大模型对齐与安全

Diversity-Aware Reverse Kullback-Leibler Divergence for Large Language Model Distillation

具有多样性的反Kullback-Leibler散度用于大规模语言模型蒸馏

Hoang-Chau Luong, Dat Ba Tran, Lingwei Chen

机构 * Rochester Institute of Technology（罗切斯特理工学院） ； Rowan University（罗文大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出DRKL，通过消除非目标梯度影响并增强非目标监督，改进了RKL在大规模语言模型蒸馏中的性能与多样性平衡。

Multi-lingual Multi-institutional Electronic Health Record based Predictive Model

多语言多机构电子健康记录基于预测模型

Kyunghoon Hur, Heeyoung Kwak, Jinsu Jang, Nakhwan Kim, Edward Choi

机构 * Kim Jaechul Graduate School of AI, Korea Advanced Institute of Science and Technology（韩国科学技术院金载哲人工智能研究生院） ； NAVER Digital Healthcare LAB（NAVER数字医疗实验室） ； Department of Health and Medical Information, Ansan University（安山大学健康与医疗信息系） ； Institute of Human Behavior and Genetics, Korea University College of Medicine（高丽大学医学院人类行为与遗传研究所） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出多语言多机构学习方法，通过文本对齐实现跨国ICU数据集的联合训练，优于多语言编码器和翻译方法，提升临床预测性能。

Comments On revision stage, 10 main pages, 3 supplementary pages

Dynin-Omni: Omnimodal Unified Large Diffusion Language Model

Dynin-Omni: 多模态统一的大扩散语言模型

Jaeik Kim, Woojin Kim, Jihwan Hong, Yejoon Lee, Sieun Hyeon, Mintaek Lim, Yunseok Han, Dogeun Kim, Hoeun Lee, Hyunggeun Kim, Jaeyoung Do

机构 * AIDAS Lab Seoul National University [1.5ex] Project Page Code Model Demo -2em 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 Dynin-Omni首次提出基于掩码扩散的多模态基础模型，统一文本、图像、语音的理解与生成，以及视频理解，通过共享离散令牌空间实现双向上下文迭代优化。

Comments Project Page: https://dynin.ai/omni/

How Emotion Shapes the Behavior of LLMs and Agents: A Mechanistic Study

情绪如何塑造大语言模型和代理的行为：一种机制性研究

Moran Sun, Tianlin Li, Yuwei Zheng, Zhenhong Zhou, Aishan Liu, Xianglong Liu, Yang Liu

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出E-STEER框架，通过在隐藏状态中嵌入情绪作为可控变量，研究情绪对推理、生成、安全性和多步代理行为的影响，揭示情绪与行为之间的非单调关系。

Comments 15 pages, 11 figures

Agenda-based Narrative Extraction: Steering Pathfinding Algorithms with Large Language Models

基于议程的叙述提取：用大语言模型引导路径查找算法

Brian Felipe Keith-Norambuena, Carolina Inés Rojas-Córdova, Claudio Juvenal Meneses-Villegas, Elizabeth Johanna Lam-Esquenazi, Angélica María Flores-Bustos, Ignacio Alejandro Molina-Villablanca, Joshua Emanuel Leyton-Vallejos

机构 * Department of Computing and Systems Engineering, Universidad Católica del Norte, Antofagasta, Chile（智利天主教大学北部校区计算与系统工程系，安托法加斯塔，智利） ； Department of Industrial Engineering, Universidad Católica del Norte, Antofagasta, Chile（智利天主教大学北部校区工业工程系，安托法加斯塔，智利） ； Department of Chemical and Environmental Engineering, Universidad Católica del Norte, Antofagasta, Chile（智利天主教大学北部校区化学与环境工程系，安托法加斯塔，智利） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出基于议程的叙述提取方法，通过整合大语言模型到路径查找过程中，引导叙述构建朝向用户指定视角，提升了叙述的连贯性和多视角支持。

Comments Text2Story Workshop 2026 at ECIR 2026

Theory of Mind and Self-Attributions of Mentality are Dissociable in LLMs

语言模型中理论思维与自我归因的意识能力是可分离的

Junsol Kim, Winnie Street, Roberta Rocca, Daine M. Korngiebel, Adam Waytz, James Evans, Geoff Keeling

机构 * Google, Paradigms of Intelligence Team（Google，智能范式团队） ； Knowledge Lab, University of Chicago（芝加哥大学知识实验室） ； Institute of Philosophy, School of Advanced Study, University of London（伦敦大学高等研究院哲学研究所） ； Department of Biomedical Informatics and Medical Education and Department of Bioethics and Humanities, School of Medicine, University of Washington（华盛顿大学医学院生物医学信息学与医学教育系及生物伦理学与人文学系） ； Kellogg School of Management, Northwestern University（西北大学凯洛格管理学院） ； Santa Fe Institute（圣塔菲研究所） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.AI

AI总结 研究发现，抑制语言模型的意识归因倾向不会影响其理论思维能力，但会降低其对非人类动物的归因和精神信念。

The Geometry of Thought: How Scale Restructures Reasoning In Large Language Models

思维的几何学：大规模语言模型中规模如何重构推理

Samuel Cyrenius Anderson

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 研究揭示大规模语言模型中推理能力的几何重构特性，通过分析不同领域和规模的推理轨迹，发现神经规模定律触发领域特定的相变而非均匀能力提升，提出神经推理算子并识别出跨领域和规模的振荡特征。

Comments The theoretical framework has been shown to be wrong and should not be followed for future research direction

Beyond the Answer: Decoding the Behavior of LLMs as Scientific Reasoners

超越答案：解码LLM作为科学推理者的行为

Rohan Pandey, Eric Ye, Michael Li

机构 * University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过定制遗传Pareto算法优化提示，研究提示对科学推理行为的影响，揭示模型特定的局部逻辑，并探讨其可迁移性和脆弱性。

Comments Accepted at the Post-AGI Science and Society Workshop at ICLR 2026

EngGPT2: Sovereign, Efficient and Open Intelligence

EngGPT2：主权、高效且开放的智能

G. Ciarfaglia, A. Rosanova, S. Cipolla, J. Bartoli, A. Di Domenico, C. Fioroni, A. Fontana, M. R. Scoleri, M. I. Mone, D. Franchi, M. C. Del Gaudio, A. Leodori, F. Cinti, M. Capozzi, C. Baston, F. Picariello, M. Gabusi, S. Bonura, V. Morreale, I. Bailo

机构 * Engineering Group（工程集团） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 EngGPT2是工程集团最新迭代的意大利大语言模型，通过训练2.5万亿token实现高效性能，其在多个基准测试中表现接近8B-16B密集模型，同时消耗更少的推理和训练资源，支持多语言推理模式。

Accelerating Scientific Discovery with Autonomous Goal-evolving Agents

通过自主目标演化的代理加速科学发现

Yuanqi Du, Botao Yu, Tianyu Liu, Tony Shen, Junwu Chen, Jan G. Rittig, Kunyang Sun, Yikun Zhang, Aarti Krishnan, Yu Zhang, Daniel Rosen, Rosali Pirone, Zhangde Song, Bo Zhou, Cassandra Masschelein, Yingze Wang, Haorui Wang, Haojun Jia, Chao Zhang, Hongyu Zhao, Martin Ester, Nir Hacohen, Teresa Head-Gordon, Carla P. Gomes, Huan Sun, Chenru Duan, Philippe Schwaller, Wengong Jin

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出SAGA代理，通过双层架构自动设计优化目标函数，提升科学发现效率，应用于抗生素、纳米抗体等设计任务，取得显著成果。

Synergizing Large Language Models and Task-specific Models for Time Series Anomaly Detection

融合大语言模型与任务特定模型用于时间序列异常检测

Feiyi Chen, Leilei Zhang, Guansong Pang, Roger Zimmermann, Shuiguang Deng

机构 * Zhejiang University（浙江大学） ； Department of Computer Science and Technology, Singapore Management University（新加坡管理大学计算机科学与技术系） ； Department of Computer Science and Technology, National University of Singapore（新加坡国立大学计算机科学与技术系） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出CoLLaTe框架，通过融合大语言模型与任务特定模型，解决异常检测中的表达域不匹配和预测误差累积问题，提升检测性能。

Comments This work has been submitted to the IEEE for possible publication

Attention-Aligned Reasoning for Large Language Models

面向大语言模型的注意力对齐推理

Hongxiang Zhang, Yuan Tian, Tianyi Zhang

机构 * Purdue University（普渡大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出ATAR方法，通过利用推理结构引导LLM注意力，提升复杂任务处理性能，实验显示在六个基准上表现优于现有方法，且非推理模型性能可与推理模型媲美。

AutoSAM: an Agentic Framework for Automating Input File Generation for the SAM Code with Multi-Modal Retrieval-Augmented Generation

AutoSAM：一种用于自动化生成SAM代码输入文件的代理框架，结合多模态检索增强生成

Zaid Abulawi, Zavier Ndum Ndum, Eric Cervi, Rui Hu, Yang Liu

机构 * Department of Nuclear Engineering, Texas A\&M University. ； Engineering Division, Argonne National Laboratory 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

AI总结 AutoSAM通过多模态检索增强生成技术，自动化生成SAM代码输入文件，解决异构工程文档中提取设计数据并转换为求解器语法的难题，实现100%结构化输入利用和88%PDF文本提取。

Comments 34 Pages, 14 Figures

Representation Learning to Study Temporal Dynamics in Tutorial Scaffolding

基于表示学习研究教程支架的动态过程

Conrad Borchers, Jiayi Zhang, Ashish Gurung

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.CY

AI总结 本文通过对话语义对齐分析，揭示了教程支架中任务对齐和时间模式的系统差异，证明角色特定语义对齐能预测教学进展。

Comments Accepted as short paper to the 27th International Conference on Artificial Intelligence in Education (AIED 2026)

LLMs Do Not Grade Essays Like Humans

大型语言模型并不像人类那样评分作文

Jerin George Mathew, Sumayya Taher, Anindita Kundu, Denilson Barbosa

机构 * University of Alberta（阿尔伯塔大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 本文评估了LLM生成的评分与人类评分的一致性，发现LLM在评分时存在偏差，倾向于给短或不充分的作文高分，而给较长但有小错误的作文低分，表明LLM的评分机制与人类不同。

ProFit: Leveraging High-Value Signals in SFT via Probability-Guided Token Selection

ProFit：通过概率引导的标记选择利用SFT中的高价值信号

Tao Liu, Taiqiang Wu, Runming Yang, Shaoning Sun, Junjie Wang, Yujiu Yang

机构 * Tsinghua University（清华大学） ； The University of Hong Kong（香港大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 ProFit通过概率引导的标记选择策略，有效缓解SFT中单参考答案导致的过拟合问题，提升模型在通用推理和数学任务中的表现。

General Machine Learning: Theory for Learning Under Variable Regimes

通用机器学习：变量制度下的理论

Aomar Osmani

机构 * INSA-Rouen（里昂国立应用科学学院） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究在制度变化下的学习问题，提出了一种结构化的学习理论框架，定义了核心学习理论对象并建立了首个定理支持的结果。

Comments 56 pages

LGSE: Lexically Grounded Subword Embedding Initialization for Low-Resource Language Adaptation

LGSE: 词法基础的子词嵌入初始化用于低资源语言适应

Hailay Teklehaymanot, Dren Fazlija, Wolfgang Nejdl

机构 * L3S Research Center Hannover（汉诺威L3S研究中心） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 LGSE通过引入词法信息的子词分割方法，改进低资源语言适应中的词嵌入初始化，通过平均预训练的子词或FastText词法表示，提升表示质量。

Comments 12 pages, 1 figure, 1 Table

Image Generation from Contextually-Contradictory Prompts

从语境矛盾提示生成图像

Saar Huberman, Or Patashnik, Omer Dahary, Ron Mokady, Daniel Cohen-Or

机构 * Tel Aviv University（特拉维夫大学） ； BRIA AI（BRIA人工智能） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种阶段感知提示分解框架，通过代理提示引导去噪过程，解决提示中概念矛盾导致的语义不准确问题，提升图像生成的准确性。

Comments Project page: https://tdpc2025.github.io/SAP/

FAAR: Format-Aware Adaptive Rounding for NVFP4

FAAR：面向NVFP4的格式感知自适应取整

Hanglin Li, Shuchang Tian, Chen Lin, Zhiyong Zhao, Kun Zhan

机构 * Li Auto Inc.（李自动公司） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出FAAR方法，通过整合NVFP4非均匀数域特性，改进低精度量化策略，降低取整误差，提升模型性能，实验表明在WikiText-2和Qwen3-1.7B上 perplexity 显著降低。

Thinking in Different Spaces: Domain-Specific Latent Geometry Survives Cross-Architecture Translation

在不同空间中思考：领域特定的潜在几何在跨架构翻译中得以保持

Marcus Armstrong, Navid Ayoobi, Arjun Mukherjee

机构 * Department of Computer Science（计算机科学系） ； University of Houston（休斯顿大学） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究了独立训练的语言模型是否收敛到几何兼容的潜在表示，并探讨如何利用这种兼容性在推理时纠正模型行为。通过线性投影矩阵将大教师模型的激活向量映射到小学生模型的坐标系中，通过替换学生内部状态实现干预，结果显示方法在不同推理领域具有泛化能力。

kRAIG: A Natural Language-Driven Agent for Automated DataOps Pipeline Generation

kRAIG：一种基于自然语言的自动化数据Ops流水线生成代理

Rohan Siva, Kai Cheung, Lichi Li, Ganesh Sundaram

机构 * Cisco（思科公司） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.AI

AI总结 kRAIG通过ReQuesAct框架明确用户意图，利用检索增强的工具合成过程生成KFP流水线，提升数据提取和加载的成功率及转换准确性。

Comments 9 pages, 7 figures

Failure Detection in Chemical Processes Using Symbolic Machine Learning: A Case Study on Ethylene Oxidation

利用符号机器学习进行化学过程故障检测：乙烯氧化的案例研究

Julien Amblard, Niklas Groll, Matthew Tait, Mark Law, Gürkan Sin, Alessandra Russo

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

AI总结 本文利用符号机器学习预测化学过程故障，通过乙烯氧化案例展示其在解释性与预测性能上的优势。

Comments Accepted at AAAI-MAKE 2026

Overreliance on AI in Information-seeking from Video Content

对视频内容信息检索中过度依赖AI的研究

Anders Giovanni Møller, Elisa Bassignana, Francesco Pierri, Luca Maria Aiello

机构 * IT University of Copenhagen（丹麦技术大学） ； Bocconi University（博科尼大学） ； Politecnico di Milano（米兰理工学院） ； Pioneer Centre for AI（先锋人工智能中心） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.CL、cs.CY

AI总结 研究探讨生成式AI对视频信息检索准确性、效率及信心的影响，发现AI辅助提升准确率但易导致过度依赖，进而引发安全风险。

Taming the Long-Tail: Efficient Reasoning RL Training with Adaptive Drafter

驯服长尾：通过自适应草案器实现高效的推理强化学习训练

Qinghao Hu, Shang Yang, Junxian Guo, Xiaozhe Yao, Yujun Lin, Yuxian Gu, Han Cai, Chuang Gan, Ana Klimovic, Song Han

机构 * MIT（麻省理工学院） ； ETH Zurich（苏黎世联邦理工学院） ； NVIDIA（英伟达） ； MIT-IBM AI Lab（麻省理工-IBM人工智能实验室） ； MIT, NVIDIA（麻省理工学院、英伟达） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出TLT系统，通过自适应草案器和自适应回放引擎，解决强化学习训练中响应生成的长尾分布问题，实现1.7倍的训练加速并保持模型精度。

GT-Space: Enhancing Heterogeneous Collaborative Perception with Ground Truth Feature Space

GT-Space：通过地面真实特征空间增强异构协作感知

Wentao Wang, Haoran Xu, Guang Tan

机构 * Sun Yat-sen University, Shenzhen Campus（中山大学深圳校区） ； Peng Cheng Laboratory (PCL)（鹏城实验室） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出GT-Space框架，通过构建地面真实标签的共同特征空间，实现异构agent的统一特征对齐，避免了传统方法中需要重新训练编码器或设计解释器模块的局限，提升了多agent协作感知的准确性和鲁棒性。

Learning to Predict, Discover, and Reason in High-Dimensional Event Sequences

学习预测、发现和推理高维事件序列

Hugo Math

机构 * Faculty of Applied Computer Science（应用计算机科学系） ； University of Augsburg（艾格堡大学） 纠错

专题命中 其他安全 ：safety(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出统一事件序列建模、因果发现和大语言模型的框架，用于高维事件流中的自动化故障诊断，解决传统方法在高维数据中的不足。

Comments PhD dissertation, 135 pages of main content, 201 pages in total

Lightweight Adaptation for LLM-based Technical Service Agent: Latent Logic Augmentation and Robust Noise Reduction

轻量级适应用于基于LLM的技术服务代理：潜在逻辑增强与鲁棒噪声消除

Yi Yu, Junzhuo Ma, Chenghuang Shen, Xingyan Liu, Jing Gu, Hangyi Sun, Guangquan Hu, Jianfeng Liu, Weiting Liu, Mingyue Pu, Yu Wang, Zhengdong Xiao, Rui Xie, Longjiu Luo, Qianrong Wang, Gurong Cui, Honglin Qiao, Wenlian Lu

机构 * School of Mathematics and Sciences, Fudan University, Shanghai, China（复旦大学数学科学学院，上海，中国） ； Shanghai Center for Mathematical Sciences, Fudan University, Shanghai, China（复旦大学上海数学中心，上海，中国） ； Alibaba Group, Hangzhou, China（阿里巴巴集团，杭州，中国） ； Institute of Science and Technology for Brain-Inspired Intelligence, Fudan University, Shanghai, China（脑启发式智能科学技术研究院，复旦大学，上海，中国） ； Center for Applied Mathematics & Shanghai Key Laboratory of Contemporary Applied Mathematics, Fudan University, Shanghai, China（应用数学中心及上海当代应用数学重点实验室，复旦大学，上海，中国） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出轻量级适应框架，通过潜在逻辑增强和鲁棒噪声消除提升技术服务代理的稳定性和性能，同时采用混合奖励机制降低训练成本。

Loc3R-VLM: Language-based Localization and 3D Reasoning with Vision-Language Models

Loc3R-VLM：基于语言的定位与3D推理的视觉语言模型

Kevin Qu, Haozhe Qi, Mihai Dusmanu, Mahdi Rad, Rui Wang, Marc Pollefeys

机构 * Microsoft Spatial AI Lab（微软空间AI实验室） ； ETH Zurich（苏黎世联邦理工学院） ； EPFL（苏黎世联邦理工学院） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.CL、cs.AI

AI总结 Loc3R-VLM通过结合全局布局重建和显式情境建模，提升视觉语言模型的3D空间理解能力，在语言定位和3D问答任务中取得最优性能。

Comments Project Page: https://kevinqu7.github.io/loc3r-vlm

From Language to Action in Arabic: Reliable Structured Tool Calling via Data-Centric Fine-Tuning

从阿拉伯语到行动：通过数据驱动的微调实现可靠的结构化工具调用

Omer Nacar, Deema Alquffari, Saleh Alsharideh, Adeem AlOtaibi, Abdulaziz Alabdulkarim, Leen Alhazmi, Nada Alomar, Wareef Alzubaidi, Nada Alsultan, Ahmed Alrabghi, Demah Alhoshan, Rana Alsayyari, Hamed Alruwaili, Albaraa Jaafar, Khaled Alusmani, Abdulaziz Alsohimy, Munirah Alsubaie, Shahd Aldukhayil, Arwa Alali, Yazeed BinShihah, Razan Alsulaymi, Nourah Alhumaid, Razan Abdulsalam, Reem Alamoudi, Mohammed Alkhalifa

机构 * Tuwaiq Academy（图瓦伊克学院） ； Tahakom（塔哈科姆） ； Wakeb Company（沃克公司） ； Qatmeer Co.（卡提迈尔公司） ； NCGR ； Vision Bank（视觉银行） 纠错

专题命中 其他安全 ：alignment(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出AISA-AR-FunctionCall框架，通过数据审计、模式修复和提示重构等方法，显著提升阿拉伯语函数调用模型的稳定性与准确性，减少解析失败率并提高功能名称识别精度。