识提升生成系统的安全性。

Comments 15 pages, 7 figures, 8 tables, 32 references

Beyond Rigid: Benchmarking Non-Rigid Video Editing

超越刚性：非刚性视频编辑基准测试

Bingzheng Qu, Xuefeng Bai, Kehai Chen, Min Zhang

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出NRVBench诊断基准，通过物理感知评估框架揭示传统指标在非刚性视频编辑中的不足，并引入VM-Edit基线分析稳定性-可塑性权衡。

SpatialBench: Is Your Spatial Foundation Model an All-Round Player?

SpatialBench: 你的空间基础模型是全能选手吗？

Haosong Peng, Hao Li, Jiaqi Chen, Yuhao Pan, Runmao Yao, Yalun Dai, Fushuo Huo, Fangzhou Hong, Zhaoxi Chen, Haozhao Wang, Dingwen Zhang, Ziwei Liu, Wenchao Xu

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Nanyang Technological University（南洋理工大学） ； Northwestern Polytechnical University（西北工业大学） ； Southeast University（东南大学） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出SpatialBench基准，通过跨范式、多域、确定性采样的评估，揭示当前空间基础模型在多样化下游任务中的泛化能力不足，并引入DA-Next-5M数据集和DA-Next模型推动空间表示学习。

Comments Project Page: https://ropedia.github.io/SpatialBench/

Decoding the Surgical Scene: A Scoping Review of Scene Graphs in Surgery

解码手术场景：手术中场景图的范围综述

Angelo Henriques, Korab Hoxha, Daniel Zapp, Peter C. Issa, Nassir Navab, M. Ali Nasseri

机构 * School of Computation, Information and Technology, Technical University of Munich（计算信息学院，慕尼黑技术大学） ； Klinik und Poliklinik für Augenheilkunde, TUM University Hospital（眼科诊所，TUM大学医院） ； Computer Aided Medical Procedures, Technical University of Munich（医学辅助程序，慕尼黑技术大学） ； Department of Biomedical Engineering, University of Alberta（生物医学工程系，阿尔伯塔大学） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 本文通过PRISMA-ScR指导的范围综述，系统梳理了手术中场景图（SG）的研究现状，分析了52项研究，揭示了从图神经网络向基础模型和生成式AI的方法论转变，并提出了“验证三位一体”评估框架以弥合临床转化差距。

Comments Submitted and accepted to Medical Image Analysis (DOI: 10.1016/j.media.2026.104083). An interactive version of the summary tables is available at: osf.io/fruq8

Journal ref Medical Image Analysis (2026)

Data-Driven Crowd Dynamics using Kinetic Theory and Ensemble-based Data Assimilation

基于动理学理论和集成数据同化的数据驱动人群动力学

Santiago Rosa, Manuel Pulido, Orlando Billoni, Juan Martín Guerrieri, Juan Pablo Agnelli

专题命中 安全评测 ：safety(abstract)

AI总结 提出结合动理学理论与集成卡尔曼滤波的数据驱动介观建模框架，通过同化观测数据估计人群密度和恐慌因子，验证了方法对模型误差的鲁棒性。

Verifying Adversarial Robustness in Quantum Machine Learning: from theory to physical validation via a software tool

验证量子机器学习中的对抗鲁棒性：从理论到通过软件工具的物理验证

Ji Guan, Mingsheng Ying

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文提出基于保真度的鲁棒性下界，通过测量结果分布直接计算，结合半定规划优化，实现量子机器学习模型对抗鲁棒性的形式化验证与物理实验验证。

Journal ref Quantum Robustness in Artificial Intelligence, Quantum Science and Technology, Springer Nature Switzerland, 2026

SegTune: Structured and Fine-Grained Control for Song Generation

SegTune：歌曲生成的结构化与细粒度控制

Pengfei Cai, Joanna Wang, Haorui Zheng, Xu Li, Zihao Ji, Teng Ma, Zhongliang Liu, Chen Zhang, Pengfei Wan

机构 * Kuaishou Technology（快手科技） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出非自回归框架SegTune，通过段级局部描述和全局提示实现歌曲的结构化可控生成，并引入基于LLM的时长预测器实现精确的歌词-音乐对齐。

Comments This technical report was later revised and published at ACL 2026 (oral). ACL paper link: https://openreview.net/forum?id=FKf2S4u8at , code: https://github.com/KlingAIResearch/SegTune

The Best-Laid SCHEMEs: Coordinated Sabotage and Monitoring in Multi-Agent Systems

最佳布局的SCHEMEs：多智能体系统中的协调破坏与监控

Nikolay Radev, Lennart Haas, Benjamin Arnav, Pablo Bernabeu-Pérez

专题命中 安全评测 ：safety(abstract)

AI总结 提出SCHEME基准测试，评估多智能体系统在合法任务中协调执行隐藏恶意目标的能力，发现协调破坏已实际可行，但代码编辑可被高精度检测。

Comments 33 pages, 25 figures, 15 tables

Evaluating and Rewarding LALMs for Expressive Role-Play TTS via Mean Continuation Log-Probability

评估与奖励基于平均延续对数概率的表达性角色扮演TTS的LALM

Yong Ren, Jingbei Li, Haiyang Sun, Yujie Chen, Cheng Yi, Yechang Huang, Hao Gu, Ye Bai, Xuerui Yang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Beihang University（北京航空航天大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出平均延续对数概率（MCLP）作为评估指标和奖励信号，用于提升大型音频语言模型在角色扮演文本转语音任务中的风格一致性。

Comments Accepted by ICML 2026

Every9D-21M: Large-Scale Real-World 9D Canonicalization of Everyday Objects

Every9D-21M：日常物体的大规模真实世界9D规范化

Leonhard Sommer, Emil Akopyan, Adam Kortylewski

机构 * University of Freiburg（弗赖堡大学） ； CISPA Helmholtz Center for Information Security（信息安全赫尔姆霍茨研究中心） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 针对真实世界9D姿态数据缺乏的问题，提出包含2180万张图像、700类物体的Every9D-21M数据集，通过多视图几何重建点云并跨实例对齐实现大规模标注，验证了其在多个基准上的性能提升。

Joint Optimization of Relevance and Engagement in Multi-Task Ranking for E-Commerce with Efficient LLM Supervision

电子商务中多任务排序的相关性与参与度联合优化与高效LLM监督

Luming Chen, Jiaqi Xi, Raghav Saboo, Kenny Chi, Martin Wang, Sudeep Das, Danny Nightingale, Aditya Dodda, Elyse Winer, Akshad Viswanathan

专题命中 安全评测 ：alignment(abstract)

AI总结 提出一个生产级多任务排序系统，通过序数相关头与统一价值模型联合优化相关性和参与度，并利用微调轻量级LLM生成三级序数相关标签，显著提升语义对齐同时保持核心参与目标。

From Task Allocation to Risk Clearing: A Unifying Interface for Mixed Human-Agent Societies

从任务分配到风险清算：混合人机社会的统一接口

Vassilis Vassiliades

专题命中 安全评测 ：safety(abstract)

AI总结 提出风险感知选项清算（ROC）机制，通过将风险摘要与选项结合并由中央清算所优化风险调整任务效用，实现混合人机社会中异构代理的可扩展透明协调。

Comments Presented at EMAS 2026

FTibSuite: A Comprehensive Resource Suite for Tibetan Vision-Language Modeling

FTibSuite：面向藏语视觉语言建模的综合资源套件

Guixian Xu, Yide Liang, Zeli Su, Xuexian Song, Ziyin Zhang, Yushuang Dong, Ting Zhang, Xu Han

机构 * Hainan International College, Minzu University of China（民族大学海南国际学院） ； School of Information Engineering, Minzu University of China（民族大学信息工程学院） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 针对藏语视觉语言建模缺乏可复现训练和评估基础设施的问题，提出FTibSuite资源套件，包含数据集FTibData、基准FTibBench和基线模型FTibVLM，在多项任务上取得显著性能提升。

COVD: Continual Open-Vocabulary Object Detection with Novel Concept Injection

COVD: 通过新概念注入的持续开放词汇目标检测

Yupeng Zhang, Ruize Han, Yuzhong Feng, Zixin Ren, Yuntong Tian, Liang Wan

机构 * Tianjin University（天津大学） ； Shenzhen University of Advanced Technology（深圳大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出持续开放词汇目标检测新任务COVD，通过冻结视觉编码器并仅更新文本分支参数注入新概念，实现无需额外参数的高效持续学习。

LongAV-Compass: Towards Unified Evaluation of Minute-Scale Audio-Visual Generation Across T2AV, I2AV, and V2AV

LongAV-Compass：面向分钟级音视频生成在T2AV、I2AV和V2AV上的统一评估

Tengfei Liu, Yang Shi, Xuanyu Zhu, Jiafu Tang, Liu Yang, Qixun Wang, Zhuoran Zhang, Yuqi Tang, Fengxiang Wang, Yuhao Dong, Xinlong Chen, Bozhou Li, Bohan Zeng, Yue Ding, Xiaohan Zhang, Jialu Chen, Haotian Wang, Yuanxing Zhang, Pengfei Wan, Leye Wang

机构 * Peking University（北京大学） ； Kling Team（Kling团队） ； Nanjing University（南京大学） ； SJTU（上海交通大学） ； HKUST(GZ)（香港科技大学（广州）） ； Shanghai AI Lab（上海人工智能实验室） ； Nanyang Technological University（南洋理工大学） ； CASIA（中国科学院自动化所） ； Tsinghua University（清华大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 针对现有评估协议局限于短片段的问题，提出LongAV-Compass基准，通过284个测试用例和统一评估框架，系统评估分钟级音视频生成在文本、图像、视频条件下的质量、一致性和对齐。

ODOV: Benchmark the Open-Domain Open-Vocabulary Object Detection

ODOV：开放域开放词汇目标检测基准

Yupeng Zhang, Ruize Han, Fangnan Zhou, Wei Feng, Liang Wan

机构 * College of Intelligence and Computing, Tianjin University（天津大学智能计算学院） ； Key Research Center for Surface Monitoring and Analysis of Relics, State Administration of Cultural Heritage（文物表面监测与分析国家重点研究中心） ； Faculty of Computer Science and Artificial Intelligence, Shenzhen University of Advanced Technology（深圳先进技术大学计算机科学与人工智能学院） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 针对真实场景中域偏移和类别偏移同时发生的问题，提出开放域开放词汇目标检测任务，构建OD-LVIS基准数据集，并设计基于VLM的基线方法，通过域无关类别提示和域投影嫁接模块提升检测性能。

A Pedestrian-Vehicle Interaction Benchmark and Annotation Framework for Unstructured Scenes via Uncalibrated Cameras

非标定相机下的非结构化场景行人-车辆交互基准与标注框架

Haoyang Peng, Qian Hu, Songan Zhang, Ming Yang

机构 * School of Automation and Intelligent Sensing（自动化与智能感知学院） ； Global Institute of Future Technology（未来技术全球研究院） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 针对非结构化场景中行人-车辆交互数据稀缺的问题，提出基于非标定监控视频的标注框架PINNS数据集，包含多国多场景的密集交互轨迹与场景信息，以促进复杂混合交通中的轨迹预测研究。

Comments 10 pages, 8 figures; project page available at https://github.com/Songan-Lab

Closed-Loop Bidirectional Prompting for Adversarial Robustness of Vision Language Models

闭环双向提示用于视觉语言模型的对抗鲁棒性

Xiao Liu, Jiaxiang Liu, Boci Peng, Boren Hu, Yusong Wang, Xiwen Chen, Prayag Tiwari, Liming Zhang, Mingkun Xu

机构 * University of Macau（澳门大学） ； Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Peking University（北京大学） ； Independent Researcher（独立研究员） ； Institute of Science Tokyo（东京科学研究院） ； Morgan Stanley（摩根大通） ； Halmstad University（哈马碧大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 针对视觉语言模型在对抗扰动下跨模态语义对齐脆弱的问题，提出闭环双向提示方法，通过动态反馈循环恢复跨模态一致性，并引入语义锚点约束循环更新，实现实例自适应保护，在11个数据集上达到最先进的鲁棒性和泛化性能。

Comments 24 pages, 8 figures

Measuring Epistemic Humility in Multimodal Large Language Models

测量多模态大语言模型中的认知谦逊

Bingkui Tong, Jiaer Xia, Sifeng Shang, Kaiyang Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed人工智能大学） ； Hong Kong Baptist University（香港 Baptist大学） 纠错

专题命中 安全评测 ：trustworthy(abstract)

AI总结 提出HumbleBench基准，通过强制选择多项选择中引入“以上皆非”选项，评估多模态大语言模型拒绝错误选项的谦逊行为。

Do Image-Text Metrics Respect Semantic Invariances?

图像-文本度量是否尊重语义不变性？

Amit Agarwal, Hitesh Laxmichand Patel, Meizhu Liu, Jyotika Singh, Karan Dua, Hansa Meghwani, Matthew Rowe, Michael Avendi, Yassi Abbasi, Tao Sheng, Sujith Ravi, Dan Roth

机构 * Oracle AI 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 通过空间、物体和社会语言框架三个维度的语义保持扰动，系统评估了五种流行图像-文本评估器（CLIPScore、PAC-S、UMIC、FLEUR和确定性LLM评判）的语义不变性，发现它们对非语义变化敏感，并提出了不变性校准评分作为后处理调整方法。

TEAM-SimHRA: A Team-Based Simulation Framework for Human Reliability Analysis Using Multi-Agent Large Language Models

TEAM-SimHRA：基于团队的人因可靠性分析仿真框架——使用多智能体大语言模型

Xingyu Xiao, Jiejuan Tong, Jingang Liang, Haitao Wang

专题命中 安全评测 ：safety(abstract)

AI总结 提出TEAM-SimHRA框架，利用多智能体大语言模型模拟核控制室团队交互，将人因可靠性视为涌现属性，在三哩岛和切尔诺贝利事故验证中实现历史决策延迟复现和通信抑制再现。

Natural Yet Challenging to Detect: Robust In-the-Wild TTS through EMA and Dual-Scoring Prompt Selection -- Submission for WildSpoof 2026 TTS Track

自然但难以检测：通过EMA和双评分提示选择实现鲁棒的野外TTS——WildSpoof 2026 TTS赛道提交

Renhe Sun, Jiayi Zhou, Haolin He, Yueying Feng, Jian Liu

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出F5-TTS-DPS模型，通过集成指数移动平均（EMA）和利用大语言模型进行双评分提示选择，在野外数据上生成自然且难以检测的语音，在WildSpoof挑战中取得最佳反欺骗性能。

DocRevive: A Unified Pipeline for Document Text Restoration

DocRevive：文档文本恢复的统一流水线

Kunal Purkayastha, Ayan Banerjee, Josep Llados, Umapada Pal

机构 * Computer Vision Center（计算机视觉中心） ； Indian Statistical Institute（印度统计研究所） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 提出DocRevive统一流水线，结合OCR、图像分析、掩码语言建模和扩散模型，用于恢复受损文档文本并保持视觉完整性，同时提出UCSM评估指标。

RF Instrument Agent (RFIA): Empowering RF Instruments with Natural Language Understanding, Scheduling and Execution of Complex Tasks

RF仪器智能体 (RFIA): 赋予射频仪器自然语言理解、调度与执行复杂任务的能力

Chunhui Li, Wei Fan

专题命中 安全评测 ：safety(abstract)

AI总结 提出RFIA框架，通过解耦意图-规划-执行架构和结构化知识库，实现基于自然语言的可靠射频仪器控制，并在商用矢量网络分析仪上验证了多任务自动化能力。

MindCopilot: Towards Formalizing and Evaluating Granular Human-LLM Co-Writing

MindCopilot: 迈向细粒度人机协作写作的形式化与评估

Youqing Fang, Yinhao Tang, Yanan Sun, Jiangning Liu, Ziyi Wang, Xun Zhao, Bin Liu, Weiming Zhang, Kuikun Liu, Wenwei Zhang, Kai Chen

专题命中 安全评测 ：alignment(abstract)

AI总结 针对现有主动式写作助手评估仅关注输出质量而忽略用户交互行为的问题，提出基于人类参与马尔可夫决策过程的协作写作形式化模型，并设计交互感知评估套件（Co-Writing Fidelity Suite），通过大规模模拟和用户研究验证其有效性。

Comments 30 pages, 8 figures. Accepted to IJCAI 2026

General Hazard Detection

通用危险检测

Stephanie Ng, CP Lim, SueJen Looi, Hendrik Zurlinden, David Nguyen, Lei Wei, Saeid Nahavandi, Hailing Zhou

机构 * Swinburne University of Technology（斯winburne大学） ； National Transport Research Organisation（国家交通运输研究组织） ； Google Cloud（谷歌云） ； Deakin University（德金大学） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 针对现有危险检测系统在抽象安全概念上的局限性，提出基于规则合规评估的CompliVision数据集和结合LLaVA视觉推理与人在回路反馈的通用危险检测框架。

Comments 20 pages, 7 figures and 4 tables

Documentation-Guided Agentic Codebase Migration from C to Rust

文档引导的从 C 到 Rust 的智能代码库迁移

Minh Le-Anh, Anh Nguyen Hoang, Bach Le, Nghi D. Q. Bui

专题命中 安全评测 ：safety(abstract)

AI总结 提出 RustPrint 框架，通过文档引导的智能体协调，实现仓库级别的 C 到 Rust 迁移，在编译性、特征保留和测试通过率上显著优于现有方法。