语言大模型 / LLM

Collaborative Causal Sensemaking: Closing the Complementarity Gap in Human-AI Decision Support

协同因果认知：弥合人机决策支持中的互补性鸿沟

Raunak Jain

机构 * Independent Researcher（独立研究者） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出协同因果认知（CCS）研究议程，旨在开发人类与AI协作的认知能力，通过新的训练环境、共享的人机心理模型表示和以信任与互补性为中心的评估，推动人机团队的设计。

Analysing the Safety Pitfalls of Steering Vectors

分析转向向量的安全隐患

Yuxiao Li, Alina Fastowski, Efstratios Zaradoukas, Bardh Prenkaj, Gjergji Kasneci

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） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 本文研究转向向量在对抗攻击中的影响，发现其能显著改变攻击成功率，揭示可控性与安全性的权衡。

Language-Assisted Image Clustering Guided by Discriminative Relational Signals and Adaptive Semantic Centers

基于判别关系信号和自适应语义中心的语言辅助图像聚类

Jun Ma, Xu Zhang, Zhengxing Jiao, Yaxin Hou, Hui Liu, Junhui Hou, Yuheng Jia

机构 * School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； School of Computing Information Sciences, Saint Francis University, Hong Kong, China（圣弗朗西斯大学计算信息科学学院） ； Department of Computer Science, City University of Hong Kong, Hong Kong, China（香港城市大学计算机科学系） 纠错

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

AI总结 本文提出一种新的语言辅助图像聚类框架，通过跨模态关系生成更判别的自监督信号，并利用提示学习学习类别连续语义中心，提升聚类性能。

Where Do Your Citations Come From? Citation-Constellation: A Free, Open-Source, No-Code, and Auditable Tool for Citation Network Decomposition with Complementary BARON and HEROCON Scores

你的引用来自哪里？Citation-Constellation：一个免费、开源、无代码且可审计的引用网络分解工具，结合互补的BARON和HEROCON评分

Mahbub Ul Alam

机构 * SciLifeLab Data Centre（SciLifeLab数据中心） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出Citation-Constellation工具，通过BARON和HEROCON评分分解引用网络，揭示引用来源的社会结构路径，不用于评价决策。

Comments Citation-Constellation No-Code Tool Link: https://citation-constellation.serve.scilifelab.se

A Machine Learning Approach for Detection of Mental Health Conditions and Cyberbullying from Social Media

从社交媒体检测心理健康状况和网络欺凌的一种机器学习方法

Edward Ajayi, Martha Kachweka, Mawuli Deku, Emily Aiken

机构 * Carnegie Mellon University Africa Kigali, Rwanda（卡内基梅隆大学非洲分校基加利分校，刚果（金）） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 本文提出统一的多类分类框架，用于从社交媒体数据中检测十种不同的心理健康和网络欺凌类别，通过实验表明端到端微调对性能至关重要，MentalBERT模型在准确率和宏F1分数上表现优异。

Comments Best Paper Award at the AAAI-26 Bridge Program on AI for Medicine and Healthcare. Published in Proceedings of the Second AAAI Bridge Program on AI for Medicine and Healthcare, PMLR 317:15-26, 2026. Paper URL: https://proceedings.mlr.press/v317/ajayi26a.html

Efficient Benchmarking of AI Agents

高效评估AI代理

Franck Ndzomga

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

AI总结 本文研究通过小任务子集降低评估成本，保持代理排名稳定，提出基于项目反应理论的中间难度筛选方法，提升排名可靠性。

Comments 22 pages, 7 figures, 5 tables

ZeroFold: Protein-RNA Binding Affinity Predictions from Pre-Structural Embeddings

ZeroFold：从预结构嵌入预测蛋白质- RNA结合亲和力

Josef Hanke, Sebastian Pujalte Ojeda, Shengyu Zhang, Werngard Czechtizky, Leonardo De Maria, Michele Vendruscolo

机构 * Centre for Misfolding Diseases, Yusuf Hamied Department of Chemistry, University of Cambridge（错误折叠疾病中心，尤斯夫·哈米埃德化学系，剑桥大学） ； Medicinal Chemistry, Research and Early Development, Respiratory and Immunology, BioPharmaceuticals R&D, AstraZeneca（药物化学，研发与早期开发，呼吸与免疫学，生物制药研发，阿斯利康） 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ZeroFold模型，利用预结构嵌入预测蛋白质- RNA结合亲和力，通过跨模态注意力机制结合蛋白质和RNA的预结构嵌入，构建了PRADB数据集并验证了模型性能。

Comments 16 pages, 3 figures, 2 tables

DAK-UCB: Diversity-Aware Prompt Routing for LLMs and Generative Models

DAK-UCB: 为LLMs和生成模型的多样性感知提示路由

Donya Jafari, Farzan Farnia

机构 * Sharif University of Technology（谢赫拉扎德技术大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出DAK-UCB方法，结合保真度与多样性指标，用于在线选择生成模型，以提升生成结果的多样性同时保持保真度。

Comments Accepted at ICLR 2026

GPT4o-Receipt: A Dataset and Human Study for AI-Generated Document Forensics

GPT4o-Receipt：用于AI生成文档取证的数据库和人类研究

Yan Zhang, Simiao Ren, Ankit Raj, En Wei, Dennis Ng, Alex Shen, Jiayu Xue, Yuxin Zhang, Evelyn Marotta

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 研究探讨人类是否能比机器更有效检测AI生成的财务文档，通过GPT4o-Receipt数据库和人类研究揭示了AI生成文档中的算术错误对机器学习模型的影响。

Comments 12 pages, 7 figures, 7 tables

Are LLMs Smarter Than Chimpanzees? An Evaluation on Perspective Taking and Knowledge State Estimation

LLMs比黑猩猩更聪明吗？对视角取和知识状态估计的评估

Dingyi Yang, Junqi Zhao, Xue Li, Ce Li, Boyang Li

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； University of Science and Technology of China（中国科学技术大学） ； China University of Mining and Technology（中国矿业大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 本文评估LLM在预测角色下一步行动及检测角色不应具备的知识能力，发现当前最先进的LLM在两项任务上表现接近随机，远低于人类。

Comments 23 pages, 11 figures

VERIA: Verification-Centric Multimodal Instance Augmentation for Long-Tailed 3D Object Detection

VERIA：面向长尾3D目标检测的验证导向多模态实例增强

Jumin Lee, Siyeong Lee, Namil Kim, Sung-Eui Yoon

机构 * KAIST（韩国科学技术院） ； Naver Labs（Naver实验室） 纠错

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

AI总结 VERIA通过多模态实例增强方法提升长尾分布下3D目标检测性能，利用基础模型生成同步RGB-LiDAR实例并进行语义与几何验证，改进稀有类别的检测效果。

CarePilot: A Multi-Agent Framework for Long-Horizon Computer Task Automation in Healthcare

CarePilot: 一种用于医疗领域长周期计算机任务自动化的多智能体框架

Akash Ghosh, Tajamul Ashraf, Rishu Kumar Singh, Numan Saeed, Sriparna Saha, Xiuying Chen, Salman Khan

机构 * Indian Institute of Technology Patna（印度理工学院帕纳布分校） ； Mohamed bin Zayed University of AI (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出CarePilot多智能体框架，通过双记忆机制和actor-critic范式，解决医疗领域长周期任务自动化中的复杂推理问题，实验表明其在基准和分布外数据集上均优于现有基线。

Comments CVPR 2026 Findings

Will It Zero-Shot?: Predicting Zero-Shot Classification Performance For Arbitrary Queries

零样本预测是否可行？：预测任意查询的零样本分类性能

Kevin Robbins, Xiaotong Liu, Yu Wu, Le Sun, Grady McPeak, Abby Stylianou, Robert Pless

机构 * Computer Science George Washington University Washington, DC, USA（计算机科学 华盛顿大学 华盛顿特区, 美国） ； Computer Science Saint Louis University Saint Louis, USA（计算机科学 圣路易斯大学 圣路易斯, 美国） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文通过生成相关图像提升零样本分类性能预测的准确性，并为用户提供反馈，帮助非专家用户评估视觉语言模型在特定任务上的有效性。

Journal ref 2025 IEEE International Conference on Data Mining Workshops (ICDMW), Washington, DC, USA, 12-15 November 2025

Semantic-Aware Interruption Detection in Spoken Dialogue Systems: Benchmark, Metric, and Model

语义感知的语音对话系统中断检测：基准、指标与模型

Kangxiang Xia, Bingshen Mu, Xian Shi, Jin Xu, Lei Xie

机构 * Qwen Team, Alibaba（通义实验室，阿里巴巴） ； Independent Researcher（独立研究者） 纠错

专题命中 评测与基准 ：LLM(abstract)

AI总结 本文提出SID-Bench基准和APT指标，设计基于LLM的中断检测模型，通过优化训练范式捕捉语义线索，实验显示模型在APT上表现优异，显著提升响应鲁棒性。

Comments Accepted by ICME 2026

Energy Efficient Software Hardware CoDesign for Machine Learning: From TinyML to Large Language Models

面向机器学习的能效软件硬件协同设计：从TinyML到大语言模型

Mohammad Saleh Vahdatpour, Yanqing Zhang

机构 * Department of Computer Science（计算机科学系） 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.LG

AI总结 本文探讨了从TinyML到大语言模型的能效协同设计方法，涵盖边缘推理、训练和数据中心规模的LLM服务，分析了加速器架构和系统级技术，并提出分层分解视角以指导构建能效和碳感知的机器学习系统。

Comments Accepted as a poster presentation at the EMC2 Workshop, ASPLOS 2026

LATS: Large Language Model Assisted Teacher-Student Framework for Multi-Agent Reinforcement Learning in Traffic Signal Control

LATS：基于多智能体强化学习的交通信号控制中的大语言模型辅助教师-学生框架

Yifeng Zhang, Peizhuo Li, Tingguang Zhou, Mingfeng Fan, Guillaume Sartoretti

机构 * Department of Mechanical Engineering, National University of Singapore（新加坡国立大学机械工程系） 纠错

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

AI总结 本文提出LATS框架，结合大语言模型和多智能体强化学习，通过教师-学生模块提升交通信号控制的表示能力，实验表明其在多样交通场景中具有更高效和泛化性强的控制策略。

Data-Prompt Co-Evolution: Growing Test Sets to Refine LLM Behavior

数据提示共演：通过增长测试集来完善LLM行为

Minjae Lee, Minsuk Kahng

机构 * Yonsei University（延世大学） 纠错

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

AI总结 本文提出数据提示共演方法，通过交互系统帮助开发者发现边缘案例并迭代优化提示，使LLM行为更符合预期政策。

Comments ACM CHI Conference on Human Factors in Computing Systems (CHI 2026)

Scaling Test-Time Robustness of Vision-Language Models via Self-Critical Inference Framework

通过自批评推理框架提升视觉-语言模型的测试时鲁棒性

Kaihua Tang, Jiaxin Qi, Jinli Ou, Yuhua Zheng, Jianqiang Huang

机构 * Tongji University（同济大学） ； Computer Network Information Center, CAS（计算机网络信息中心，中国科学院） ； HIAS, University of Chinese Academy of Sciences（高等研究所，中国科学院大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出自批评推理框架，通过多轮反事实推理提升视觉-语言模型的鲁棒性，引入动态鲁棒性基准评估框架以应对语言偏差和敏感性问题，实验表明该方法在鲁棒性上优于基线方法。

Comments Accepted to CVPR 2026. Code: https://github.com/KaihuaTang/Self-Critical-Inference-Framework

Towards Energy-aware Requirements Dependency Classification: Knowledge-Graph vs. Vector-Retrieval Augmented Inference with SLMs

面向能源意识的需求依赖分类：知识图谱与向量检索增强推理的SLM

Shreyas Patil, Pragati Kumari, Novarun Deb, Gouri Ginde

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

AI总结 本文研究了在SLM中通过知识图谱与向量检索增强推理以提高需求冲突检测的效率和可持续性，评估了不同方法在能耗、延迟和碳排放方面的表现。

Comments 11 pages, Conference

The Compression Paradox in LLM Inference: Provider-Dependent Energy Effects of Prompt Compression

大语言模型推理中的压缩悖论：提示压缩的提供商依赖性能耗效应

Warren Johnson

机构 * Plexor Labs（Plexor实验室） 纠错

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

AI总结 研究通过28421次API试验，测试提示压缩对不同提供商、基准和压缩比下的推理能耗效率影响，发现压缩导致质量显著下降且能耗依赖于提供商。

Comments 16 pages, 5 figures, 5 tables. Includes data/code availability, ethics statement, and competing interests

From Text to Talk: Audio-Language Model Needs Non-Autoregressive Joint Training

从文本到谈话：音频-语言模型需要非自回归联合训练

Tianqiao Liu, Xueyi Li, Hao Wang, Haoxuan Li, Zhichao Chen, Weiqi Luo, Zitao Liu

机构 * Guangdong Institute of Smart Education（广东智能教育研究院） ； TAL Education Group（TAL教育集团） ； Peking University（北京大学） 纠错

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

AI总结 本文提出Text-to-Talk模型，通过整合自回归文本生成与非自回归音频扩散，统一训练目标，提升多模态语音交互系统性能。

Beyond Masks: Efficient, Flexible Diffusion Language Models via Deletion-Insertion Processes

超越掩码：通过删除-插入过程实现高效的、灵活的扩散语言模型

Fangyu Ding, Ding Ding, Sijin Chen, Kaibo Wang, Peng Xu, Zijin Feng, Haoli Bai, Kai Han, Youliang Yan, Binhang Yuan, Jiacheng Sun

机构 * HKUST（香港科技大学） ； Huawei Foundation Model Dept（华为基础模型部门） ； CUHK（香港中文大学） 纠错

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

AI总结 本文提出删除-插入扩散语言模型（DID），通过将token删除和插入作为离散扩散过程，提高训练和推理效率，并提供更灵活的生成机制。

Comments Accepted at ICLR 2026

HillInfer: Efficient Long-Context LLM Inference on the Edge with Hierarchical KV Eviction using SmartSSD

HillInfer: 在边缘设备上通过智能SSD实现高效长上下文LLM推理的分层KV淘汰

He Sun, Shinan Liu, Li Li, Mingjun Xiao

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

AI总结 本文提出HillInfer框架，通过智能SSD实现轻量级KV淘汰，结合分层KV缓存管理与自适应预取管道，提升边缘设备长上下文LLM推理效率与I/O性能。

Comments 16 pages, 16 figures, under review

Self-Distillation for Multi-Token Prediction

多令牌预测的自蒸馏

Guoliang Zhao, Ruobing Xie, An Wang, Shuaipeng Li, Huaibing Xie, Xingwu Sun

机构 * Large Language Model Department, Tencent（腾讯大语言模型部门） 纠错

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

AI总结 本文提出MTP-D自蒸馏方法，提升多令牌预测头接受率并保持主头性能，通过循环扩展策略进一步提升推理效率。

Attention-aware Inference Optimizations for Large Vision-Language Models with Memory-efficient Decoding

面向大视觉-语言模型的注意力感知推理优化

Fatih Ilhan, Gaowen Liu, Ramana Rao Kompella, Selim Furkan Tekin, Tiansheng Huang, Zachary Yahn, Yichang Xu, Ling Liu

机构 * Georgia Institute of Technology（佐治亚理工学院） ； Cisco Research（思科研究） 纠错

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

AI总结 本文提出AttentionPack框架，通过紧凑注意力机制和解压机制提升大视觉-语言模型解码效率，实验表明内存效率提升8倍，支持更大批次和更快推理，同时保持输出质量。

Compression Method Matters: Benchmark-Dependent Output Dynamics in LLM Prompt Compression

压缩方法至关重要：在LLM提示压缩中的基准依赖性输出动态

Warren Johnson

机构 * Plexor Labs（Plexor实验室） 纠错

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

AI总结 研究探讨了提示压缩对输出长度和推理成本的影响，提出指令生存概率指标，并揭示了不同基准下的压缩效果差异，强调提示结构对压缩安全性和效率的重要性。

Comments 19 pages. Includes figures and tables. Companion code/data repository and direct NVML calibration dataset are cited in manuscript

SafeSieve: From Heuristics to Experience in Progressive Pruning for LLM-based Multi-Agent Communication

SafeSieve: 从启发式到经验在基于大语言模型的多智能体通信中的渐进剪枝

Ruijia Zhang, Xinyan Zhao, Ruixiang Wang, Sigen Chen, Guibin Zhang, An Zhang, Kun Wang, Qingsong Wen

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

AI总结 本文提出SafeSieve，一种渐进适应的多智能体剪枝算法，通过双重机制动态优化智能体间通信。实验显示其在多个基准上实现了高准确率并显著降低token使用量，同时在异构环境下保持性能。

Comments AAAI-2026 poster; 7 pages for main content, 5 figures, 4 tables

Principled Steering via Null-space Projection for Jailbreak Defense in Vision-Language Models

通过空域投影实现原理化引导用于视觉-语言模型中的对抗防御

Xingyu Zhu, Beier Zhu, Shuo Wang, Junfeng Fang, Kesen Zhao, Hanwang Zhang, Xiangnan He

机构 * MoE Key Lab of BIPC, University of Science and Technology of China（北京信息科技大学MoE关键实验室，中国科学技术大学） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出NullSteer框架，通过线性变换在模型激活中构建拒绝方向，在良性子空间保持零扰动，动态诱导拒绝有害方向，提升安全性而不损害模型能力。

Comments CVPR 2026

Wireless AI Evolution: From Statistical Learners to Electromagnetic-Guided Foundation Models

无线AI进化：从统计学习者到电磁引导的基础模型

Jian Xiao, Ji Wang, Kunrui Cao, Xingwang Li, Zhao Chen, Chau Yuen

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

AI总结 本文探讨无线AI从统计学习向电磁引导基础模型的进化，提出电磁信息理论引导自监督预训练框架，以提升模型的物理一致性与泛化能力。

Invisible Threats from Model Context Protocol: Generating Stealthy Injection Payload via Tree-based Adaptive Search

基于模型上下文协议的隐形威胁：通过树状自适应搜索生成隐蔽注入负载

Yulin Shen, Xudong Pan, Geng Hong, Min Yang

机构 * School of Computer Science, Fudan University（复旦大学计算机科学学院） ； Shanghai Innovation Institute（上海创新研究院） ； IEEE Publication Technology Group（IEEE出版技术组） 纠错

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

AI总结 本文提出TIP攻击方法，通过树状结构搜索生成隐蔽负载，有效攻击MCP增强代理，实验显示其在未防御环境下攻击成功率超95%，且优于现有方法。