Validity-Aware Jailbreak Evaluation for Large Language Models（在新窗口打开）
提出 SEAV，按步骤做语义与检索 grounded 的正确性验证，显著降低 jailbreak 评测假阳性。
- 指出现有评测偏重语言 plausible，易误判无效有害步骤为成功
- SEAV 分解有序步骤，结合 LLM-as-judge 与外部知识检索验证
- SD-A 上假阳性较最强基线降 14.9pp，多基准重分类大量历史成功样本
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
2026-09-02 周三共 18 篇：生成 0 · 代码生成 1 · 智能体 1 · 世界模型与具身 0 · 理解 3 · 音频 3 · 基础模型 10
- 生成
- 文生图 0图编辑 0视频生成 03D 生成 0
- 代码生成
- Visual2Code 03D2Code 1
- 智能体
- GUI Agent 1
- 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 3
- 基础模型
- LLM 10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 18 篇
Escaping Reasoning Basin Collapse with History-Biased Search（在新窗口打开）
提出无训练 BASIN/QA-BASIN，对重复推理盆地加 revisit 惩罚，固定预算下 Game of 24 等优于 ToT。
- 定义推理盆地坍塌：推理搜索集中在少数相似轨迹
- BASIN 分组盆地并累积重访惩罚，重分配推理预算
- 提出 redundancy gap Δ，QA-BASIN 对高质量盆地减弱惩罚
Beyond Token Positions: Safety Alignment Across Denoising Steps in Diffusion Language Models（在新窗口打开）
分析 dLLM 去噪过程中拒绝信号分布，提出无训练解码 RAEC，降低攻击成功率并 largely 保留效用。
- 追踪去噪中间 token 分布，揭示拒绝信号集中在早期步与响应前部
- 提出 RAEC，在早期步骤提交持续的拒绝 token
- 在 LLaDA 与 Dream 上验证 RAEC 有效
Text Capability Loss in Vision-Language Adaptation: An Attention-Sink Diagnosis（在新窗口打开）
指出 VLM 微调损害 LLM 文本能力源于 attention-sink 被破坏，并提出 Sink Strength 可在训练前预测退化。
- 将格式敏感任务上的文本能力损失归因于 VL 微调对早期 sink 位置的扰动
- 提出 Sink Strength 标量，在单卡数秒内预测适配后退化且无需 VL 训练
- 系统报告 QK-RMSNorm 注入与权重合并等干预难以恢复能力的负结果
Scaling Near-Optimal SFT-RL Annotation Budget Allocation from Small to Large LLMs（在新窗口打开）
刻画 SFT 与 RL 标注预算的近最优分配区间，小代理模型实验可迁移到大模型。
- 将固定标注预算在 SFT 与 RL 间的划分形式化为近最优区域而非单一最优比例
- 实证近最优区域在较小容差下仍较宽、随模型规模变宽，且可从小模型可靠迁移到大模型
- 在多种任务、模型族及偏好 off-policy 与奖励 on-policy RL 上结果一致，并分析 SFT/RL 标注成本不对称的影响
Are We There Yet? Assessing Computer-Use Agents for Blind Users' Accessible Interaction with Desktop Applications（在新窗口打开）
三周日记研究评估屏读可访问 CUA 原型 OLLA，GPT-5 成功率 52.5% 最高，并分析 grounding 等失败。
- 8 名盲用户 12 应用共 1258 条命令的数据与多模型复评
- 揭示 grounding、规划、约束跟踪与终止等 trace 失败模式
- 访谈显示除自动化外还有额外需求
From Rollouts to Recipes: Self-Contained Post-Training for LLMs（在新窗口打开）
Self-Routing 按 rollout 正确性与置信度将样本路由到 GRPO、自蒸馏、正则或跳过，数学推理上稳定优于统一 GRPO/OPSD。
- 行为条件后训练框架，样本级选择优化 recipe 无需外部教师
- 结合 GRPO、on-policy 自蒸馏、正则与跳过四类路径
- 路由分布随训练演化，减少对低信号或已稳定样本的无效更新
Residual Sparsification via Output Importance for Compressing Mixture-of-Experts LLMs（在新窗口打开）
PARSER 以保专家输出误差为目标稀疏化 MoE 残差，相同峰值显存降幅下更接近未压缩精度。
- 分析逐矩阵压缩误差与压缩后模型精度目标不对齐
- 引入 output importance 衡量对专家输出误差的贡献
- Qwen 与 DeepSeek 上精度差距分别缩小 1.41× 与 1.44×
PCoMoE: Shifting MoE Inference from Monolithic Expert Selection to Fine-Grained Path Composition（在新窗口打开）
PCoMoE 在专家内部做路径级组合与剪枝，在 bounded 开销下实现最高约 1.31× 推理加速并提升精度。
- 提出路径组合式 MoE 执行框架，突破整专家原子调度边界
- 兼容性感知逐层剪枝抑制低价值路径组合
- 硬件友好引擎复用 sub-expert 结构，兼顾速度与精度
Post-hoc Alignment of LLM-judges to Human Judgment Distribution（在新窗口打开）
LLM-as-judge 在软标签/HJD 上表现差，NAPHA 按熵类路由到专用对齐模型以匹配人类判断分布。
- 系统比较 LLMaJ 在硬标签与未聚合软标签（HJD）上的预测表现
- 提出 NAPHA：熵感知事后对齐，高熵实例增益显著
- 展示改进熵类预测可进一步提升 NAPHA 实用效果
Conversation Coach: A Voice-enabled AI System that Helps Practice Difficult Workplace Conversations（在新窗口打开）
语音优先的职场对话演练系统，对比端到端语音与 ASR+LLM+TTS 在延迟、成本与教练质量上的取舍。
- 面向管理者口头演练，支持可配置 bot 人格与内容与合规反馈
- 端到端语音 P50 延迟约低 3 倍、成本约低 8 倍且支持 barge-in
- 级联架构投产六个月，超 4 万管理者使用
ABSE-NET: A Lightweight Neural Model for Active Binaural Speech Enhancement in Open-Fit Hearing Aids（在新窗口打开）
将主动降噪与双耳语音增强级联，用轻量网络抑制开放佩戴漏声并补偿 MVDR 失真，无需耳内麦克风。
- 提出 ABSE-NET，联合 ANC 与 BSE 应对开放耳塞声学漏入问题
- BMVDR 粗增强后接 encoder-decoder LNN，融合频时依赖与卷积注意力
- 实验表明优于现有方法且便于实际部署
DIVA: Exploiting Cross-Step Conditional Propagation for Visual Jailbreaks in Discrete Diffusion Vision-Language Models（在新窗口打开）
针对离散扩散 VLM 的跨步条件传播漏洞，提出 DIVA 白盒视觉越狱框架。
- 指出 dVLM 中视觉嵌入逐步条件去噪导致对抗语义跨步传播与放大（cross-step conditional propagation）
- 提出 DIVA：跨模态意图混淆与扩散感知多时间步对抗优化
- 在三种 dVLM 上 Beaver 指标下 HADES ASR 达 58.8%–69.1%，优于面向自回归 VLM 的基线
BiMTokenizer: Preserving Semantic-Acoustic Balance in Low-Bitrate Speech Tokenization via Bidirectional State-Space Modeling（在新窗口打开）
约 1.1 kbps 单塔语音 codec，低比特率 baseline 中 WER 最低且参数量少于近期双流方案一半。
- 单塔双向状态空间骨干 + RSLQ，避免双流架构开销
- 干净与噪声环境下 acoustic 重建与 WER 优于低比特率基线
- 语义表示在下游语音理解任务上表现强
OUTLETS: Output-Length Prediction from Speculative Decoding Backbones（在新窗口打开）
复用 EAGLE 等投机解码 draft 表示加轻量回归头预测生成长度，饱和分离式 serving 下短请求 P99 延迟降 34.8%。
- 揭示投机解码 draft 隐状态与输出长度的结构关联
- OUTLETS 在已有 SD 计算上仅增回归头即可优于对比方法的 MAE
- 长度预测辅助调度可均衡解码实例负载并降低尾延迟
H2Table: Hierarchical Hypergraph-Enhanced Large Language Models for Complex Table Reasoning（在新窗口打开）
用层次嵌套超图表示复杂表并设计超图编码器，经可学习 query 桥接 LLM，HiTab 四层嵌套表上平均提升 22.88%。
- 将复杂表格建模为层次嵌套超图，保留二维与层次结构
- 定制超图编码器在表头超边与单元节点间传递语义蕴含
- 可学习 query 向量轻量抽取结构嵌入注入 LLM
MIDR: Enrichment-Augmented Indexing for Multimodal Document Retrieval（在新窗口打开）
索引阶段用多模态 LLM 将页面转为可验证文本字段再 BM25/稠密检索，ViDoRe V3 上 hybrid 达 0.6219 平均 nDCG。
- 训练无关的 index-time 多模态 enrichment，查询 serving 可走文本检索
- ViDoRe V3 五英文域相对 BM25 约 23% nDCG 增益，四域领先 ColQwen2.5
- 索引约 9× 更小、查询约 2× 更低延迟的精度—部署折中
FoldingAgent: Inferring Parametric Origami Procedures from Demonstration Videos（在新窗口打开）
用 VLM 与仿真验证等工具，将折纸演示视频转为可执行参数化折叠程序，并在 PurelandFold 上评估。
- 提出 Agent 框架，从 unstructured 视频推断显式参数化折纸程序
- 定义纸张几何与参数化折叠动作空间，支持序列执行与重规划
- 构建含几何与动作标注的 PurelandFold 视频基准
没有符合条件的论文。