arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

2026-03-19 至 2026-03-19 共收录 255 信号源:cs.CL, cs.AI, cs.LG

1. 效率与部署 41 篇

2310.07147 2026-03-19 cs.CL cs.LG 74%

QFT: Quantized Full-parameter Tuning of LLMs with Affordable Resources

量子化全参数微调:在低成本资源下对大语言模型的全参数微调

Zhikai Li, Xiaoxuan Liu, Banghua Zhu, Zhen Dong, Qingyi Gu, Kurt Keutzer

机构 * Institute of Automation, Chinese Academy of Sciences(中国科学院自动化研究所) University of California, Berkeley(加州大学伯克利分校)

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

AI总结 本文提出QFT框架,通过将训练状态量化为INT8格式,减少内存占用,实现低成本全参数微调。采用Lion优化器和混合特征量化器,确保训练性能,使LLaMA-7B模型在A6000 GPU上仅需<30GB内存。

Comments ICLR 2026 Workshop on Scaling Post-training for LLMs (SPOT)

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18004 2026-03-19 cs.CV cs.AI cs.LG 73%

Unified Spatio-Temporal Token Scoring for Efficient Video VLMs

统一的空间时间令牌评分用于高效的视频视觉-语言模型

Jianrui Zhang, Yue Yang, Rohun Tripathi, Winson Han, Ranjay Krishna, Christopher Clark, Yong Jae Lee, Sangho Lee

机构 * University of Wisconsin-Madison(威斯康星大学麦迪逊分校) Allen Institute for AI(人工智能研究所)

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

AI总结 本文提出STTS,一种高效的统一空间时间令牌评分方法,通过辅助损失和LLM下游梯度学习,在不依赖文本条件或令牌合并的情况下,对视频中50%的视觉令牌进行修剪,提升训练和推理效率62%,性能下降仅0.7%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.01821 2026-03-19 cs.DC cs.AI cs.LG 73%

Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey

边缘-云协同计算在分布式智能与模型优化中的应用:综述

Jing Liu, Yao Du, Kun Yang, Jiaqi Wu, Yan Wang, Xiping Hu, Zehua Wang, Yang Liu, Peng Sun, Azzedine Boukerche, Victor C. M. Leung

机构 * Division of Natural and Applied Sciences, Duke Kunshan University(杜克-昆山大学自然科学与应用科学系) Department of Electrical and Computer Engineering, The University of British Columbia(不列颠哥伦比亚大学电气与计算机工程系) College of Future Information Technology, Fudan University(复旦大学未来信息科技学院) Ant Group(蚂蚁集团) College of Information Science and Electronic Engineering, Zhejiang University(浙江大学信息科学与电子工程学院)

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

AI总结 本文综述了边缘-云协同计算在分布式智能与模型优化中的应用,探讨了核心架构、技术及挑战,包括模型压缩、适应与神经网络架构搜索,以及AI驱动的资源管理策略,同时分析了隐私保护、安全增强及实际部署案例。

Comments Accepted by IEEE ComST. 45 pages, 13 figures, 10 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17052 2026-03-19 cs.LG cs.AI 73%

Early Quantization Shrinks Codebook: A Simple Fix for Diversity-Preserving Tokenization

早量化缩小代码表:一种维持多样性token化问题的简单修复

Wenhao Zhao, Qiran Zou, Rushi Shah, Yudi Wu, Zhouhan Lin, Dianbo Liu

机构 * National University of Singapore(国立新加坡大学) Zhejiang University(浙江大学) Shanghai Jiao Tong University(上海交通大学)

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

AI总结 本文研究了向量量化中的坍塌问题,发现随机初始化和编码器容量限制导致token和嵌入坍塌,并提出缓解方案,是首次系统探讨该问题。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16292 2026-03-19 cs.CL cs.AI 73%

Attention-guided Evidence Grounding for Spoken Question Answering

基于注意力的证据 grounding 用于语音问答

Ke Yang, Bolin Chen, Yuejie Li, Yueying Hua, Jianhao Nie, Yueping He, Bowen Li, Chengjun Mao

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

AI总结 本文提出基于注意力的证据 grounding 方法,通过 SpeechLLM 的内部跨模态注意力机制定位关键证据,减少幻觉并提升效率,优于传统 cascaded 系统。

Comments Accepted to ICME 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16932 2026-03-19 cs.CV cs.AI 70%

Look Where It Matters: High-Resolution Crops Retrieval for Efficient VLMs

关注关键区域:为高效视觉语言模型的高分辨率作物检索

Nimrod Shabtay, Moshe Kimhi, Artem Spector, Sivan Haray, Ehud Rivlin, Chaim Baskin, Raja Giryes, Eli Schwartz

机构 * IBM Research(IBM研究院) Tel-Aviv University(特拉维夫大学) Technion(技术学院) Ben-Gurion University(本· Gurion大学)

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

AI总结 AwaRes通过低分辨率全局视图和工具调用实现准确与效率的平衡,自动构建监督数据并结合复合奖励训练框架,提升视觉语言模型的检索效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.07842 2026-03-19 cs.AI 70%

Safety-Preserving PTQ via Contrastive Alignment Loss

通过对比对齐损失实现安全性的PTQ

Sunghyun Wee, Suyoung Kim, Hyeonjin Kim, Kyomin Hwang, Nojun Kwak

机构 * Seoul National University(首尔国立大学) LG Electronics(LG电子)

专题命中 效率与部署 :LLM(abstract);post-training(abstract);分类 cs.AI

AI总结 本文提出CAQ方法,通过引入对比对齐损失解决PTQ中安全对齐不足的问题,实现更稳健的4位量化,提升模型安全性而不牺牲通用能力。

Comments 9 pages, 4 figures. Includes 8 pages of supplementary material

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14827 2026-03-19 cs.CV 67%

SemanticFace: Semantic Facial Action Estimation via Semantic Distillation in Interpretable Space

SemanticFace: 通过可解释空间中的语义蒸馏进行语义面部动作估计

Zejian Kang, Kai Zheng, Yuanchen Fei, Wentao Yang, Hongyuan Zou, Xiangru Huang

机构 * Zhejiang University(浙江大学) Westlake University(西湖大学) Hunan University(湖南大学) The University of Hong Kong(香港大学)

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

AI总结 SemanticFace通过语义蒸馏在可解释空间中估计面部动作,提升系数精度和可解释性,实现跨身份泛化和抗域移性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17811 2026-03-19 cs.LG cs.AI 62%

Dropout Robustness and Cognitive Profiling of Transformer Models via Stochastic Inference

通过随机推断分析变换器模型的丢弃鲁棒性与认知分析

Antônio Junior Alves Caiado, Michael Hahsler

机构 * Lyle School of Engineering, Southern Methodist University, Dallas, TX, USA(莱尔工程学院,南方 Methodist 大学,德克萨斯州达拉斯)

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

AI总结 本文通过随机推断分析19种变换器模型的丢弃鲁棒性,揭示其在不确定性应用中的可靠性差异,提出认知分解框架以指导模型选择。

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.00638 2026-03-19 cs.LG cs.AI eess.IV 62%

Impact of Data Duplication on Deep Neural Network-Based Image Classifiers: Robust vs. Standard Models

数据重复对基于深度神经网络的图像分类器的影响:鲁棒模型与标准模型

Alireza Aghabagherloo, Aydin Abadi, Sumanta Sarkar, Vishnu Asutosh Dasu, Bart Preneel

机构 * Newcastle University(新castle大学) University of Essex(埃塞克斯大学) Pennsylvania State University(宾夕法尼亚州立大学)

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

AI总结 研究探讨了数据重复对图像分类器泛化能力的影响,发现重复数据会降低模型训练效率和分类准确性,尤其在非均匀分布或对抗训练中更为显著。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.18000 2026-03-19 cs.AI 57%

AgentFactory: A Self-Evolving Framework Through Executable Subagent Accumulation and Reuse

AgentFactory: 通过可执行子代理积累与重用实现自我进化框架

Zhang Zhang, Shuqi Lu, Hongjin Qian, Di He, Zheng Liu

机构 * Peking University(北京大学) Hong Kong Polytechnic University(香港理工大学) Beijing Academy of Artificial Intelligence(北京人工智能研究院)

专题命中 效率与部署 :LLM(abstract);分类 cs.AI

AI总结 本文提出AgentFactory,通过保存可执行子代理代码而非文本经验实现自我进化,使子代理在反馈中持续优化,提升任务执行效率和鲁棒性,实现能力持续积累。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.05542 2026-03-19 cs.DB cs.AI cs.ET cs.GR cs.HC cs.MM 57%

Human-Data Interaction, Exploration, and Visualization in the AI Era: Challenges and Opportunities

人工智能时代的人机交互、探索与可视化:挑战与机遇

Jean-Daniel Fekete, Yifan Hu, Dominik Moritz, Arnab Nandi, Senjuti Basu Roy, Eugene Wu, Nikos Bikakis, George Papastefanatos, Panos K. Chrysanthis, Guoliang Li, Lingyun Yu

机构 * Northeastern Univ., USA(东北大学) Ohio State Univ., USA(俄亥俄州立大学) Columbia Univ., USA(哥伦比亚大学) Athena RC, Greece(雅典娜研究组) Tsinghua Univ., China(清华大学) Xi’an Jiaotong-Liverpool Univ., China(西安交通大学利物浦大学)

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

AI总结 本文探讨人工智能发展带来的挑战,分析用户与数据互动的新方式,并提出构建以人为中心的AI系统的新方向。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.05305 2026-03-19 cs.CV cs.AI 57%

Frequency Autoregressive Image Generation with Continuous Tokens

基于连续标记的频率自回归图像生成

Hu Yu, Hao Luo, Hangjie Yuan, Yu Rong, Jie Huang, Feng Zhao

机构 * University of Science and Technology of China(中国科学技术大学) Alibaba Group, DAMO Academy(阿里巴巴集团,达摩院)

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

AI总结 本文提出频率自回归(FAR)范式,通过连续标记器构建图像,利用频谱依赖性提升生成效果,并在ImageNet上验证了其在图像生成中的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17441 2026-03-19 cs.CV cs.AI 57%

AdaZoom-GUI: Adaptive Zoom-based GUI Grounding with Instruction Refinement

AdaZoom-GUI: 基于自适应缩放的GUI定位与指令细化

Siqi Pei, Liang Tang, Tiaonan Duan, Long Chen, Shuxian Li, Kaer Huang, Yanzhe Jing, Yiqiang Yan, Bo Zhang, Chenghao Jiang, Borui Zhang, Jiwen Lu

机构 * Lenovo Research(联想研究院) Tsinghua University(清华大学)

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

AI总结 本文提出AdaZoom-GUI框架,通过指令细化模块和条件缩放策略提升GUI定位精度与指令理解,构建高质量数据集并采用GRPO训练模型,实现在高分辨率GUI理解中的最佳性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14549 2026-03-19 cs.CV cs.LG 57%

ASAP: Attention-Shift-Aware Pruning for Efficient LVLM Inference

ASAP: 一种面向高效视觉-语言模型推理的注意力转移感知剪枝方法

Surendra Pathak, Bo Han

机构 * George Mason University(乔治·马歇尔大学)

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

AI总结 本文提出ASAP方法,通过动态双向软注意力掩码缓解注意力转移问题,并引入加权软合并组件减少语义冗余,实现视觉上下文近似无损压缩,保持99.02%的LLaVA-NeXT-7B性能,计算量降低约80%。

Comments Update in V2: Added citations, refrences, and other minor rewrites

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17850 2026-03-19 cs.RO 50%

ProbeFlow: Training-Free Adaptive Flow Matching for Vision-Language-Action Models

ProbeFlow: 无需训练的自适应流匹配用于视觉-语言-动作模型

Zhou Fang, Jiaqi Wang, Yi Zhou, Qiongfeng Shi

机构 * School of Computer Science and Engineering, Southeast University, China(东南大学计算机科学与工程学院,中国) Key Laboratory of New Generation Artificial Intelligence Technology and Its Interdisciplinary Applications, Ministry of Education, China(新一代人工智能技术及其交叉应用国家重点实验室,中华人民共和国教育部,中国) School of Electronic Science & Engineering, Southeast University, China(东南大学电子科学与工程学院,中国)

专题命中 效率与部署 :language model(abstract)

AI总结 ProbeFlow通过动态调度积分步骤减少冗余网络计算,提升动作解码效率和系统延迟,保持动作成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17705 2026-03-19 cs.CV 50%

Parameter-Efficient Modality-Balanced Symmetric Fusion for Multimodal Remote Sensing Semantic Segmentation

参数高效模态平衡对称融合用于多模态遥感语义分割

Haocheng Li, Juepeng Zheng, Shuangxi Miao, Ruibo Lu, Guosheng Cai, Haohuan Fu, Jianxi Huang

机构 * College of Land Science and Technology, China Agricultural University(中国农业大学土地科学与技术学院) Key Laboratory of Remote Sensing for Agri-Hazards, Ministry of Agriculture and Rural Affairs(农业农村部农业灾害遥感重点实验室) Faculty of Geosciences and Engineering, Southwest Jiaotong University(西南交通大学地质科学与工程学院) School of Artificial Intelligence, Sun Yat-Sen University(中山大学人工智能学院) Henan Polytechnic University(河南理工大学) Key Laboratory of Spatio-Temporal Information and Ecological Restoration of Mines, Ministry of Natural Resources of the People’s Republic of China(矿产资源时空信息与生态修复重点实验室) Tsinghua Shenzhen International Graduate School, Tsinghua University(清华大学深圳国际研究生院) National Supercomputing Center in Shenzhen, Shenzhen, China(深圳国家超算中心) Ministry of Education Key Laboratory for Earth System Modeling and the Department of Earth System Science, Tsinghua University(地球系统模拟教育部重点实验室和清华大学地球系统科学系)

专题命中 效率与部署 :foundation model(abstract)

AI总结 本文提出MoBaNet,通过参数高效和模态平衡的对称融合框架,在减少可训练参数的同时提升多模态遥感语义分割的鲁棒性和平衡性。

Comments 14 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17302 2026-03-19 cs.NI cs.GT 50%

IEMAS: An Incentive-Efficiency Routing Framework for Open Agentic Web Ecosystems

IEMAS:面向开放代理网络生态系统的激励-效率路由框架

Hongze Liu, Chang Guo, Yingzeng Li, Mengru Wang, Jiong Lou, Shijing Yuan, Hefeng Zhou, Chentao Wu, Jie LI

专题命中 效率与部署 :LLM(abstract)

AI总结 本文提出IEMAS框架,通过整合概率预测模型与VCG匹配机制,实现激励与系统性能的协同优化,降低服务成本和延迟。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16421 2026-03-19 cs.CV 50%

HGP-Mamba: Integrating Histology and Generated Protein Features for Mamba-based Multimodal Survival Risk Prediction

HGP-Mamba:整合组织学与生成的蛋白质特征用于基于Mamba的多模态生存风险预测

Jing Dai, Chen Wu, Ming Wu, Qibin Zhang, Zexi Wu, Jingdong Zhang, Hongming Xu

机构 * Cancer Hospital of Dalian University of Technology, Shenyang, China(大连理工大学沈阳医院) School of Biomedical Engineering, Faculty of Medicine, Dalian University of Technology, Dalian, China(大连理工大学生物医学工程学院) Key Laboratory of Integrated Circuit and Biomedical Electronic System, Dalian University of Technology, Dalian, China(大连理工大学集成电路与生物医学电子系统重点实验室)

专题命中 效率与部署 :foundation model(abstract)

AI总结 本文提出HGP-Mamba框架,通过整合组织学与生成蛋白质特征,提升多模态生存风险预测的效率与性能。

Comments Accepted at IEEE ICME 2026. This arXiv version includes additional supplementary experiments and extended discussions beyond the conference version

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16195 2026-03-19 cs.CV cs.RO 50%

S-VAM: Shortcut Video-Action Model by Self-Distilling Geometric and Semantic Foresight

S-VAM:通过自蒸馏几何和语义前瞻性构建快捷视频动作模型

Haodong Yan, Zhide Zhong, Jiaguan Zhu, Junjie He, Weilin Yuan, Wenxuan Song, Xin Gong, Yingjie Cai, Guanyi Zhao, Xu Yan, Bingbing Liu, Ying-Cong Chen, Haoang Li

机构 * The Hong Kong University of Science Technology (Guangzhou) Huawei Foundation Model Department

专题命中 效率与部署 :foundation model(abstract)

AI总结 S-VAM通过自蒸馏策略实现单次前向传递生成几何和语义表示,提升动作预测效率,实验证明在复杂环境中优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 领域大模型 22 篇

2603.17718 2026-03-19 cs.CV 90%

DiffVP: Differential Visual Semantic Prompting for LLM-Based CT Report Generation

DiffVP:基于LLM的CT报告生成的微分视觉语义提示

Yuhe Tian, Kun Zhang, Haoran Ma, Rui Yan, Yingtai Li, Rongsheng Wang, Shaohua Kevin Zhou

机构 * Department of Electronic Engineering Information Science, School of Information Science Technology, University of Science Technology of China (USTC), Hefei, Anhui 230026, China School of Biomedical Engineering, Division of Life Sciences Medicine, University of Science Technology of China (USTC), Hefei, Anhui 230026, China Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advanced Research, University of Science Technology of China (USTC), Suzhou, Jiangsu 215123, China Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology, University of Science Technology of China (USTC), Suzhou, Jiangsu 215123, China State Key Laboratory of Precision Intelligent Chemistry, University of Science

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

AI总结 DiffVP通过微分视觉提示方法,利用扫描与参考之间的高阶语义差异指导LLM生成CT报告,提升报告准确性,实验表明其在BLEU和临床效果上均优于现有方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17773 2026-03-19 cs.CY cs.HC 89%

Large Language Models in Teaching and Learning: Reflections on Implementing an AI Chatbot in Higher Education

大语言模型在教学与学习中的应用:在高等教育中实施AI聊天机器人反思

Fiammetta Caccavale, Carina L. Gargalo, Julian Kager, Magdalena Skowyra, Steen Larsen, Krist V. Gernaey, Ulrich Krühne

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

AI总结 本文探讨了在高等教育中实施增强型AI助手中的风险与挑战,通过实验评估了大语言模型对学习动机、教学质量及学生表现的影响。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17444 2026-03-19 cs.NE cs.CY cs.HC 88%

Large Language Models as a Semantic Interface and Ethical Mediator in Neuro-Digital Ecosystems: Conceptual Foundations and a Regulatory Imperative

大语言模型作为神经数字生态系统中的语义接口和伦理调解者:概念基础与监管必要性

Alexander V. Shenderuk-Zhidkov, Alexander E. Hramov

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

AI总结 本文探讨大语言模型在神经语言整合中的双重角色,提出语义透明、知情同意和代理保护原则,构建神经数字生态系统的监管框架。

Comments 21 pages, 1 figure

详情

展开后加载摘要…

URL PDF HTML 收藏
2502.05310 2026-03-19 cs.PL cs.AI 85%

Oracular Programming: A Modular Foundation for Building LLM-Enabled Software

或acular编程:构建LLM赋能软件的模块化基础

Jonathan Laurent, André Platzer

机构 * Carnegie Mellon University(卡内基梅隆大学) Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院)

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 或acular编程通过将传统显式计算与归纳预言相结合,提供模块化构建可靠软件的框架,解决LLM在精确控制和模块化合同组成方面的不足。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16920 2026-03-19 eess.AS cs.SD 85%

Synthetic Data Domain Adaptation for ASR via LLM-based Text and Phonetic Respelling Augmentation

基于大语言模型的文本与音素重写增强的合成数据域适应用于自动语音识别

Natsuo Yamashita, Koichi Nagatsuka, Hiroaki Kokubo, Kota Dohi, Tuan Vu Ho

机构 * Hitachi, Ltd.(日立公司)

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

AI总结 本文提出基于合成数据的域适应框架,通过大语言模型生成文本增强和音素重写增强,提升ASR在领域特定数据上的鲁棒性。

Comments accepted by ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.10492 2026-03-19 cs.CL 83%

Human-AI Co-reasoning for Clinical Diagnosis with Evidence-Integrated Language Agent

人机协同推理用于临床诊断:证据整合语言代理

Zhongzhen Huang, Yan Ling, Hong Chen, Ye Feng, Li Wu, Linjie Mu, Shaoting Zhang, Xiaofan Zhang, Kun Qian, Xiaomu Li

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

AI总结 本文提出PULSE,结合领域调优的大语言模型与文献检索,支持复杂病例的诊断决策。实验显示PULSE在专家级准确度上表现优异,且在罕见病病例中保持稳定性能,揭示了语言模型在临床诊断中的潜力与局限。

Comments After further evaluation, we have decided to withdraw the current version of this manuscript for further revision. We plan to add new experiments, improve the writing and overall presentation for greater clarity and coherence, and re-examine the dataset and related descriptions to ensure rigor and reliability before submitting an updated version

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17533 2026-03-19 cs.IR cs.LG 83%

A Unified Language Model for Large Scale Search, Recommendation, and Reasoning

大规模检索、推荐与推理的统一语言模型

Marco De Nadai, Edoardo D'Amico, Max Lefarov, Alexandre Tamborrino, Divita Vohra, Mark VanMiddlesworth, Shawn Lin, Jacqueline Wood, Jan Stypka, Eliza Klyce, Keshi Dai, Timothy Christopher Heath, Martin D. Gould, Yves Raimond, Sandeep Ghael, Tony Jebara, Andreas Damianou, Vladan Radosavljevic, Paul N. Bennett, Mounia Lalmas, Praveen Chandar

机构 * Spotify

专题命中 领域大模型 :language model(title);LLM(abstract);instruction tuning(abstract);分类 cs.LG

AI总结 本文提出NEO框架,通过将预训练解码器模型适应为工具无关的生成器,实现多领域实体、用户和语言的联合推理,展示了在大规模目录上的推荐、搜索和用户理解任务中的优越性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16910 2026-03-19 cs.MA cs.AI physics.soc-ph 83%

TerraLingua: Emergence and Analysis of Open-endedness in LLM Ecologies

TerraLingua:LLM生态中开放性涌现与分析

Giuseppe Paolo, Jamieson Warner, Hormoz Shahrzad, Babak Hodjat, Risto Miikkulainen, Elliot Meyerson

机构 * Cognizant AI Lab(Cognizant AI实验室) The University of Texas at Austin(德克萨斯大学奥斯汀分校)

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

AI总结 研究LLM生态中开放性动态,通过TerraLingua平台分析协作规范、分工劳动及文化积累机制,揭示人工智能社会结构的形成过程。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.00240 2026-03-19 cs.CR cs.AI cs.LG 81%

SecureBERT 2.0: Advanced Language Model for Cybersecurity Intelligence

SecureBERT 2.0:面向网络安全情报的高级语言模型

Ehsan Aghaei, Sarthak Jain, Prashanth Arun, Arjun Sambamoorthy

机构 * Cisco AI San Jose(思科AI圣何塞)

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

AI总结 SecureBERT 2.0通过改进的长上下文建模和分层编码,提升网络安全领域威胁情报的语义搜索、分析和漏洞检测能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.17191 2026-03-19 cs.CL cs.LG q-bio.QM 79%

Tabular LLMs for Interpretable Few-Shot Alzheimer's Disease Prediction with Multimodal Biomedical Data

用于多模态生物医学数据的可解释少样本阿尔茨海默病预测的表格LLMs

Sophie Kearney, Shu Yang, Zixuan Wen, Weimin Lyu, Bojian Hou, Duy Duong-Tran, Tianlong Chen, Jason H. Moore, Marylyn D. Ritchie, Chao Chen, Li Shen

机构 * University of Pennsylvania(宾夕法尼亚大学) Stony Brook University(石溪大学) University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校) Medical University of South Carolina(南卡罗来纳医科大学) Cedars-Sinai Medical Center(西格拉姆山医疗中心)

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

AI总结 本文提出TAP-GPT框架,利用预训练的大语言模型进行少样本阿尔茨海默病分类,展示了其在多模态生物医学数据中的优越性能和可解释性。

详情

展开后加载摘要…

URL PDF HTML 收藏