语言大模型 / LLM

Learning to Staff: Offline Reinforcement Learning and Fine-Tuned LLMs for Warehouse Staffing Optimization

学习人员配置：用于仓库人员配置优化的离线强化学习与微调大语言模型

Kalle Kujanpää, Yuying Zhu, Kristina Klinkner, Shervin Malmasi

机构 * Amazon, Fulfillment Technologies & Robotics（亚马逊，物流技术与机器人） 纠错

专题命中 指令微调 ：preference optimization(abstract)；prompting(abstract)；分类 cs.LG

AI总结 本文研究了优化半自动化仓库分拣系统实时人员配置的机器学习方法，通过离线强化学习和微调大语言模型，提升了仓库运营效率。

Comments ICLR 2026 Workshop on AI for Mechanism Design and Strategic Decision Making

Planned Diffusion

计划扩散

Daniel Israel, Tian Jin, Ellie Cheng, Guy Van den Broeck, Aditya Grover, Suvinay Subramanian, Michael Carbin

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Google（谷歌） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 计划扩散通过训练模型自主决定去噪顺序，实现并行生成，提升效率并保持质量，建立新的帕累托前沿。

Comments 10 pages, 7 figures

QLIP: A Dynamic Quadtree Vision Prior Enhances MLLM Performance Without Retraining

QLIP：一种动态四叉树视觉先验增强MLLM性能无需重新训练

Kyle R. Chickering, Bangzheng Li, Muhao Chen

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 QLIP通过动态四叉树视觉先验提升MLLM的粗粒度和细粒度视觉理解能力，无需重新训练，实验显示在LLaVA v1.5系列模型上提升视觉问答准确率，且在V-star基准测试中提升细节理解性能达13.6%。

Comments Accepted as ICLR 2026 poster. 22 pages, 19 figures

SlotVTG: Object-Centric Adapter for Generalizable Video Temporal Grounding

SlotVTG: 用于通用视频时间定位的对象中心适配器

Jiwook Han, Geo Ahn, Youngrae Kim, Jinwoo Choi

机构 * Kyung Hee University（庆熙大学） ； University of Southern California（南加州大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)

AI总结 SlotVTG通过引入轻量级槽适配器，使MLLMs在最小成本下实现对象中心的输入关联视觉推理，提升跨域鲁棒性的同时保持领域内性能。

Comments Accepted to GRAIL-V workshop at CVPR 2026

Family Matters: Language Transfer and Merging for Adapting Small LLMs to Faroese

家庭 Matters：语言迁移与合并用于将小型语言模型适应到法罗语

Jenny Kunz, Iben Nyholm Debess, Annika Simonsen

机构 * Linköping University（林雪平大学） ； University of the Faroe Islands（法罗群岛大学） ； University of Iceland（冰岛大学） 纠错

专题命中 指令微调 ：language model(abstract)；分类 cs.CL

AI总结 本文研究如何通过语言迁移和合并将小型高效语言模型适应到资源稀缺的法罗语，比较了全微调与LoRA参数高效适应方法在语言建模、语言准确性和文本理解上的效果。

Learning From Developers: Towards Reliable Patch Validation at Scale for Linux

从开发者学习：为Linux大规模可靠补丁验证而努力

Chih-En Lin, Attreyee Mukherjee, Ajay Rawat, Ruqi Zhang, Pedro Fonseca

机构 * Purdue University（普渡大学） 纠错

专题命中 指令微调 ：LLM(abstract)；分类 cs.AI

AI总结 本文研究Linux内存管理子系统的补丁审查挑战，提出FLINT框架结合规则分析和LLM，提升补丁验证效率与准确性，发现其在并发问题检测上表现优于基线方法。

Comments Submitted to OSDI'26

SliderQuant: Accurate Post-Training Quantization for LLMs

SliderQuant: 针对LLMs的准确后训练量化

Shigeng Wang, Chao Li, Yangyuxuan Kang, Jiawei Fan, Zhonghong Ou, Anbang Yao

机构 * Intel Labs China（英特尔中国研究院） ； BUPT（北京邮电大学） 纠错

专题命中 后训练与偏好优化 ：post-training(title,abstract)；LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出SliderQuant框架，通过分层滑动量化方法优化不同层的量化敏感性，提升LLM在不同位宽下的精度。

Comments This work is accepted to ICLR 2026. Code is available at https://github.com/deep-optimization/SliderQuant

Learning to Rank Caption Chains for Video-Text Alignment

学习排名图注链以实现视频-文本对齐

Ansel Blume, Burak Uzkent, Shalini Chaudhuri, Garin Kessler

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon Prime Video（亚马逊Prime Video） 纠错

专题命中 后训练与偏好优化 ：language model(abstract)；preference optimization(abstract)；分类 cs.LG

AI总结 本文提出通过重复图注退化生成大规模挑战性图注链，改进视频-文本对齐的排名优化方法，优于二元DPO并在长形式内容生成中表现更优，需对视觉编码器进行微调。

Gaze patterns predict preference and confidence in pairwise AI image evaluation

注视模式预测成对AI图像评估中的偏好和信心

Nikolas Papadopoulos, Shreenithi Navaneethan, Sheng Bai, Ankur Samanta, Paul Sajda

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 后训练与偏好优化 ：RLHF(abstract)；preference optimization(abstract)；分类 cs.AI

AI总结 研究通过眼动追踪揭示成对AI图像评估中的偏好形成过程，发现注视模式能预测二元选择和信心，表明眼动数据能提供与偏好注释质量相关的隐含信号。

Comments This paper has been accepted to ACM ETRA 2026

Cross-Preference Learning for Sentence-Level and Context-Aware Machine Translation

跨偏好学习用于句子级和上下文感知机器翻译

Ying Li, Xinglin Lyu, Junhui Li, Jinlong Yang, Hengchao Shang, Min Zhang, Shimin Tao, Daimeng Wei

机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； School of Computer Science and Artificial Intelligence, Zhengzhou University（郑州大学计算机与人工智能学院） ； Huawei Translation Services Center（华为翻译服务中心） 纠错

专题命中 后训练与偏好优化 ：preference optimization(abstract)；分类 cs.CL

AI总结 本文提出跨偏好学习框架，通过整合内在和跨条件偏好，提升句子级和上下文感知机器翻译的互补效益，实验显示在多个任务中翻译质量与鲁棒性均有提升。

Can GRPO Boost Complex Multimodal Table Understanding?

GRPO能否提升复杂多模态表格理解？

Xiaoqiang Kang, Shengen Wu, Zimu Wang, Yilin Liu, Xiaobo Jin, Kaizhu Huang, Wei Wang, Yutao Yue, Xiaowei Huang, Qiufeng Wang

机构 * School of Advanced Technology, Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学先进科技学院） ； Department of Computer Science, University of Liverpool（利物浦大学计算机科学系） ； Information Hub, Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）信息中心） ； University of Southern California（南加州大学） ； Duke Kunshan University（杜克大学昆山分校） 纠错

专题命中 后训练与偏好优化 ：SFT(abstract)；分类 cs.CL

AI总结 本文提出Table-R1框架，通过预热、感知对齐GRPO和提示-完成GRPO三阶段提升多模态表格理解性能，优于SFT和GRPO。

Comments EMNLP 2025

Journal ref EMNLP 2025

Persistent Robot World Models: Stabilizing Multi-Step Rollouts via Reinforcement Learning

持久的机器人世界模型：通过强化学习稳定多步 rollout

Jai Bardhan, Patrik Drozdik, Josef Sivic, Vladimir Petrik

机构 * Czech Institute of Informatics, Robotics and Cybernetics, Czech Technical University in Prague（捷克理工大学，捷克信息学、机器人学与控制论研究所） 纠错

专题命中 后训练与偏好优化 ：post-training(abstract)

AI总结 本文通过强化学习方法改进机器人世界模型，解决多步预测中误差累积问题，提出自回归rollout训练方案和多视角视觉反馈奖励，提升预测精度和稳定性，实现在DROID数据集上的state-of-the-art表现。

Comments 34 pages, 11 figures, 12 tables

Thinking with Frames: Generative Video Distortion Evaluation via Frame Reward Model

基于框架的思考：通过帧奖励模型生成视频失真评估

Yuan Wang, Borui Liao, Huijuan Huang, Jinda Lu, Ouxiang Li, Kuien Liu, Meng Wang, Xiang Wang

机构 * University of Science and Technology of China（中国科学技术大学） ； Kling Team, Kuaishou Technology（快手科技 Kling 团队） ； Institute of Software Chinese Academy of Sciences（中国科学院软件研究所） 纠错

专题命中 后训练与偏好优化 ：post-training(abstract)

AI总结 本文提出REACT框架，通过帧级奖励模型评估生成视频的结构性失真，结合人类偏好数据集和高效合成流程，提升视频生成质量评估的准确性和可解释性。

Bridging Code Property Graphs and Language Models for Program Analysis

连接代码属性图与语言模型用于程序分析

Ahmed Lekssays

专题命中 长上下文与记忆 ：language model(title,abstract)；large language model(abstract)

AI总结 本文提出codebadger，结合Joern的代码属性图引擎与LLM，解决代码分析中的挑战，通过高级工具实现程序切片、污点追踪等，提升大规模代码库的分析能力。

Comments Accepted at Software Vulnerability Management Workshop @ ICSE 2026

Model2Kernel: Model-Aware Symbolic Execution For Safe CUDA Kernels

Model2Kernel: 用于安全CUDA内核的模型感知符号执行

Mengting He, Shihao Xia, Haomin Jia, Wenfei Wu, Linhai Song

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； State Key Lab of Processors, Institute of Computing Technology, CAS（中国科学院计算技术研究所处理器实验室） ； Peking University（北京大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出Model2Kernel，通过模型感知动态分析验证LLM推理中CUDA内核的内存安全，利用专门的符号执行技术发现353个未知bug，仅产生9个误报。

ReSum: Unlocking Long-Horizon Search Intelligence via Context Summarization

ReSum：通过上下文摘要解锁长周期搜索智能

Xixi Wu, Kuan Li, Yida Zhao, Liwen Zhang, Litu Ou, Huifeng Yin, Zhongwang Zhang, Xinmiao Yu, Dingchu Zhang, Yong Jiang, Pengjun Xie, Fei Huang, Minhao Cheng, Shuai Wang, Hong Cheng, Jingren Zhou

机构 * The Chinese University of Hong Kong（香港中文大学） ； Tongyi Lab, Alibaba Group（阿里云实验室） ； Penn State University（宾夕法尼亚州立大学） ； The Hong Kong University of Science（香港科学大学） 纠错

专题命中 长上下文与记忆 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出ReSum方法，通过外部工具定期压缩交互历史以实现无限制探索，结合GRPO算法提升长周期奖励分配，实验证明其在免训练场景下优于ReAct，且用少量样本即可达到领先开源模型性能。

ElephantBroker: A Knowledge-Grounded Cognitive Runtime for Trustworthy AI Agents

ElephantBroker：一个基于知识的认知运行时用于可信AI代理

Cristian Lupascu, Alexandru Lupascu

机构 * Elephant Broker（大象经纪人） 纠错

专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出ElephantBroker，一个结合Neo4j知识图谱与Qdrant向量存储的认知运行时，通过Cognee SDK实现可信AI代理的记忆管理，包含认知循环、证据验证、安全防护等模块，支持多部署层级和安全审计。

Elementary Math Word Problem Generation using Large Language Models

基于大语言模型的初级数学单词问题生成

Nimesh Ariyarathne, Harshani Bandara, Yasith Heshan, Omega Gamage, Surangika Ranathunga, Dilan Nayanajith, Yutharsan Sivapalan, Gayathri Lihinikaduarachchi, Tharoosha Vihidun, Meenambika Chandirakumar, Sanujen Premakumar, Sanjula Gathsara

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Moratuwa（穆塔瓦大学） ； Acceler Logic（Acceler Logic公司） ； School of Mathematical and Computational Sciences（数学与计算科学学院） ； Massey University（马希大学） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)

AI总结 本文提出MathWiz系统，利用大语言模型生成数学单词问题，无需额外输入，仅需指定问题数量、年级和题型。通过实验验证生成问题的质量高，但仍有改进空间。

Mario: Multimodal Graph Reasoning with Large Language Models

Mario：基于大语言模型的多模态图推理

Yuanfu Sun, Kang Li, Pengkang Guo, Jiajin Liu, Qiaoyu Tan

机构 * New York University Shanghai（上海纽约大学） ； New York University（纽约大学） ； Tsinghua University（清华大学） ； EPFL（瑞士联邦理工学院洛桑） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)

AI总结 Mario通过多模态图推理框架解决跨模态一致性与异构模态偏好问题，实现对多模态图的有效推理，优于现有图模型。

Comments CVPR 2026

Scalable Object Relation Encoding for Better 3D Spatial Reasoning in Large Language Models

可扩展的对象关系编码以提升大语言模型中的3D空间推理

Shengli Zhou, Minghang Zheng, Feng Zheng, Yang Liu

机构 * Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Wangxuan Institute of Computer Technology, Peking University（北京大学王轩计算机技术研究所） ； State Key Laboratory of General Artificial Intelligence, Peking University（北京大学通用人工智能国家重点实验室） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出QuatRoPE，通过线性增长的对象数量输入长度和注意力层中的点积计算配对空间关系，提升大语言模型在3D空间推理中的性能。

Comments Accepted by CVPR 2026

Beyond Content Safety: Real-Time Monitoring for Reasoning Vulnerabilities in Large Language Models

超越内容安全：大型语言模型推理漏洞的实时监控

Xunguang Wang, Yuguang Zhou, Qingyue Wang, Zongjie Li, Ruixuan Huang, Zhenlan Ji, Pingchuan Ma, Shuai Wang

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； Zhejiang University of Technology（浙江工业大学） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文提出实时监控方法，识别大型语言模型推理过程中的安全漏洞，定义九类不安全推理行为，并通过实验验证其有效性，展示了推理安全的重要性。

The Prompt Canvas: A Literature-Based Practitioner Guide for Creating Effective Prompts in Large Language Models

提示画布：基于文献的从业者指南，用于在大型语言模型中创建有效的提示

Michael Hewing, Vincent Leinhos

机构 * FH Münster – University of Applied Sciences（穆斯特应用科学大学） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文提出Prompt Canvas，通过文献综述整合提示工程方法，为从业者提供结构化指南，促进大语言模型的应用与研究。

Graph-of-Mark: Promote Spatial Reasoning in Multimodal Language Models with Graph-Based Visual Prompting

图标记：通过基于图的视觉提示提升多模态语言模型的空间推理能力

Giacomo Frisoni, Lorenzo Molfetta, Mattia Buzzoni, Gianluca Moro

机构 * University of Bologna（博洛尼亚大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；prompting(title,abstract)；分类 cs.AI

AI总结 本文提出Graph-of-Mark，一种基于图的视觉提示方法，通过在输入图像上叠加场景图来增强多模态语言模型的空间推理能力，实验表明其在视觉问答和定位任务中提升了11个百分点的准确率。

Comments Please cite the definitive, copyrighted, and peer-reviewed version of this article published in AAAI 2026, edited by Sven Koenig et al., AAAI Press, Vol. 40, No. 36, Technical Track, pp. 30726-30734, 2026. DOI: https://doi.org/10.1609/aaai.v40i36.40329

Traffic Scene Generation from Natural Language Description for Autonomous Vehicles with Large Language Model

基于大语言模型的自然语言描述生成交通场景用于自动驾驶车辆

Bo-Kai Ruan, Hao-Tang Tsui, Yung-Hui Li, Hong-Han Shuai

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Carnegie Mellon University（卡内基梅隆大学） ； AI Research Center, Hon Hai Research Institute（鸿海研究院人工智能研究中心） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)

AI总结 本文提出TTSG框架，通过自然语言生成可控交通场景，解决文本到空间布局、无预设位置场景构建及多智能体行为规划问题，实验表明其在安全关键场景中碰撞率低且提升驾驶 captioning 模型性能。

Comments Accepted by WAD@CVPR2026

SPR-128K: A New Benchmark for Spatial Plausibility Reasoning with Multimodal Large Language Models

SPR-128K：一种多模态大语言模型空间合理性推理的新基准

Zhiyuan Hu, Zheng Sun, Yi Wei, Long Yu

机构 * Tsinghua University（清华大学） ； Alibaba Health Information Technology Limited（阿里巴巴健康信息技术有限公司） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)

AI总结 本文提出SPR-128K数据集及DPA-GRPO方法，解决图像筛选中多模态大语言模型空间推理能力不足的问题，实验表明小型模型在该任务上优于主流模型。

CodeNER: Code Prompting for Named Entity Recognition

CodeNER: 代码提示用于命名实体识别

Sungwoo Han, Hyeyeon Kim, Jingun Kwon, Hidetaka Kamigaito, Manabu Okumura

机构 * Chungnam National University（忠南大学） ； Nara Institute of Science and Technology (NAIST)（奈良先端科学技术大学院大学） ； Institute of Science Tokyo（东京科学大学） 纠错

专题命中 推理与问题求解 ：prompting(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 CodeNER通过代码提示提升LLM在命名实体识别中的能力，通过嵌入BIO标注规则改进长距离理解，实验显示在多语言数据集上优于传统文本提示方法。

Comments 18 pages, 7 figures

DRIFT: Dynamic Rule-Based Defense with Injection Isolation for Securing LLM Agents

DRIFT: 基于注入隔离的动态规则防御以保障LLM代理安全

Hao Li, Xiaogeng Liu, Hung-Chun Chiu, Dianqi Li, Ning Zhang, Chaowei Xiao

机构 * Washington University in St. Louis（圣路易斯华盛顿大学） ； Johns Hopkins University（约翰霍普金斯大学） ； Independent Researcher（独立研究者） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 DRIFT通过动态安全策略和注入隔离技术，有效防御LLM代理中的提示注入攻击，验证了其在多个基准测试中的高安全性和高实用性。

Comments Accepted to NeurIPS 2025

Reaching Beyond the Mode: RL for Distributional Reasoning in Language Models

超越模式：语言模型中的分布推理强化学习

Isha Puri, Mehul Damani, Idan Shenfeld, Marzyeh Ghassemi, Jacob Andreas, Yoon Kim

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；post-training(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出一种多答案强化学习方法，使语言模型在推理时能生成多个可能的假设并评估其置信度，提升多样性和准确性。

Do Language Models Follow Occam's Razor? An Evaluation of Parsimony in Inductive and Abductive Reasoning

语言模型遵循奥卡姆剃刀吗？对归纳和反向推理中简约性的评估

Yunxin Sun, Abulhair Saparov

机构 * Purdue University（普渡大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；large language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文评估大型语言模型在归纳和反向推理中是否遵循奥卡姆剃刀原则，通过生成综合推理问题测试其在简单和复杂场景中的表现，发现模型在复杂世界模型中难以生成高质量假设。

Multi-LLM Query Optimization

多LLM查询优化

Arlen Dean, Zijin Zhang, Stefanus Jasin, Yuqing Liu

专题命中 推理与问题求解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文研究如何在异构模型间优化查询分配，通过建立鲁棒的离线查询规划问题，结合联合界限分解与Chernoff型集中界，提出闭式表达式并设计近似方案。