高校专区
LongGuard：针对安全护栏长上下文失效的机制分析与无训练缓解方案
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
AI总结 本研究针对LLM安全护栏在长上下文下的失效问题，提出LongGuard框架，经机制分析后开发无训练缓解方案，在多基准测试中实现显著性能提升。
LiveSim：在多智能体直播生态系统中模拟环境塑造的用户
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； ByteDance China（字节跳动中国）
AI总结 该研究提出基于LLM的LiveSim框架，通过环境塑造的动态用户行为模拟，在真实直播风控数据实验中验证其可提升用户级行为保真度并支持生态系统级分析。
Comments 20 pages, 8 figures, 7 tables
一个演示足以实现真实世界机器人强化学习
机构 * National Key Laboratory of Cognition and Decision Intelligence for Complex Systems, Institution of Automation, Chinese Academy of Sciences（中国科学院自动化研究所复杂系统认知与决策智能国家重点实验室） ； Beijing Academy of Artificial Intelligence（北京智源人工智能研究院） ； PKU-PsiBot Joint Lab（北大-鹏城实验室联合实验室） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
AI总结 提出AutoSERL框架，仅需一个演示即可自动化真实世界机器人强化学习，通过滑动窗口干预、安全恢复和自动终止机制，在六个接触密集型任务上超越基线方法。
COMPASS：在统一多模态模型中锚定构图意图引导
机构 * University of Edinburgh（爱丁堡大学） ； State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS)（多模态人工智能系统国家重点实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Ant Group（蚂蚁集团）
AI总结 提出统一框架COMPASS，通过共享专家令牌τ_c实现构图感知与生成的双向锚定，结合MoE骨干和Comp-11数据集，显著提升细粒度构图理解与可控生成能力。
VESTA: 一种全自动的LLM智能体场景生成与安全评估框架
机构 * BrainCog AI Lab, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所类脑人工智能实验室） ； Beijing Institute of AI Safety and Governance (Beijing-AISI)（北京人工智能安全与治理研究院） ； Beijing Key Laboratory of Safe AI and Superalignment（北京市安全人工智能与超级对齐重点实验室） ； School of Artificial Intelligence, UCAS（中国科学院大学人工智能学院） ； Long-term AI（长期人工智能）
AI总结 提出VESTA框架，基于五个风险维度自动生成1072个可执行场景，评估12个LLM智能体在任务执行中的行为安全风险，平均攻击成功率达47.1%。
Comments Accepted to EMNLP 2026 Main Conference
StableWorld: 向稳定和一致的长交互视频生成迈进
机构 * PRLab, NJU（南京大学PRLab） ； HKU（香港大学） ； UCAS（中国科学技术大学） ； WeChat, Tencent Inc.（腾讯公司） ； NTU（国立清华大学）
AI总结 StableWorld通过动态帧淘汰机制提升长交互视频生成的稳定性和时间一致性，适用于多种生成框架。
MobileDreamer: 用于GUI代理的生成式草图世界模型
机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（多模态人工智能系统国家重点实验室，自动化研究所，中国科学院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Meituan（美团）
AI总结 MobileDreamer通过生成式草图世界模型和rollout想象策略，提升GUI代理在长周期任务中的决策能力，任务成功率提升5.25%。
Phantom-Insight：基于多模态大语言模型的视频伪装目标自适应多线索融合检测方法
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院）
AI总结 该研究针对视频伪装目标检测的两大问题，提出Phantom-Insight方法，通过多线索融合与解耦学习优化SAM，在MoCA-Mask数据集上达最优性能，且泛化能力强。
复杂城市场景中基于证据的可信多模态推理与评估基准
机构 * University of Chinese Academy of Sciences(UCAS)（中国科学院大学）
AI总结 针对多模态大语言模型在复杂城市场景中推理可靠性不足及现有基准无法诊断推理过程的问题，提出AD2-Bench基准与EGVOR方法，提升了不利条件下多模态推理的稳定性。
Comments Accepted by IJCV
流行但错误：通过知识流行度理解和缓解大语言模型（LLM）的过度自信
机构 * CAS Key Lab of Network Data Science and Technology, ICT, CAS（中国科学院信息科技研究院网络数据科学与技术重点实验室） ； State Key Laboratory of AI Safety（人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 该研究针对LLM过度自信问题，从知识流行度角度分析发现流行但错误的答案会加剧过度自信，通过融入知识流行度信号可显著缓解过度自信并提升置信度估计效果。
Comments EMNLP2026 Main
基于秩增强线性注意力的快速准确图像恢复与生成
机构 * University of Chinese Academy of Sciences（中国科学院大学）
AI总结 研究旨在解决Transformer自注意力二次复杂度问题，提出秩增强线性注意力（RELA）及高效视觉Transformer（LAformer），通过集成深度卷积丰富特征表示，经实验验证LAformer在图像恢复和生成任务中性能优且计算高效。
Comments Accepted by ECCV 2026
CLIPure：基于CLIP的潜在空间纯化用于对抗鲁棒零样本分类
机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学）
AI总结 该研究提出CLIPure，一种基于CLIP多模态潜在空间的对抗鲁棒零样本分类纯化方法，含两个变体，在多个数据集上大幅提升了对抗鲁棒性，其中CLIPure-Cos不依赖生成模型且防御效率更高。
Comments accepted by ICLR 2025
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈