A Training-Free Proactive Defense Against Partial Speech Manipulation via Self-Embedding Steganography（在新窗口打开）
干净语音自嵌压缩表示，免训练辅助检测与恢复部分 deepfake 片段。
- 从主动防御视角用自嵌入隐写提取事后参考内容
- 复用现有隐写与 codec 恢复以检测部分伪造
- 基准上补充被动检测，无需训练
前沿论文
14 大方向 · 三级优先筛选 · 每日更新
最近更新：2026-10-16 13:30
2026-08-27 周四共 10 篇：生成 1 · 代码生成 0 · 智能体 0 · 世界模型与具身 0 · 理解 3 · 音频 2 · 基础模型 4
- 生成
- 文生图 0图编辑 0视频生成 13D 生成 0
- 代码生成
- Visual2Code 03D2Code 0
- 智能体
- GUI Agent 0
- 世界模型与具身
- 世界模型 0具身智能 0
- 理解
- VLM 3OCR 0
- 音频
- 音频 2
- 基础模型
- LLM 4统一多模态 0
这一天为历史补采：作者单位只来自 OpenAlex，入选论文比每日更新少；要点由 AI 根据论文摘要生成，以原文为准。
共 10 篇
GGSS: Geodesic-Gated Spherical Steering for Inference-Time Debiasing of Generative Vision-Language Models（在新窗口打开）
GGSS 在单位超球面范数保持 steering，降低四款生成式 VLM 人口统计偏差。
- 测地门控 steering：偏差子空间、视觉 token 测地弧、自适应门控
- 四生成式 VLM 对十类推理去偏基线统一协议评测
- 平均偏差最低，MMStar 与无 steering 相差不超过 0.6 百分点
From Passive Response to Proactive Correction: Enhancing LLM Robustness Against Input Fact Perturbations（在新窗口打开）
提出三阶段框架 DEDUCE，在输入含误导性事实时主动检测并纠正，并构建 MisFactQA 评测。
- DEDUCE：细粒度事实检测验证、多视角纠错策略与可靠作答
- 发布 MisFactQA 及面向输入事实错误的鲁棒性指标
- 在 TruthfulQA、FalseQA、MisFactQA 上提升准确性与纠错能力
EgoArgus: Benchmarking VLMs as Situational Assistants for Modality-Grounded User Supports（在新窗口打开）
EgoArgus 评测五类日常场景中 VLM 能否仲裁视觉与语言并决定如何帮助。
- 人标 EgoArgus 覆盖理解与决策及模态冲突场景
- 当前 VLM 作可靠 egocentric 助手仍具挑战
- 模态偏差缓解方法对性能提升较有限
Groundhog Bit-Flip Attack: Seeding Infinite Generation Loops in Mixture-of-Experts LLMs through Bit Flips（在新窗口打开）
GBFA 翻转 MoE 路由层比特，造成 Denial-of-Wallet，显著拉长解码 token 用量。
- 提出针对 MoE LLM 的首个比特翻转可用性攻击 GBFA
- 翻转与专家激活相关比特，延长输出且大体保留语义
- 四款 MoE 上少量专家扰动即可致多数样本触达 max tokens
Attention-Guided Reliability Scaling for Contrastive Decoding in Robust Audio-Visual Speech Recognition（在新窗口打开）
在 LLM 视听语音识别中用对比解码，并按注意力可靠性自适应调节对比强度。
- 在同模型内以纯音频与视听条件做对比解码用于 AVSR
- 依据注意力动态与模型间预测分歧自适应调节对比强度
- LRS3 上清洁与低 SNR 场景均有一致提升
Reconstructing the Right Episode: Evaluating Interleaved Conversational Memory Beyond Long Context（在新窗口打开）
SCALE-QA 测扁平混话题线程 episode 依赖；TSIM 记忆优于 RAG 与长上下文。
- SCALE-QA 3000 题约束 grounded 扁平线程 QA
- TSIM 分段 episode 与层次多视图记忆栈
- 三后端 TSIM 较最强基线高 5.6–17.6 准确率点
Distance Is Not Enough: Forget-Retain Alignment Gap Predicts LLM Relearning Robustness（在新窗口打开）
FRAG 度量遗忘-保留对齐，FRP 剪枝提升 machine unlearning 抗再学习。
- 再学习鲁棒性取决于更新结构而非全局权重距离
- 免训练 FRAG 无需再学习攻击即可评分对齐
- Forget-Retain Pruning 提升 unlearning 鲁棒性
Towards Purified Multi-Label Test-Time Adaptation of Vision-Language Models（在新窗口打开）
PuRF 多标签 TTA：区域与 cache 净化缓解一对多 cache 偏差。
- 分析多标签 cache TTA 的 dominant-label 与校准问题
- 区域净化与 episodic/temporal cache 净化
- ViT-B/32 五数据集 mAP 提升 4.05%
Plans You Can Check: Verifier-Grounded Learning of an Open-Weight Planner for Executable Video-Editing（在新窗口打开）
RefineCut 开权重 planner 用 verifier 闭环学习可执行剪辑时间线规划。
- 可执行 video-editing planning 与 RefineCut-Bench
- verifier 重放多教师分支取最优 repair 作监督
- RefineCut-Evo 达 0.924 Video-Editing Score，8B 闭环无教师
没有符合条件的论文。