语言大模型 / LLM

HiPP-Prune: Hierarchical Preference-Conditioned Structured Pruning for Vision-Language Models

HiPP-Prune: 基于层次化偏好条件的结构化剪枝用于视觉-语言模型

Lincen Bai, Hedi Tabia, Raul Santos-Rodriguez

机构 * Université Paris-Saclay（巴黎萨克雷大学） ； University of Bristol（布里斯托大学） 纠错

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

AI总结 HiPP-Prune通过层次化偏好条件的结构化剪枝框架，在视觉-语言模型中实现高效部署，通过多目标优化提供可控的鲁棒性与效用权衡。

Transducing Language Models

语言模型的转化

Vésteinn Snæbjarnarson, Samuel Kiegeland, Tianyu Liu, Reda Boumasmoud, Ryan Cotterell, Tim Vieira

机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Copenhagen（哥本哈根大学） ； CHI-FRO 纠错

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

AI总结 本文提出了一种基于确定性字符串到字符串转换的通用语言模型框架，通过有限状态机实现对不同输出格式的适应性转换。

Reasoned Safety Alignment: Ensuring Jailbreak Defense via Answer-Then-Check

理性安全对齐：通过答案后检查确保对抗攻击防御

Chentao Cao, Xiaojun Xu, Bo Han, Hang Li

机构 * TMLR Group, Department of Computer Science, Hong Kong Baptist University（TMLR小组，计算机科学系，香港 Baptist大学） 纠错

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

AI总结 本文提出答案后检查方法，通过推理增强模型对抗攻击防御能力，实验表明其在安全性和效率上的优势。

Comments ICLR 2026

Ambiguity Collapse by LLMs: A Taxonomy of Epistemic Risks

LLMs中的模糊性消解：一种认知风险的分类

Shira Gur-Arieh, Angelina Wang, Sina Fazelpour

机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） 纠错

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

AI总结 本文探讨了LLMs在处理模糊术语时引发的认知风险，提出模糊性消解现象，并通过案例研究分析其在过程、输出和生态系统层面的影响，提出多层缓解原则以管理模糊性。

Attention Meets Reachability: Structural Equivalence and Efficiency in Grammar-Constrained LLM Decoding

注意力与可达性相结合：在语法约束下LLM解码的结构等价与效率

Faruk Alpay, Bilge Senturk

机构 * Department of Computer Engineering, Bahçeşehir University, Istanbul, Turkey（计算机工程系，巴切希尔大学，伊斯坦布尔，土耳其） ； Department of Industrial Engineering, Bahçeşehir University, Istanbul, Turkey（工业工程系，巴切希尔大学，伊斯坦布尔，土耳其） 纠错

专题命中 效率与部署 ：LLM(title)；分类 cs.CL、cs.LG

AI总结 本文研究了语法约束解码中结构等价与效率问题，提出结构歧义成本度量，并推导了硬掩码解码的精确扭曲界，结合Transformer架构并连接到性能模型与自动语法优化。

Comments 20 pages

CASA: Cross-Attention over Self-Attention for Efficient Vision-Language Fusion

CASA: 交叉注意力优于自注意力用于高效的视觉-语言融合

Moritz Böhle, Amélie Royer, Juliette Marrie, Edouard Grave, Patrick Pérez

机构 * Kyutai 纠错

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

AI总结 CASA通过交叉注意力机制提升视觉-语言模型的效率，实现实时视频字幕处理中的低延迟和恒定内存成本。

Comments updated with improved CA results

COMI: Coarse-to-fine Context Compression via Marginal Information Gain

COMI：通过边际信息增益的粗到细上下文压缩

Jiwei Tang, Shilei Liu, Zhicheng Zhang, Yujin Yuan, Libin Zheng, Wenbo Su, Bo Zheng

机构 * Tsinghua University（清华大学） ； Future Living Lab of Alibaba（阿里巴巴未来生活实验室） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 COMI通过边际信息增益实现粗到细的上下文压缩，在长上下文任务中提升压缩效率和语义保留能力。

Comments Accepted at ICLR 2026

CAReDiO: Cultural Alignment via Representativeness and Distinctiveness Guided Data Optimization

CAReDiO：通过代表性与独特性引导的数据优化实现文化对齐

Jing Yao, Xiaoyuan Yi, Jindong Wang, Zhicheng Dou, Xing Xie

机构 * Microsoft Research Asia（微软亚洲研究院） ； Renmin University of China（中国人民大学） 纠错

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

AI总结 CAReDiO通过代表性与独特性引导的数据优化，提升多文化环境下LLM的对齐效果与文化建模精度。

Revisiting the (Sub)Optimality of Best-of-N for Inference-Time Alignment

重新审视最佳-N在推理时间对齐中的（次）最优性

Ved Sriraman, Adam Block

机构 * Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文重新审视了最佳-N在推理时间对齐中的次优性，证明在特定条件下BoN在胜率上最优，并提出消除奖励黑客攻击的改进方法。

Comments 52 pages

Omni-C: Compressing Heterogeneous Modalities into a Single Dense Encoder

Omni-C：将异构模态压缩到单一密集编码器

Kin Wai Lau, Yasar Abbas Ur Rehman, Lai-Man Po, Pedro Porto Buarque de Gusmão

机构 * City University of Hong Kong（香港城市大学） ； TCL AI Lab（TCL人工智能实验室） ； University of Surrey, United Kingdom（英国萨里大学） 纠错

专题命中 效率与部署 ：pretraining(abstract)；分类 cs.CL、cs.AI

AI总结 Omni-C通过单一密集Transformer编码器学习跨异构模态的共享表示，有效缓解跨模态冲突，提升多模态学习的效率与可扩展性。

Traversal-as-Policy: Log-Distilled Gated Behavior Trees as Externalized, Verifiable Policies for Safe, Robust, and Efficient Agents

路径作为策略：基于日志提炼的门控行为树作为可验证的外部化策略，用于安全、鲁棒且高效的智能体

Peiran Li, Jiashuo Sun, Fangzhou Lin, Shuo Xing, Tianfu Fu, Suofei Feng, Chaoqun Ni, Zhengzhong Tu

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Worcester Polytechnic Institute（沃斯特理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Meta 纠错

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

AI总结 通过日志提炼生成门控行为树作为外部化策略，提升智能体在安全、鲁棒性和效率方面的表现。

Comments 30 pages, 1 figurres, 23 tables

Spectral/Spatial Tensor Atomic Cluster Expansion with Universal Embeddings in Cartesian Space

谱/空张量原子簇展开与通用嵌入在笛卡尔空间中

Zemin Xu, Wenbo Xie, P. Hu

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG

AI总结 TACE通过统一标量和张量建模，在笛卡尔空间中提供通用不变和等变嵌入，实现高效且稳定的原子主义机器学习。

Efficient, Property-Aligned Fan-Out Retrieval via RL-Compiled Diffusion

通过强化学习编译扩散实现高效、属性对齐的扇出检索

Pengcheng Jiang, Judith Yue Li, Moonkyung Ryu, R. Lily Hu, Kun Su, Zhong Yi Wan, Liam Hebert, Hao Peng, Jiawei Han, Dima Kuzmin, Craig Boutilier

机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.LG

AI总结 R4T通过强化学习编译扩散模型，实现高效且属性对齐的扇出检索，提升检索质量并显著降低推理延迟。

StreamVoiceAnon+: Emotion-Preserving Streaming Speaker Anonymization via Frame-Level Acoustic Distillation

StreamVoiceAnon+: 通过帧级声学蒸馏实现情感保留的流式语音匿名化

Nikita Kuzmin, Kong Aik Lee, Eng Siong Chng

机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Institute for Infocomm Research (I2R), A*STAR, Singapore（信息与通信研究所） ； The Hong Kong Polytechnic University, Hong Kong（香港理工大学） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI

AI总结 StreamVoiceAnon+通过帧级声学蒸馏和监督微调，在保持情感信息的同时实现高效的流式语音匿名化，提升情感保留率并保持隐私性能。

Expert-Aided Causal Discovery of Ancestral Graphs

专家辅助的祖先图因果发现

Tiago da Silva, Bruna Bazaluk, Eliezer de Souza da Silva, António Góis, Salem Lahlou, Dominik Heider, Samuel Kaski, Diego Mesquita, Adèle Helena Ribeiro

专题命中 效率与部署 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出了一种专家辅助的因果发现算法，通过强化学习方法在祖先图上进行分布推断，并整合提前和不确定的专家知识，提升了因果发现的准确性。

PyBird-JAX: Accelerated inference in large-scale structure with model-independent emulation of one-loop galaxy power spectra

PyBird-JAX：利用模型无关的单环星系功率谱模拟加速大规模结构分析

Alexander Reeves, Pierre Zhang, Henry Zheng

专题命中 效率与部署 ：pretraining(abstract)

AI总结 PyBird-JAX通过模型无关的单环星系功率谱模拟，实现了大规模结构分析的加速，提供高精度且高效的端到端推断流程。

Comments 30 + 14 pages, 9 figures, 4 tables, V2: matches version accepted in JCAP. The PyBird-JAX code is available at https://github.com/pierrexyz/pybird

DVD-Quant: Data-free Video Diffusion Transformers Quantization

DVD-Quant: 数据无依赖的视频扩散变换器量化

Zhiteng Li, Hanxuan Li, Junyi Wu, Kai Liu, Haotong Qin, Linghe Kong, Guihai Chen, Yulun Zhang, Xiaokang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； ETH Zürich（苏黎世联邦理工学院） 纠错

专题命中 效率与部署 ：post-training(abstract)

AI总结 DVD-Quant通过无数据量化框架实现视频DiT模型的高效量化，提升运行速度并保持视觉质量。

Comments Code and models will be available at https://github.com/lhxcs/DVD-Quant

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection

GenCLIP：通用CLIP提示用于零样本异常检测

Donghyeong Kim, Chaewon Park, Suhwan Cho, Hyeonjeong Lim, Minseok Kang, Jungho Lee, Sangyoun Lee

机构 * Yonsei University（延世大学） 纠错

专题命中 效率与部署 ：prompting(abstract)

AI总结 GenCLIP通过多层提示和双分支推理提升零样本异常检测的泛化能力与稳定性，有效解决通用提示的优化与部署难题。

Journal ref Pattern Recognition, 113406 (2026)

RAG-Driver: Generalisable Driving Explanations with Retrieval-Augmented In-Context Learning in Multi-Modal Large Language Model

RAG-Driver: 多模态大语言模型中基于检索的可泛化驾驶解释

Jianhao Yuan, Shuyang Sun, Daniel Omeiza, Bo Zhao, Paul Newman, Lars Kunze, Matthew Gadd

机构 * University of Oxford（牛津大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 RAG-Driver通过检索增强的上下文学习，实现高性能、可解释和可泛化的自动驾驶系统。

Comments 14 pages, 6 figures

Journal ref Robotics: Science and Systems (RSS) 2024

Balancing Domestic and Global Perspectives: Evaluating Dual-Calibration and LLM-Generated Nudges for Diverse News Recommendation

平衡国内与全球视角：评估双校准和LLM生成的提示在多样化新闻推荐中的效果

Ruixuan Sun, Matthew Zent, Minzhu Zhao, Thanmayee Boyapati, Xinyi Li, Joseph A. Konstan

机构 * Grouplens Research, University of Minnesota（群体Lens研究，明尼苏达大学） ； Northwestern University（西北大学） 纠错

专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本研究提出双校准算法和LLM生成提示，通过五周实验验证其在提升新闻推荐多样性中的效果，发现算法提示提升多样性，而LLM提示影响因人而异，用户兴趣和相关性提升显著。

Vision-Language System using Open-Source LLMs for Gestures in Medical Interpreter Robots

基于开源大语言模型的医疗解释机器人手势视觉语言系统

Thanh-Tung Ngo, Emma Murphy, Robert J. Ross

机构 * Technological University Dublin（都柏林技术大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文提出一种基于开源大语言模型的医疗机器人系统，通过检测言语行为并生成相应手势，提升跨语言沟通效率。

What Topological and Geometric Structure Do Biological Foundation Models Learn? Evidence from 141 Hypotheses

生物基础模型学习了哪些拓扑和几何结构？来自141个假设的证据

Ihor Kendiukhov

机构 * Department of Computer Science University of Tübingen（计算机科学系图宾根大学） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.LG

AI总结 生物基础模型通过大规模假设筛选发现，其学习的几何结构具有生物意义，且在不同模型间共享，但基因位置存在差异，同时信号在免疫组织中更显著。

Talk Freely, Execute Strictly: Schema-Gated Agentic AI for Flexible and Reproducible Scientific Workflows

自由交谈，严格执行：基于模式的代理AI用于灵活且可重复的科学工作流

Joel Strickland, Arjun Vijeta, Chris Moores, Oliwia Bodek, Bogdan Nenchev, Thomas Whitehead, Charles Phillips, Karl Tassenberg, Gareth Conduit, Ben Pellegrini

机构 * Intellegens, The Studio（Intellegens工作室） ； Cavendish Laboratory（卡文迪许实验室） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于模式的代理AI，通过分离对话和执行权限，解决科学工作流中灵活性与确定性的权衡问题。

ESAA-Security: An Event-Sourced, Verifiable Architecture for Agent-Assisted Security Audits of AI-Generated Code

ESAA-安全：一种事件源、可验证的架构，用于代理辅助的AI生成代码安全审计

Elzo Brito dos Santos Filho

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 ESAA-Security通过事件源和可验证架构，提供可追溯、可重复的AI生成代码安全审计方法，强调结构化意图验证与风险分类。

Comments Open-source implementation available at: https://github.com/elzobrito/ESAA-Security

XAI for Coding Agent Failures: Transforming Raw Execution Traces into Actionable Insights

代码代理故障的可解释性AI：将原始执行轨迹转化为可操作的见解

Arun Joshi

机构 * Independent Researcher（独立研究者） ； Islington College（伊斯林顿学院） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于XAI的方法，通过结构化解释和可视化技术，帮助开发者更高效地理解和修复代码代理的故障问题。

Comments 17 Pages, 3 Figures, 2 Tables

PONTE: Personalized Orchestration for Natural Language Trustworthy Explanations

PONTE：面向自然语言可信解释的个性化编排

Vittoria Vineis, Matteo Silvestri, Lorenzo Antonelli, Filippo Betello, Gabriele Tolomei

机构 * Sapienza University of Rome（罗马大学萨皮恩扎） ； Syllotips ； TellmewAI s.r.l.（TellmewAI公司） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 PONTE通过闭环验证和适应过程，实现自然语言可信解释的个性化生成，提升XAI的完整性和风格对齐性。

Comments 15 pages, 2 figures

Accelerating Scientific Research with Gemini: Case Studies and Common Techniques

用Gemini加速科学研究：案例研究与常见技术

David P. Woodruff, Vincent Cohen-Addad, Lalit Jain, Jieming Mao, Song Zuo, MohammadHossein Bateni, Simina Branzei, Michael P. Brenner, Lin Chen, Ying Feng, Lance Fortnow, Gang Fu, Ziyi Guan, Zahra Hadizadeh, Mohammad T. Hajiaghayi, Mahdi JafariRaviz, Adel Javanmard, Karthik C. S., Ken-ichi Kawarabayashi, Ravi Kumar, Silvio Lattanzi, Euiwoong Lee, Yi Li, Ioannis Panageas, Dimitris Paparas, Benjamin Przybocki, Bernardo Subercaseaux, Ola Svensson, Shayan Taherijam, Xuan Wu, Eylon Yogev, Morteza Zadimoghaddam, Samson Zhou, Yossi Matias, James Manyika, Vahab Mirrokni

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文探讨了Gemini模型在加速科学发现中的应用，通过案例研究展示了AI在解决开放性问题、反驳猜想和生成新证明中的作用，并总结了人机协作的有效技术。

Comments The changes over version 2 are that we cleaned up the last paragraph on color-coding at the end of section 2. Also, for section 6.1 we added a reference to followup work of the authors, and other minor edits in that section

Decoding Partial Differential Equations: Cross-Modal Adaptation of Decoder-only Models to PDEs

解码偏微分方程：解码器-only模型在偏微分方程上的跨模态适应

Paloma García-de-Herreros, Philipp Slusallek, Dietrich Klakow, Vagrant Gautam

机构 * Saarland University（萨尔兰大学） ； DFKI ； Heidelberg Institute for Theoretical Studies（海德堡理论研究所） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文研究了解码器-only模型在偏微分方程时间依赖模拟任务中的跨模态适应，提出并行翻转和序列加倍两种方法，提升模型性能，缩小与编码器-only模型的差距。

Comments ICLR 2026 Workshop on AI and Partial Differential Equations

Prompt Group-Aware Training for Robust Text-Guided Nuclei Segmentation

基于提示组的鲁棒文本引导核分割训练

Yonghuang Wu, Zhenyang Liang, Wenwen Zeng, Xuan Xie, Jinhua Yu

机构 * Fudan University, Shanghai, China（复旦大学，上海，中国） 纠错

专题命中 领域大模型 ：foundation model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文提出基于提示组的鲁棒文本引导核分割训练方法，通过组内一致性约束和质量引导正则化提升分割鲁棒性和泛化能力。

Sentiment Analysis of Citations in Scientific Articles Using ChatGPT: Identifying Potential Biases and Conflicts of Interest

利用ChatGPT对科学文章中的引用进行情感分析：识别潜在的偏见和利益冲突

Walid Hariri

机构 * Labged Laboratory, Computer Science department（计算机科学系实验室） ； Badji Mokhtar Annaba University（巴吉·莫克塔尔安纳巴大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文利用ChatGPT对科学论文中的引用进行情感分析，以识别潜在的偏见和利益冲突，提升学术研究的诚信度。