语言大模型 / LLM

Authorship Impersonation via LLM Prompting does not Evade Authorship Verification Methods

通过LLM提示的作者伪装未能逃避作者验证方法

Baoyi Zeng, Andrea Nini

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

AI总结 研究探讨了提示生成的LLM能否生成令人信服的作者伪装并逃避现有作者验证系统，发现LLM生成文本无法有效复制作者独特性，现有系统仍能有效识别伪装文本。

Comments 11 pages, 3 figures

Inducing Sustained Creativity and Diversity in Large Language Models

诱导大型语言模型的持续创造力与多样性

Queenie Luo, Gary King, Michael Puett, Michael D. Smith

机构 * Department of East Asian Languages and Civilizations, Harvard University（哈佛大学东亚语言与文明系） ； Institute for Quantitative Social Science, Harvard University（哈佛大学定量社会科学研究所） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文提出一种新的解码方法，通过诱导持续创造力和多样性，使LLM能生成更多概念上独特的结果，从而更有效地探索搜索空间。

Bethe Ansatz with a Large Language Model

含大规模语言模型的贝叶斯答案法

Balázs Pozsgay, István Vona

机构 * MTA-ELTE “Momentum” Integrable Quantum Dynamics Research Group, ELTE Eötvös Loránd University, Budapest, Hungary（MTA-ELTE“动量”可积量子动力学研究组，匈牙利布达佩斯罗兰大学） ； Holographic Quantum Field Theory Research Group, HUN-REN Wigner Research Centre for Physics, Budapest, Hungary（全息量子场论研究组，匈牙利布达佩斯HUN-REN维格纳物理研究中心） 纠错

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

AI总结 研究大规模语言模型在数学物理中计算特定积分可积自旋链模型坐标贝叶斯答案法解的能力，发现模型能半自动解决任务，但存在少量错误，经人工修正后结果与精确对角化一致。

Comments 40 pages

Webscraper: Leverage Multimodal Large Language Models for Index-Content Web Scraping

Webscraper：利用多模态大语言模型进行索引-内容网页抓取

Guan-Lun Huang, Yuh-Jzer Joung

机构 * Dept. of Information Management, National Taiwan University, Taipei, Taiwan（国立台湾大学资讯管理学系，台北，台湾） 纠错

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

AI总结 本文提出Webscraper框架，利用多模态大语言模型自动导航交互界面并提取结构化数据，通过五阶段提示和定制工具提升动态网站抓取准确性。

Togedule: Scheduling Meetings with Large Language Models and Adaptive Representations of Group Availability

Togedule: 利用大语言模型和群体可用性自适应表示进行会议安排

Jaeyoon Song, Zahra Ashktorab, Thomas W. Malone

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

AI总结 本文提出Togedule，一种利用大语言模型动态调整会议安排选项的工具，通过实验发现其能降低参会者认知负荷，提升组织者决策效率与质量。

Comments This paper has been accepted at CSCW 2025

Biasless Language Models Learn Unnaturally: How LLMs Fail to Distinguish the Possible from the Impossible

无偏语言模型以不自然的方式学习：LLM如何无法区分可能与不可能

Imry Ziv, Nur Lan, Emmanuel Chemla

机构 * Tel Aviv University（特拉维夫大学） ； Ecole Normale Supérieure（巴黎高等师范学院） ； Earth Species Project（地球物种项目） ； EHESS, PSL University, CNRS（法国社会科学高等研究院、巴黎文理研究大学、法国国家科学研究中心） 纠错

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

AI总结 研究发现GPT-2在学习自然语言和不可能语言时表现相似，反驳了LLM具备区分能力的假设，表明其学习过程无系统性区分。

Comments 15 pages, 4 figures

Can LLM Agents Identify Spoken Dialects like a Linguist?

大语言模型能否像语言学家一样识别口音？

Tobias Bystrich, Lukas Hamm, Maria Hassan, Lea Fischbach, Lucie Flek, Akbar Karimi

机构 * Department of Computer Science, University of Bonn（波恩大学计算机科学系） ； Research Center Deutscher Sprachatlas, Marburg University（马尔堡大学德语语言地图研究中心） ； Bonn-Aachen International Center for Information Technology, University of Bonn（波恩大学波恩-亚琛国际信息技术中心） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习和人工智能研究所） 纠错

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

AI总结 本文研究大语言模型在识别口音方面的能力，对比了LLM与HuBERT等模型的性能，并提供LLM和人类语言学家的基线方法。

Comments Accepted to DialRes Workshop @ LREC 2026

Incorporating LLM Embeddings for Variation Across the Human Genome

将LLM嵌入用于人类基因组的变异

Hongqian Niu, Jordan Bryan, Jacob Williams, Hufeng Zhou, Haoyu Zhang, Xihao Li, Didong Li

机构 * School of Data Science, University of Virginia（弗吉尼亚大学数据科学学院） ； Division of Cancer Epidemiology and Genetics, National Cancer Institute（美国国家癌症研究所癌症流行病学与遗传学部门） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院生物统计学系） 纠错

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

AI总结 本文首次系统性地生成全人类基因组层面的遗传变异嵌入，利用FAVOR、ClinVar和GWAS Catalog的注释，构建了89亿可能变异的功能文本描述，并生成三种尺度的嵌入，用于基因组变异的结构化表示和风险预测。

Sampling at intermediate temperatures is optimal for training large language models in protein structure prediction

在蛋白质结构预测中训练大语言模型时，中间温度下的采样是最佳的

L. Ghiringhelli, A. Zambon, G. Tiana

机构 * Department of Physics, via Celoria 16, 20133 Milano, Italy（米兰大学物理系） ； Department of Physics and INFN, via Celoria 16, 20133 Milano, Italy（米兰大学物理系与意大利国家核物理研究院） 纠错

专题命中 其他LLM ：large language model(title)；language model(title)；分类 cs.LG

AI总结 研究通过统计力学框架分析transformer模型在蛋白质序列数据上的参数空间，发现transformer在蛋白质结构预测中表现优异的原因是其损失函数中缺乏一阶相变，从而在中间温度下具有良好的学习特性。

Drop the Hierarchy and Roles: How Self-Organizing LLM Agents Outperform Designed Structures

摒弃层级与角色：自我组织LLM代理如何超越设计结构

Victoria Dochkina

机构 * Moscow Institute of Physics and Technology (MIPT)（莫斯科物理技术学院） 纠错

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

AI总结 本文通过25000项任务实验发现，LLM代理在最小结构支持下可自发形成角色与层级，混合协议比集中协调更高效，且模型能力越强，自主协调能力越强。

Comments 6 figures, 9 tables. Submitted to IEEE Access

An Interactive LLM-Based Simulator for Dementia-Related Activities of Daily Living

基于交互式大语言模型的痴呆相关日常活动模拟器

Kruthika Gangaraju, Shu-Fen Wung, Kevin Berner, Jing Wang, Fengpei Yuan

机构 * Worcester Polytechnic Institute（伍斯特理工学院） ； University of California Davis（加州大学戴维斯分校） ； MGH Institute of Health Professionals（麻省总医院健康专业学院） ； University of New Hampshire（新罕布什尔大学） 纠错

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

AI总结 本文提出一个交互式模拟器，利用大语言模型生成痴呆患者在日常活动中的多轮行为，通过专家反馈优化策略，提升辅助AI和机器人在痴呆护理中的应用效果。

TimeSenCLIP: A Time Series Vision-Language Model for Remote Sensing

TimeSenCLIP: 一种用于遥感的时序视觉-语言模型

Pallavi Jain, Diego Marcos, Dino Ienco, Roberto Interdonato, Tristan Berchoux

机构 * Mediterranean Agronomic Institute of Montpellier - CIHEAM-IAMM（地中海农艺研究所蒙彼利埃分校 - CIHEAM-IAMM） ； Inria（法国国家信息与自动化研究所） ； INRAE（法国国家农业、食品与环境研究院） ； Cirad（法国农业国际合作研究发展中心） ； UMR TETIS（TETIS 联合研究单位） ； Univ. of Montpellier（蒙彼利埃大学） 纠错

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

AI总结 本文提出TimeSenCLIP，一种轻量级遥感时序视觉-语言模型，通过跨视图时间对比框架对多光谱Sentinel-2时序与地理标记地面影像对齐，无需文本标注，强调时序和光谱信号，探索单像素时序信息在多种任务中的有效性。

Comments Accepted (ISPRS Journal of Photogrammetry and Remote Sensing)

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing Volume 236, June 2026, Pages 99-119

Dual Perspectives in Emotion Attribution: A Generator-Interpreter Framework for Cross-Cultural Analysis of Emotion in LLMs

情绪归因的双重视角：一种用于LLM中跨文化情绪分析的生成-解释框架

Aizirek Turdubaeva, Uichin Lee

机构 * KAIST（韩国科学技术院） 纠错

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

AI总结 本文提出生成-解释框架，从表达与解读双重视角分析情绪归因，评估六种LLM在15国数据上的表现，揭示文化背景对情绪类型和模型性能的影响，呼吁在LLM中实现文化敏感的情绪建模。

Performative Scenario Optimization

表现性场景优化

Quanyan Zhu, Zhengye Han

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

AI总结 本文提出了一种表现性场景优化框架，用于决策依赖的约束问题，通过反馈循环考虑决策对数据生成过程的影响，证明了其存在性并展示了在AI安全应用中的有效性。

Learning to Optimize Multi-Objective Alignment Through Dynamic Reward Weighting

通过动态奖励加权学习多目标对齐

Yining Lu, Zilong Wang, Shiyang Li, Xin Liu, Changlong Yu, Qingyu Yin, Zhan Shi, Zixuan Zhang, Meng Jiang

机构 * University of Notre Dame（圣母大学） ； Amazon（亚马逊） 纠错

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

AI总结 本文提出动态奖励加权方法，解决多目标强化学习中固定权重无法捕捉非凸帕累托前沿的问题，通过两种新方法实现有效探索帕累托前沿。

Architecting Secure AI Agents: Perspectives on System-Level Defenses Against Indirect Prompt Injection Attacks

构建安全的AI代理：系统级防御间接提示注入攻击的视角

Chong Xiang, Drew Zagieboylo, Shaona Ghosh, Sanjay Kariyappa, Kai Greshake, Hanshen Xiao, Chaowei Xiao, G. Edward Suh

机构 * NVIDIA（英伟达） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文探讨了针对间接提示注入攻击的系统级防御策略，提出动态重计划、安全策略更新及人类交互在代理设计中的重要性，同时指出现有基准的局限性及系统级防御的价值。

A Text-to-3D Framework for Joint Generation of CG-Ready Humans and Compatible Garments

为生成兼容服装的CG-ready人类和服装联合生成的文本到3D框架

Zhiyao Sun, Yu-Hui Wen, Ho-Jui Fang, Sheng Ye, Matthieu Lin, Tian Lv, Yong-Jin Liu

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

AI总结 本文提出Tailor框架，通过语义解析、几何感知服装生成和一致纹理合成，实现高保真定制3D人像和物理兼容服装，优于现有方法。

Comments Project page: https://human-tailor.github.io

Sigma: Semantically Informative Pre-training for Skeleton-based Sign Language Understanding

Sigma：基于骨骼的语义信息预训练用于手语理解

Muxin Pu, Mei Kuan Lim, Chun Yong Chong, Chen Change Loy

机构 * School of Information Technology, Monash University（莫纳什大学信息技术学院） ； S-Lab, Nanyang Technological University（南洋理工大学S-Lab） 纠错

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

AI总结 Sigma提出一种统一的骨骼手语理解框架，通过语义对齐学习和预训练策略提升手语识别与翻译性能，展现语义信息预训练在多语言手语任务中的有效性。

Prediction of Item Difficulty for Reading Comprehension Items by Creation of Annotated Item Repository

通过创建注释项目仓库预测阅读理解题难度

Radhika Kapoor, Sang T. Truong, Nick Haber, Maria Araceli Ruiz-Primo, Benjamin W. Domingue

机构 * Stanford University（斯坦福大学） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.CL

AI总结 本文通过创建包含阅读材料和学生成绩数据的注释仓库，利用惩罚回归模型预测项目难度，同时结合LLM嵌入进一步提升预测性能，为阅读理解题的分类和过滤提供工具。

Machine Learning in the Wild: Early Evidence of Non-Compliant ML-Automation in Open-Source Software

机器学习在野：开源软件中非合规ML自动化早期证据

Zohaib Arshid, Daniele Bifolco, Fiorella Zampetti, Massimiliano Di Penta

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文研究173个开源项目中机器学习模型的使用情况，分析其决策范围及合规性，为开发指南和监管工具提供基础。

Journal ref 34th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering July 05--09, 2026 Montreal, QC, Canada

CutClaw: Agentic Hours-Long Video Editing via Music Synchronization

CutClaw：通过音乐同步实现代理长时间视频编辑

Shifang Zhao, Yihan Hu, Ying Shan, Yunchao Wei, Xiaodong Cun

机构 * Beijing Jiaotong University（北京交通大学） ； GVC Lab, Great Bay University（大湾区大学GVC实验室） ； ARC Lab, Tencent（腾讯ARC实验室） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 本文提出CutClaw，一种多代理框架，利用多模态语言模型自动编辑长时间原始素材为有意义的短视频，通过音乐同步和视觉优化提升视频质量。

Comments Project Code: https://github.com/GVCLab/CutClaw