语言大模型 / LLM

An Empirical Study of Collective Behaviors and Social Dynamics in Large Language Model Agents

对大型语言模型代理中集体行为和社会动态的实证研究

Farnoosh Hashemi, Michael W. Macy

机构 * Cornell University（康奈尔大学） 纠错

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本研究通过分析LLM代理的社会互动，发现其存在偏见和排斥行为，并提出CoST方法以防止有害内容的产生。

Comments Accepted at EACL 2026

LLM-Powered Silent Bug Fuzzing in Deep Learning Libraries via Versatile and Controlled Bug Transfer

基于大语言模型的深度学习库中无声bug模糊测试技术：通过多功能且可控的bug转移

Kunpeng Zhang, Dongwei Xiao, Daoyuan Wu, Shuai Wang, Jiali Zhao, Yuanyi Lin, Tongtong Xu, Shaohua Wang

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 利用大语言模型实现深度学习库中无声bug的模糊测试，通过多功能且可控的bug转移技术发现79个新bug。

Journal ref ACM Program. Lang. 10, OOPSLA1, Article 150 (April 2026), 36 pages

Learning dynamics from online-offline systems of LLM agents

从LLM代理的在线-离线系统学习动态

Moyi Tian, George Mohler, P. Jeffrey Brantingham, Nancy Rodríguez

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文研究了LLM代理在在线-离线系统中信息传播的动态，通过两种数学模型分析不同事件类型和性格对传播的影响，并发现SI模型能有效描述系统动态。

Comments 16 pages, 16 figures, 2 tables

Forecasting Future Language: Context Design for Mention Markets

预测未来语言：提及市场中的上下文设计

Sumin Kim, Jihoon Kwon, Yoon Kim, Nicole Kagan, Raffi Khatchadourian, Wonbin Ahn, Alejandro Lopez-Lira, Jaewon Lee, Yoontae Hwang, Oscar Levy, Yongjae Lee, Chanyeol Choi

机构 * LinqAlpha ； Massachusetts Institute of Technology（麻省理工学院） ； Kalshi ； IBM ； LG AI Research（LG AI研究） ； University of Florida（佛罗里达大学） ； Seoul National University（首尔国立大学） ； Pusan National University（釜山国立大学） ； University of California, Berkeley（加州大学伯克利分校） ； UNIST（全南国立大学） 纠错

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文研究了提及市场中上下文设计对预测准确性的影响，提出市场条件提示（MCP）方法，通过结合市场概率和文本证据提升预测鲁棒性。

Comments 10 pages

LLM as a Risk Manager: LLM Semantic Filtering for Lead-Lag Trading in Prediction Markets

LLM作为风险管理者：用于预测市场领先滞后交易的LLM语义过滤

Sumin Kim, Minjae Kim, Jihoon Kwon, Yoon Kim, Nicole Kagan, Joo Won Lee, Oscar Levy, Alejandro Lopez-Lira, Yongjae Lee, Chanyeol Choi

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出利用LLM进行语义过滤，以提升预测市场中领先滞后交易的稳定性与收益，通过因果筛选器优化交易策略，减少亏损风险。

Comments 11 pages

CUDA Agent: Large-Scale Agentic RL for High-Performance CUDA Kernel Generation

CUDA Agent: 大规模代理强化学习用于高性能CUDA内核生成

Weinan Dai, Hanlin Wu, Qiying Yu, Huan-ang Gao, Jiahao Li, Chengquan Jiang, Weiqiang Lou, Yufan Song, Hongli Yu, Jiaze Chen, Wei-Ying Ma, Ya-Qin Zhang, Jingjing Liu, Mingxuan Wang, Xin Liu, Hao Zhou

机构 * Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR）、清华大学） ； SIA-Lab of Tsinghua AIR（清华大学AIR SIA实验室） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 CUDA Agent通过大规模代理强化学习系统，实现高性能CUDA内核生成，优于现有编译器和大型语言模型。

France or Spain or Germany or France: A Neural Account of Non-Redundant Redundant Disjunctions

法国或西班牙或德国或法国：对非冗余冗余析取的神经账户

Sasha Boguraev, Qing Yao, Kyle Mahowald

机构 * Department of Linguistics The University of Texas at Austin（语言学系德克萨斯大学奥斯汀分校） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文通过神经机制解释了非冗余冗余析取现象，揭示了上下文敏感语义解释的机制，并补充了现有符号分析。

Comments 7 pages, 6 figures

Mixed-Initiative Dialog for Human-Robot Collaborative Manipulation

混合发起对话用于人机协作操作

Albert Yu, Chengshu Li, Luca Macesanu, Arnav Balaji, Ruchira Ray, Raymond Mooney, Roberto Martín-Martín

机构 * UT Austin（得克萨斯大学） ； OpenAI ； NYU（纽约大学） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.CL、cs.LG

AI总结 MICoBot通过混合发起对话范式提升人机协作任务的成功率和用户体验。

Comments Project website at https://robin-lab.cs.utexas.edu/MicoBot/

Keyword search is all you need: Achieving RAG-Level Performance without vector databases using agentic tool use

关键词搜索足矣：无需向量数据库即可实现RAG级别的性能

Shreyas Subramanian, Adewale Akinfaderin, Yanyan Zhang, Ishan Singh, Mani Khanuja, Sandeep Singh, Maira Ladeira Tanke

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 本文提出无需向量数据库，通过代理工具使用实现接近RAG的性能，展示了关键词搜索在问答任务中的有效性。

Designing AI Tutors for Interest-Based Learning: Insights from Human Instructors

为基于兴趣的学习设计AI导师：来自人类导师的见解

Abhishek Kulkarni, Sharon Lynn Chu

专题命中 其他LLM ：LLM(abstract)

AI总结 本文通过分析人类导师的教学实践，揭示了基于兴趣的学习中兴趣整合的策略，并为大规模部署LLM驱动的AI导师提供了设计建议。

Open-Vocabulary Semantic Segmentation in Remote Sensing via Hierarchical Attention Masking and Model Composition

通过层次化注意力掩码和模型组合实现遥感开放词汇语义分割

Mohammadreza Heidarianbaei, Mareike Dorozynski, Hubert Kanyamahanga, Max Mehltretter, Franz Rottensteiner

机构 * Institute of Photogrammetry and GeoInformation（摄影测量与地理信息研究所） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 ReSeg-CLIP通过层次化注意力掩码和模型组合方法，实现无需训练的遥感开放词汇语义分割，取得最优性能。

Comments Published in the proceedings of the British Machine Vision Conference Workshops 2025

Shape vs. Context: Examining Human--AI Gaps in Ambiguous Japanese Character Recognition

形状与上下文：考察人类与AI之间的模糊日文字符识别差距

Daichi Haraguchi

机构 * CyberAgent 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 本研究通过比较人类与VLMs在模糊日文字符识别中的决策模式，揭示了形状上下文对人类与AI对齐的影响。

Comments Accepted to CHI 2026 Poster track