Nanjing University of Aeronautics and Astronautics

工具型大模型智能体把模型输出变成真实操作，间接提示注入因此成为执行安全问题。SecureGARD在规划与工具执行之间插入一层可执行本体，把异构工具调用归一到共享的语义动作，再结合当前任务状态判定为就绪、等待或禁止。在AgentDojo、ASB与AgentDyn的良性及间接注入设置下，两种骨干上的观测攻击成功率均为0%，受攻击时的任务效用优于所比较的基线。

工具型大模型智能体把模型输出变成真实操作，间接提示注入因此成为执行安全问题。SecureGARD在规划与工具执行之间插入一层可执行本体，把异构工具调用归一到共享的语义动作，再结合当前任务状态判定为就绪、等待或禁止。在AgentDojo、ASB与AgentDyn的良性及间接注入设置下，两种骨干上的观测攻击成功率均为0%，受攻击时的任务效用优于所比较的基线。

大模型的安全能力在不同语言间并不一致，同一有害请求换一种语言就可能绕过拒答。研究者先在每种语言内部独立找出与安全行为相关的神经元，再取六种语言候选集合的交集，得到跨语言共享的“安全内核”，并用激活抑制和激活状态迁移验证其功能作用。在此基础上提出的SK-Masked LoRA只把微调更新限制在安全内核对应的前馈网络输出维度上，在多个模型和多语言安全基准上降低攻击成功率，对未参与内核发现的语言也有一定效果。

大模型的安全能力在不同语言间并不一致，同一有害请求换一种语言就可能绕过拒答。研究者先在每种语言内部独立找出与安全行为相关的神经元，再取六种语言候选集合的交集，得到跨语言共享的“安全内核”，并用激活抑制和激活状态迁移验证其功能作用。在此基础上提出的SK-Masked LoRA只把微调更新限制在安全内核对应的前馈网络输出维度上，在多个模型和多语言安全基准上降低攻击成功率，对未参与内核发现的语言也有一定效果。

大模型推理时不必再靠预设的固定干预：Q-NeuS按每个问题自身的内部激活决定放大哪些前馈神经元，在3B到32B的七个模型和三个基准上全部涨分。

大模型推理时不必再靠预设的固定干预：Q-NeuS按每个问题自身的内部激活决定放大哪些前馈神经元，在3B到32B的七个模型和三个基准上全部涨分。

北京大学等团队把常规单导联心电与医生撰写的超声心动图报告对齐，训练出可同时识别13种细粒度心脏结构病的筛查框架AnyECG-Echo。此前同类模型多依赖12导联输入，或只在单一医疗系统内验证，且标签需逐病种人工标注。该框架在内部、时间与地理独立外部共25222例验证队列上，对左室收缩功能减低、全心增大、二尖瓣狭窄等高影响亚型取得较高AUROC，并在外部队列中保持可用判别力。

北京大学等团队把常规单导联心电与医生撰写的超声心动图报告对齐，训练出可同时识别13种细粒度心脏结构病的筛查框架AnyECG-Echo。此前同类模型多依赖12导联输入，或只在单一医疗系统内验证，且标签需逐病种人工标注。该框架在内部、时间与地理独立外部共25222例验证队列上，对左室收缩功能减低、全心增大、二尖瓣狭窄等高影响亚型取得较高AUROC，并在外部队列中保持可用判别力。

该工作提出 GeoScaffold 几何监督框架：先在训练轨迹的深度图上学习一个紧凑深度分词器并冻结，再用少量可学习几何查询 token 微调策略，令其隐藏状态重建深度、连通性与可通行性等导航关键几何，从而把几何内化进策略本身；训练后分词器、目标生成器与重建头全部丢弃，主干与动作接口保持不变，实验显示其在连续 VLN 基准上稳定优于领先的纯视觉导航器，为空间感知具身导航模型的轻量边缘部署提供了一条实用路径。

该工作提出 GeoScaffold 几何监督框架：先在训练轨迹的深度图上学习一个紧凑深度分词器并冻结，再用少量可学习几何查询 token 微调策略，令其隐藏状态重建深度、连通性与可通行性等导航关键几何，从而把几何内化进策略本身；训练后分词器、目标生成器与重建头全部丢弃，主干与动作接口保持不变，实验显示其在连续 VLN 基准上稳定优于领先的纯视觉导航器，为空间感知具身导航模型的轻量边缘部署提供了一条实用路径。