语言大模型 / LLM

ITQ3_S: High-Fidelity 3-bit LLM Inference via Interleaved Ternary Quantization with Rotation-Domain Smoothing

ITQ3_S：通过交错三进制量化与旋转域平滑实现高保真3位LLM推理

Edward J. Yoon

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

AI总结 本文提出ITQ3_S，一种新的3位权重量化格式，通过FWHT预旋转空间，解决传统3位方法的精度损失问题，实现高保真LLM部署。

Comments 12 pages, 4 figures, 3 tables

InfiniteVL: Synergizing Linear and Sparse Attention for Highly-Efficient, Unlimited-Input Vision-Language Models

InfiniteVL: 融合线性与稀疏注意力以实现高效率、无限输入的视觉-语言模型

Hongyuan Tao, Bencheng Liao, Shaoyu Chen, Haoran Yin, Qian Zhang, Wenyu Liu, Xinggang Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Horizon Robotics（地平线机器人） 纠错

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

AI总结 InfiniteVL通过融合线性与稀疏注意力机制，实现高效率和无限输入的视觉-语言模型，提升解码速度和长上下文处理能力。

Comments 20 pages, 8 figures, conference or other essential info

A Provable Energy-Guided Test-Time Defense Boosting Adversarial Robustness of Large Vision-Language Models

一种可证明的能量引导测试时间防御提升大视觉-语言模型的对抗鲁棒性

Mujtaba Hussain Mirza, Antonio D'Orazio, Odelia Melamed, Iacopo Masi

机构 * OmnAI Lab, Computer Science Department, Sapienza University of Rome, Italy（罗马大学计算机科学系OmnAI实验室，意大利） ； Weizmann Institute of Science, Israel（魏茨曼科学研究所，以色列） 纠错

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

AI总结 本文提出ET3，一种轻量且无需训练的防御方法，通过最小化输入样本的能量提升模型鲁棒性，实验显示其在分类和提升大视觉-语言模型鲁棒性方面表现优异。

Comments Accepted at the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026, Main Conference

Seeing the Evidence, Missing the Answer: Tool-Guided Vision-Language Models on Visual Illusions

看到证据，却错失答案：基于工具引导的视觉语言模型在视觉错觉中的应用

Xuesong Wang, Harry Wang

机构 * Wayne State University（韦恩州立大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出一种工具引导的推理框架，通过通用图像处理工具和提示系统，解决视觉语言模型在处理视觉错觉时的系统性偏差问题，并展示其在不同结构错觉变体上的跨结构泛化能力。

Comments CVPR 2026 DataCV Workshop, code: https://github.com/Davidxswang/cvpr_2026_datacv_submission

Past, Present, and Future of Bug Tracking in the Generative AI Era

过去、现在与未来：生成AI时代的缺陷跟踪

Utku Boran Torun, Mehmet Taha Demircan, Mahmut Furkan Gön, Eray Tüzün

机构 * Bilkent University, Department of Computer Engineering（比尔肯大学计算机工程系） 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 本文探讨生成AI时代缺陷跟踪的发展，提出基于大语言模型和智能代理的框架，旨在通过自然语言报告和AI自动化降低解决时间与协调成本。

Comments Accepted to ACM TOSEM Special Issue: 2030 Software Engineering Roadmap

AI-Programmable Wireless Connectivity: Challenges and Research Directions Toward Interactive and Immersive Industry

AI可编程无线连接：面向交互式和沉浸式产业的挑战与研究方向

Haris Gacanin

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

AI总结 本文探讨了将传统信号处理与AI结合以实现高效、可编程和可扩展的无线连接基础设施的挑战，重点分析了紧凑型AI模型在资源受限环境下的应用及其实现路径。

Comments 9 pages, 6 figures

SeGPruner: Semantic-Geometric Visual Token Pruner for 3D Question Answering

SeGPruner: 用于3D问答的语义-几何视觉令牌修剪器

Wenli Li, Kai Zhao, Haoran Jiang, Enquan Yang, Yi Su, Dan Zeng

机构 * Shanghai University（上海大学） 纠错

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

AI总结 本文提出SeGPruner，通过语义和几何引导的令牌减少框架提升3D问答效率，显著降低视觉令牌预算和推理延迟，同时保持竞争性性能。

OneComp: One-Line Revolution for Generative AI Model Compression

OneComp: 生成AI模型压缩的单行革命

Yuma Ichikawa, Keiji Kimura, Akihiro Yoshida, Yudai Fujimoto, Hiroki Tokura, Yamato Arai, Yoshiyuki Ishii, Yusei Kawakami, Genki Shikada, Achille Jacquemond, Yoshihiko Fujisawa, Katsuki Fujisawa, Takumi Honda, Akira Sakai

专题命中 效率与部署 ：foundation model(abstract)；post-training(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 OneComp通过自动化流程实现生成AI模型压缩，结合混合精度分配和逐步量化阶段，提升模型部署效率与性能。

Comments 31 pages, 6 figures

ResAdapt: Adaptive Resolution for Efficient Multimodal Reasoning

ResAdapt：面向高效多模态推理的自适应分辨率

Huanxuan Liao, Zhongtao Jiang, Yupu Hao, Yuqiao Tan, Shizhu He, Ben Wang, Jun Zhao, Kun Xu, Kang Liu

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

AI总结 ResAdapt通过自适应输入分辨率框架，在保持高空间分辨率的同时提升多模态推理效率，尤其在压缩条件下显著提升性能。

Comments work in progress

ProxyAttn: Guided Sparse Attention via Representative Heads

ProxyAttn: 通过代表性头实现引导稀疏注意力

Yixuan Wang, Huang He, Siqi Bao, Hua Wu, Haifeng Wang, Qingfu Zhu, Wanxiang Che

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Baidu Inc.（百度公司） 纠错

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

AI总结 本文提出ProxyAttn，一种无需训练的稀疏注意力算法，通过压缩注意力头维度实现更精确的块估计，结合代表性头得分和多头动态预算，提升长文本任务的效率和性能。

Comments ICLR 2026 camera ready

Software Vulnerability Detection Using a Lightweight Graph Neural Network

利用轻量级图神经网络进行软件漏洞检测

Miles Farmer, Ekincan Ufuktepe, Anne Watson, Hialo Muniz Carvalho, Vadim Okun, Zineb Maasaoui, Kannappan Palaniappan

机构 * University of Missouri（密苏里大学） ； National Institute of Standards and Technology（美国国家标准与技术研究院） 纠错

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

AI总结 本文提出VulGNN，一种基于图神经网络的轻量级模型，在漏洞检测中性能接近大语言模型，且更小、更快，适用于边缘部署。

Comments 12 pages, 3 figures, preprint of journal submission

Streaming 4D Visual Geometry Transformer

流式4D视觉几何变换器

Dong Zhuo, Wenzhao Zheng, Jiahe Guo, Yuqi Wu, Jie Zhou, Jiwen Lu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出一种流式视觉几何变换器，通过因果变换器架构实现低延迟的4D视觉几何重建，结合知识蒸馏和高效注意力机制，提升在线场景下的推理速度与重建质量。

Comments Code is available at: https://github.com/wzzheng/StreamVGGT

SISA: A Scale-In Systolic Array for GEMM Acceleration

SISA：一种可扩展的流体阵列用于GEMM加速

Luigi Altamura, Alessio Cicero, Mateo Vázquez Maceiras, Mohammad Ali Maleki, Pedro Trancoso

机构 * Department of Computer Science ； Engineering,\ University of Technology 纠错

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

AI总结 针对LLM中非均匀矩阵带来的Systolic Array资源浪费问题，SISA通过将传统正方形阵列划分为水平矩形片，实现小/倾斜矩阵的高效执行，同时保留大GEMM的全阵操作，从而在代表LLM上实现8.52倍的速度提升和93%的EDP降低。

TeamMedAgents: Pareto-Efficient Multi-Agent Medical Reasoning Through Teamwork Theory

TeamMedAgents: 通过团队理论实现帕累托高效多智能体医疗推理

Pranav Pushkar Mishra, Mohammad Arvan, Mohan Zalake

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 TeamMedAgents基于团队理论构建模块化多智能体框架，通过共享心理模型、团队领导、团队导向等机制，提升医疗推理效率，实现帕累托效率前沿提升，并在低token成本下取得竞争性准确率。

Comments 19 pages, 6 figure, 12 tables, 2 algorithm

ReDiPrune: Relevance-Diversity Pre-Projection Token Pruning for Efficient Multimodal LLMs

ReDiPrune：基于相关性与多样性的预投影令牌剪枝用于高效的多模态大语言模型

An Yu, Ting Yu Tsai, Zhenfei Zhang, Weiheng Lu, Felix X. -F. Ye, Ming-Ching Chang

机构 * University at Albany, SUNY（纽约州立大学奥尔巴尼分校） ； Peking University（北京大学） 纠错

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

AI总结 ReDiPrune是一种无需训练的预投影令牌剪枝方法，通过选择信息丰富的视觉令牌提升多模态大语言模型的效率与准确性。

SecAgent: Efficient Mobile GUI Agent with Semantic Context

SecAgent：基于语义上下文的高效移动GUI代理

Yiping Xie, Song Chen, Jingxuan Xing, Wei Jiang, Zekun Zhu, Yingyao Wang, Pi Bu, Jun Song, Yuning Jiang, Bo Zheng

机构 * Taobao & Tmall Group of Alibaba（阿里巴巴淘天集团） 纠错

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

AI总结 SecAgent通过构建中文移动GUI数据集和语义上下文机制，提升移动GUI代理的效率与性能，实现高效任务处理与多语言支持。

KD-GAT: Combining Knowledge Distillation and Graph Attention Transformer for a Controller Area Network Intrusion Detection System

KD-GAT：结合知识蒸馏和图注意力变换器的控制器局域网络入侵检测系统

Robert Frenken, Sidra Ghayour Bhatti, Hanqin Zhang, Qadeer Ahmed

机构 * The Ohio State University（俄亥俄州立大学） 纠错

专题命中 效率与部署 ：pretraining(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出KD-GAT框架，结合图注意力网络与知识蒸馏提升CAN入侵检测精度并降低计算复杂度，实验表明学生模型在Car-Hacking和Car-Survival数据集上准确率高达99.97%和99.31%。

Improving Efficiency of GPU Kernel Optimization Agents using a Domain-Specific Language and Speed-of-Light Guidance

利用领域特定语言和光速指导提升GPU内核优化代理的效率

Siva Kumar Sastry Hari, Vignesh Balaji, Sana Damani, Qijing Huang, Christos Kozyrakis

机构 * NVIDIA（英伟达） 纠错

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

AI总结 本文提出通过领域特定语言和光速指导提升GPU内核优化代理效率，展示通过DSL和SOL指导显著提升优化效率，并发现弱模型在低token成本下可超越强基线代理。

ShishuLM : Achieving Optimal and Efficient Parameterization with Low Attention Transformer Models

ShishuLM：通过低注意力变换器模型实现最优且高效的参数化

Shivanshu Kumar, Gopalakrishnan Srinivasan

机构 * Indian Institute of Technology, Madras（印度理工学院马德拉斯分校） 纠错

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

AI总结 本文提出ShishuLM模型，通过替换顶部全解码层为MLP块，显著提升生成延迟并提高吞吐量，同时通过参数共享减少内存占用，为更高效的预训练语言模型提供新思路。

From Skeletons to Semantics: Design and Deployment of a Hybrid Edge-Based Action Detection System for Public Safety

从骨架到语义：一种混合边缘基于的动作检测系统在公共安全中的设计与部署

Ganen Sethupathy, Lalit Dumka, Jan Schagen

机构 * Sopra Steria Germany（Sopra Steria德国） ； Sopra Steria India（Sopra Steria印度） 纠错

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

AI总结 本文提出一种混合边缘动作检测系统，结合骨架运动分析与视觉语言模型，以提升公共安全中的实时视频分析能力，通过系统级对比展示两种方法在边缘计算中的互补性与局限性。

Comments Preprint version of a manuscript currently under review at IEEE Access

Quantization with Unified Adaptive Distillation to enable multi-LoRA based one-for-all Generative Vision Models on edge

量化与统一自适应蒸馏用于在边缘设备上实现多LoRA基于的通用生成视觉模型

Sowmya Vajrala, Aakash Parmar, Prasanna R, Sravanth Kodavanti, Manjunath Arveti, Srinivas Soumitri Miriyala, Ashok Senapati

机构 * Samsung Research Institute Bangalore, India（三星研究所班加罗尔，印度） 纠错

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

AI总结 本文提出统一框架，通过单共享模型在边缘设备上实现多任务生成式AI推理，采用动态任务切换和QUAD量化策略，减少内存占用和延迟，保持高质量生成效果。

Comments Accepted at the Mobile AI Workshop, CVPR 2026

From Big Data to Fast Data: Towards High-Quality Datasets for Machine Learning Applications from Closed-Loop Data Collection

从大数据到快数据：面向机器学习应用的高质量数据集设计：从闭环数据收集

Philipp Reis, Jacqueline Henle, Stefan Otten, Eric Sax

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

AI总结 本文提出快数据概念，通过车辆实时决策优化数据采集，提升数据集相关性与信息密度，降低冗余数据成本，为现代机器学习算法提供高效数据采集基础。

Comments Submitted to IEEE ISSE 2026

EnsembleSHAP: Faithful and Certifiably Robust Attribution for Random Subspace Method

EnsembleSHAP：为随机子空间方法提供可信且可验证的属性分配

Yanting Wang, Jinyuan Jia

专题命中 效率与部署 ：LLM(abstract)

AI总结 本文提出EnsembleSHAP，为随机子空间方法提供高效且安全的特征属性分配，具备本地准确性并能抵御隐私保护攻击，首次证明了对解释保护攻击的鲁棒性。

Comments Published at ICLR 2026

Storing Less, Finding More: How Novelty Filtering Improves Cross-Modal Retrieval on Edge Cameras

存储更少，查找更多：新颖性过滤如何改进边缘摄像头上的跨模态检索

Sherif Abdelwahab

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出一种流式检索架构，通过边缘设备的epsilon-net过滤器保留语义新颖帧，构建去噪嵌入索引，并结合跨模态适配器和云重排序器，提升边缘摄像头跨模态检索性能。

Comments 6 pages, 3 figures, 5 tables; supplementary video included as ancillary file

ConInfer: Context-Aware Inference for Training-Free Open-Vocabulary Remote Sensing Segmentation

ConInfer：面向无训练开放词汇遥感分割的上下文感知推理

Wenyang Chen, Zhanxuan Hu, Yaping Zhang, Hailong Ning, Yonghang Tai

机构 * Yunnan Normal University（云南师范大学） ； Xi’an University of Posts & Telecommunications（西安邮电大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出ConInfer框架，通过联合预测多空间单元并建模其语义依赖，提升遥感图像分割的准确性和鲁棒性，实验表明在多个数据集上优于现有方法。

A Semantic Observer Layer for Autonomous Vehicles: Pre-Deployment Feasibility Study of VLMs for Low-Latency Anomaly Detection

面向自动驾驶的语义观察层：VLMs在低延迟异常检测中的预部署可行性研究

Kunal Runwal, Swaraj Gajare, Daniel Adejumo, Omkar Ankalkope, Siddhant Baroth, Aliasghar Arab

机构 * The City College of New York, Grove School of Engineering（纽约市立学院格罗夫工程学院） ； Department of Mechanical and Aerospace Engineering, Tandon School of Engineering, New York University（纽约大学坦登工程学院机械与航空航天工程系） ； Department of Electrical and Computer Engineering, Tandon School of Engineering, New York University（纽约大学坦登工程学院电气与计算机工程系） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出一种语义观察层，通过量化视觉-语言模型实现低延迟异常检测，验证了其在自动驾驶平台上的可行性。

ALADIN:Attribute-Language Distillation Network for Person Re-Identification

ALADIN：基于属性-语言的知识蒸馏网络用于人重识别

Wang Zhou, Boran Duan, Haojun Ai, Ruiqi Lan, Ziyue Zhou

机构 * Wuhan University（武汉大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 ALADIN通过属性-语言知识蒸馏网络，提升人重识别中细粒度属性特征的捕捉能力，增强鲁棒性与泛化性。

Comments 14pages, 3figures, 7charts

Fast SceneScript: Fast and Accurate Language-Based 3D Scene Understanding via Multi-Token Prediction

快速场景脚本：通过多令牌预测实现高效准确的语言基3D场景理解

Ruihong Yin, Xuepeng Shi, Oleksandr Bailo, Marco Manfredi, Theo Gevers

机构 * Qualcomm XR Labs（高通XR实验室） ； University of Amsterdam（阿姆斯特丹大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出Fast SceneScript，通过多令牌预测和自适应解码方法，在保持精度的同时提升3D场景理解的推理速度，实验表明其在合成和真实数据集上表现优异。

Comments Accepted to CVPR 2026

Knowledge database development by large language models for countermeasures against viruses and marine toxins

利用大语言模型开发知识库以应对病毒和海洋毒素的对策

Hung N. Do, Jessica Z. Kubicek-Sutherland, S. Gnanakaran

机构 * Physical Chemistry and Applied Spectroscopy Group, Chemistry Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室物理化学与应用光谱学组，化学部） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI

AI总结 本文利用大语言模型构建病毒和海洋毒素的综合数据库，通过人工输入和模型交叉验证，设计交互式网页以提高决策效率。

Comments Clearance: 26-T-0967 (DOW)

SemioLLM: Evaluating Large Language Models for Diagnostic Reasoning from Unstructured Clinical Narratives in Epilepsy

SemioLLM：评估用于癫痫诊断推理的大型语言模型在无结构临床叙述中的表现

Meghal Dani, Muthu Jeyanthi Prakash, Filip Rosa, Zeynep Akata, Stefanie Liebe

机构 * University of Tübingen（蒂宾根大学） ； Technical University of Munich（慕尼黑工业大学） ； University Clinic Tübingen（蒂宾根大学医院） ； Hertie Institute for Clinical Brain Research（赫蒂临床脑研究所） ； Excellence Cluster Machine Learning, Tübingen University（蒂宾根大学机器学习卓越集群） ； Hertie Institute for AI in Brain Health (Hertie AI)（赫蒂人工智能脑健康研究所） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文评估了八个大型语言模型在癫痫诊断任务中的表现，通过过滤和标准化 seizure 描述短语，将其映射到七个可能的癫痫发作起始区。结果显示，经过提示工程后，多数模型表现接近临床水平，但临床情境下的表现受语言上下文影响显著，需改进模型的可解释性。