University of California, Los Angeles（加州大学洛杉矶分校）

2510.08646 2026-03-04 cs.LG cs.AI cs.CL stat.ML

Mitigating Over-Refusal in Aligned Large Language Models via Inference-Time Activation Energy

通过推理时间激活能量缓解对齐大语言模型中的过度拒绝

Eric Hanchen Jiang, Weixuan Ou, Run Liu, Shengyuan Pang, Guancheng Wan, Ranjie Duan, Wei Dong, Kai-Wei Chang, XiaoFeng Wang, Ying Nian Wu, Xinfeng Li

机构 * UCLA（加州大学洛杉矶分校）； Alibaba Cloud Computing（阿里云计算）； SJTU（上海交通大学）； Alibaba Group（阿里巴巴集团）； NTU（国立科技大学）

AI总结通过能量景观引导框架，提升大语言模型的安全性并减少虚假拒绝，实验显示在ORB-H基准上合规性显著提高。

2506.23316 2026-03-04 cs.RO cs.CV

SceneStreamer: Continuous Scenario Generation as Next Token Group Prediction

SceneStreamer: 作为下一个token组预测的连续场景生成

Zhenghao Peng, Yuxin Liu, Bolei Zhou

机构 * University of California, Los Angeles（加州大学洛杉矶分校）

AI总结 SceneStreamer通过自回归框架实现连续场景生成，支持动态代理群体的长期模拟，生成真实多样化的交通行为并提升强化学习策略的鲁棒性。

2603.02640 2026-03-04 cs.CY cs.AI cs.CL cs.MA cs.SI

Credibility Governance: A Social Mechanism for Collective Self-Correction under Weak Truth Signals

可信治理：在弱真相信号下的一种社会机制，用于集体自我校正

Wanying He, Yanxi Lin, Ziheng Zhou, Xue Feng, Min Peng, Qianqian Xie, Zilong Zheng, Yipeng Kang

机构 * School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院）； Tsinghua University（清华大学）； University of California, Los Angeles（加州大学洛杉矶分校）； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI）

AI总结可信治理通过动态可信度评分和可信度加权背书，提升集体自我校正能力，减少虚假信息影响。

2603.02429 2026-03-04 cs.LG math.OC stat.ML

Dimension-Independent Convergence of Underdamped Langevin Monte Carlo in KL Divergence

在KL散度下无维度收敛的欠阻尼朗之万蒙特卡洛

Shiyuan Zhang, Qiwei Di, Xuheng Li, Quanquan Gu

机构 * University of California, Los Angeles（加州大学洛杉矶分校）

AI总结本文提出了一种在KL散度下无维度收敛的欠阻尼朗之万蒙特卡洛方法，通过改进的KL局部误差框架，得出了依赖于Hessian迹而非维度的收敛界限。

Comments 51 pages, 1 table

2603.00218 2026-03-04 eess.IV cs.CV

GLIDE-Reg: Global-to-Local Deformable Registration Using Co-Optimized Foundation and Handcrafted Features

GLIDE-Reg：基于协同优化基础和手工特征的全局到局部可变形配准

Yunzheng Zhu, Aichi Chien, Kimaya kulkarni, Luoting Zhuang, Stephen Park, Ricky Savjani, Daniel Low, William Hsu

机构 * 1 Medical \& Imaging Informatics, Department of Radiological Sciences, David Geffen School of Medicine at UCLA, USA 2 Magnetic Resonance Research Labs, Department of Radiological Sciences, David Geffen School of Medicine at UCLA, USA 3 Department of Radiation Oncology, David Geffen School of Medicine at UCLA, Los Angeles, USA

AI总结 GLIDE-Reg通过协同优化基础和手工特征，实现全局到局部的可变形配准，提升空间分辨率和解剖覆盖差异下的鲁棒性与泛化能力。