语言大模型 / LLM

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)