A Review of Machine Learning for Cavitation Intensity Recognition in Complex Industrial Systems
机械系统中空化强度识别的机器学习综述
专题命中 安全评测 ：safety(abstract)
AI总结 本文综述了机械系统中空化强度识别的机器学习发展，强调传统方法与深度学习的演变，并展望未来在多源数据处理和工业应用中的发展方向。
Comments 43 pages
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 9434 篇
Cross-modal Context-aware Learning for Visual Prompt Guided Multimodal Image Understanding in Remote Sensing
跨模态上下文感知学习：用于遥感中视觉提示引导的多模态图像理解
机构 * College of Computer Science and Electronic Engineering, Hunan University（计算机科学与电子工程学院，湖南大学） ； School of Robotics and the National Engineering Research Center of Robot Visual Perception and Control Technology, Hunan University（机器人学院及机器人视觉感知与控制技术国家工程研究中心，湖南大学） ； School of Computing and Artificial Intelligence, Southwest Jiaotong University（计算与人工智能学院，西南交通大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 CLV-Net通过跨模态上下文感知学习，利用视觉提示引导遥感多模态图像理解，提升目标识别精度和用户意图对齐能力。
Comments 12 pages, 5 figures
SmokeBench: Evaluating Multimodal Large Language Models for Wildfire Smoke Detection
SmokeBench: 评估多模态大语言模型用于野火烟雾检测
机构 * Australian National University（澳大利亚国立大学）
专题命中 安全评测 ：safety(abstract)
AI总结 SmokeBench评估多模态大语言模型在野火烟雾检测中的性能，发现模型在烟雾定位方面存在显著局限，尤其在早期阶段。
Comments Accepted to WACV 2026
Geo6DPose: Fast Zero-Shot 6D Object Pose Estimation via Geometry-Filtered Feature Matching
Geo6DPose：通过几何过滤特征匹配实现快速零样本6D物体姿态估计
机构 * Linköping University（利乌普斯大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 Geo6DPose通过几何过滤特征匹配实现快速零样本6D姿态估计，无需训练或网络访问，具备高效推理与高鲁棒性。
LongT2IBench: A Benchmark for Evaluating Long Text-to-Image Generation with Graph-structured Annotations
LongT2IBench: 一个用于评估长文本到图像生成的基准，具有图结构注释
专题命中 安全评测 ：alignment(abstract)
AI总结 LongT2IBench通过图结构注释和LongT2IExpert提出，用于评估长文本到图像生成的对齐和解释能力。
Comments The paper has been accepted by AAAI 2026
Explaining the Unseen: Multimodal Vision-Language Reasoning for Situational Awareness in Underground Mining Disasters
解释未见的：多模态视觉-语言推理用于地下矿难中的情境感知
机构 * Missouri University of Science and Technology（密苏里科学与技术大学） ； Washington State University（华盛顿州立大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出MDSE框架，通过多模态视觉-语言推理提升地下矿难情境感知能力，实现更准确的描述生成。
RoadBench: A Vision-Language Foundation Model and Benchmark for Road Damage Understanding
RoadBench: 一种用于道路损伤理解的视觉-语言基础模型和基准
专题命中 安全评测 ：safety(abstract)
AI总结 RoadBench通过整合视觉与文本信息，提出RoadCLIP模型，显著提升道路损伤识别性能，为基础设施监测提供新基准。
Comments Accepted by WACV 2026
Tri-Bench: Stress-Testing VLM Reliability on Spatial Reasoning under Camera Tilt and Object Interference
Tri-Bench：在相机倾斜和物体干扰下测试VLM在空间推理中的可靠性
机构 * Amit Bendkhale（独立研究者）
专题命中 安全评测 ：trustworthy(abstract)
AI总结 Tri-Bench通过测试VLM在相机倾斜和物体干扰下的空间推理可靠性，揭示了模型在几何推理中的不足。
Comments 6 pages, 3 figures. Code and data: https://github.com/Amiton7/Tri-Bench. Accepted to the AAAI 2026 Workshop on Trust and Control in Agentic AI (TrustAgent)
Chain-of-Image Generation: Toward Monitorable and Controllable Image Generation
图像生成链：迈向可监控和可控的图像生成
机构 * Duke University（杜克大学） ； Princeton University（普林斯顿大学） ； Universidad Católica del Uruguay（乌拉圭天主教大学） ； Apple（苹果公司）
专题命中 安全评测 ：safety(abstract)
AI总结 CoIG框架通过将图像生成过程分解为可监控的步骤，提升图像生成的可控性和可解释性。
Comments 19 pages, 13 figures
Beyond accuracy: quantifying the reliability of Multiple Instance Learning for Whole Slide Image classification
超越准确性：量化多实例学习在全滑片图像分类中的可靠性
机构 * Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系） ； Flensburg Artificial Intelligence Research Group (FLAIR), Flensburg University of Applied Sciences（弗劳恩霍夫应用科技大学人工智能研究组） ； University of Veterinary Medicine Vienna（维也纳兽医大学）
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出三种量化指标评估多实例学习在全滑片图像分类中的可靠性，发现MEAN-POOL-INS模型在可靠性上表现优异，为未来研究提供可靠基准。
Journal ref PloS one. 2025 Dec 5;20(12):e0337261
Explainable AI for computational pathology identifies model limitations and tissue biomarkers
可解释AI用于计算病理学识别模型限制和组织生物标志物
专题命中 安全评测 ：trustworthy(abstract)
AI总结 HIPPO通过可解释AI方法识别模型限制和组织生物标志物，提升数字病理学中模型的可解释性和临床应用价值。
Comments The following authors contributed equally: Jakub R. Kaczmarzyk, Chanwoo Kim, Soham Gadgil
AFarePart: Accuracy-aware Fault-resilient Partitioner for DNN Edge Accelerators
AFarePart: 用于DNN边缘加速器的精度感知故障容错分区器
专题命中 安全评测 ：safety(abstract)
AI总结 本文提出了一种精度感知的DNN分区框架，通过NSGA-II多目标优化提升故障容错性，实验显示在性能开销小的情况下，故障容忍度提升达27.7%。
Comments 6 pages, 4 figures, 2 tables
uCLIP: Parameter-Efficient Multilingual Extension of Vision-Language Models with Unpaired Data
uCLIP: 无配对数据下多语言视觉语言模型的参数高效扩展
专题命中 安全评测 ：alignment(abstract)
AI总结 uCLIP通过无需配对数据的轻量级框架，在低资源语言中实现高效多语言视觉语言对齐。
Comments Our project page can be found at https://dinyudin203.github.io/uCLIP-project/
Analyzing Collision Rates in Large-Scale Mixed Traffic Control via Multi-Agent Reinforcement Learning
通过多智能体强化学习分析大规模混合交通控制中的碰撞率
专题命中 安全评测 ：safety(abstract)
AI总结 本研究通过多智能体强化学习分析大规模混合交通控制中的碰撞率影响因素，探讨交通密度、信号协调和转向策略对碰撞风险的作用，为提升交通系统安全性和效率提供理论支持。
Tournament-Based Performance Evaluation and Systematic Misallocation: Why Forced Ranking Systems Produce Random Outcomes
基于竞赛的绩效评估与系统性误分配：为什么强制排名系统产生随机结果
专题命中 安全评测 ：alignment(abstract)
AI总结 本文揭示强制排名系统因系统性误分配导致随机结果，指出其无法有效解决委托-代理问题，反而加剧了分配误差。
Comments 31 pages, 6 tables. Agent-based simulation demonstrating structural allocation failures in tournament-based forced distribution evaluation mechanisms. Includes sensitivity analyses across team bias levels, alternative distributions, and cutoff percentages
A Unified AI System For Data Quality Control and DataOps Management in Regulated Environments
统一的AI系统用于受监管环境中的数据质量控制和DataOps管理
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出了一种统一的AI驱动框架，用于受监管环境中数据质量控制和DataOps管理，通过整合多种方法提升数据管道的可靠性与合规性。
Comments 10 pages, 9 figures, 5 tables
Rethinking Infrared Small Target Detection: A Foundation-Driven Efficient Paradigm
重新思考红外小目标检测：一种基础驱动的高效范式
机构 * Key Laboratory of Opto-Electronic Information Processing, Chinese Academy of Sciences（光电信息处理重点实验室，中国科学院） ； Shenyang Institute of Automation, Chinese Academy of Sciences（沈阳自动化研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Sun Yat-sen University（中山大学） ； Tencent（腾讯） ； Nankai University（南开大学） ； MMLab, The Chinese University of Hong Kong（香港中文大学MMLab）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出FDEP范式，通过基础模型冻结表示与任务特征融合，提升红外小目标检测精度，构建综合评估指标，实现多数据集SOTA性能。
Everything is Context: Agentic File System Abstraction for Context Engineering
一切皆为上下文：面向上下文工程的代理文件系统抽象
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出一种基于文件系统的上下文工程抽象，通过统一挂载、元数据和访问控制，实现可验证的上下文管理，支持可问责和以人类为中心的AI协作。
Comments Submitted
C2SaferRust: Transforming C Projects into Safer Rust with NeuroSymbolic Techniques
C2SaferRust：利用神经符号技术将C项目转化为更安全的Rust
专题命中 安全评测 ：safety(abstract)
AI总结 C2SaferRust结合规则系统和LLMs，将C代码转换为更安全的Rust，减少指针和unsafe代码，提升安全性与性能。
Formal Analysis of the Sigmoid Function and Formal Proof of the Universal Approximation Theorem
对Sigmoid函数的正式分析及通用逼近定理的正式证明
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文在Isabelle/HOL中形式化分析了Sigmoid函数并证明了通用逼近定理，填补了形式化证明库的空白，提升了神经网络的可信度。
Comments 1 figure
StableV2V: Stablizing Shape Consistency in Video-to-Video Editing
StableV2V: 视频到视频编辑中的形状一致性稳定
专题命中 安全评测 ：alignment(abstract)
AI总结 StableV2V通过分解编辑流程并建立运动与提示的对齐，提升视频到视频编辑的形状一致性与效率。
Comments Project page: https://alonzoleeeooo.github.io/StableV2V, code: https://github.com/AlonzoLeeeooo/StableV2V, model weights: https://huggingface.co/AlonzoLeeeooo/StableV2V, dataset (DAVIS-Edit): https://huggingface.co/datasets/AlonzoLeeeooo/DAVIS-Edit
Benchmarking Class Activation Map Methods for Explainable Brain Hemorrhage Classification on Hemorica Dataset
在Hemorica数据集上基于类激活图方法的可解释性脑出血分类基准测试
机构 * Faculty of Computer Engineering, K. N. Toosi University of Technology（计算机工程学院，K.N.托菲大学） ； Faculty of Electrical Engineering, K. N. Toosi University of Technology（电气工程学院，K.N.托菲大学） ； Faculty of Mechanical Engineering, Tarbiat Modares University（机械工程学院，塔里比亚特莫达res大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 本研究通过在Hemorica数据集上评估九种CAM算法，发现AblationCAM在像素级Dice和IoU指标上表现最佳，为脑出血分类的可解释性提供了新的基准。
Decentralized Multi-Agent System with Trust-Aware Communication
去中心化多智能体系统与信任感知通信
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出了一种基于区块链的去中心化多智能体系统，通过信任感知通信协议解决传统集中式系统中的信任、可扩展性和抗审查问题。
Towards autonomous normative multi-agent systems for Human-AI software engineering teams
迈向自主规范的多智能体系统用于人机软件工程团队
专题命中 安全评测 ：trustworthy(abstract)
AI总结 本文提出自主规范的多智能体系统，通过大型语言模型赋能，实现人机协作的高效软件开发。
Emergent Extreme-View Geometry in 3D Foundation Models
三维基础模型中的涌现极端视角几何
机构 * Cornell University（康奈尔大学） ； New York University（纽约大学） ； Kempner Institute, Harvard University（哈佛大学凯普勒研究所）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文研究了三维基础模型在极端视角下的几何理解能力，并提出轻量级对齐方案提升其相对姿态估计性能，同时引入新的未见过的互联网场景基准。
Comments Project page is at https://ext-3dfms.github.io/
Augmenting Intra-Modal Understanding in MLLMs for Robust Multimodal Keyphrase Generation
增强多模态大语言模型的模态内理解以实现鲁棒的多模态关键词生成
专题命中 安全评测 ：alignment(abstract)
AI总结 AimKP通过增强模态内语义学习和跨模态对齐，提升多模态关键词生成的鲁棒性。
Learning to Hear by Seeing: It's Time for Vision Language Models to Understand Artistic Emotion from Sight and Sound
通过视觉学习听觉：现在是让视觉语言模型理解艺术情感的时候了
机构 * Zhejiang University（浙江大学） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 安全评测 ：alignment(abstract)
AI总结 VAEmotionLLM通过两阶段框架，利用有限音频预训练使视觉语言模型理解艺术中的多模态情感
PRISM-Bench: A Benchmark of Puzzle-Based Visual Tasks with CoT Error Detection
PRISM-Bench: 一个包含推理错误检测的基于谜题的视觉任务基准
专题命中 安全评测 ：trustworthy(abstract)
AI总结 PRISM-Bench通过检测推理错误评估多模态模型的视觉推理能力，揭示了流畅生成与忠实推理之间的差距。
Comments This paper's first error detection task's ground truth data contains hallucination introduced by gpt and needs to be withdrawn
Learning by Aligning 2D Skeleton Sequences and Multi-Modality Fusion
通过对齐2D骨骼序列和多模态融合进行学习
机构 * Retrocausal, Inc.（Retrocausal公司）
专题命中 安全评测 ：alignment(abstract)
AI总结 本文提出通过2D骨骼热图和多模态融合提升时间视频对齐的自监督学习方法，实现更高的准确性和鲁棒性。
Comments Accepted to ECCV 2024
Exploring Diagnostic Prompting Approach for Multimodal LLM-based Visual Complexity Assessment: A Case Study of Amazon Search Result Pages
探索用于多模态大语言模型视觉复杂性评估的诊断提示方法：亚马逊搜索结果页面案例研究
专题命中 安全评测 ：alignment(abstract)
AI总结 本研究通过对比诊断提示与传统提示方法，发现其在提升多模态大语言模型对亚马逊搜索结果页面视觉复杂性评估的可靠性方面有显著改进，但仍有待进一步优化。
Comments 9 pages, 4 figures, 9 tables. Study on diagnostic prompting for multimodal LLM-based visual complexity assessment of Amazon search result pages
