Nanyang Technological University（南洋理工大学）

INTENT-AS-A-TOOL Makes it Easy to Track Agentic Misalignment

意图作为工具：轻松追踪智能体失配问题

Yutong Zhang, Jianshuo Dong, Peng Xu, Long Wang, Jie Zhang, Tianwei Zhang, Xiaoping Zhang, Han Qiu

机构 * Tsinghua University（清华大学） ； MatrixOrigin（矩阵起源） ； SiliconProspect AI（硅景人工智能） ； Nanyang Technological University（南洋理工大学） 纠错

AI总结 本研究针对智能体失配问题，提出INTENT-AS-A-TOOL方法，通过添加意图专用工具追踪智能体推理过程中的意图变化，补充CoT监控，为智能体安全追踪提供细粒度信号。

Video-OPSD: Exploiting Privileged Visual Evidence for On-Policy Self-Distillation in Video Large Language Models

Video-OPSD：利用特权视觉证据实现视频大语言模型中的在线自蒸馏

Ziyue Wang, Shiqi Huang, Weiwen Xu, Bihan Wen, Xudong Jiang

机构 * School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） ； The Chinese University of Hong Kong（香港中文大学） 纠错

AI总结 该研究提出Video-OPSD框架，利用视频内特权视觉证据构建自教师并优化令牌级蒸馏，在多个视频基准上优于标准OPSD，性能接近GRPO且训练时间大幅缩短，为Video-LLMs提供高效后训练方法。

JudgeStealer: Extracting LLM Judging Capabilities across Evaluation Protocols

JudgeStealer：跨评估协议提取大语言模型评判能力

Chen Chen, Yaolin Chen, Xuehan Sun, Juan Lin, Xueluan Gong, Yuhang Zheng, Qian Wang, Kwok-Yan Lam

机构 * Nanyang Technological University（南洋理工大学） ； Wuhan University（武汉大学） 纠错

AI总结 JUDGESTEALER是首个跨评估协议提取LLM评判能力的高效查询框架，通过利用跨协议一致性等技术提升提取效果，在三类评估任务上优于基线且具鲁棒性。

Comments 20 pages, 8 figures

4DSynth: Controllable Procedural World Synthesis for Dynamic Embodied Simulation

4DSynth：面向动态具身模拟的可控程序式世界合成

Zehao Qi, Haochen Luo, Jia-Wang Bian, Zeyu Ma, Shuyang Sun

机构 * Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） ； Princeton University（普林斯顿大学） ； Google DeepMind（谷歌DeepMind） 纠错

AI总结 本文提出可控程序式4D环境生成系统4DSynth，可将自然语言等输入转化为可编辑4D环境，并构建交互式导航基准4DSynth-Nav，为具身智能体开发评估提供实用基础。

AesCanvas: A Large-Scale Dataset and Benchmark for Aesthetic Critique and Contextual Suitability

AesCanvas：用于美学评论与情境适配性的大规模数据集和基准

Xuanwei Hu, Haoyu Dong, Kejun Wu, Tianyi Liu, Jianjun Gao

机构 * School of Electronic Information and Communications, Huazhong University of Science and Technology（华中科技大学电子信息与通信学院） ； School of Electrical and Electronic Engineering, Nanyang Technological University（南洋理工大学电气与电子工程学院） 纠错

AI总结 研究针对现有图像美学评估基准的不足，构建含两个互补组件的AesCanvas数据集与基准，评估不同类型MLLMs，发现评论生成与情境敏感判断存在差距，确立文化情境化适配性为美学建模新目标。

Comments 10 pages, 4 figures, 6 tables. Supplementary material included