医学 AI

Safety-Utility Conflicts Are Not Global: Surgical Alignment via Head-Level Diagnosis

安全与效用冲突并非全球性：通过头部层面诊断的手术对齐

Wang Cai, Yilin Wen, Jinchang Hou, Du Su, Guoqiu Wang, Zhonghou Lv, Chenfu Bao, Yunfang Wu

机构 * Baidu Inc.（百度公司） ； School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全重点实验室） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文提出CAST框架，通过头部层面诊断与稀疏微调相结合，解决LLMs中安全与效用冲突问题，减少训练损失并提升安全性。

Breaking Robustness Barriers in Cognitive Diagnosis: A One-Shot Neural Architecture Search Perspective

打破认知诊断的鲁棒性壁垒：从单次神经架构搜索视角出发

Ziwen Wang, Shangshang Yang, Xiaoshan Yu, Haiping Ma, Xingyi Zhang

机构 * School of Computer Science and Technology, Key Laboratory of Intelligent Computing and Signal Processing of Ministry of Education, Anhui University（计算机科学与技术学院、教育部智能计算与信号处理重点实验室、安徽大学） ； Anhui Province Key Laboratory of Intelligent Computing and Applications（安徽省智能计算与应用重点实验室） ； School of Computer Science and Technology, Anhui University（计算机科学与技术学院、安徽大学） ； School of Artificial Intelligence, Anhui University（人工智能学院、安徽大学） ； Institutes of Physical Science and Information Technology, Anhui University（物理科学与信息技术研究院、安徽大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出OSCD方法，通过单次神经架构搜索提升认知诊断模型的鲁棒性和性能，解决现有方法在噪声污染和架构设计上的不足。

Comments KDD2026, 15 pages

Detection of Deployment Operational Deviations for Safety and Security of AI-Enabled Human-Centric Cyber Physical Systems

面向AI赋能的人本型网络物理系统的部署操作偏差检测

Bernard Ngabonziza, Ayan Banerjee, Sandeep K. S. Gupta

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文提出了一种基于个性化图像的新技术，用于检测AI赋能的人本型网络物理系统在部署中的操作偏差，以确保其安全性和可靠性。

Unlocking the Pre-Trained Model as a Dual-Alignment Calibrator for Post-Trained LLMs

解封预训练模型作为后训练LLMs的双对齐校准器

Beier Luo, Cheng Wang, Hongxin Wei, Sharon Li, Xuefeng Du

机构 * Department of Statistics and Data Science, Southern University of Science and Technology（统计与数据科学系，南方科技大学） ； School of Computing, National University of Singapore（计算学院，新加坡国立大学） ； Department of Computer Sciences, University of Wisconsin-Madison（计算机科学系，威斯康星大学麦迪逊分校） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出Dual-Align方法，通过双对齐策略校正后训练LLMs的置信度漂移和过程漂移，提升校准性能。

The unsuitability of existing regulations to reach sustainable AI

现有法规在实现可持续人工智能方面的不适用性

Thomas Le Goff

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文分析现有法规在规范人工智能环境足迹方面的不足，提出加强透明度、协调国际标准和加强公众参与的建议。

Journal ref Pre-COP Side Event ``From Knowledge to Action: Strategic Dialogue towards COP30'', Institute for Applied Economic Research (Ipea), Oct 2025, Rio de Janeiro (BRAZIL), Brazil. pp.108

AgentDevel: Reframing Self-Evolving LLM Agents as Release Engineering

AgentDevel: 将自演化大语言模型代理重新定义为发布工程

Di Zhang

机构 * Fudan University（复旦大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 AgentDevel将LLM代理改进重新定义为发布工程，通过无实现偏见的批评者、可执行诊断和翻转中心门控，实现稳定改进和可审计的发布流程。

Personalized Model-Based Design of Human Centric AI enabled CPS for Long term usage

面向长期使用的以人为本的人工智能增强型控制系统个性化建模设计

Bernard Ngabonziza, Ayan Banerjee, Sandeep K. S. Gupta

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出个性化建模方法，以解决人工智能增强的人本控制系统在长期使用中的安全、可持续性和安全性分析问题。

AssertFlip: Reproducing Bugs via Inversion of LLM-Generated Passing Tests

AssertFlip: 通过翻转LLM生成的通过测试来复现错误

Lara Khatib, Noble Saji Mathews, Meiyappan Nagappan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 AssertFlip通过翻转LLM生成的通过测试来复现错误，有效提升错误复现效率。