语言大模型 / LLM

Entanglement as Memory: Mechanistic Interpretability of Quantum Language Models

纠缠作为记忆：量子语言模型的机制可解释性

Nathan Roll

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 研究通过因果门消融、纠缠追踪和密度矩阵交换干预，揭示量子语言模型在长程依赖任务中单量子比特与双量子比特模型的机制差异及噪声-表达性权衡。

Comments 9 pages, 5 figures, 7 tables

From Human Cognition to Neural Activations: Probing the Computational Primitives of Spatial Reasoning in LLMs

从人类认知到神经激活：探究LLMs中空间推理的计算原语

Jiyuan An, Liner Yang, Mengyan Wang, Luming Lu, Weihua An, Erhong Yang

机构 * School of Information Science, Beijing Language and Culture University（北京语言大学信息科学学院） ； School of Artificial Intelligence, Beijing Normal University（北京师范大学人工智能学院） 纠错

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

AI总结 研究通过分析LLMs内部空间表示机制，发现其空间推理能力有限且依赖上下文，揭示了空间推理的计算原语及跨语言机制退化问题。

Finding Distributed Object-Centric Properties in Self-Supervised Transformers

在自监督变压器中发现分布式以对象为中心的属性

Samyak Rawlekar, Amitabh Swain, Yujun Cai, Yiwei Wang, Ming-Hsuan Yang, Narendra Ahuja

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Queensland（昆士兰大学） ； UC Merced（加州大学默塞德分校） 纠错

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

AI总结 本文分析了自监督视觉变压器中对象中心属性的分布式编码机制，提出Object-DINO方法通过聚类注意力头提升无监督对象发现和多模态大语言模型的视觉 grounding。

Comments Computer Vision and Pattern Recognition (CVPR) 2026

When to Think and When to Look: Uncertainty-Guided Lookback

何时思考，何时回顾：不确定性引导的回顾

Jing Bi, Filippos Bellos, Junjia Guo, Yayuan Li, Chao Huang, Yolo Y. Tang, Luchuan Song, Susan Liang, Zhongfei Mark Zhang, Jason J. Corso, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； University of Michigan（密歇根大学） ； Binghamton University（宾汉姆顿大学） 纠错

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

AI总结 本文探讨了在大视觉语言模型中思考与回顾的平衡，提出不确定性引导的回顾策略，通过大规模对比实验提升MMMU性能，并在多个基准上取得新突破。

Comments Accepted to CVPR 2026

Weight Tying Biases Token Embeddings Towards the Output Space

参数共享使词嵌入偏向输出空间

Antonio Lopardo, Avyukth Harish, Catherine Arnett, Akshat Gupta

机构 * EleutherAI ； University of California Berkeley（加州大学伯克利分校） 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 本文研究了参数共享对词嵌入空间的影响，发现共享矩阵更偏向输出预测而非输入表示，且早期训练中输出梯度主导导致偏差，通过调整梯度可缓解此问题。

A Universal Vibe? Finding and Controlling Language-Agnostic Informal Register with SAEs

一种通用的语气？通过SAEs寻找和控制语言无关的非正式语气

Uri Z. Kialy, Avi Shtarkberg, Ayal Klein

机构 * Ariel University（阿里尔大学） 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 研究通过SAEs探测Gemma-2-9B-IT模型内部表示，发现多语言模型能处理非正式语气为跨语言抽象概念，而非孤立语言记忆。

See, Symbolize, Act: Grounding VLMs with Spatial Representations for Better Gameplay

看见、符号化、行动：通过空间表示接地VLMs以实现更好的游戏表现

Ashish Baghel, Paras Chopra

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

AI总结 本文研究了通过提供视觉帧和场景符号表示来提升VLMs在交互环境中的表现，发现准确的符号信息能提升性能，但自身提取符号的模型性能受模型能力和场景复杂度影响。

Comments 11 pages, 13 figures. Accepted to LMReasoning Workshop at AAAI 2026

ClipTTT: CLIP-Guided Test-Time Training Helps LVLMs See Better

ClipTTT: CLIP引导的测试时间训练帮助LVLMs看得更清楚

Mriganka Nath, Anurag Das, Jiahao Xie, Bernt Schiele

机构 * Max Planck Institute for Informatics, Saarland Informatics Campus（马克斯·普朗克信息学研究所，萨尔兰信息学园区） 纠错

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

AI总结 本文提出ClipTTT方法，通过CLIP模型的图像-文本对齐能力，在测试时引导LVLMs适应退化条件，减少幻觉并提升描述准确性。

Comments 30 pages, 12 figures

Joint Learning Global-Local Speaker Classification to Enhance End-to-End Speaker Diarization and Recognition

联合学习全局-局部说话人分类以增强端到端说话人辨识与识别

Yuhang Dai, Haopeng Lin, Jiale Qian, Ruiqi Yan, Hao Meng, Hanke Xie, Hanlin Wen, Shunshun Yin, Ming Tao, Xie Chen, Lei Xie, Xinsheng Wang

机构 * Soul AI Lab, China（中国Soul AI实验室） ； X-LANCE Lab, Shanghai Jiao Tong University, China（中国上海交通大学X-LANCE实验室） 纠错

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

AI总结 本文提出GLSC-SDR方法，通过联合训练说话人分类与辨识识别，提升细粒度说话人区分能力，实验表明其在多个数据集上表现优异，无需依赖大规模真实对话数据。

Comments 5 pages, 2 figures, 2 tables

Adaptation and Validation of the Turkish Version of the Large Language Model Dependency Scale (LLM-D12)

大型语言模型依赖量表（LLM-D12）土耳其版的适应与验证

Tugba Coskun Aslan, Gulser Uncular, Hasan Durmus, Yasin Kavla, Arda Borlu, Sameha Alshakhsi, Ala Yankouskaya, Raian Ali

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

AI总结 本研究将大型语言模型的双维依赖量表（LLM-D12）翻译成土耳其语，并评估了其心理测量特性。通过文化-语言验证和专家审查，确认因子分析支持原两因子结构，内部一致性高，外部效度良好，表明LLM-D12是评估大型语言模型依赖的有效工具。

Search-Induced Issues in Web-Augmented LLM Code Generation: Detecting and Repairing Error-Inducing Pages

网页增强型大语言模型代码生成中的搜索诱导问题：检测与修复误导页面

Guoqing Wang, Zeyu Sun, Xiaofei Xie, Yizhou Chen, Yanchao Tan, Yifan Zhao, Dan Hao

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

AI总结 本文研究了网页增强型LLM代码生成中因误导页面导致的搜索诱导问题，提出Sherlock框架用于检测、调试和修复问题页面，提升系统可靠性。

Comments 12 pages, 5 figures

Task Tokens: A Flexible Approach to Adapting Behavior Foundation Models

任务标记：一种灵活的适应行为基础模型的方法

Ron Vainshtein, Zohar Rimon, Shie Mannor, Chen Tessler

机构 * Technion（以色列理工学院） ； NVIDIA Research（英伟达研究院） 纠错

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

AI总结 本文提出任务标记方法，通过强化学习学习任务特定编码器，使行为基础模型适应特定任务，同时保持灵活性和泛化能力。

"Oops! ChatGPT is Temporarily Unavailable!": A Diary Study on Knowledge Workers' Experiences of LLM Withdrawal

Oops! ChatGPT 是暂时不可用！：一项关于知识工作者面对 LLM 暂停使用的日记研究

Eunseo Oh, Suyoun Lee, Jae Young Choi, Soobin Park, Youn-kyung Lim

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本研究通过四天的日记记录，探讨频繁使用 LLM 的知识工作者在 LLM 暂停时的工作流程中断、自我导向工作对专业价值观的重新发现以及日常实践揭示的 LLM 规范性影响。

Comments 5 pages excluding reference and appendix. Accepted at ACM CHI EA 2026

CL-SEC: Cross-Layer Semantic Error Correction Empowered by Language Models

CL-SEC：通过语言模型赋能的跨层语义错误校正

Yirun Wang, Yuyang Du, Soung Chang Liew, Yuchen Pan, Feifan Zhang, Lihao Zhang

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

AI总结 本文提出CL-SEC，通过整合物理层和应用层信息，利用语言模型进行精确文本通信纠错，提升比特误码率、词误码率和语义保真度等指标。

UCAgent: An End-to-End Agent for Block-Level Functional Verification

UCAgent：一种端到端的块级功能验证代理

Junyue Wang, Zhicheng Yao, Yan Pi, Xiaolong Li, Fangyuan Song, Jinru Wang, Yunlong Xie, Sa Wang, Yungang Bao

机构 * 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国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Institute of Open Source Chip（北京开源芯片研究院） 纠错

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

AI总结 UCAgent通过构建纯Python验证环境和31阶段细粒度验证流程，解决传统方法在复杂半导体设计验证中的不足，实现98.5%的代码覆盖率和100%的功能覆盖率。

Deception and Communication in Autonomous Multi-Agent Systems: An Experimental Study with Among Us

自主多智能体系统中的欺骗与交流：以Among Us为例的实证研究

Maria Milkowski, Tim Weninger

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

AI总结 本文通过Among Us游戏研究自主智能体的欺骗与交流行为，发现智能体主要使用指示性语言，伪装者倾向使用解释和否认等行为，欺骗多表现为 equivocation 而非直接谎言，揭示了自主交流中真理与效用之间的根本矛盾。

Comments 8 pages + references, 9 figures. Accepted at AAMAS 2026

Journal ref Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), IFAAMAS, 2026

MIBURI: Towards Expressive Interactive Gesture Synthesis

MIBURI：迈向表达性交互手势合成

M. Hamza Mughal, Rishabh Dabral, Vera Demberg, Christian Theobalt

机构 * Max Planck Institute for Informatics, SIC（马克斯·普朗克信息学研究所，SIC） ； Saarland University（萨尔大学） 纠错

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

AI总结 MIBURI提出首个实时因果框架，生成与实时口语对话同步的表达性全身手势和面部表情，通过多级离散标记和辅助目标提升自然度与多样性。

Comments CVPR 2026 (Main). Project page: https://vcai.mpi-inf.mpg.de/projects/MIBURI/

ORION: ORthonormal Text Encoding for Universal VLM AdaptatION

ORION：用于通用视觉语言模型适应的正交文本编码

Omprakash Chakraborty, Jose Dolz, Ismail Ben Ayed

机构 * ÉTS Montréal, Canada（蒙特利尔高等技术学院（加拿大）） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 ORION通过低秩适应优化正交损失，提升预训练VLM的文本嵌入质量，实验表明其在多个基准上显著提升性能。

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2026

IRIS-SLAM: Unified Geo-Instance Representations for Robust Semantic Localization and Mapping

IRIS-SLAM：统一的地理实例表示用于鲁棒的语义定位与建图

Tingyang Xiao, Liu Liu, Wei Feng, Zhengyu Zou, Xiaolin Zhou, Wei Sui, Hao Li, Dingwen Zhang, Zhizhong Su

专题命中 其他LLM ：foundation model(abstract)

AI总结 IRIS-SLAM通过统一的几何-实例表示提升语义SLAM的鲁棒性，解决传统方法在语义理解和闭环检测上的不足。

SSeg: Active Sparse Point-Label Augmentation for Semantic Segmentation

SSeg: 基于主动稀疏点标注的语义分割

Cesar Borja, Carlos Plou, Ruben Martinez-Cantin, Ana C. Murillo

机构 * DIIS-I3A, University of Zaragoza（萨拉戈萨大学DIIS-I3A） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 SSeg提出一种主动稀疏点标注框架，通过主动采样策略和混合传播方法提升遥感图像语义分割效果，为生态研究提供高效高质量的分割掩码生成工具。

Geo$^\textbf{2}$: Geometry-Guided Cross-view Geo-Localization and Image Synthesis

Geo²：基于几何的跨视角地理定位与图像合成

Yancheng Zhang, Xiaohan Zhang, Guangyu Sun, Zonglin Lyu, Safwan Wshah, Chen Chen

机构 * Institute of Artificial Intelligence, University of Central Florida（中佛罗里达大学人工智能研究所） ； University of Vermont（佛蒙特大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文提出Geo²框架，利用几何先验知识联合完成跨视角地理定位和双向图像合成，通过共享3D感知潜在空间和GeoFlow模型提升性能。

Journal ref 2026 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR)