大模型对齐与安全

Scaling Ultrasound Volumetric Reconstruction via Mobile Augmented Reality

通过移动增强现实实现超声体积重建的扩展

Kian Wei Ng, Yujia Gao, Deborah Khoo, Ying Zhen Tan, Chengzheng Mao, Haojie Cheng, Andrew Makmur, Kee Yuan Ngiam, Serene Goh, Eng Tat Khoo

机构 * National University Health System, Singapore（新加坡国家大学医疗系统） ； College of Design and Engineering, National University of Singapore, Singapore（新加坡国立大学设计与工程学院） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 MARVUS通过移动增强现实技术提升超声体积重建的准确性和可重复性，减少用户间差异，提高临床应用的可行性和成本效益。

Comments Submitted to MICCAI 2026

Perception Characteristics Distance: Measuring Stability and Robustness of Perception System in Dynamic Conditions under a Certain Decision Rule

感知特性距离：在特定决策规则下动态条件下感知系统稳定性与鲁棒性测量

Boyu Jiang, Liang Shi, Zhengzhi Lin, Lanxin Xiang, Loren Stowe, Feng Guo

机构 * Department of Statistics, Virginia Tech（弗吉尼亚理工学院统计学系） ； Virginia Tech Transportation Institute（弗吉尼亚理工学院交通研究所） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 提出感知特性距离（PCD）作为衡量动态条件下感知系统稳定性与鲁棒性的新指标，并通过SensorRainFall数据集验证其有效性。

Comments This paper has been accepted to the CVPR 2026 Main Conference

GIFT: A Framework Towards Global Interpretable Faithful Textual Explanations of Vision Classifiers

GIFT: 一种面向视觉分类器全局可解释忠实文本解释的框架

Éloi Zablocki, Valentin Gerard, Amaia Cardiel, Eric Gaussier, Matthieu Cord, Eduardo Valle

机构 * Université Grenoble Alpes（法国格勒诺布尔大学） ； Sorbonne Université（巴黎索邦大学） 纠错

专题命中 安全评测 ：trustworthy(abstract)

AI总结 GIFT提出一种框架，通过生成局部反事实并转化为文本解释，实现视觉分类器的全局可解释和忠实性。

Comments TMLR 2026 (featured certification)

PersonaMail: Learning and Adapting Personal Communication Preferences for Context-Aware Email Writing

PersonaMail: 通过结构化沟通因素探索、细粒度编辑控制和适应性重用策略学习和适应个人通信偏好以实现情境感知的电子邮件写作

Rui Yao, Qiuyuan Ren, Felicia Fang-Yi Tan, Chen Yang, Xiaoyu Zhang, Shengdong Zhao

专题命中 安全评测 ：alignment(abstract)

AI总结 PersonaMail通过结构化探索、细粒度编辑和适应性重用策略，提升电子邮件写作中对个人通信偏好的学习与适应能力，提高效率和用户满意度。

Comments 21 pages, 5 figures. Accepted to the 31st International Conference on Intelligent User Interfaces (IUI 26), March 23-26, 2026, Paphos, Cyprus

Robust Machine Learning for Regulatory Sequence Modeling under Biological and Technical Distribution Shifts

在生物和技术分布偏移下鲁棒的机器学习用于调控序列建模

Yiyao Yang

专题命中 安全评测 ：safety(abstract)

AI总结 本研究提出了一种鲁棒性框架，通过结合模拟和真实数据分析，评估机器学习模型在生物和技术分布偏移下的性能，发现传统i.i.d.评估无法察觉的鲁棒性缺口，并通过引入生物先验特征和不确定性感知预测提升模型的鲁棒性。

Comments 20 pages, 16 figures

BEMEval-Doc2Schema: Benchmarking Large Language Models for Structured Data Extraction in Building Energy Modeling

BEMEval-Doc2Schema：用于建筑能耗建模的结构化数据提取的大型语言模型基准测试

Yiyuan Jia, Xiaoqin Fu, Liang Zhang

专题命中 安全评测 ：alignment(abstract)

AI总结 BEMEval-Doc2Schema提出了一种用于评估大型语言模型在建筑能耗建模中结构化数据提取性能的基准测试框架，通过引入KVOR指标和跨模型比较，为未来研究提供了基础。

MMA: Multimodal Memory Agent

MMA：多模态记忆代理

Yihao Lu, Wanru Cheng, Zeyu Zhang, Hao Tang

机构 * School of Computer Science, Peking University（北京大学计算机学院） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 MMA通过动态可靠性评分和冲突感知网络共识，提升多模态代理在长horizon任务中的记忆检索与决策能力，同时在多个基准测试中展现优越性能。

Req2Road: A GenAI Pipeline for SDV Test Artifact Generation and On-Vehicle Execution

Req2Road: 一个用于SDV测试资产生成和车载执行的生成式AI管道

Denesa Zyberaj, Lukasz Mazur, Pascal Hirmer, Nenad Petrovic, Marco Aiello, Alois Knoll

专题命中 安全评测 ：safety(abstract)

AI总结 本文提出了一种生成式AI管道，用于SDV子系统的测试资产生成和车载执行，通过自动化生成Gherkin场景并验证其可执行性。

Comments accepted at CAiSE 2026 main

How Do We Research Human-Robot Interaction in the Age of Large Language Models? A Systematic Review

在大语言模型时代如何研究人机交互？一项系统综述

Yufeng Wang, Yuan Xu, Anastasia Nikolova, Yuxuan Wang, Jianyu Wang, Chongyang Wang, Xin Tong

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学） ； Savannah College of Art and Design（萨凡纳艺术设计学院） ； West China Hospital, Sichuan University（四川大学华西医院） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 本文系统综述了大语言模型时代人机交互的研究现状，揭示了LLMs对HRI基本原理的影响及当前研究的探索性特征，提出了未来研究的设计考虑与挑战。

T2MBench: A Benchmark for Out-of-Distribution Text-to-Motion Generation

T2MBench：一种用于分布外文本到动作生成的基准测试

Bin Yang, Rong Ou, Weisheng Xu, Jiaqi Xiong, Xintao Li, Taowen Wang, Luyu Zhu, Xu Jiang, Jing Tan, Renjing Xu

机构 * The Hong Kong University of Science（香港科学与技术大学） ； University of Oxford, Oxford, United Kingdom（牛津大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 T2MBench提出了一种用于评估分布外文本到动作生成的基准测试，通过全面分析基础模型和构建专用数据集，揭示现有方法在复杂场景下的局限性。

PRISMM-Bench: A Benchmark of Peer-Review Grounded Multimodal Inconsistencies

PRISMM-Bench: 一种基于同行评审的多模态不一致基准

Lukas Selch, Yufang Hou, M. Jehanzeb Mirza, Sivan Doveh, James Glass, Rogerio Feris, Wei Lin

机构 * Johannes Kepler University Linz（约翰内斯·开普勒大学林茨分校） ； Interdisciplinary Transformation University Austria（跨学科转型大学奥地利） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Stanford University（斯坦福大学） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

专题命中 安全评测 ：trustworthy(abstract)

AI总结 PRISMM-Bench是首个基于同行评审标记的多模态不一致基准，通过整理384个不一致点，设计三个任务评估模型跨模态检测和推理能力，揭示了多模态科学推理的挑战。

Comments Accepted at ICLR 2026. Project page https://da-luggas.github.io/prismm-bench/

Deep Generative Models in Condition and Structural Health Monitoring: Opportunities, Limitations and Future Outlook

深度生成模型在条件与结构健康监测中的应用：机遇、局限与未来展望

Xin Yang, Chen Fang, Yunlai Liao, Jian Yang, Konstantinos Gryllias, Dimitrios Chronopoulos

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文探讨深度生成模型在条件与结构健康监测中的应用，分析其优势与局限，并提出未来研究方向。

Comments 70 pages

Designing Staged Evaluation Workflows for LLMs: Integrating Domain Experts, Lay Users, and Model-Generated Evaluation Criteria

为大型语言模型设计分阶段评估流程：整合领域专家、普通用户和模型生成的评估标准

Annalisa Szymanski, Simret Araya Gebreegziabher, Oghenemaro Anuyah, Ronald A. Metoyer, Toby Jia-Jun Li

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出了一种分阶段的评估流程设计方法，结合领域专家、普通用户和模型生成的评估标准，以提高LLM评估的效率和准确性。

Comments To be published in CHI2026

Robustness Verification of Binary Neural Networks: An Ising and Quantum-Inspired Framework

二进制神经网络的鲁棒性验证：一种Ising和量子启发框架

Rahul Singh, Seyran Saeedi, Zheng Zhang

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文提出一种受Ising和量子启发的框架，用于验证二进制神经网络对对抗攻击的鲁棒性，通过转换为QUBO问题并利用量子计算技术实现。

Image-to-Brain Signal Generation for Visual Prosthesis with CLIP Guided Multimodal Diffusion Models

基于CLIP引导的多模态扩散模型的图像到脑信号生成用于视觉假体

Ganxi Xu, Zhao-Rong Lai, Yuting Tang, Yonghao Song, Guoxu Zhou, Boyu wang, Jian Zhu, Jinyi Long

机构 * Jinan University, Guangzhou, China ； Department of Rehabilitation Medicine, The First Affiliated Hospital of Jinan University, Guangzhou, China ； Western University, Ontario, Canada ； Guangdong University of Technology, Guangzhou, China ； Tsinghua University, Beijing, China 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 本文提出基于CLIP引导的多模态扩散模型，实现图像到脑信号的转换，通过交叉注意力机制和空间-时间位置编码生成生物合理的脑信号。

Conversational Image Segmentation: Grounding Abstract Concepts with Scalable Supervision

对话式图像分割：通过可扩展监督将抽象概念具象化

Aadarsh Sahoo, Georgia Gkioxari

专题命中 安全评测 ：safety(abstract)

AI总结 本文提出对话式图像分割方法，通过可扩展监督将抽象概念转化为精确掩码，并引入ConverSeg基准和ConverSeg-Net模型提升分割性能。

Comments Project webpage: https://glab-caltech.github.io/converseg/

Rule-Based Spatial Mixture-of-Experts U-Net for Explainable Edge Detection

基于规则的时空专家混合U-Net可解释边缘检测

Bharadwaj Dogga, Kaaustaaub Shankar, Gibin Raju, Wilhelm Louw, Kelly Cohen

机构 * Ph.D. Candidate, AI Bio Lab, Digital Futures, University of Cincinnati, \ , OH 45221, USA e-mail: Research Student, AI Bio Lab, Digital Futures, University of Cincinnati, \ , OH 45221, USA e-mail: Postdoctoral Researcher, Department of Multidisciplinary Engineering, TA\&M University, \ Station, TX 77843, USA e-mail: Research Associate AI Bio Lab, Digital Futures, University of Cincinnati, \ , OH 45221, USA e-mail: Director AI Bio Lab, Digital Futures, University of Cincinnati, \ , OH 45221, USA e-mail 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 基于规则的时空专家混合U-Net通过融合深度语义特征与启发式边缘信号，实现边缘检测的可解释性。

SHAPR: A Solo Human-Centred and AI-Assisted Practice Framework for Research Software Development

SHAPR：一种面向研究软件开发的独立人类中心化和AI辅助实践框架

Ka Ching Chan

专题命中 安全评测 ：alignment(abstract)

AI总结 SHAPR框架为独立人类中心化和AI辅助的研究软件开发提供实践指导，通过整合行动设计研究原则，促进反思学习和方法论严谨性。

Comments 28 pages, 3 figures

STVG-R1: Incentivizing Instance-Level Reasoning and Grounding in Videos via Reinforcement Learning

STVG-R1: 通过强化学习激励视频中实例级推理与 grounding

Xiaowen Zhang, Zhi Gao, Licheng Jiao, Lingling Li, Qing Li

机构 * Xidian University（西电大学） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 STVG-R1通过强化学习框架提升视频中实例级推理与 grounding 的准确性，实现显著的性能提升和泛化能力。

A Doubly Robust Machine Learning Approach for Disentangling Treatment Effect Heterogeneity with Functional Outcomes

一种用于解构功能性结果中治疗效应异质性的双重鲁棒机器学习方法

Filippo Salmaso, Lorenzo Testa, Francesca Chiaromonte

专题命中 安全评测 ：trustworthy(abstract)

AI总结 FOCaL是一种针对功能性结果中治疗效应异质性估计的双重鲁棒机器学习方法，通过整合先进功能回归技术，实现了对复杂数据中个性化因果效应的稳健推断。

Comments 20 pages, 4 figures

VeriSciQA: An Auto-Verified Dataset for Scientific Visual Question Answering

VeriSciQA：一个用于科学视觉问答的自动验证数据集

Yuyi Li, Daoyuan Chen, Zhen Wang, Yutong Lu, Yaliang Li

机构 * Sun Yat-sen University（中山大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 VeriSciQA通过跨模态验证框架生成并验证高质量科学视觉问答数据集，显著提升开源模型在科学图表问答任务上的表现。

ALIVE: Animate Your World with Lifelike Audio-Video Generation

ALIVE: 用逼真音频视频生成动画你的世界

Ying Guo, Qijun Gan, Yifu Zhang, Jinlai Liu, Yifei Hu, Pan Xie, Dongjun Qian, Yu Zhang, Ruiqi Li, Yuqi Zhang, Ruibiao Lu, Xiaofeng Mei, Bo Han, Xiang Yin, Bingyue Peng, Zehuan Yuan

机构 * Bytedance ALIVE Team（字节跳动ALIVE团队） 纠错

专题命中 安全评测 ：alignment(abstract)

AI总结 ALIVE通过结合预训练文本到视频模型与新的音频视频生成技术，实现了逼真的音频视频生成和动画，展示了优于开源和商业解决方案的性能。

Comments Technical report for ALIVE. Bytedance ALIVE Team. Homepage: https://foundationvision.github.io/Alive/

Modelling Pedestrian Behaviour in Autonomous Vehicle Encounters Using Naturalistic Dataset

利用自然数据集建模行人与自动驾驶车辆相遇时的行为

Rulla Al-Haideri, Bilal Farooq

机构 * IEEE Intelligent Vehicles Symposium (IV)（IEEE智能车辆会议） 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 本研究利用NuScenes数据集，通过混合模型分析行人与自动驾驶车辆相遇时的行为，发现风险感知和运动效率影响行人运动调整。

MMTS-BENCH: A Comprehensive Benchmark for Time Series Understanding and Reasoning

MMTS-BENCH: 一个全面的时间序列理解和推理基准

Yao Yin, Zhenyu Xiao, Musheng Li, Yiwen Liu, Sutong Nan, Yiting He, Ruiqi Wang, Zhenwei Zhang, Qingmin Liao, Yuantao Gu

专题命中 安全评测 ：alignment(abstract)

AI总结 MMTS-BENCH通过多模态基准评估大语言模型在时间序列理解与推理中的表现，揭示了TS-LLMs在跨领域泛化和多模态整合方面的不足。

Decentralized Intent-Based Multi-Robot Task Planner with LLM Oracles on Hyperledger Fabric

基于Hyperledger Fabric的去中心化意图多机器人任务规划器与LLM预言机

Farhad Keramat, Salma Salimi, Tomi Westerlund

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文提出基于Hyperledger Fabric的去中心化多机器人任务规划器，结合LLM预言机与新聚合方法，实现意图分解与多机器人协调。

Benchmarking Autonomous Vehicles: A Driver Foundation Model Framework

自动驾驶性能评估：一种驾驶员基础模型框架

Yuxin Zhang, Cheng Wang, Hubert P. H. Shum

机构 * National Key Laboratory of Automotive Chassis Integration and Bionics, Jilin University（汽车底盘集成与仿生国家重点实验室，吉林大学） ； Department of Computer Science, Durham University（杜伦大学计算机科学系） ； School of Engineering and Physical Sciences, Heriot-Watt University（赫瑞斯泰大学工程与物理科学学院） ； DRIVEResearch 纠错

专题命中 安全评测 ：safety(abstract)

AI总结 本文提出一种驾驶员基础模型框架，用于全面评估自动驾驶车辆的性能，旨在解决安全、舒适和能源经济性等挑战。

Specification Vibing for Automated Program Repair

基于规范的自动化程序修复

Taohong Zhu, Lucas C. Cordeiro, Mustafa A. Mustafa, Youcheng Sun

专题命中 安全评测 ：alignment(abstract)

AI总结 VibeRepair通过行为规范修复替代传统代码编辑，提升自动化程序修复的准确性和泛化能力。

Reimagining Legal Fact Verification with GenAI: Toward Effective Human-AI Collaboration

重新构想法律事实验证与生成式AI：迈向有效的人类-人工智能协作

Sirui Han, Yuyao Zhang, Yidan Huang, Xueyan Li, Chengzhong Liu, Yike Guo

专题命中 安全评测 ：trustworthy(abstract)

AI总结 本文通过调研律师对生成式AI的态度，探讨了如何设计可信赖的AI系统以支持法律事实验证，强调在效率与专业判断间平衡，并维护伦理和法律问责。

Comments Accepted by CHI 2026

Memory-Augmented Generative AI for Real-time Wireless Prediction in Dynamic Industrial Environments

记忆增强型生成AI用于动态工业环境中实时无线预测

Rahul Gulia, Amlan Ganguly, Michael E. Kuhl, Ehsan Rashedi, Clark Hochgraf

专题命中 安全评测 ：alignment(abstract)

AI总结 Evo-WISVA通过记忆增强生成AI实现动态工业环境中的实时无线预测，显著降低重建误差并提升泛化能力。

Comments Found a fundamental error (data leakage) in cross-validation setup affecting both papers. This issue compromises the model training and results, making performance claims unreliable and potentially misleading. We request withdrawal of current versions (v1) to prevent the dissemination of incorrect scientific findings. Corrected versions will be submitted later

aiXcoder-7B-v2: Training LLMs to Fully Utilize the Long Context in Repository-level Code Completion

aiXcoder-7B-v2: 训练 LLMs 完全利用仓库级代码补全中的长上下文

Jia Li, Hao Zhu, Huanyu Liu, Xianjie Shi, He Zong, Yihong Dong, Kechi Zhang, Siyuan Jiang, Zhi Jin, Ge Li

专题命中 安全评测 ：alignment(abstract)

AI总结 aiXcoder-7B-v2通过COLA方法提升仓库级代码补全的长上下文利用能力

Comments Camera-ready version for ASE2025