语言大模型 / LLM

An Embodied Companion for Visual Storytelling

具身化伴侣：视觉叙事中的交互伙伴

Patrick Tresset, Markus Wulfmeier

机构 * Goldsmiths, University of London（伦敦大学金史密斯学院） ； DeepMind（深度Mind） 纠错

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

AI总结 Companion通过结合绘图机器人与大语言模型，实现人机协同创作，推动视觉叙事的创新与美学探索。

Comments 35 pages, 18 figures

A Multi-Agent System Enables Versatile Information Extraction from the Chemical Literature

多智能体系统实现从化学文献中灵活的信息提取

Yufan Chen, Ching Ting Leung, Bowen Yu, Jianwei Sun, Yong Huang, Linyan Li, Hao Chen, Hanyu Gao

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

AI总结 本研究提出了一种基于多模态大语言模型的多智能体系统，实现了从化学文献中高效提取化学信息，F1分数达76.27%，显著提升信息提取效率。

Discerning What Matters: A Multi-Dimensional Assessment of Moral Competence in LLMs

辨别重要之物：对大语言模型道德能力的多维评估

Daniel Kilov, Caroline Hendy, Secil Yanik Guyot, Aaron J. Snoswell, Seth Lazar

机构 * Machine Intelligence and Normative Theory Lab, Australian National University, Acton, ACT 2601, Australia（澳大利亚国立大学机器智能与规范理论实验室） ； Digital Media Research Centre GenAI Lab, Queensland University of Technology, Kelvin Grove, QLD 4012, Australia（昆士兰科技大学数字媒体研究中心GenAI实验室） 纠错

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

AI总结 本文提出了一种多维评估方法，用于评估大语言模型的道德能力，发现现有评估方法存在不足，通过实验揭示LLMs在特定情境下的表现差异。

Rethinking the Mixture of Vision Encoders Paradigm for Enhanced Visual Understanding in Multimodal LLMs

重新思考多模态大语言模型中视觉编码器混合范式以提升视觉理解

Mozhgan Nasr Azadani, James Riddell, Sean Sedwards, Krzysztof Czarnecki

机构 * University of Waterloo（滑铁卢大学） 纠错

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

AI总结 LEO通过轻量级融合设计提升多模态大语言模型的视觉理解能力，并在自动驾驶领域展现良好泛化性能。

Comments Accepted by TMLR

Spatial4D-Bench: A Versatile 4D Spatial Intelligence Benchmark

Spatial4D-Bench: 一种多功能的4D空间智能基准

Pan Wang, Yang Liu, Guile Wu, Eduardo R. Corral-Soto, Chengjie Huang, Binbin Xu, Dongfeng Bai, Xu Yan, Yuan Ren, Xingxin Chen, Yizhe Wu, Tao Huang, Wenjun Wan, Xin Wu, Pei Zhou, Xuyang Dai, Kangbo Lv, Hongbo Zhang, Yosef Fried, Aixue Ye, Bailan Feng, Zhenyu Chen, Zhen Li, Yingcong Chen, Yiyi Liao, Bingbing Liu

机构 * Pan Wang Fundation Model Dept, Huawei（王潘 基础模型部门，华为） ； Yang Liu Noah’s Ark Lab, Huawei（刘阳 神秘 Ark 实验室，华为） ； Guile Wu Noah’s Ark Lab, Huawei（吴古力 神秘 Ark 实验室，华为） ； Eduardo R. Corral-Soto Noah’s Ark Lab, Huawei（埃杜阿多·R·科拉尔-索托 神秘 Ark 实验室，华为） ； Chengjie Huang Noah’s Ark Lab, Huawei（黄成杰 神秘 Ark 实验室，华为） ； Binbin Xu Noah’s Ark Lab, Huawei（徐彬彬 神秘 Ark 实验室，华为） ； Dongfeng Bai Noah’s Ark Lab, Huawei（白东风 神秘 Ark 实验室，华为） ； Xu Yan Fundation Model Dept, Huawei（颜绪 基础模型部门，华为） ； Yuan Ren Noah’s Ark Lab, Huawei（袁仁 神秘 Ark 实验室，华为） ； Xingxin Chen Noah’s Ark Lab, Huawei（陈星心 神秘 Ark 实验室，华为） ； Yizhe Wu Fundation Model Dept, Huawei（吴义哲 基础模型部门，华为） ； Tao Huang Fundation Model Dept, Huawei（黄涛 基础模型部门，华为） ； Wenjun Wan Central Media Technology Institute, Huawei（万文军 中央媒体技术研究院，华为） ； Xin Wu Central Media Technology Institute, Huawei（吴新 中央媒体技术研究院，华为） ； Pei Zhou Central Media Technology Institute, Huawei（周佩 中央媒体技术研究院，华为） ； Xuyang Dai Central Media Technology Institute, Huawei（戴绪阳 中央媒体技术研究院，华为） ； Kangbo Lv Fundation Model Dept, Huawei（吕康博 基础模型部门，华为） ； Hongbo Zhang Fundation Model Dept, Huawei（张宏波 基础模型部门，华为） ； Yosef Fried Fundation Model Dept, Huawei（弗里德·约瑟夫 基础模型部门，华为） ； Aixue Ye Fundation Model Dept, Huawei（叶爱雪 基础模型部门，华为） ； Bailan Feng Fundation Model Dept, Huawei（冯 Bailan 基础模型部门，华为） ； Zhenyu Chen Fundation Model Dept, Huawei（陈振宇 基础模型部门，华为） ； Zhen Li CUHK-Shenzhen（李振 中山大学深圳校区） ； Yingcong Chen HKUST-GZ（陈应聪 香港科技大学-广东） ； Yiyi Liao Zhejiang University（廖亿毅 浙江大学） ； Bingbing Liu Fundation Model Dept, Huawei（刘冰冰 基础模型部门，华为） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 Spatial4D-Bench提出了一种多功能的4D空间智能基准，用于评估多模态大语言模型的4D空间推理能力，并揭示其在路线规划、动作识别等任务中的局限性。

Comments Technical Report

FontUse: A Data-Centric Approach to Style- and Use-Case-Conditioned In-Image Typography

FontUse: 一种以数据为中心的方法用于风格和使用场景条件下的图像内字体设计

Xia Xin, Yuki Endo, Yoshihiro Kanamori

机构 * University of Tsukuba（茨口大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 FontUse提出了一种以数据为中心的方法，通过构建大规模字体数据集并结合多模态模型，提升文本生成中字体风格和使用场景的控制能力。

SemFuzz: A Semantics-Aware Fuzzing Framework for Network Protocol Implementations

SemFuzz：一种面向网络协议实现的语义感知模糊测试框架

Yanbang Sun, Quan Luo, Yuelin Wang, Qian Chen, Benjin Liu, Ruiqi Chen, Qing Huang, Xiaohong Li, Junjie Wang

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 SemFuzz通过语义感知模糊测试框架，利用大语言模型提取协议语义规则，生成违反规则的测试用例，有效检测网络协议中的深层次语义漏洞。

How Well Do Current Speech Deepfake Detection Methods Generalize to the Real World?

当前语音深度伪造检测方法在现实世界中的泛化能力如何？

Daixian Li, Jun Xue, Yanzhen Ren, Zhuolin Yi, Yihuan Huang, Guanxiang Feng, Yi Chai

机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学网络科学与工程学院） ； Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education（教育部航天信息安全与可信计算重点实验室） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 本文提出ML-ITW数据集，评估了三种语音深度伪造检测方法在现实环境中的泛化能力，发现现有方法在不同语言和声学条件下性能显著下降。

Comments Submitted to Interspeech 2026

Evaluating LLMs in the Context of a Functional Programming Course: A Comprehensive Study

在函数式编程课程背景下评估LLM：一项全面研究

Yihan Zhang, Brigitte Pientka, Xujie Si

专题命中 评测与基准 ：LLM(abstract)；language model(abstract)

AI总结 本文评估了LLM在函数式编程课程中的有效性，通过构建三个基准测试，发现LLM在纠正语法和类型错误及回答基础概念问题方面表现良好，但解决低资源环境下家庭作业问题的能力较弱。

Journal ref The Art, Science, and Engineering of Programming, 2026, Vol. 11, Issue 1, Article 5

Maximizing Asynchronicity in Event-based Neural Networks

在事件驱动神经网络中最大化异步性

Haiqing Hao, Nikola Zubić, Weihua He, Zhipeng Sui, Davide Scaramuzza, Wenhui Wang

机构 * State Key Laboratory of Precision Measurement Technology and Instrument, Department of Precision Instrument, Tsinghua University（精密测量技术与仪器国家重点实验室，精密仪器系，清华大学） ； Robotics and Perception Group, University of Zurich（机器人与感知组，苏黎世大学） 纠错

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

AI总结 EVA通过借鉴语言建模技术，提出一种新的A2S框架，生成高表达性和通用性的事件特征，在识别和检测任务中表现出色。

Comments 22 pages, 7 figures, 15 tables, ICLR 2026 Camera Ready paper

Journal ref International Conference on Learning Representations (ICLR), Brazil, 2026

The EpisTwin: A Knowledge Graph-Grounded Neuro-Symbolic Architecture for Personal AI

EpisTwin：一种基于知识图谱的神经符号架构用于个人AI

Giovanni Servedio, Potito Aghilar, Alessio Mattiace, Gianni Carmosino, Francesco Musicco, Gabriele Conte, Vito Walter Anelli, Tommaso Di Noia, Francesco Maria Donini

机构 * Politecnico di Bari（巴里理工大学） ； Università degli Studi della Tuscia（图斯卡大学） 纠错

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

AI总结 EpisTwin通过构建个人知识图谱，结合多模态语言模型和代理协调器，实现对用户数据的语义理解和复杂推理，提升个人AI的可信度和整体认知能力。

Conditioning LLMs to Generate Code-Switched Text

对LLM进行条件训练以生成混合语言文本

Maite Heredia, Gorka Labaka, Jeremy Barnes, Aitor Soroa

机构 * HiTZ Center - Ixa, University of the Basque Country UPV/EHU（巴斯克国家大学HiTZ中心） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI

AI总结 本研究通过回译和微调LLM，探索其生成混合语言文本的能力，发现LLM基于判断更符合人类偏好，拓展了代码切换研究的前景。

Comments [v2]Added new experiments and analyses [v3]Added out-of-domain evaluation; Accepted to LREC 2026

SUREON: A Benchmark and Vision-Language-Model for Surgical Reasoning

SUREON：一个手术推理的基准和视觉-语言模型

Alejandra Perez, Anita Rau, Lee White, Busisiwe Mlambo, Chinedu Nwoye, Muhammad Abdullah Jamal, Omid Mohareri

机构 * Intuitive Surgical Inc. 纠错

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

AI总结 SUREON通过大规模视频问答数据集和两种模型提升手术推理能力，准确率超过84%。

CMRAG: Co-modality-based visual document retrieval and question answering

CMRAG：基于共模的视觉文档检索与问答

Wang Chen, Wenhan Yu, Guanqiang Qi, Weikang Li, Yang Li, Lei Sha, Deguo Xia, Jizhou Huang

机构 * Baidu Inc（百度公司） ； The University of Hong Kong（香港大学） ； Beihang University（北京航空航天大学） ； Peking University（北京大学） 纠错

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

AI总结 CMRAG通过统一编码模型和共模信息检索方法，提升多模态视觉文档问答系统的性能。

Comments Published at ICLR 2026 Workshop on Multimodal Intelligence

On the Reliability of AI Methods in Drug Discovery: Evaluation of Boltz-2 for Structure and Binding Affinity Prediction

人工智能在药物发现中的可靠性：对Boltz-2在结构和结合亲和力预测评估

Shunzhou Wan, Xibei Zhang, Xiao Xue, Peter V. Coveney

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文评估了Boltz-2在药物发现中的可靠性，发现其在结构预测和结合亲和力预测中存在局限，需结合物理方法提高准确性。

TCR-EML: Explainable Model Layers for TCR-pMHC Prediction

TCR-EML: 用于TCR-pMHC预测的可解释模型层

Jiarui Li, Zixiang Yin, Zhengming Ding, Samuel J. Landry, Ramgopal R. Mettu

机构 * Department of Computer Science, Tulane University（计算机科学系，路易斯安那大学） ； Department of Biochemistry and Molecular Biology, Tulane University School of Medicine（生物化学与分子生物学系，路易斯安那大学医学学院） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.LG

AI总结 本文提出TCR-EML模型层，通过整合已知的TCR-pMHC结合机制，提升TCR-pMHC预测的可解释性与预测准确性。

Comments [Abstract] Learning Meaningful Representations of Life (LMRL) Workshop at ICLR 2026 (Project Page: https://tcreml.jiarui.li/)

ROSER: Few-Shot Robotic Sequence Retrieval for Scalable Robot Learning

ROSER：用于可扩展机器人学习的少样本机器人序列检索

Zillur Rahman, Eddison Pham, Alejandro Daniel Noel, Cristian Meo

机构 * University of Nevada, Las Vegas（内华达大学拉斯维加斯分校） ； University of Toronto（多伦多大学） ； LatentWorlds AI 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 ROSER通过少样本检索框架有效解决机器人序列数据稀缺问题，提升机器人学习的数据可用性。

Comments 2026 ICLR DATA-FM Workshop

OralGPT-Plus: Learning to Use Visual Tools via Reinforcement Learning for Panoramic X-ray Analysis

OralGPT-Plus：通过强化学习学习使用视觉工具进行全景X射线分析

Yuxuan Fan, Jing Hao, Hong Chen, Jiahao Bao, Yihua Shao, Yuci Liang, Kuo Feng Hung, Hao Tang

机构 * The Hong Kong University of Science and Technology (GZ)（香港科学与技术大学） ； Faculty of Dentistry, The University of Hong Kong（香港大学牙医学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 OralGPT-Plus通过强化学习实现全景X射线分析中的交互式对称推理，提升诊断可靠性。

Comments 34 pages, 24 figures, conference

Journal ref CVPR 2026

OD-RASE: Ontology-Driven Risk Assessment and Safety Enhancement for Autonomous Driving

基于本体的风险评估与安全增强：面向自动驾驶

Kota Shimomura, Masaki Nambata, Atsuya Ishikawa, Ryota Mimura, Takayuki Kawabuchi, Takayoshi Yamashita, Koki Inoue

机构 * Chubu University（楚鸟大学） ； Elith Inc.（Elith公司） ； Honda R&D Co., Ltd.（本田研发公司） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 OD-RASE通过本体驱动的数据过滤和视觉语言模型生成，提升自动驾驶系统对事故诱因道路结构的预测和改进能力，增强交通环境的安全性。

Comments Accepted ICCV2025

EventGeM: Global-to-Local Feature Matching for Event-Based Visual Place Recognition

EventGeM：基于事件的视觉位置识别的全局到局部特征匹配

Adam D. Hines, Gokul B. Nair, Nicolás Marticorena, Michael Milford, Tobias Fischer

机构 * Queensland University of Technology（昆士兰理工大学） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 EventGeM通过全局到局部特征融合提升基于事件的视觉位置识别性能，实现高精度实时定位。

Comments 10 pages, 4 figures, 5 tables, under review

Cracking Vector Search Indexes

破解向量搜索索引

Vasilis Mageirakos, Bowen Wu, Gustavo Alonso

专题命中 评测与基准 ：LLM(abstract)

AI总结 CrackIVF是一种自适应分区索引，通过逐步适应查询工作负载，实现比提前构建索引更快的初始化速度，适用于冷数据和未见数据集的高效检索。

Comments vldb camera ready update

Journal ref Proceedings of the VLDB Endowment 18 (2025) 3951-3964

COLD-Steer: Steering Large Language Models via In-Context One-step Learning Dynamics

COLD-Steer: 通过上下文一步学习动态引导大型语言模型

Kartik Sharma, Rakshit S. Trivedi

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 COLD-Steer通过近似学习动态实现无需训练的LLM引导，有效提升引导效果并减少样本需求。

Comments ICLR 2026. Code available at https://github.com/Ksartik/cold-steer

ROSE: Reordered SparseGPT for More Accurate One-Shot Large Language Models Pruning

ROSE：重新排序的稀疏GPT用于更准确的一次性大语言模型剪枝

Mingluo Su, Huan Wang

机构 * Westlake University（西湖大学） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.LG

AI总结 ROSE通过重新排序稀疏GPT方法，优先剪枝潜在误差大的权重，提升一次性大语言模型剪枝的准确性。

Comments CPAL 2026 oral

VLMQ: Token Saliency-Driven Post-Training Quantization for Vision-language Models

VLMQ：基于令牌显著性的后训练量化用于视觉-语言模型

Yufei Xue, Yushi Huang, Jiawei Shao, Lunjie Zhu, Chi Zhang, Xuelong Li, Jun Zhang

机构 * Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究所（TeleAI），中国电信） 纠错

专题命中 效率与部署 ：language model(title,abstract)；post-training(title,abstract)；large language model(abstract)；分类 cs.CL、cs.AI

AI总结 VLMQ通过显著性驱动的后训练量化方法，针对视觉-语言模型的激活特性优化量化过程，实现低比特下的高性能压缩。

Towards Resource Efficient and Interpretable Bias Mitigation in Large Language Models

迈向大型语言模型中资源高效且可解释的偏见缓解

Schrasing Tong, Eliott Zemour, Jessica Lu, Rawisara Lohanimit, Lalana Kagal

机构 * Department of Electrical Engineering and Computer Science（电气工程与计算机科学系） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL

AI总结 本文提出了一种通过小型专家模型高效缓解大型语言模型偏见的方法，通过解码时添加去偏信号，减少性别、种族和宗教偏见，同时保持语言模型性能。

Comments 38th Conference on Neural Information Processing Systems (NeurIPS 2024) Safe Generative AI Workshop. Updated results in V2

λScale: Enabling Fast Scaling for Serverless Large Language Model Inference

λScale: 为无服务器大型语言模型推理实现快速扩展

Minchen Yu, Rui Yang, Chaobo Jia, Zhaoyuan Su, Sheng Yao, Tingfeng Lan, Yuchen Yang, Zirui Wang, Yue Cheng, Wei Wang, Ao Wang, Ruichuan Chen

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)

AI总结 λScale通过高效模型组播和分布式推理实现无服务器LLM推理的快速扩展，显著提升延迟性能并降低成本。

Window-based Membership Inference Attacks Against Fine-tuned Large Language Models

基于窗口的细调大语言模型成员推断攻击

Yuetian Chen, Yuntao Du, Kaiyuan Zhang, Ashish Kundu, Charles Fleming, Bruno Ribeiro, Ninghui Li

机构 * Purdue University（普渡大学） ； Cisco Research（思科研究） ； Cisco Systems（思科系统） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出WBC方法，通过滑动窗口和符号聚合技术，有效识别细调大语言模型中的训练数据，显著提升检测性能。

Comments Accepted to USENIX Security 2026. This extended arXiv version includes complete experimental results. The source code is publicly available at: https://github.com/Stry233/WBC/

Co-Layout: LLM-driven Co-optimization for Interior Layout

Co-Layout: 基于大语言模型的室内布局联合优化

Chucheng Xiang, Ruchao Bao, Biyin Feng, Wenzheng Wu, Zhongyuan Liu, Yirui Guan, Ligang Liu

专题命中 效率与部署 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出基于大语言模型和整数规划的联合优化方法，用于提升室内布局和家具摆放的自动化设计效率与质量。

Comments AAAI 2026

Parallelization Strategies for Dense LLM Deployment: Navigating Through Application-Specific Tradeoffs and Bottlenecks

密集大语言模型部署的并行策略：在应用特定的权衡和瓶颈中导航

Burak Topcu, Musa Oguzhan Cim, Poovaiah Palangappa, Meena Arunachalam, Mahmut Taylan Kandemir

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 效率与部署 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文研究了密集LLM部署中并行策略对延迟和吞吐量的权衡影响，提出通过混合TP和PP优化性能。

Comments 17 pages, 8 figures, 3 tables

MoEless: Efficient MoE LLM Serving via Serverless Computing

MoEless：通过无服务器计算实现高效的MoE大语言模型服务

Hanfei Yu, Bei Ouyang, Shwai He, Ang Li, Hao Wang

机构 * Stevens Institute of Technology（史蒂文斯理工学院） ； University of Maryland College Park（马里兰大学帕克分校） 纠错

专题命中 效率与部署 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 MoEless通过无服务器计算实现高效的MoE大语言模型服务，减少推理延迟和成本。