Peking University（北京大学）

Do Latent-CoT Models Think Step-by-Step? A Mechanistic Study on Sequential Reasoning Tasks

潜在链式思考模型是否分步思考？对序列推理任务的机制研究

Jia Liang, Liangming Pan

机构 * Institute for Computational and Mathematical Engineering, Stanford University, Stanford, USA（计算与数学工程研究所，斯坦福大学） ； MOE Key Lab of Computational Linguistics, Peking University, Beijing, China（教育部计算语言学重点实验室，北京大学） ； Beijing Academy of Artificial Intelligence, Beijing, China（北京人工智能研究院） 纠错

AI总结 本文研究了CODI模型在序列推理任务中的机制，揭示了潜在链式思考在不同跳数下的计算路径及可靠性问题。

Comments 20 pages, 14 figures

IntentCoding: Amplifying User Intent in Code Generation

IntentCoding: 提升代码生成中用户意图的遵循能力

Zheng Fang, Yihong Dong, Lili Mou, Dongming Jin, Zhi Jin, Ge Li

机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Department of Computing Science, University of Alberta（阿尔伯塔大学计算机科学系） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能 chair） 纠错

AI总结 IntentCoding通过增强用户意图的影响力，提升代码生成中对约束条件的遵循能力，显著提高约束满足和功能正确性。

Simple Role Assignment is Extraordinarily Effective for Safety Alignment

简单的角色分配在安全对齐中表现尤为有效

Zhou Ziheng, Jiakun Ding, Zhaowei Zhang, Ruosen Gao, Yingnian Wu, Demetri Terzopoulos, Yipeng Kang, Fangwei Zhong, Junqi Wang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Tianjin University（天津大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Beijing Institute of General Artificial Intelligence（北京一般人工智能研究院） 纠错

AI总结 本研究提出基于角色条件化的安全对齐方法，通过角色隐含编码价值观和认知模式，有效降低不安全输出，适用于多种AI对齐任务。