语言大模型 / LLM

Instruction set for the representation of graphs

图的表示指令集

Ezequiel Lopez-Rubio, Mario Pascual-Gonzalez

机构 * Department of Computer Languages and Computer Science University of Málaga（计算机语言与计算机科学系马德里大学） ； ITIS Software. Universidad de Málaga（ITIS软件. 马德里大学） 纠错

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

AI总结 IsalGraph通过紧凑的字符串编码实现图结构的表示，具有同构不变性和语言模型兼容性，适用于图相似性搜索和生成。

Tool Receipts, Not Zero-Knowledge Proofs: Practical Hallucination Detection for AI Agents

工具 receipts，而非零知识证明：面向 AI agent 的实用幻觉检测

Abhinaba Basu

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

AI总结 NabaOS 通过 epistemic 分类和 receipts 验证，实现交互式 AI agent 幻觉检测的高效高精度验证方法

Causally Grounded Mechanistic Interpretability for LLMs with Faithful Natural-Language Explanations

基于因果机制的LLM解释方法：具有忠实自然语言解释的因果基础

Ajay Pravin Mahale

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

AI总结 本文提出一种基于因果机制的LLM解释方法，通过识别因果重要的注意力头并生成自然语言解释，提高了模型解释的准确性和全面性。

Comments 8 pages, 7 figures, 4 tables. MSc thesis work conducted at Hochschule Trier (2026). Code will be released upon publication

Are you sure? Measuring models bias in content moderation through uncertainty

你确定吗？通过不确定性测量内容审核中的模型偏差

Alessandra Urbinati, Mirko Lai, Simona Frenda, Marco Antonio Stranisci

机构 * Laboratory for the Modeling of Biological and Socio-technical Systems, Northeastern University（生物与社会技术系统建模实验室，东北大学） ； Heriot-Watt University（赫瑞-瓦特大学） ； aequa-tech（aequa-tech公司） ； Università del Piemonte Orientale（皮埃蒙特东方大学） ； Università degli Studi di Torino（托里尼大学） 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 本文提出通过模型预测不确定性来衡量内容审核中模型的偏差，揭示预训练模型对少数群体的预测准确性与置信度的差异，以改进模型公平性。

Comments accepted at Findings of ACL: EMNLP 2025

Particle Trajectory Representation Learning with Masked Point Modeling

基于掩码点建模的粒子轨迹表示学习

Sam Young, Yeon-jae Jwa, Kazuhiro Terao

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

AI总结 本文提出PoLAr-MAE，通过掩码点建模实现LArTPC图像的自监督学习，以高效学习物理轨迹表示，并发布大规模数据集促进后续研究。

Comments Preprint. 28 pages, 18 figures. v3 includes new results on data efficiency and attention maps

Fighting Hallucinations with Counterfactuals: Diffusion-Guided Perturbations for LVLM Hallucination Suppression

用反事实对抗幻觉：基于扩散引导的扰动用于LVLM幻觉抑制

Hamidreza Dastmalchi, Aijun An, Ali Cheraghian, Hamed Barzamini

机构 * York University（约克大学） ； Macquarie University（麦考瑞大学） ； Northern Illinois University（北伊利诺伊大学） 纠错

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

AI总结 CIPHER通过反事实图像扰动减少LVLM中的视觉幻觉，提升模型忠实性。

Comments CVPR 2026

AFTER: Mitigating the Object Hallucination of LVLM via Adaptive Factual-Guided Activation Editing

AFTER: 通过自适应事实引导激活编辑缓解LVLM中的对象幻觉

Tianbo Wang, Yuqing Ma, Kewei Liao, Zhange Zhang, Simin Li, Jinyang Guo, Xianglong Liu

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

AI总结 AFTER通过自适应事实引导激活编辑缓解LVLM中的对象幻觉，显著降低幻觉发生率。

Journal ref ICLR 2026

Leveraging Spatial Context for Positive Pair Sampling in Histopathology Image Representation Learning

利用空间上下文进行组织病理图像表示学习中的正对采样

Willmer Rafell Quinones Robles, Sakonporn Noree, Jongwoo Kim, Young Sin Ko, Bryan Wong, Mun Yong Yi

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） ； Seegene Medical Foundation（Seegene医学基金会） 纠错

专题命中 知识编辑与模型理解 ：pretraining(abstract)

AI总结 本文提出一种利用空间上下文提升组织病理图像自监督学习性能的方法，通过改进正对采样策略，在多个数据集上实现了5%-10%的准确率提升。

Code-Space Response Oracles: Generating Interpretable Multi-Agent Policies with Large Language Models

代码空间响应预言机：利用大语言模型生成可解释的多智能体策略

Daniel Hennes, Zun Li, John Schultz, Marc Lanctot

机构 * Google（谷歌） ； DeepMind（深度思维） 纠错

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

AI总结 本文提出代码空间响应预言机，利用大语言模型生成可解释的多智能体策略，通过代码生成任务提升策略的可解释性和复杂策略发现能力。

Comments Accepted as an Extended Abstract at the Twenty-Fifth International Conference on Autonomous Agents and Multiagent Systems (AAMAS)

Goal Hijacking Attack on Large Language Models via Pseudo-Conversation Injection

通过伪对话注入对大语言模型进行目标劫持攻击

Zheng Chen, Buhui Yao

专题命中 其他LLM ：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伪对话注入实现目标劫持攻击的方法，利用LLM在对话上下文中角色识别的弱点，有效提升攻击效果。

Comments Accepted by the 2025 IEEE 24th International Conference on Trust, Security and Privacy in Computing and Communications (IEEE TrustCom 2025)

Journal ref 2025 IEEE 24th International Conference on Trust, Security and Privacy in Computing and Communications (TrustCom), 2025

Beyond Max Tokens: Stealthy Resource Amplification via Tool Calling Chains in LLM Agents

超越最大令牌：通过工具调用链实现隐秘的资源放大

Kaiyu Zhou, Yongsen Zheng, Yicheng He, Meng Xue, Xueluan Gong, Yuji Wang, Xuanye Zhang, Kwok-Yan Lam

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； University of Illinois Urbana-Champaign, United States（伊利诺伊大学厄巴纳-香槟分校，美国） ； The Hong Kong University of Science and Technology, Hong Kong（香港科学与技术大学，香港） ； Shanghai Jiao Tong University, China（上海交通大学，中国） 纠错

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

AI总结 本文提出了一种基于工具调用链的隐秘DoS攻击，通过多轮交互显著提升LLM的资源消耗，挑战现有安全防护机制。

ESG Reporting Lifecycle Management with Large Language Models and AI Agents

基于大语言模型和AI代理的ESG报告生命周期管理

Thong Hoang, Mykhailo Klymenko, Xiwei Xu, Shidong Pan, Yi Ding, Xushuo Tang, Zhengyi Yang, Jieke Shi, David Lo

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

AI总结 本文提出基于大语言模型和AI代理的ESG报告生命周期管理框架，通过整合识别、测量、报告、参与和改进阶段，实现动态、可问责的可持续性治理系统。

Comments 8 pages, 3 figures

Communication Enables Cooperation in LLM Agents: A Comparison with Curriculum-Based Approaches

通信使LLM代理协作：与基于课程的方法的比较

Hachem Madmoun, Salem Lahlou

机构 * MBZUAI（穆扎布伊人工智能研究所） 纠错

专题命中 其他LLM ：LLM(title,abstract)；分类 cs.LG

AI总结 本文通过比较直接通信与课程学习方法，发现通信在促进LLM代理合作中更有效，而课程学习可能因设计选择影响对齐目标。

Comments Published in EACL 2026 - Corrected cooperation rates for two-stage communication conditions (96.7% and 100.0%, previously reported as 48.3% and 50.0% due to a denominator bug in the evaluation code). All other results unchanged

Don't Let the Claw Grip Your Hand: A Security Analysis and Defense Framework for OpenClaw

不要让爪子抓住你的手：OpenClaw平台的安全分析与防御框架

Zhengyang Shan, Jiayun Xin, Yue Zhang, Minghui Xu

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

AI总结 本文分析了OpenClaw平台的安全问题，提出HITL防御机制，显著提升系统防御率至19%-92%。

Comments 12 pages, 2 figures, 4 tables

Safe and Scalable Web Agent Learning via Recreated Websites

通过重建网站实现安全且可扩展的网络代理学习

Hyungjoo Chae, Jungsoo Park, Alan Ritter

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

AI总结 VeriEnv通过构建可验证的合成环境，使网络代理在安全环境下实现自我进化和泛化能力。

Hierarchical Task Model Predictive Control for Sequential Mobile Manipulation Tasks

分层任务模型预测控制用于连续移动操作任务

Xintong Du, Siqi Zhou, Angela P. Schoellig

机构 * Learning Systems and Robotics Lab（学习系统与机器人实验室） ； Technical University of Munich（慕尼黑技术大学） ； University of Toronto Institute for Aerospace Studies（多伦多大学航空航天研究所） ； University of Toronto Robotics Institute（多伦多大学机器人研究所） ； Munich Institute of Robotics and Machine Intelligence（慕尼黑机器人与机器智能研究所） ； Vector Institute for Artificial Intelligence（人工智能向量研究所） 纠错

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

AI总结 本文提出了一种分层任务模型预测控制框架，通过利用机器人冗余性，提高了任务序列执行的性能和反应性，实验显示在任务变化和参考变化情况下，轨迹跟踪性能提升了42%。

Comments 8 pages, Published in IEEE Robotics and Automation Letters ( Volume: 9, Issue: 2, February 2024)

Paladin: A Policy Framework for Securing Cloud APIs by Combining Application Context with Generative AI

Paladin：通过结合应用上下文与生成式AI实现云API安全的策略框架

Shriti Priya, Julian James Stephen, Arjun Natarajan

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

AI总结 Paladin通过结合应用上下文和生成式AI，为云API安全提供了一种策略框架，能够有效防止资源消耗、敏感业务流程访问和认证断裂等威胁。

The Discrete Charm of the MLP: Binary Routing of Continuous Signals in Transformer Feed-Forward Layers

MLP的离散魅力：Transformer前馈层中连续信号的二进制路由

Peter Balogh

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

AI总结 Transformer前馈层通过二进制路由机制对连续信号进行处理，该机制在不同层中逐步形成共识与异常处理架构，验证了二进制决策在非线性处理中的有效性。

Execution Is the New Attack Surface: Survivability-Aware Agentic Crypto Trading with OpenClaw-Style Local Executors

执行是新的攻击面：面向OpenClaw风格的生存意识代理加密交易

Ailiya Borjigin, Igor Stadnyk, Ben Bilski, Serhii Hovorov, Sofiia Pidturkina

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 本文提出SAE，一种针对OpenClaw风格系统的生存意识执行标准，通过定义执行合同和强制执行不变量，提高代理加密交易的生存能力。

Comments 26 pages, 3 figures

An Automated Radiomics Framework for Postoperative Survival Prediction in Colorectal Liver Metastases using Preoperative MRI

一种用于结直肠肝转移术后生存预测的自动化放射组学框架，利用术前MRI

Muhammad Alberb, Jianan Chen, Hossam El-rewaidy, Paul Karanicolas, Arun Seth, Yutaka Amemiya, Anne Martel, Helen Cheung

机构 * Department of Medical Biophysics, University of Toronto（多伦多大学医学生物物理学系） ； Physical Sciences Platform, Sunnybrook Research Institute（阳光医疗研究学院物理科学平台） ； UCL Cancer Institute, University College London（伦敦大学学院癌症研究所） ； Systems and Biomedical Engineering Department, Cairo University（开罗大学系统与生物医学工程系） ； Department of Surgery, University of Toronto（多伦多大学外科医学系） ； Department of Laboratory Medicine and Pathobiology, University of Toronto（多伦多大学实验室医学与病理学系） ； Sunnybrook Health Sciences Centre（阳光健康科学中心） ； Department of Medical Imaging, University of Toronto（多伦多大学医学影像学系） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本研究提出了一种基于AI的自动化框架，利用术前MRI预测结直肠肝转移术后生存，结合分割算法和放射组学分析提高预测准确性。