语言大模型 / LLM

From tools to thieves: Measuring and understanding public perceptions of AI through crowdsourced metaphors

从工具到窃贼：通过众包隐喻测量和理解公众对人工智能的看法

Myra Cheng, Angela Y. Lee, Kristina Rapuano, Kate Niederhoffer, Alex Liebscher, Jeffrey Hancock

机构 * Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Communication, Stanford University（斯坦福大学传播系） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究通过收集12,000份美国样本的开放隐喻，分析公众对AI的认知，发现AI普遍被视为温暖且有能力，且公众对AI的人性化和温暖感知显著增加，揭示了隐含认知与信任及采纳意愿的关系。

Comments To appear at the ACM Conference on Fairness, Accountability, and Transparency 2025

AgentHazard: A Benchmark for Evaluating Harmful Behavior in Computer-Use Agents

AgentHazard：用于评估计算机使用代理有害行为的基准

Yunhao Feng, Yifan Ding, Yingshui Tan, Xingjun Ma, Yige Li, Yutao Wu, Yifeng Gao, Kun Zhai, Yanming Guo

机构 * Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） ； Hunan Institute of Advanced Technology（湖南先进技术研究院） ； Deakin University（迪肯大学） ； Singapore Management University（新加坡管理大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 AgentHazard基准通过2653个实例评估计算机使用代理的有害行为，揭示了模型在连续上下文和工具使用中识别安全风险的能力不足。

ESL-Bench: An Event-Driven Synthetic Longitudinal Benchmark for Health Agents

ESL-Bench: 一个基于事件的合成纵向基准用于健康代理

Chao Li, Cailiang Liu, Ang Gao, Kexin Deng, Shu Zhang, Langping Xu, Xiaotong Shi, Xionghao Ding, Jian Pei, Xun Jiang

机构 * Shanda Group（盛大集团） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 ESL-Bench通过合成100个用户数据，涵盖健康档案、多阶段叙事计划、日常设备测量、定期检查记录和事件日志，评估健康代理在多源轨迹推理中的性能，发现数据库代理在比较和解释任务中显著优于记忆增强RAG基线。

PaveBench: A Versatile Benchmark for Pavement Distress Perception and Interactive Vision-Language Analysis

PaveBench: 一种多功能的路面病害感知及交互视觉-语言分析基准

Dexiang Li, Zhenning Che, Haijun Zhang, Dongliang Zhou, Zhao Zhang, Yahong Han

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Tianjin University（天津大学） ； Hefei University of Technology（合肥工业大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 PaveBench针对路面状况评估中的视觉识别与多模态交互需求，提供分类、检测、分割及视觉-语言问答等四项任务，支持多轮交互与事实推理，填补现有数据集在多模态分析与实际应用连接上的空白。

Cross-Vehicle 3D Geometric Consistency for Self-Supervised Surround Depth Estimation on Articulated Vehicles

跨车辆3D几何一致性用于机械臂车辆上的自监督周围深度估计

Weimin Liu, Jiyuan Qiu, Wenjun Wang, Joshua H. Meng

机构 * School of Vehicle and Mobility, Tsinghua University（清华大学车辆与运载学院） ； Remote Sensing and Earth Observation Laboratory, University of Copenhagen（哥本哈根大学遥感与地球观测实验室） ； California PATH, University of California, Berkeley（加州大学伯克利分校加州PATH） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出ArticuSurDepth框架，通过跨视图和跨车辆几何一致性提升机械臂车辆周围深度估计的结构一致性与精度。

OntoKG: Ontology-Oriented Knowledge Graph Construction with Intrinsic-Relational Routing

OntoKG：面向本体的知识图谱构建与内在-关系路由

Yitao Li, Zhanlin Liu, Anuranjan Pandey, Muni Srikanth

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出OntoKG方法，通过内在-关系路由机制设计可重用的本体分析 schema，构建了34.0M节点和61.2M边的知识图谱，验证了其在本体结构分析、标注审计等任务中的有效性。

Moondream Segmentation: From Words to Masks

月梦分割：从词语到掩码

Ethan Reid

机构 * M87 Labs, San Francisco, CA, USA（M87实验室，美国加利福尼亚州旧金山） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 月梦分割基于Moondream 3扩展，通过自回归解码生成掩码并迭代优化，引入强化学习阶段提升分割精度，实现RefCOCO和LVIS数据集的高精度分割结果。

Comments Demo: https://moondream.ai/me/playground

Generating Satellite Imagery Data for Wildfire Detection through Mask-Conditioned Generative AI

通过掩码条件生成式AI生成卫星图像数据用于野火检测

Valeria Martin, K. Brent Venable, Derek Morgan

机构 * Department of Intelligent Systems and Robotics, University of West Florida（西佛罗里达大学智能系统与机器人系） ； IHMC（人类与机器认知研究所） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文探讨了基于地球观测扩散模型EarthSynth生成野火后Sentinel-2 RGB图像的可能性，通过不同实验配置评估生成效果，发现修补生成优于全图生成，且VLM辅助修补与手工提示效果相当。

Comments 22 pages, 7 figures

From Virtual Environments to Real-World Trials: Emerging Trends in Autonomous Driving

从虚拟环境到现实世界试验：自动驾驶领域新兴趋势

A. Humnabadkar, A. Sikdar, B. Cave, H. Zhang, N. Bessis, A. Behera

机构 * Edge Hill University（埃奇希尔大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文综述了自动驾驶、模拟技术和合成数据集的最新发展，探讨了合成数据在感知与规划中的应用、数字孪生模拟系统验证以及领域适应策略，分析了基准设计趋势及关键挑战，旨在推动安全、可推广的自动驾驶系统发展。

Comments Accepted manuscript - Transactions on Intelligent Transportation Systems

SAGA: Source Attribution of Generative AI Videos

SAGA：生成式AI视频的来源归因

Rohit Kundu, Vishal Mohanty, Hao Xiong, Shan Jia, Athula Balachandran, Amit K. Roy-Chowdhury

机构 * University of California, Riverside（加州大学河滨分校） ； YouTube (Google)（YouTube（谷歌）） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 SAGA是首个大规模生成式AI视频来源归因框架，通过多粒度归因和高效预训练策略，实现高精度视频来源识别与可解释性分析。

Diffusion Models as Dataset Distillation Priors

扩散模型作为数据集蒸馏先验

Duo Su, Huyu Wu, Huanran Chen, Yiming Shi, Yuzhu Wang, Xi Ye, Jun Zhu

机构 * Dept. of Comp. Sci. & Tech., BNRist Center, THU-Bosch ML Center, Tsinghua University（清华大学计算机科学与技术系、北京信息科学与技术国家研究中心、清华-博世机器学习中心） ； Institute of Computing Technology, CAS（中国科学院计算技术研究所） ； University of Electronic Science and Technology of China（电子科技大学） ； South China University of Technology（华南理工大学） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出Diffusion As Priors方法，通过量化合成与真实数据在特征空间的相似性提升数据集蒸馏的代表性，无需重新训练即可生成高质量数据集。

FLEX: A Largescale Multimodal, Multiview Dataset for Learning Structured Representations for Fitness Action Quality Assessment

FLEX：一个大规模多模态、多视角数据集，用于学习结构化表示以评估健身动作质量

Hao Yin, Lijun Gu, Paritosh Parmar, Lin Xu, Tianxiao Guo, Xiujin Liu, Weiwei Fu, Yang Zhang, Tianyou Zheng

机构 * School of Biomedical Engineering (Suzhou), USTC（中国科学技术大学苏州生物医学工程学院） ； Suzhou Institute of Biomedical Engineering and Technology, CAS（中国科学院苏州生物医学工程技术研究所） ； Institute of High-Performance Computing, A*STAR, Singapore（新加坡科技研究局高性能计算研究所） ； School of Psychology, Beijing Sports University（北京体育大学心理学院） ； School of Competitive Sports, Beijing Sports University（北京体育大学竞技体育学院） ； Department of Robotics, University of Michigan（密歇根大学机器人系） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 FLEX数据集通过多模态融合和结构化知识图谱提升健身动作质量评估的准确性与解释性，支持跨模态预测和生物力学导向的表示学习。

Comments Dataset and code are available at https://github.com/HaoYin116/FLEX . Link to Project page https://haoyin116.github.io/FLEX_Dataset

EffiMiniVLM: A Compact Dual-Encoder Regression Framework

EffiMiniVLM：一种紧凑的双编码回归框架

Yin-Loon Khor, Yi-Jie Wong, Yan Chai Hum

机构 * Universiti Malaya（马来亚大学） ； Universiti Tunku Abdul Rahman（拉曼大学） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出EffiMiniVLM，一种紧凑的双编码回归框架，通过高效网络和轻量级回归头，在冷启动场景中实现高质量产品预测，具有低资源消耗和高效率。

An Open-Source LiDAR and Monocular Off-Road Autonomous Navigation Stack

开源的激光雷达与单目越野自主导航栈

Rémi Marsal, Quentin Picard, Adrien Poiré, Sébastien Kerbourc'h, Thibault Toralba, Clément Yver, Alexandre Chapoutot, David Filliat

机构 * U2IS, ENSTA, Institut Polytechnique de Paris（巴黎综合理工学院，ENSTA，U2IS） ； AMIAD, Pôle Recherche（AMIAD，研究部） ； LARIAD, a joint AMIAD-ENSTA laboratory（LARIAD，AMIAD-ENSTA联合实验室） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出一个开源的越野导航栈，结合激光雷达和单目3D感知，无需特定任务训练，通过边缘遮蔽和时间平滑提升鲁棒性，实验证明单目深度估计可替代激光雷达。

EEspice: A Modular Circuit Simulation Platform with Parallel Device Model Evaluation via Graph Coloring

EEspice：一种通过图着色实现并行器件模型评估的模块化电路仿真平台

Xuanhao Bao, Danial Chitnis

专题命中 评测与基准 ：LLM(abstract)

AI总结 EEspice通过图着色技术实现并行处理，提升电路仿真效率，尤其在低冲突情况下可实现单线程性能的45倍提升。

SPG: Sparse-Projected Guides with Sparse Autoencoders for Zero-Shot Anomaly Detection

SPG：基于稀疏自编码器的稀疏投影引导用于零样本异常检测

Tomoyasu Nanaumi, Yukino Tsuzuki, Junichi Okubo, Junichiro Fujii, Takayoshi Yamashita

机构 * Yachiyo Engineering Co., Ltd., Japan（八千代工程有限公司，日本） ； Chubu University, Japan（中部大学，日本） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出SPG框架，通过稀疏自编码器学习引导系数，实现零样本异常检测与分割，实验显示其在多个数据集上表现优异。

Comments 14 pages, 6 figures, 9 tables

Optimal Pricing with Unreliable Signals

不可靠信号下的最优定价

Zhihao Gavin Tang, Yixin Tao, Shixin Wang

专题命中 评测与基准 ：LLM(abstract)

AI总结 本文研究了在不可靠侧信息下的单买方定价问题，提出了一种一致性与鲁棒性相结合的机制设计方法，证明了保持不可靠信号隐私能带来显著价值，并在特定条件下实现完美一致性与非平凡鲁棒性。

Simulation Platform To Evaluate Inversion Techniques For Magnetic Resonance Elastography Data

用于评估磁共振弹性成像数据反演技术的仿真平台

Yashasvi Verma, Jakob Schattenfroh, Ingolf Sack, Silvia Budday, Paul Steinmann, Luca Heltai

专题命中 评测与基准 ：prompting(abstract)

AI总结 本文提出一个仿真平台，用于评估磁共振弹性成像数据的反演算法，通过线性粘弹性材料的正向有限元计算生成数据，研究不同空间和时间分辨率对反演精度的影响，并验证了在非均匀和含血管结构下的反演效果。

Evaluating Small Language Models for Front-Door Routing: A Harmonized Benchmark and Synthetic-Traffic Experiment

评估小型语言模型用于前端路由：一个统一的基准和合成流量实验

Warren Johnson, Charles Lee

机构 * Plexor Labs（Plexor实验室） ； Project Autobots 纠错

专题命中 效率与部署 ：language model(title,abstract)；small language model(title,abstract)；SLM(abstract,comments)；LLM(abstract)

AI总结 本文通过统一基准和合成流量实验，评估小型语言模型在前端路由中的性能，发现Qwen-2.5-3B在准确率、延迟和成本上表现优异，但整体仍存在准确率与延迟的平衡问题。

Comments 23 pages, 1 figure, 9 tables. Article 8 in the TAAC Research Series. Code and data: https://github.com/micoverde/plexor-slm-frontdoor-rct

QAPruner: Quantization-Aware Vision Token Pruning for Multimodal Large Language Models

QAPruner: 量化感知的多模态大语言模型视觉标记剪枝

Xinhao Wang, Zhonyu Xia, Zhiwei Lin, Zhe Li, Yongtao Wang

机构 * Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机技术研究所） 纠错

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

AI总结 本文提出QAPruner框架，通过结合量化误差模拟与异常强度指标，实现多模态大语言模型的视觉标记剪枝与后训练量化联合优化，提升低比特下的推理精度。

Comments 12 pages

ECG Foundation Models and Medical LLMs for Agentic Cardiovascular Intelligence at the Edge: A Review and Outlook

ECG基础模型与医疗大语言模型用于边缘端心血管智能：综述与展望

Mudassir Hasan Khan, Ahmad Nayfeh, Mudassir Masood, Ali Ahmad Al-Shaikhi, Muhammad Mahboob Ur Rahman, Tareq Y. Al-Naffouri

专题命中 效率与部署 ：foundation model(title,abstract)；large language model(abstract)；language model(abstract)；small language model(abstract)

AI总结 本文综述了用于心血管疾病诊断、监测和临床决策支持的ECG基础模型和医疗大语言模型，探讨了其在边缘计算中的应用及未来发展方向。

Comments 18 pages, 4 figures, 4 tables, under review with a journal

Fast NF4 Dequantization Kernels for Large Language Model Inference

快速的NF4去量化内核用于大语言模型推理

Xiangbo Qi, Chaoyi Jiang, Murali Annavaram

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本文提出了一种轻量级共享内存优化方法，通过利用内存层次结构提升性能，实现大语言模型推理的加速，展示了在不同模型上的显著速度提升。

Comments 7 pages, 4 figures, EMC2 Workshop at ASPLOS 2026

Combining Static Code Analysis and Large Language Models Improves Correctness and Performance of Algorithm Recognition

结合静态代码分析和大语言模型提高算法识别的正确性和性能

Denis Neumüller, Sebastian Boll, David Schüler, Matthias Tichy

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

AI总结 本文研究了结合大语言模型与静态代码分析在算法识别中的效果，发现该方法能显著降低运行时间并提升F1分数，同时验证了模型在标识符混淆下的鲁棒性。

Efficient Causal Graph Discovery Using Large Language Models

利用大语言模型高效发现因果图

Thomas Jiralerspong, Xiaoyin Chen, Yash More, Vedant Shah, Yoshua Bengio

机构 * Mila, Université de Montréal（蒙特利尔大学Mila研究所） ； Mila, McGill University（麦吉尔大学Mila研究所） 纠错

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

AI总结 本文提出一种利用大语言模型进行完整因果图发现的新框架，通过广度优先搜索方法提高效率，并展示其在不同规模真实因果图上的最佳性能。

Prompt Compression in the Wild: Measuring Latency, Rate Adherence, and Quality for Faster LLM Inference

野火中的提示压缩：测量延迟、速率遵守和质量以加快大语言模型推理

Cornelius Kummer, Lena Jurkschat, Michael Färber, Sahar Vahdati

机构 * ScaDS.AI Dresden/Leipzig, CIDS, TU Dresden（ScaDS.AI 德累斯顿/莱比锡，CIDS，德累斯顿工业大学） 纠错

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

AI总结 本文研究了提示压缩在实际应用中的延迟、速率遵守和质量影响，通过大规模实验发现，当提示长度、压缩比和硬件容量匹配时，LLMLingua可实现18%的端到端加速，但超出此范围压缩步骤会抵消收益。

Comments Accepted at ECIR 2026 (Full Paper)

Holos: A Web-Scale LLM-Based Multi-Agent System for the Agentic Web

Holos：一种基于大语言模型的多智能体系统，用于代理网络

Xiaohang Nie, Zihan Guo, Zicai Cui, Jiachi Yang, Zeyi Chen, Leheyi De, Yu Zhang, Junwei Liao, Bo Huang, Yingxuan Yang, Zhi Han, Zimian Peng, Linyao Chen, Wenzheng Tom Tang, Zongkai Liu, Tao Zhou, Botao Amber Hu, Shuyang Tang, Jianghao Lin, Weiwen Liu, Muning Wen, Yuanjian Zhou, Weinan Zhang

机构 * Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Sun Yat-sen University（中山大学） ； University of Oxford（牛津大学） ； Holos Engineering 纠错

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

AI总结 Holos是一种大规模多智能体系统，旨在解决LLM驱动智能体在扩展、协调和价值分配中的挑战，通过五层架构和内生价值循环，推动代理网络的自组织和持续发展。

Comments 38 pages, 8 figures, and 4 tables

Evaluating the Environmental Impact of using SLMs and Prompt Engineering for Code Generation

评估使用SLMs和提示工程进行代码生成的环境影响

Md Afif Al Mamun, Sayan Nath, Gias Uddin, Novarun Deb

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

AI总结 本文研究了基于SLMs的代码生成中不同提示策略对准确性和可持续性的影响，发现可持续性与准确性脱钩，提示工程可实现环保与性能的平衡。

Comments 12 pages

Seer: Online Context Learning for Fast Synchronous LLM Reinforcement Learning

Seer：在线上下文学习用于快速同步LLM强化学习

Ruoyu Qin, Weiran He, Weixiao Huang, Yangkun Zhang, Yikai Zhao, Bo Pang, Xinran Xu, Yingdi Shan, Yongwei Wu, Mingxing Zhang

机构 * Moonshot AI（月之暗面） ； Tsinghua University（清华大学） 纠错

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

AI总结 Seer通过动态负载均衡、上下文感知调度和自适应分组推测解码技术，显著降低长尾延迟并提升资源利用率，实现2.04倍的端到端效率提升。

MSAO: Adaptive Modality Sparsity-Aware Offloading with Edge-Cloud Collaboration for Efficient Multimodal LLM Inference

MSAO：基于边缘-云协作的自适应模态稀疏性感知卸载框架用于高效多模态大语言模型推理

Zheming Yang, Qi Guo, Jun Wan, Jiarui Ruan, Yunqing Hu, Chang Zhao, Xiangyang Li

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

AI总结 本文提出MSAO框架，通过边缘-云协作和模态稀疏性分析，降低多模态大语言模型推理的延迟和资源消耗，提升吞吐量。

Comments 10 pages, 9 figures

TypePro: Boosting LLM-Based Type Inference via Inter-Procedural Slicing

TypePro: 通过跨过程切片提升基于大语言模型的类型推断

Teyu Lin, Minghao Fan, Huaxun Huang, Zhirong Shen, Rongxin Wu

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

AI总结 本文提出TypePro方法，通过跨过程代码切片补充上下文信息，提升动态语言类型推断的准确性和鲁棒性，实验结果显示在ManyTypes4Py和ManyTypes4TypeScript数据集上分别达到88.9%和86.6%的Top-1精确匹配率。