语言大模型 / LLM

Robustness Over Time: Understanding Adversarial Examples' Effectiveness on Longitudinal Versions of Large Language Models

时间鲁棒性：对抗示例在大型语言模型纵向版本中的有效性

Yugeng Liu, Tianshuo Cong, Zhengyu Zhao, Michael Backes, Yun Shen, Yang Zhang

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

AI总结 本文研究了大型语言模型在纵向版本中的对抗鲁棒性，发现更新并不总是提升鲁棒性，部分模型在误分类和幻觉方面有所下降。

"Who wants to be nagged by AI?": Investigating the Effects of Agreeableness on Older Adults' Perception of LLM-Based Voice Assistants' Explanations

谁想被AI nag？：探究 agreeableness 对老年人感知基于LLM的语音助手解释的影响

Niharika Mathur, Hasibur Rahman, Smit Desai

专题命中 知识编辑与模型理解 ：LLM(title,abstract)

AI总结 研究探讨了agreeableness对老年人感知基于LLM的语音助手解释的影响，发现高 agreeableness 助手在日常场景中更受信任，但在紧急情况下清晰度更重要，且可接受的老年人更严厉惩罚低 agreeableness 助手。

Comments To be published as a poster extended abstract at CHI 2026

One Language, Two Scripts: Probing Script-Invariance in LLM Concept Representations

一种语言，两种文字：探究LLM概念表示中的文字不变性

Sripad Karne

专题命中 知识编辑与模型理解 ：LLM(title)；分类 cs.CL

AI总结 本研究通过塞尔维亚双文测试，发现SAE特征在不同书写系统下仍保持语义一致性，表明模型能捕捉超越表面分词的抽象语义。

Comments Accepted at the UCRL Workshop at ICLR 2026

QUSR: Quality-Aware and Uncertainty-Guided Image Super-Resolution Diffusion Model

QUSR: 一种基于质量感知和不确定性引导的图像超分辨率扩散模型

Junjie Yin, Jiaju Li, Hanfa Xing

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

AI总结 QUSR通过引入质量感知先验和不确定性引导噪声生成模块，提升图像超分辨率在复杂场景下的真实感和细节还原能力。

Comments This paper has been accepted by ICASSP 2026

Acoustic and Semantic Modeling of Emotion in Spoken Language

语音中情感的声学与语义建模

Soumya Dutta

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

AI总结 本研究通过联合建模声学与语义信息，提升语音中情感的理解与合成能力，提出情感意识的预训练框架和对话场景下的情感识别方法，以及无文本的语音情感风格转换技术。

Comments PhD thesis

From Data Statistics to Feature Geometry: How Correlations Shape Superposition

从数据统计到特征几何：相关性如何塑造叠加

Lucas Prieto, Edward Stevinson, Melih Barsbey, Tolga Birdal, Pedro A. M. Mediano

机构 * Imperial College London（帝国理工学院伦敦分校） 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 通过Bag-of-Words Superposition研究特征相关性对叠加的影响，揭示现实数据中叠加可产生建设性干扰和语义聚类。

Correction of Transformer-Based Models with Smoothing Pseudo-Projector

基于平滑伪投影器的变换器模型校正

Vitaly Bulgakov

机构 * Profiteya LLC ； Mass General Brigham 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 本文提出一种基于伪投影器的变换器模型校正方法，通过抑制噪声敏感性提升训练动态和鲁棒性。

Comments 29 pages, 23 figures

SynHLMA:Synthesizing Hand Language Manipulation for Articulated Object with Discrete Human Object Interaction Representation

SynHLMA:基于离散人类物体交互表示的合成手语操纵

Wang zhi, Yuyan Liu, Liu Liu, Li Zhang, Ruixuan Lu, Dan Guo

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

AI总结 SynHLMA通过离散人类物体交互表示生成可变形物体的手语操纵序列，实现抓取生成、预测和插值任务。

Quantifying Genuine Awareness in Hallucination Prediction Beyond Question-Side Shortcuts

量化超出问题侧捷径的幻觉预测中的真实意识

Yeongbin Seo, Dongha Lee, Jinyoung Yeo

机构 * Department of Artificial Intelligence（人工智能系） 纠错

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

AI总结 本文提出AQE方法，用于量化幻觉预测中真实意识与问题侧信息的影响，揭示现有方法对基准黑客的依赖。

CuriousBot: Interactive Mobile Exploration via Actionable 3D Relational Object Graph

CuriousBot: 通过可操作的3D关系物体图进行交互式移动探索

Yixuan Wang, Leonor Fermoselle, Tarik Kelestemur, Jiuguang Wang, Yunzhu Li

机构 * School of Engineering and Applied Science, Columbia University（工程与应用科学学院，哥伦比亚大学） ； Robotics and AI Institute（机器人与人工智能研究所） 纠错

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

AI总结 CuriousBot通过可操作的3D关系物体图实现交互式移动探索，优于仅依赖视觉-语言模型的方法。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L). Project Page: https://curiousbot.theaiinstitute.com/

TopoOR: A Unified Topological Scene Representation for the Operating Room

TopoOR: 一种用于手术室的统一拓扑场景表示

Tony Danjun Wang, Ka Young Kim, Tolga Birdal, Nassir Navab, Lennart Bastian

机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Imperial College London（伦敦帝国理工学院） ； Kyung Hee University（韩国庆熙大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 TopoOR通过更高阶拓扑结构建模手术室的多模态特性，提升场景表达能力，优于传统图和LLM基线。

Class Visualizations and Activation Atlases for Enhancing Interpretability in Deep Learning-Based Computational Pathology

基于类可视化和激活图谱的深度学习计算病理学解释性增强

Marco Gustav, Fabian Wolf, Christina Glasner, Nic G. Reitsam, Stefan Schulz, Kira Aschenbroich, Bruno Märkl, Sebastian Foersch, Jakob Nikolas Kather

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

AI总结 本研究提出基于类可视化和激活图谱的深度学习计算病理学解释性增强方法，通过评估不同标签粒度下的模型表现，揭示了变压器模型中的结构化形态流形。

VirtueBench: Evaluating Trustworthiness under Uncertainty in Long Video Understanding

VirtueBench: 在长视频理解中评估在不确定性下的可信度

Xueqing Yu, Bohan Li, Yan Li, Zhenheng Yang

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

AI总结 VirtueBench通过评估模型在不确定性下的可信度，揭示了长视频理解中模型拒绝行为的差异及可靠性问题。

Comments Accepted to CVPR 2026

V-Attack: Targeting Disentangled Value Features for Controllable Adversarial Attacks on LVLMs

V-Attack：针对解耦价值特征的可控对抗攻击LVLMs

Sen Nie, Jie Zhang, Jianxin Yan, Shiguang Shan, Xilin Chen

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（中国科学院人工智能安全国家重点实验室，计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 V-Attack通过精准操控LVLMs中的价值特征，提升对抗攻击的成功率，揭示视觉语言理解的关键漏洞。

Comments Accepted by CVPR 2026

LARA-Gen: Enabling Continuous Emotion Control for Music Generation Models via Latent Affective Representation Alignment

LARA-Gen：通过潜在情感表示对齐实现音乐生成模型的连续情绪控制

Jiahao Mei, Xuenan Xu, Zeyu Xie, Zihao Zheng, Ye Tao, Yue Ding, Mengyue Wu

机构 * X-LANCE Lab, Shanghai Jiao Tong University, China（上海交通大学X-LANCE实验室） ； Shanghai AI Lab, China（上海人工智能实验室） ； Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine, China（上海交通大学医学院精神卫生中心） 纠错

专题命中 知识编辑与模型理解 ：prompting(abstract)

AI总结 LARA-Gen通过潜在情感表示对齐实现音乐生成模型的连续情绪控制，提升情绪可控性和音乐质量。

Comments Submitted to Interspeech 2026