语言大模型 / LLM

RHYTHM: Reasoning with Hierarchical Temporal Tokenization for Human Mobility

RHYTHM：基于层次时间标记的人类移动推理

Haoyu He, Haozheng Luo, Yan Chen, Qi R. Wang

机构 * Northeastern University（东北大学） ； Northwestern University（西北大学） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 RHYTHM通过层次时间标记框架提升人类移动预测的准确性和效率，实现更高效的时空推理与预测。

Comments Advances in Neural Information Processing Systems 39 (NeurIPS) 2025

Diagnosing Causal Reasoning in Vision-Language Models via Structured Relevance Graphs

通过结构化相关性图诊断视觉-语言模型中的因果推理

Dhita Putri Pratama, Soyeon Caren Han, Yihao Ding

机构 * University of Melbourne（墨尔本大学） ； The University of Western Australia（西澳大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.AI

AI总结 本文提出ViLCaR基准，通过结构化相关性图评估视觉-语言模型的因果推理能力，发现其局限性源于结构指导不足而非推理能力不足。

Language Models use Lookbacks to Track Beliefs

语言模型使用回溯来跟踪信念

Nikhil Prakash, Natalie Shapira, Arnab Sen Sharma, Christoph Riedl, Yonatan Belinkov, Tamar Rott Shaham, David Bau, Atticus Geiger

机构 * Northeastern University（东北大学） ； Technion（技术学院） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Goodfire ； Pr(Ai) 2 R Group（Pr(Ai) 2 R集团） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.CL

AI总结 本研究揭示语言模型通过回溯机制跟踪角色信念的算法模式，通过构建CausalToM数据集，分析LM在因果中介和抽象中的推理能力，并探讨可见性对信念更新的影响。

Comments 38 pages, 50 figures. Code and data at https://belief.baulab.info/

Hearing the Order: Investigating Position Bias in Large Audio-Language Models

听序：探究大型音频-语言模型中的位置偏差

Yu-Xiang Lin, Chen-An Li, Sheng-Lun Wei, Po-Chun Chen, Hsin-Hsi Chen, Hung-yi Lee

机构 * National Taiwan University（台湾大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.CL

AI总结 本文首次系统研究了大型音频-语言模型中位置偏差问题，通过实验发现答案选项顺序影响模型性能，提出基于排列的策略可缓解偏差。

Comments The first two authors contributed equally. Submitted to Interspeech 2026

Development and Comparative Evaluation of Three Artificial Intelligence Models (NLP, LLM, JEPA) for Predicting Triage in Emergency Departments: A 7-Month Retrospective Proof-of-Concept

三种人工智能模型（NLP、LLM、JEPA）在急诊科分诊中的开发与比较评估：一项7个月的回顾性概念验证

Edouard Lansiaux, Ramy Azzouz, Emmanuel Chazard, Amélie Vromant, Eric Wiel

机构 * Department of Emergency Lille University Hospital（里尔大学医院急诊科） ； Centre Antipoison, Lille University Hospital（里尔大学医院毒物中心） ； Department of Public Health, EA 2694 & ULR 2694-METRICS（公共卫生部门，EA 2694及ULR 2694-METRICS） ； Lille University（里尔大学） ； Emergency Department Hôpital Pitié-Salpêtrière, AP-HP（皮蒂埃-萨尔佩特里耶医院急诊科，AP-HP） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；分类 cs.LG

AI总结 本研究评估了三种AI模型在急诊科分诊中的表现，发现基于LLM的URGENTIAPARSE在准确性和预测住院需求方面表现最佳，为提升急诊科患者安全和效率提供了新的方向。

Comments 13 pages, 7 figures, 3 tables

Journal ref 2025:2:1-10 BDCAT '25: Proceedings of the IEEE/ACM 12th International Conference on Big Data Computing, Applications and Technologies

De-rendering, Reasoning, and Repairing Charts with Vision-Language Models

图表去渲染、推理与修复：基于视觉-语言模型

Valentin Bonas, Martin Sinnona, Viviana Siless, Emmanuel Iarussi

机构 * Universidad Torcuato Di Tella（托克托迪特拉大学） ； Consejo Nacional de Investigaciones Científicas y Técnicas（国家科学与技术研究理事会） ； Facultad de Ciencias Exactas y Naturales Universidad de Buenos Aires（布宜诺斯艾利斯大学科学与自然学院） 纠错

专题命中 推理与问题求解 ：language model(title)；LLM(abstract)

AI总结 本文提出了一种结合图表去渲染、自动分析和迭代改进的框架，利用视觉-语言模型提供基于原则的可视化设计反馈，提升可视化质量和素养。

TraceVision: Trajectory-Aware Vision-Language Model for Human-Like Spatial Understanding

TraceVision: 一种具有轨迹感知能力的视觉-语言模型，用于类人空间理解

Fan Yang, Shurong Zheng, Hongyin Zhao, Yufei Zhan, Xin Li, Yousong Zhu, Chaoyang Zhao Ming Tang, Jinqiao Wang

专题命中 推理与问题求解 ：language model(title,abstract)

AI总结 TraceVision通过整合轨迹感知的空间理解，实现了类人空间认知，提升视觉-语言模型在轨迹引导任务中的表现。

Keep it SymPL: Symbolic Projective Layout for Allocentric Spatial Reasoning in Vision-Language Models

保持符号投影布局：用于视觉-语言模型中以物体为中心的空间推理的符号投影布局

Jaeyun Jang, Seunghui Shin, Taeho Park, Hyoseok Hwang

机构 * Kyung Hee University（庆熙大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)

AI总结 SymPL通过将以物体为中心的空间推理转化为符号布局形式，提升视觉-语言模型在多视角场景下的推理性能和鲁棒性。

SparkMe: Adaptive Semi-Structured Interviewing for Qualitative Insight Discovery

SparkMe: 适应性半结构化访谈用于定性洞察发现

David Anugraha, Vishakh Padmakumar, Diyi Yang

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 SparkMe通过多智能体LLM实现适应性半结构化访谈，提升访谈效用并挖掘更丰富的职业特定洞察。

RPU -- A Reasoning Processing Unit

RPU -- 一种推理处理单元

Matthew Adiletta, Gu-Yeon Wei, David Brooks

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 RPU通过优化内存带宽和架构设计，显著提升了大型语言模型推理的性能和效率。

Comments To Appear in HPCA, 2026

Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features Using LLM-Assisted Reasoning for Manufacturing Automation

基于LLM辅助推理的上下文感知2D绘图注释到3D CAD特征映射

Muhammad Tayyab Khan, Lequn Chen, Wenhe Feng, Seung Ki Moon

机构 * Singapore Institute of Manufacturing Technology (SIMTech), A*STAR, Singapore（新加坡制造技术研究所） ； Advanced Remanufacturing and Technology Centre (ARTC), A*STAR, Singapore（先进再制造与技术中心） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院） 纠错

专题命中 推理与问题求解 ：LLM(title)；分类 cs.AI

AI总结 本文提出一种基于LLM辅助推理的上下文感知框架，实现2D绘图注释到3D CAD特征的映射，提升制造自动化精度和可靠性。

Pipeline for Verifying LLM-Generated Mathematical Solutions

验证大语言模型生成数学解的管道

Varvara Sazonova, Dmitri Shmelkin, Stanislav Kikot, Vasily Motolygin

机构 * Moscow State University（莫斯科国立大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

专题命中 推理与问题求解 ：LLM(title)；分类 cs.AI

AI总结 本研究提出了一种验证大语言模型数学解的管道，通过提示生成特定形式的解以提高验证准确性，并提供开源实现。

What Matters For Safety Alignment?

安全对齐中什么重要？

Xing Li, Hui-Ling Zhen, Lihao Yin, Xianzhi Yu, Zhenhua Dong, Mingxuan Yuan

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；post-training(abstract)；分类 cs.CL、cs.AI

AI总结 本文研究了安全对齐中关键因素，发现集成推理和自我反思机制的重要性，揭示了CoT攻击的高成功率及安全风险，强调了安全约束在模型训练中的必要性。

Comments Added more commercial model results, majority voting scores, and theoretical analysis in v2

LogicGraph : Benchmarking Multi-Path Logical Reasoning via Neuro-Symbolic Generation and Verification

LogicGraph : 通过神经符号生成与验证进行多路径逻辑推理的基准测试

Yanrui Wu, Lingling Zhang, Xinyu Zhang, Jiayu Chang, Pengyu Li, Xu Jiang, Jingtao Hu, Jun Liu

机构 * School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； School of Computer Science and Technology, Tiangong University（天津大学计算机科学与技术学院） ； Ministry of Education Key Laboratory of Intelligent Networks and Network Security, China（中国教育部长智网络与网络安全重点实验室） ； Shaanxi Province Key Laboratory of Big Data Knowledge Engineering, China（陕西省大数据知识工程重点实验室） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 LogicGraph通过神经符号生成与验证方法，系统评估多路径逻辑推理能力，揭示模型在复杂推理中探索多样路径的不足。

Comments 24 pages, 17 figures

CogFlow: Bridging Perception and Reasoning through Knowledge Internalization for Visual Mathematical Problem Solving

CogFlow：通过知识内化连接感知与推理以解决视觉数学问题

Shuhang Chen, Yunqiu Xu, Junjie Xie, Aojun Lu, Tao Feng, Zeying Huang, Ning Zhang, Yi Sun, Yi Yang, Hangjie Yuan

机构 * Zhejiang University（浙江大学） ； Intelligent Learning（智能学习） ； Sichuan University（四川大学） ； Tsinghua University（清华大学） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 CogFlow通过知识内化连接感知与推理，提升视觉数学问题解决能力。

Comments Accepted to ICLR 2026

Physics-based phenomenological characterization of cross-modal bias in multimodal models

基于物理现象的多模态模型跨模态偏差表征

Hyeongmo Kim, Sohyun Kang, Yerin Choi, Seungyeon Ji, Junhyuk Woo, Hyunsuk Chung, Soyeon Caren Han, Kyungreem Han

机构 * B rain Science Institute（脑科学研究院） ； Korea Institute of Science and Technology（韩国科学技术院） ； Department of Physics and Astronomy（物理与天文学系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； University of Science and Technology KIST School（科学技术KIST学院） 纠错

专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出基于物理现象的多模态模型跨模态偏差表征方法，揭示多模态输入可能强化模态主导性。

Comments Best Paper Award at BiasinAI track in AAAI2026

Monte Carlo Tree Diffusion with Multiple Experts for Protein Design

结合多专家的蒙特卡洛树扩散用于蛋白质设计

Xuefeng Liu, Mingxuan Cao, Songhao Jiang, Xiao Luo, Xiaotian Duan, Mengdi Wang, Tobin R. Sosnick, Jinbo Xu, Rick Stevens

机构 * University of Chicago（芝加哥大学） ； Data Science Institute（数据科学研究所） ； Department of Biochemistry and Molecular Biology（生物化学与分子生物学系） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Argonne National Laboratory（阿贡国家实验室） ； Princeton University（普林斯顿大学） 纠错

专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 MCTD-ME通过结合多专家的蒙特卡洛树扩散方法，提升蛋白质设计任务的性能，特别是在反向折叠、折叠和条件设计挑战中表现优异。

Tool Building as a Path to "Superintelligence"

工具构建作为通往‘超级智能’的路径

David Koplow, Tomer Galanti, Tomaso Poggio

机构 * David Koplow（独立研究者） ； Tomer Galanti（独立研究者） ； Tomaso Poggio（独立研究者） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI

AI总结 本文通过设计基准测试，探讨LLMs在逻辑推理任务中通过工具调用实现超级智能的潜力。

Multi-Round Human-AI Collaboration with User-Specified Requirements

多轮人机协作与用户指定要求

Sima Noorani, Shayan Kiyani, Hamed Hassani, George Pappas

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出了一种多轮人机协作框架，通过用户指定的规则确保AI不损害人类优势并补充其不足，从而提升决策质量。

Implicit Intelligence -- Evaluating Agents on What Users Don't Say

隐式智能 -- 评估代理在用户未言明之事上的能力

Ved Sirdeshmukh, Marc Wetter

机构 * Applied Machine Learning Research（应用机器学习研究） 纠错

专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI

AI总结 隐式智能框架评估AI代理在未明示约束下的推理能力，通过交互式世界模拟发现代理在复杂情境下的表现有限，揭示了改进空间。

MCPShield: A Security Cognition Layer for Adaptive Trust Calibration in Model Context Protocol Agents

MCPShield: 一种用于模型上下文协议代理自适应信任校准的安全认知层

Zhenhong Zhou, Yuanhe Zhang, Hongwei Cai, Moayad Aloqaily, Ouns Bouachir, Linsey Pang, Prakhar Mehrotra, Kun Wang, Qingsong Wen

专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.CL

AI总结 MCPShield通过元数据引导探测和历史轨迹推理，提升代理在调用MCP工具时的安全性，有效防御MCP攻击。

Comments 21 pages, 5 figures, 6 tables

An Expert Schema for Evaluating Large Language Model Errors in Scholarly Question-Answering Systems

评估学术问答系统中大语言模型错误的专家模式

Anna Martin-Boyle, William Humphreys, Martha Brown, Cara Leckey, Harmanpreet Kaur

机构 * University of Minnesota（明尼苏达大学） ； NASA Langley Research Center（NASA兰利研究中心） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL

AI总结 本文提出了一种评估学术问答系统中大语言模型错误的专家模式，通过与领域专家合作识别错误模式，并探讨了支持专家评估LLM输出的个性化工具机会。

Comments 24 pages, 2 figures. Accepted at ACM CHI conference on Human Factors in Computing Systems, 2026

Evaluating Proactive Risk Awareness of Large Language Models

评估大型语言模型的前瞻性风险意识

Xuan Luo, Yubin Chen, Zhiyu Hou, Linpu Yu, Geng Tu, Jing Li, Ruifeng Xu

机构 * The Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学） ； Southern University of Science and Technology, Shenzhen（南方科技大学） ； Shenzhen Loop Area Institute, Shenzhen, China（深圳南山区研究院） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL

AI总结 本文提出前瞻性风险意识评估框架，通过Butterfly数据集评估LLMs在生态领域预见潜在危害的能力，发现响应长度限制和多模态保护盲点等问题，强调部署LLM时需加强主动防护。

A Survey on the Optimization of Large Language Model-based Agents

基于大语言模型代理的优化综述

Shangheng Du, Jiabao Zhao, Jinxin Shi, Zhentao Xie, Xin Jiang, Yanhong Bai, Liang He

机构 * Shanghai Institute of Artificial Intelligence for Education, East China Normal University（上海人工智能教育研究院，东华大学） ； School of Computer Science and Technology, East China Normal University（计算机科学与技术学院，东华大学） ； School of Computer Science and Technology, Donghua University（计算机科学与技术学院，东华大学） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文综述了基于大语言模型的代理优化方法，分类讨论参数驱动与参数无关策略，分析关键技术和挑战，提出未来研究方向。

Comments Published in ACM Computing Surveys, Vol. 58, No. 9, Article 223, July 2026

Journal ref ACM Computing Surveys 58(9), Article 223, July 2026

Qwen-BIM: developing large language model for BIM-based design with domain-specific benchmark and dataset

Qwen-BIM: 开发用于基于BIM的设计的大型语言模型，结合领域特定的基准和数据集

Jia-Rui Lin, Yun-Hong Cai, Xiang-Rui Ni, Shaojie Zhou, Peng Pan

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文提出Qwen-BIM，通过领域特定基准和数据集开发了首个用于基于BIM设计的大型语言模型，显著提升了在该领域的性能表现。

Overton Pluralistic Reinforcement Learning for Large Language Models

奥顿多元强化学习用于大语言模型

Yu Fu, Seongho Son, Ilija Bogunovic

机构 * University College London（伦敦大学学院） ； University of Basel（巴塞尔大学） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL

AI总结 本文提出OP-GRPO框架，通过强化学习使大语言模型生成多样化响应，提升人类视角覆盖和视角独特性，实验证明其在自然语言推理任务中的优越性能。

Comments 28 pages, 8 figures

From Performance to Purpose: A Sociotechnical Taxonomy for Evaluating Large Language Model Utility

从性能到目的：一种用于评估大语言模型效用的社技术分类

Gavin Levinson, Keith Feldman

机构 * University of Michigan（密歇根大学） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL

AI总结 本文提出LUX框架，用于评估大语言模型在不同应用场景中的效用，涵盖性能、交互、运营和治理四个领域，并提供动态工具支持框架探索。

Evaluating the Reliability of Digital Forensic Evidence Discovered by Large Language Model: A Case Study

评估由大语言模型发现的数字证据的可靠性：案例研究

Jeel Piyushkumar Khatiwala, Daniel Kwaku Ntiamoah Addai, Weifeng Xu

机构 * School of Criminal Justice（犯罪司法学院） ； College of Public Affairs（公共事务学院） ； University of Baltimore（巴尔的摩大学） 纠错

专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文提出了一种结构化框架，通过大语言模型驱动的分析和数字取证知识图谱验证，提升AI识别证据的可靠性与可追溯性。

Comments 10 pages, 5 figures. Published in the Proceedings of the 2025 IEEE 49th Annual Computers, Software, and Applications Conference (COMPSAC), Toronto, ON, Canada, 8-11 July 2025

Journal ref 2025 IEEE 49th Annual Computers, Software, and Applications Conference (COMPSAC), IEEE, 2025

How Well Can LLM Agents Simulate End-User Security and Privacy Attitudes and Behaviors?

LLM代理能多好地模拟终端用户的安全和隐私态度和行为？

Yuxuan Li, Leyang Li, Hao-Ping Lee, Sauvik Das

机构 * School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） ； Department of Computer Science and Engineering, University of Notre Dame（诺特难大学计算机科学与工程系） 纠错

专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文研究LLM代理在模拟用户安全隐私态度和行为方面的有效性，发现现有模型表现有限，但通过特定提示策略可提升匹配度。

Refusal Steering: Fine-grained Control over LLM Refusal Behaviour for Sensitive Topics

拒绝引导：为敏感话题对LLM拒绝行为实现细粒度控制

Iker García-Ferrero, David Montero, Roman Orus

专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 通过引导向量控制LLM在敏感话题上的拒绝行为，实现安全且可控的审核方法。

Journal ref LREC 2026