语言大模型 / LLM

Are Audio-Language Models Listening? Audio-Specialist Heads for Adaptive Audio Steering

音频-语言模型在倾听吗？音频专家头用于自适应音频引导

Neta Glazer, Lenny Aharon, Ethan Fetaya

机构 * Bar-Ilan University（巴伊兰大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文通过识别音频专家注意力头，提出一种方法来增强音频信息在音频-语言模型中的作用，从而提升模型性能。

Improving Visual Object Tracking through Visual Prompting

通过视觉提示提升视觉目标跟踪

Shih-Fang Chen, Jun-Cheng Chen, I-Hong Jhuo, Yen-Yu Lin

机构 * Department of Computer Science, National Yang Ming Chiao Tung University（国立阳明交通大学计算机科学系） ； Research Center for Information Technology Innovation, Academia Sinica, Taiwan（学术院资讯科技创新研究中心） ； Microsoft, Seattle, Washington, United States（微软公司） 纠错

专题命中 知识编辑与模型理解 ：prompting(title,abstract)；foundation model(abstract)；分类 cs.AI

AI总结 PiVOT通过视觉提示机制提升目标跟踪性能，利用预训练模型生成和优化视觉提示以抑制干扰项。

Comments This article was accepted by IEEE Transactions on Multimedia (TMM) in 2024 and published in 2025

Journal ref IEEE Transactions on Multimedia 2025

Lying to Win: Assessing LLM Deception through Human-AI Games and Parallel-World Probing

谎言以赢：通过人机游戏和平行世界探测评估LLM欺骗

Arash Marioriyad, Ali Nouri, Mohammad Hossein Rohban, Mahdieh Soleymani Baghshah

机构 * Sharif University of Technology（谢里夫技术大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究通过人机游戏和平行世界探测评估LLM欺骗行为，发现存在性框架显著增加Qwen和Gemini的欺骗率，凸显需新的行为审计方法。

Comments 10 pages

MACE4IRmol: An uncertainty-aware foundation model for molecular infrared spectroscopy

MACE4IRmol：一种具有不确定性的分子红外光谱基础模型

Nitik Bhatia, Ondrej Krejci, Silvana Botti, Patrick Rinke, Miguel A. L. Marques

专题命中 知识编辑与模型理解 ：foundation model(title,abstract)

AI总结 MACE4IRmol是一种基于MACE架构的具有不确定性的基础模型，用于分子红外光谱预测，实现了高精度、高效率和不确定性估计。

Comments 36 pages and 8 figures

Beyond Heuristic Prompting: A Concept-Guided Bayesian Framework for Zero-Shot Image Recognition

超越启发式提示：一种基于概念的贝叶斯框架用于零样本图像识别

Hui Liu, Kecheng Chen, Jialiang Wang, Xianming Liu, Wenya Wang, Haoliang Li

机构 * City University of Hong Kong（香港城市大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 知识编辑与模型理解 ：prompting(title)；language model(abstract)

AI总结 本文提出一种基于概念的贝叶斯框架，通过整合类特定概念提升零样本图像识别性能，采用多阶段概念合成和自适应软修剪似然，实现更鲁棒和高效的分类效果。

Comments 19 pages, Accepted by CVPR 2026

The Struggle Between Continuation and Refusal: A Mechanistic Analysis of the Continuation-Triggered Jailbreak in LLMs

延续与拒绝之间的斗争：对LLMs中延续触发突破的机理分析

Yonghong Deng, Zhen Yang, Ping Jian, Xinyue Zhang, Zhongbin Guo, Chengzhi Li

机构 * School of Computer Science & Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究了LLMs中延续触发突破现象，揭示了模型内在延续驱动与安全防御之间的竞争机制，为提升模型安全性提供了新视角。

Exploring Embedding Priors in Prompt-Tuning for Improved Interpretability and Control

探索提示调优中嵌入先验以提升可解释性和可控性

Sergey Sedov, Sumanth Bharadwaj Hachalli Karanam, Venu Gopal Kadamba

机构 * New York University（纽约大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文研究了提示调优中嵌入坍缩现象对模型性能的影响，提出嵌入先验以提升可解释性和可控性，并发现不同激活区域的嵌入能有效提升任务表现。

Learning Concept Bottleneck Models from Mechanistic Explanations

从机制解释学习概念瓶颈模型

Antonio De Santis, Schrasing Tong, Marco Brambilla, Lalana Kagal

机构 * Politecnico di Milano（米兰理工大学） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；prompting(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出机制CBM模型，通过从黑盒模型自身学习的概念构建瓶颈层，提升模型的可解释性和预测性能。

Comments ICLR 2026

ACE: Attribution-Controlled Knowledge Editing for Multi-hop Factual Recall

ACE：基于多跳事实回忆的归因控制知识编辑

Jiayu Yang, Yuxuan Fan, Songning Lai, Shengen Wu, Jiaqi Tang, Chun Kang, Zhijiang Guo, Yutao Yue

机构 * HKUST(GZ) Deep Interdisciplinary Intelligence Lab（香港科技大学(广州)深 interdisciplinary 智能实验室） ； BUAA（北京航空航天大学） ； HKUST(GZ) Institute of Deep Perception Technology, JITRI Deep Interdisciplinary Intelligence Lab（香港科技大学(广州)深度感知技术研究所，JITRI 深 interdisciplinary 智能实验室） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 ACE通过神经元归因控制实现多跳事实回忆中的知识编辑，提升KE性能。

Comments Accepted by ICLR2026

Looking Back and Forth: Cross-Image Attention Calibration and Attentive Preference Learning for Multi-Image Hallucination Mitigation

回望与前行：用于多图像幻觉缓解的跨图像注意力校准与关注偏好学习

Xiaochen Yang, Hao Fang, Jiawei Kong, Yaoxin Mao, Bin Chen, Shu-Tao Xia

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） ； Harbin Institute of Technology（哈尔滨工业大学） ； Beijing Institute of Technology（北京理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳分校） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；preference optimization(abstract)；分类 cs.AI

AI总结 本文提出CAPL框架，通过跨图像注意力校准和偏好学习缓解多图像幻觉问题，提升模型对跨图像关联的建模能力，并在多个任务中取得稳定性能提升。

ProtAlign: Contrastive learning paradigm for Sequence and structure alignment

ProtAlign: 用于序列和结构对齐的对比学习范式

Aditya Ranganath, Hasin Us Sami, Kowshik Thopalli, Bhavya Kailkhura, Wesam Sakla

机构 * Center for Applied Scientific Computing, Lawrence Livermore National Laboratory（应用科学计算中心，劳伦斯利弗莫尔国家实验室） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 ProtAlign通过对比学习范式，统一了蛋白质序列与结构的表示，提升跨模态检索和下游预测性能。

Comments 5 pages, 4 figures

BotaCLIP: Contrastive Learning for Botany-Aware Representation of Earth Observation Data

BotaCLIP：基于对比学习的植物学感知地球观测数据表示

Selene Cerna, Sara Si-Moussi, Wilfried Thuiller, Hadrien Hendrikx, Vincent Miele

机构 * univ-grenoble-alpes（格勒诺布尔阿尔卑斯大学） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；分类 cs.AI

AI总结 BotaCLIP通过对比学习将植物学知识注入地球观测数据表示，提升生物多样性建模任务的性能。

Learning Hierarchical Knowledge in Text-Rich Networks with Taxonomy-Informed Representation Learning

在文本丰富网络中学习层次化知识：基于分类学的表示学习

Yunhui Liu, Yongchao Liu, Yinfeng Chen, Chuntao Hong, Tao Zheng, Tieke He

机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；分类 cs.LG

AI总结 TIER通过构建隐含层次分类学并整合到节点表示中，提升文本丰富网络的层次化知识学习能力，实现更可解释的结构化建模。

Comments Accepted by KDD 2026. Extended version coming soon

Toward Unified Multimodal Representation Learning for Autonomous Driving

迈向自动驾驶的统一多模态表示学习

Ximeng Tao, Dimitar Filev, Gaurav Pandey

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（德克萨斯大学机械工程系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） ； The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分布系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） 纠错

专题命中 知识编辑与模型理解 ：pretraining(abstract)；分类 cs.LG

AI总结 本文提出CTP框架，通过统一多模态张量对齐提升自动驾驶性能。

Compose by Focus: Scene Graph-based Atomic Skills

通过聚焦：基于场景图的原子技能

Han Qi, Changhe Chen, Heng Yang

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于场景图的原子技能学习框架，结合图神经网络与扩散式模仿学习，并与视觉-语言模型结合，提升机器人在复杂任务中的稳健性和组合泛化能力。

Comments Acceptance to ICRA 2026. Website: https://computationalrobotics.seas.harvard.edu/SkillComposition/

Representing local protein environments with machine learning force fields

用机器学习力场表示局部蛋白质环境

Meital Bojan, Sanketh Vedula, Advaith Maddipatla, Nadav Bojan Sellam, Anar Rzayev, Federico Napoli, Paul Schanda, Alex M. Bronstein

机构 * IST Austria（IST奥地利研究院） ； Technion, Israel（技术学院，以色列） ； University of Oxford, UK（牛津大学，英国） ； Princeton University（普林斯顿大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出基于原子基础模型的局部蛋白质环境表示方法，有效捕捉结构和化学特征，实现了高精度的生物分子核磁共振化学移位预测。

Do Models See in Line with Human Vision? Probing the Correspondence Between LVLM Representations and EEG Signals

模型的视觉感知是否与人类视觉一致？探测LVLM表示与EEG信号之间的对应关系

Xin Xiao, Yang Lei, Haoyang Zeng, Xiao Sun, Xinyi Jiang, Yu Tian, Hao Wu, Kaiwen Wei, Jiang Zhong

专题命中 知识编辑与模型理解 ：language model(abstract)

AI总结 本文通过EEG信号分析，揭示了LVLM的视觉表示与人类大脑的对应关系，发现中间层与EEG活动对齐，多模态架构提升大脑对齐性，且视觉表现强的模型EEG相似性更高。

UniUGG: Unified 3D Understanding and Generation via Geometric-Semantic Encoding

UniUGG: 通过几何-语义编码实现统一的3D理解与生成

Yueming Xu, Jiahui Zhang, Ze Huang, Yurui Chen, Yanpeng Zhou, Zhenyu Chen, Yu-Jie Yuan, Pengxiang Xia, Guowei Huang, Xinyue Cai, Zhongang Qi, Xingyue Quan, Jianye Hao, Hang Xu, Li Zhang

机构 * Fudan University（复旦大学） ； Huawei Noah’s Ark Lab（华为诺亚实验室） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 UniUGG通过几何-语义编码实现3D理解和生成的统一框架，结合大语言模型和潜在扩散模型，提升空间理解和生成能力。

Physics-Guided VLM Priors for All-Cloud Removal

物理引导的VLM先验条件用于全云去除

Liying Xu, Huifang Li, Huanfeng Shen

专题命中 知识编辑与模型理解 ：language model(abstract)

AI总结 本文提出PhyVLM-CR方法，结合VLM语义能力和物理模型，实现高保真全云去除，提升云去除与内容保留的平衡性。

CDE: Concept-Driven Exploration for Reinforcement Learning

CDE：基于概念的强化学习探索

Le Mao, Andrew H. Liu, Renos Zabounidis, Yanan Niu, Zachary Kingston, Joseph Campbell

机构 * Department of Electrical and Computer Engineering, Purdue University（电子工程系，普渡大学） ； Department of Computer Science, Purdue University（计算机科学系，普渡大学） ； Robotics Institute, Carnegie Mellon University（机器人研究所，卡内基梅隆大学） ； Department of Management of Technology, EPFL（技术管理系，瑞士联邦理工学院） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)

AI总结 CDE通过利用预训练视觉-语言模型生成任务相关的视觉概念，提升强化学习中视觉任务的探索效率和鲁棒性。

Comments Preprint