University of Toronto（多伦多大学）

An Independent Safety Evaluation of Kimi K2.5

Kimi K2.5 的独立安全性评估

Zheng-Xin Yong, Parv Mahajan, Andy Wang, Ida Caspary, Yernat Yestekov, Zora Che, Mosh Levy, Elle Najt, Dennis Murphy, Prashant Kulkarni, Lev McKinney, Kei Nishimura-Gasparian, Ram Potham, Aengus Lynch, Michael L. Chen

机构 * Constellation ； Anthropic Fellows Program（Anthropic研究员项目） ； Brown University（布朗大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Imperial College London（伦敦帝国学院） ； University of Maryland, College Park（马里兰大学帕克分校） ； Georgia Institute of Technology（佐治亚理工学院） ； Bar Ilan University（巴伊兰大学） ； University of Toronto（多伦多大学） ； University of Oxford（牛津大学） 纠错

AI总结 Kimi K2.5作为开源大模型，在安全评估中显示出潜在风险，包括CBRNE滥用、网络安全漏洞及政治偏见，但其在拒绝恶意请求方面表现较弱，凸显开源模型的安全挑战。

Stability of the Kim--Milman flow map

Kim-Milman流映射的稳定性

Sinho Chewi, Aram-Alexandre Pooladian, Matthew S. Zhang

机构 * Department of Statistics and Data Science, Yale University（耶鲁大学统计与数据科学系） ； Institute for Foundations of Data Science, Yale University（耶鲁大学数据科学基础研究所） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） 纠错

AI总结 本文研究了Kim-Milman流映射在相对Fisher信息下对目标测度变化的稳定性，采用概率流ODE方法分析其稳定性特性。

StructEval: Benchmarking LLMs' Capabilities to Generate Structural Outputs

StructEval: 对LLMs生成结构化输出能力的基准测试

Jialin Yang, Dongfu Jiang, Lipeng He, Sherman Siu, Yuxuan Zhang, Disen Liao, Zhuofeng Li, Huaye Zeng, Yiming Jia, Haozhe Wang, Benjamin Schneider, Chi Ruan, Wentao Ma, Zhiheng Lyu, Yifei Wang, Yi Lu, Quy Duc Do, Ziyan Jiang, Ping Nie, Wenhu Chen

机构 * University of Waterloo（滑铁卢大学） ； University of Toronto（多伦多大学） ； HKUST（香港科技大学） ； Shanghai University（上海大学） ； Independent Contributor（独立贡献者） ； Vector Institute（向量研究所） ； University of British Columbia（不列颠哥伦比亚大学） 纠错

AI总结 StructEval通过生成和转换任务评估LLMs生成JSON、YAML等结构化格式的能力，揭示了先进模型在结构正确性上的显著差距。

Comments 24 pages, 8 figures, 14 tables