语言大模型 / LLM

A Multicenter Benchmark of Multiple Instance Learning Models for Lymphoma Subtyping from HE-stained Whole Slide Images

多中心淋巴瘤亚型分类的多实例学习模型基准测试

Rao Muhammad Umer, Daniel Sens, Jonathan Noll, Sohom Dey, Christian Matek, Lukas Wolfseher, Rainer Spang, Ralf Huss, Johannes Raffler, Sarah Reinke, Ario Sadafi, Wolfram Klapper, Katja Steiger, Kristina Schwamborn, Carsten Marr

机构 * Institute of AI for Health, Helmholtz Munich（人工智能健康研究所，海德堡-慕尼黑研究中心） ； Department of Medicine III, Ludwig-Maximilian-University Hospital（第三医学部，路德维希-马克西米利安大学医院） ； Computational Health Center & Helmholtz AI, Helmholtz Munich（计算健康中心及海德堡-慕尼黑人工智能，海德堡-慕尼黑研究中心） ； German Cancer Consortium (DKTK), Partner Site Munich（德国癌症研究中心（DKTK），慕尼黑合作伙伴站点） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Technical University of Munich（慕尼黑技术大学） ； Institute of Pathology, Erlangen, Germany（埃朗根病理研究所） ； University of Regensburg（雷根斯堡大学） ； Institute for Digital Medicine, University Hospital, Augsburg, Germany（数字医学研究所，奥格斯堡大学医院） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出首个多中心淋巴瘤基准，评估五种病理基础模型与多实例学习聚合器在不同放大倍数下的性能，发现40x分辨率足够，但泛化能力有限。

Comments 19 pages

Seeking Universal Shot Language Understanding Solutions

寻找通用短语语言理解解决方案

Haoxin Liu, Harshavardhan Kamarthi, Zhiyuan Zhao, Hongjie Chen, B. Aditya Prakash

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Dolby Laboratories（杜比实验室） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.LG

AI总结 本文提出SLU-SUITE框架，通过49万人工标注数据揭示VLM在SLU任务中的瓶颈，提出UniShot和AgentShots两种通用解决方案，实验显示在领域内任务优于专用模型，在领域外任务超越商业VLM。

LICA: Layered Image Composition Annotations for Graphic Design Research

LICA：图形设计研究的分层图像组成标注

Elad Hirsch, Shubham Yadav, Mohit Garg, Purvanshi Mehta

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 LICA提出了一个包含155万个多层图形设计作品的数据集，通过分层结构和丰富的元数据，推动图形布局的结构理解和生成，同时引入动画布局挑战，支持时序感知生成模型等研究。

Towards Onboard Continuous Change Detection for Floods

面向洪水的 onboard 持续变化检测

Daniel Kyselica, Jonáš Herec, Oliver Kutis, Rado Pitoňák

机构 * Zaitra s.r.o.（Zaitra公司） ； Faculty of Informatics, Masaryk University（马萨里克大学信息学院） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出HiT机制，用于小卫星上的持续洪水检测，通过减少数据存储并保持检测精度，实现高效的 onboard 处理。

Comments 19 pages, 9 figures, accepted at GISTAM 2026

GenVideoLens: Where LVLMs Fall Short in AI-Generated Video Detection?

GenVideoLens：在AI生成视频检测中LVLMs的局限性

Yueying Zou, Pei Pei Li, Zekun Li, Xinyu Guo, Xing Cui, Huaibo Huang, Ran He

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； University of California, Santa Barbara（加州大学圣巴巴拉分校） ； Center for Research on Intelligent Perception and Computing, NLPR, Institute of Automation, Chinese Academy of Sciences（智能感知与计算中心、国家智能感知与信息处理实验室、中国科学院自动化研究所） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 GenVideoLens通过细粒度评估揭示LVLM在AI生成视频检测中的能力差距，发现其在光学一致性、物理交互和时间因果推理上表现不足，且模型性能在不同维度上差异显著。

Comments ECCV 2026 submission. 14 pages, 6 figures, 4 tables. Supplementary material included

Remove360: Benchmarking Residuals After Object Removal in 3D Gaussian Splatting

Remove360: 3D高斯散射中物体移除后残差的基准测试

Simona Kocour, Assia Benbihi, Torsten Sattler

机构 * CTU in Prague, Czech Republic（布拉格CTU，捷克共和国） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出Remove360数据集和评估框架，用于量化3D高斯散射中物体移除后的语义残差，揭示几何移除与语义擦除之间的差距，强调隐私保护移除方法的必要性。

Auto-Annotation with Expert-Crafted Guidelines: A Study through 3D LiDAR Detection Benchmark

基于专家制定指南的自动标注：通过3D激光雷达检测基准的探讨

Yechi Ma, Wei Hua, Shu Kong

机构 * Zhejiang University（浙江大学） ； University of Macau（澳门大学） ； Institute of Collaborative Innovation（协同创新研究院） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出通过AutoExpert基准研究基于专家指南的自动标注，利用基础模型实现3D激光雷达数据的检测，最终将mAP提升至25.4。

Total Recall QA: A Verifiable Evaluation Suite for Deep Research Agents

全面回忆问答：深度研究代理的可验证评估套件

Mahta Rafiee, Heydar Soudani, Zahra Abbasiantaeb, Mohammad Aliannejadi, Faegheh Hasibi, Hamed Zamani

专题命中 评测与基准 ：LLM(abstract)

AI总结 本文提出Total Recall QA评估框架，通过结构化知识库和文本语料构建精准查询，建立基于Wikidata-Wikipedia和合成电商知识库的基准测试，评估深度研究代理的检索与生成能力。

Comments 7 pages, 4 figures

TexEditor: Structure-Preserving Text-Driven Texture Editing

TexEditor: 保持结构的文本驱动纹理编辑

Bo Zhao, Yihang Liu, Chenfeng Zhang, Huan Yang, Kun Gai, Wei Ji

机构 * Nanjing University（南京大学） ； Shan Dong University（山东大学） ； Zhejiang University（浙江大学） 纠错

专题命中 评测与基准 ：SFT(abstract)

AI总结 本文提出TexEditor，通过数据和训练视角增强结构保持，利用TexBlender和StructureNFT提升纹理编辑效果，并引入TexBench验证其通用性。

Comments 19pages

Guardrails as Infrastructure: Policy-First Control for Tool-Orchestrated Workflows

护栏作为基础设施：面向工具编排工作流的政策优先控制

Akshey Sigdel, Rista Baral

专题命中 评测与基准 ：LLM(abstract)

AI总结 本文提出Policy-First Tooling，通过显式约束、风险感知门控等机制提升工具调用安全性，实验显示其在减少违规行为和降低重试放大方面效果显著。

DREAM: A Benchmark Study for Deepfake photoREalism AssessMent

DREAM：深度伪造照片真实感评估基准研究

Bo Peng, Zichuan Wang, Sheng Yu, Xiaochuan Jin, Wei Wang, Jing Dong

机构 * New Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA)（模式识别新技术实验室，自动化研究所，中国科学院） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出DREAM基准，用于评估深度伪造照片的真实感，包含高质量视频数据集、14万评分及描述文本，分析18种方法，包括基于大视觉语言模型和新提出描述对齐CLIP方法。

Comments Accepted by IEEE T-PAMI

SenseShift6D: Multimodal RGB-D Benchmarking for Robust 6D Pose Estimation across Environment and Sensor Variations

SenseShift6D：多模态RGB-D基准测试用于在环境和传感器变化下的鲁棒6D位姿估计

Yegyu Han, Taegyoon Yoon, Dayeon Woo, Sojeong Kim, Hyung-Sin Kim

机构 * Graduate School of Data Science（数据科学研究生院） 纠错

专题命中 评测与基准 ：pretraining(abstract)

AI总结 SenseShift6D通过多样的光照和传感器设置，评估了6D位姿估计在真实环境中的鲁棒性，揭示了传感器和环境变化对性能的影响，推动了多模态传感器选择的研究。

Unlocking Full Efficiency of Token Filtering in Large Language Model Training

解锁大语言模型训练中令牌过滤的全面效率

Di Chai, Pengbo Li, Feiyuan Zhang, Yilun Jin, Han Tian, Kaiqiang Xu, Binhang Yuan, Dian Shen, Junxue Zhang, Kai Chen

机构 * Shanghai University of Finance and Economics（上海财经大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） 纠错

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

AI总结 本文提出Centrifuge系统，通过算法与系统协同设计提升令牌过滤效率，减少反向传播时间达49.9%，端到端训练时间达34.7%，并提升模型性能26.6%。

Functional Subspace Watermarking for Large Language Models

用于大型语言模型的功能子空间水印

Zikang Ding, Junhao Li, Suling Wu, Junchi Yao, Hongbo Liu, Lijie Hu

机构 * University of Electronic Science（电子科学与技术大学） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates（阿布扎赫德人工智能 Mohamed bin Zayed 大学） ； South China University of Technology, Guangzhou, China（华南理工大学） 纠错

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

AI总结 本文提出功能子空间水印方法，通过稳定子空间和自适应谱截断策略提升水印鲁棒性，实验显示其在多种攻击下检测准确性和统计可验证性优于现有方法。

Enhancing Lexicon-Based Text Embeddings with Large Language Models

通过大语言模型增强基于词典的文本嵌入

Yibin Lei, Tao Shen, Yu Cao, Andrew Yates

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Technology Sydney（技术悉尼大学） ； Tencent IEG（腾讯IEG） ； Johns Hopkins University, HLTCOE（约翰霍普金斯大学，HLTCOE） 纠错

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

AI总结 本文提出基于词典的嵌入方法LENS，利用大语言模型处理词冗余问题，通过词嵌入聚类和双向注意力机制，在MTEB基准测试中优于密集嵌入，且支持高效维度剪枝。

Comments ACL 2025

Systematic Scaling Analysis of Jailbreak Attacks in Large Language Models

大语言模型中越狱攻击的系统缩放分析

Xiangwen Wang, Ananth Balashankar, Varun Chandrasekaran

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

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

AI总结 本文系统分析了大语言模型中越狱攻击的缩放规律，通过计算限制优化过程评估不同方法、模型家族和危害类型的攻击成功率，发现提示基方法在计算效率上更具优势。

Membership Inference Attack against Large Language Model-based Recommendation Systems: A New Distillation-based Paradigm

针对基于大语言模型的推荐系统Membership推理攻击：一种新的知识蒸馏范式

Li Cuihong, Huang Xiaowen, Yin Chuanhuan, Sang Jitao

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

AI总结 本文提出一种基于知识蒸馏的新型Membership推理攻击方法，针对大语言模型推荐系统，通过构建参考模型并提取融合特征来提升攻击效果，实验表明其在隐私攻击中具有实用性。

ELM: A Hybrid Ensemble of Language Models for Automated Tumor Group Classification in Population-Based Cancer Registries

ELM：一种语言模型的混合集成，用于人口基于癌症登记处的肿瘤分组自动分类

Lovedeep Gondara, Jonathan Simkin, Shebnum Devji, Gregory Arbour, Raymond Ng

机构 * British Columbia Cancer Registry, Provincial Health Services Authority（不列颠哥伦比亚省癌症登记处、省级卫生服务局） ； The Data Science Institute, University of British Columbia（数据科学研究院、不列颠哥伦比亚大学） 纠错

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

AI总结 ELM结合小型编码器-only模型和大型语言模型，通过集成六个微调模型提高肿瘤分组分类的准确性和效率，显著优于传统方法。

iSeal: Encrypted Fingerprinting for Reliable LLM Ownership Verification

iSeal：用于可靠LLM所有权验证的加密指纹法

Zixun Xiong, Gaoyi Wu, Qingyang Yu, Mingyu Derek Ma, Lingfeng Yao, Miao Pan, Xiaojiang Du, Hao Wang

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

AI总结 iSeal通过在模型和外部模块中注入独特特征，结合纠错机制和相似性验证策略，实现对模型窃贼全程控制下的可靠LLM所有权验证，有效抵御指纹反学习和响应操控等攻击。

Comments Accepted by AAAI 2026

Journal ref Proc. AAAI Conf. Artif. Intell. 40(42): 23984-23992, 2026

Rule-Based Explanations for Retrieval-Augmented LLM Systems

基于规则的检索增强型大语言模型解释

Joel Rorseth, Parke Godfrey, Lukasz Golab, Divesh Srivastava, Jarek Szlichta

机构 * University of Waterloo（滑铁卢大学） ； York University（约克大学） ； AT&T Chief Data Office（AT&T首席数据办公室） 纠错

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

AI总结 本文提出用规则解释检索增强型大语言模型，通过优化方法提高规则生成效率，通过实验验证其有效性。

Green Architectural Tactics in ML-enabled Systems: An LLM-based Repository Mining Study

在ML系统中采用绿色建筑策略：基于LLM的代码库研究

Vincenzo De Martino, Silverio Martínez-Fernández, Fabio Palomba

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

AI总结 本文通过分析205个开源ML项目，发现现有绿色实践在实际应用中存在差异，并识别出九种未记录的可持续实践，为减少ML系统的环境影响提供指导。

HyGra: Accelerating Network-State Simulation for LLM Training in DCNs via Adaptive Packet-Flow Granularity

HyGra: 通过自适应数据包流粒度加速LLM训练在DCN中的网络状态模拟

Wenyi Wang, Zheng Wu, Yanmeng Wang, Haolin Mao, Lei Han, Gaogang Xie, Fu Xiao

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

AI总结 HyGra通过自适应调整网络模拟粒度，结合数据包级和流级模拟，提升LLM训练在DCN中的网络状态模拟效率，同时保持高精度。

Comments 14 pages, 7 figures and 5 tables

TRACE: Evaluating Execution Efficiency of LLM-Based Code Translation

TRACE: 评估基于LLM的代码翻译的执行效率

Zhihao Gong, Zeyu Sun, Dong Huang, Qingyuan Liang, Jie M. Zhang, Dan Hao

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

AI总结 本文提出TRACE基准，评估LLM翻译代码的执行效率，发现正确性不等于效率，23.5%的正确翻译存在显著低效，提示需更关注效率评估。

AutORAN: LLM-driven Natural Language Programming for Agile xApp Development

AutORAN：基于大语言模型的自然语言编程用于敏捷xApp开发

Xin Li, Shiming Yu, Leming Shen, Jianing Zhang, Yuanqing Zheng, Yaxiong Xie

机构 * Department of Computing, The Hong Kong Polytechnic University（计算机系，香港理工大学） ； Department of Computer Science and Engineering, University at Buffalo（计算机科学与工程系，布法罗大学） 纠错

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

AI总结 AutORAN通过大语言模型实现自然语言编程，自动化xApp开发流程，显著提升开发效率，使xApp开发更加敏捷和高效。

WebWeaver: Breaking Topology Confidentiality in LLM Multi-Agent Systems with Stealthy Context-Based Inference

WebWeaver: 在LLM多智能体系统中通过隐蔽的基于上下文推断打破拓扑保密性

Zixun Xiong, Gaoyi Wu, Lingfeng Yao, Miao Pan, Xiaojiang Du, Hao Wang

机构 * Department of Electrical and Computer Engineering, Stevens Institute of Technology（斯蒂文斯理工学院电气与计算机工程系） ； Genentech（基因泰克） ； Department of Electrical and Computer Engineering, University of Houston（休斯顿大学电气与计算机工程系） 纠错

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

AI总结 WebWeaver通过仅 compromise 一个任意智能体推断LLM多智能体系统的完整拓扑，采用隐蔽的基于上下文推断方法，提出新的隐蔽 jailbreak 机制和无 jailbreak 扩散设计，提升推断准确性。

Embodied Foundation Models at the Edge: A Survey of Deployment Constraints and Mitigation Strategies

边缘端具身基础模型：部署约束及缓解策略综述

Utkarsh Grover, Ravi Ranjan, Mingyang Mao, Trung Tien Dong, Satvik Praveen, Zhenqi Wu, J. Morris Chang, Tinoosh Mohsenin, Yi Sheng, Agoritsa Polyzou, Eiman Kanjo, Xiaomin Lin

机构 * University of South Florida（佛罗里达州立大学） ； Florida International University（佛罗里达国际大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Nottingham Trent University（诺丁汉特伦特大学） ； Imperial College London（伦敦帝国理工学院） 纠错

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

AI总结 本文综述了在边缘端部署具身基础模型时面临的系统性约束及缓解策略，重点探讨了内存带宽、计算延迟和执行成本等关键因素对自动回归视觉-语言-动作策略和扩散控制器的影响，强调了内存、调度、通信和模型架构的协同设计的重要性。

SLEA-RL: Step-Level Experience Augmented Reinforcement Learning for Multi-Turn Agentic Training

SLEA-RL：基于步骤级经验增强的多轮代理训练强化学习

Prince Zizhuang Wang, Shuli Jiang

机构 * Carnegie Mellon University（卡内基梅隆大学） 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SLEA-RL框架，通过步骤级经验增强提升多轮代理训练性能，采用动态经验库和策略优化方法，在长周期任务中优于传统强化学习基线。

From Servers to Sites: Compositional Power Trace Generation of LLM Inference for Infrastructure Planning

从服务器到站点：LLM推理的组合功率轨迹生成用于基础设施规划

Grant Wilkins, Fiodar Kazhamiaka, Ram Rajagopal

专题命中 效率与部署 ：LLM(title,abstract)

AI总结 本文提出通过组合功率轨迹生成方法，准确建模LLM推理的能耗，支持更精确的基础设施规划。

DynamicVis: Dynamic Visual Perception for Efficient Remote Sensing Foundation Models

DynamicVis: 面向高效遥感基础模型的动态视觉感知

Keyan Chen, Chenyang Liu, Bowen Chen, Wenyuan Li, Zhengxia Zou, Shijian Lu, Zhenwei Shi

机构 * Beihang University（北航大学） ； Nanyang Technological University（南洋理工大学） ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出DynamicVis，针对遥感图像稀疏性设计，通过动态区域感知SSM和元嵌入MIL预训练，提升稀疏目标感知性能，尤其在小目标检测和变化检测中表现优异。

SIA: A Synthesize-Inject-Align Framework for Knowledge-Grounded and Secure E-commerce Search LLMs with Industrial Deployment

SIA：一种用于知识引导和安全的电子商务搜索LLM的合成-注入-对齐框架

Zhouwei Zhai, Mengxiang Chen, Anmeng Zhang

机构 * Beijing China（中国北京） 纠错

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

AI总结 本文提出SIA框架，通过合成高质量语料库、参数高效预训练和双路径对齐方法，解决电子商务搜索LLM的知识幻觉和安全漏洞问题，并在京东实现工业部署。