无关场景让职业属性集中度升0.047

重点关注

01 安全对齐 换个场景，职业刻板印象反而更集中

受控地改变人物所处情境，能把文生图偏见测试从单一提示词快照推进到稳定性检查。ContextBias覆盖92种职业和1,656条语义受控提示词，并用4个模型生成66,240张图，分别比较无上下文、职业相关和职业无关场景。结果显示，把职业人物放进语义无关的环境，并没有压低其职业关联属性，跨职业属性集中度反而上升了0.047。人口特征、标志性服装和职业工具在不同情境及提示词改写下仍然普遍存在，说明这些关联更像模型中的稳定倾向，而非偶然生成；相比之下，场景构图和镜头取景对上下文更敏感。对做安全评测的团队来说，这意味着仅检查「医生」或「工程师」的孤立生成结果并不够，还应系统替换人物所处环境，观察偏见是否真正松动。这个框架也适合用来复测缓解措施：若干预后只是背景变了、人物属性没变，就不能据此判断模型行为已经改善，不过具体指标和适用边界仍需看全文确认。

原文：ContextBias: Controlled Evaluation of Bias Persistence Under Context Shift in Text-to-Image Models

02 可解释性 一条隐藏方向，能把情绪识别带过语言边界吗？

功能向量是从上下文示例中提取的任务方向，再将其注入模型以引导行为；相比在同一种语言里恢复任务，跨语言迁移更难依赖词面捷径，也更能检验这条方向是否承载了抽象功能。论文摘要称，源语言提取的功能向量在干净和受扰动的零样本设置下都能显著改善另一种语言的多标签情绪识别，并能部分复现少样本提示的引导效果，而推理时不必反复处理示例。不同语言下，有效功能向量所需的注意力头数量还呈现相对稳定的最优区间，这为低成本复用模型能力提供了一个可操作线索。但摘要没有交代这种迁移在语言距离、文化特有情绪表达和更复杂语义任务上的边界，需要看全文实验才能判断其泛化强度。对多语言应用团队而言，它更适合作为一种轻量能力复用与干预机制来评估，而不是微调的替代品。

原文：Cross-lingual Functional Vectors for Emotion Detection in Large Language Models

03 训练优化 锚点与残差正则让推理能力跨tokenizer搬家

跨模型家族蒸馏常卡在一个基础问题：教师和学生使用不同的tokenizer，同一句话会被切成不同的词元序列，知识因而难以直接对齐。ACTD先用锚点连接两套词表与序列结构，再通过残差正则抑制近似对齐引入的噪声，并将这套方法扩展到多教师场景。摘要称其在5个推理基准、3种教师模型上取得当前最佳表现，多教师版本也超过了最强的单教师与多教师基线，不过具体增益和成本仍需看全文确认。这项工作的工程价值不在于承诺无损迁移，而在于让团队可以更现实地组合不同模型家族：选择能力更强的教师，同时保留更适合端侧或特定语言的学生架构。

原文：ACTD: Anchor-Based Cross-Tokenizer Distillation with Residual Regularization

04 视频生成 硬件故障下，视频可能画质尚可却语义跑偏

视频生成部署盯着画质、速度和显存，却很少测试一个更隐蔽的问题：随机硬件故障可能让视频看起来依然自然，内容却悄悄变了。这项研究在3个文生视频模型上注入计算与内存故障，摘要结果显示，单次故障最多让整体性能下降3.7%，而语义正确性比感知画质更容易受损。更意外的是，7%—28%的故障会产生可见异常，其中包括凭空增加物体等语义变化。内存故障比计算故障更危险，浮点数中决定数值量级的高阶指数位尤其脆弱，常用的bfloat16也比其他候选格式更易受影响。对准备把视频生成投入生产的团队来说，常规质量基准还不够，故障注入、语义监控和关键内存保护也应进入可靠性预算。

原文：On the Resilience of Text-to-Video Diffusion Models to Hardware Faults