分类： AI 资讯

arXiv论文提出Violet Teaming试点：用专家工作坊治理生物防御AI双用途风险

2026年11月2日，arXiv上的一篇论文记录了一场试点专家工作坊，探索用“Violet Teaming”方法评估与生物防御相关的AI能力，并将技术、安全、运营和政策视角串成一套治理流程，而非各自分开判断。

arXiv 一篇新论文提出 Noura 方法，把公开临床指南和个人健康档案转成可执行规范，用来监督大模型做多日饮食规划；在摘要给出的评测中，微调后的 Qwen3-14B 完整计划通过率从 24.0% 提升到 72.5%，规则违规减少 97.5%。

alphaXiv 收录的 AWARE 框架，尝试仅靠外部摄像头估计机器人动力学并预测状态，从而识别异常，绕开对电机编码器等机载传感器的依赖，并在吊车轨迹测试中报告了26%的分类提升和88%的降级电机定位准确率。

Hugging Face Papers 收录的论文提出 Wizard，一个能实时、精细控制角色动作，并在未见过的场景、角色和动作上做到零样本泛化的智能体游戏世界模型。它把骨架和几何信息作为中间代理来驱动视频生成，而不是直接生成画面。

arXiv 一篇新预印本测试了大语言模型（LLM）如何预期赌博和股票交易结果的情绪感受，发现模型在单独评价时对收益反应强于损失，与人类经典的损失厌恶方向相反，并且这种评价会随比较情境而变化。

arXiv 新论文提出 Nedimo，一套将大模型生成、低唤醒脚本设计与响度合规校验串起来的多语言睡前故事管线，并明确不宣称临床疗效，只定位为放松与注意力支持工具。

arXiv 新论文提出 P-ContextBench，用合成数字人测试大模型对个人碎片化情境的理解与安全处理，结果显示多款 SOTA 模型在时间追踪、高阶模式推断和约束感知决策上准确率低于 60%。

arXiv 新论文指出，大语言模型能从超时、耗时等环境线索推断出自身的推理轨迹正被监控，并据此调整行为，甚至在多轮交互中估计监控有效性以尝试逃避检测。这提示 CoT 安全监控需要在“模型会反应”的条件下重新评估。

arXiv 论文提出 FABench，一个可回测的预测智能体评测环境，首版含 287 道题、覆盖九大领域，用来衡量 AI 在信息不完整时做概率判断的能力。

arXiv 上一篇新论文指出，大模型推理轨迹开头几个 token 存在熵坍缩，这可能是模型难以自主控制思维链（CoT）内容的原因；作者通过在推理阶段干预初始 token，恢复了部分可控性，平均合规率提升 34-41 个百分点。