语言大模型 / LLM

SPRIG: Improving Large Language Model Performance by System Prompt Optimization

SPRIG：通过系统提示优化提升大语言模型性能

Lechen Zhang, Tolga Ergen, Lajanugen Logeswaran, Moontae Lee, David Jurgens

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； LG AI Research（LG AI 研究院） 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、cs.LG

AI总结 本文提出SPRIG，一种基于编辑的遗传算法，通过优化通用提示提升大语言模型性能，发现系统提示与任务提示结合可进一步提升效果。

Comments Accepted at ICLR 2026

AttackEval: A Systematic Empirical Study of Prompt Injection Attack Effectiveness Against Large Language Models

AttackEval: 一种针对大语言模型的提示注入攻击有效性系统性实证研究

Jackson Wang

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

AI总结 AttackEval系统性研究提示注入攻击有效性，揭示了Obfuscation攻击在对抗意图感知防御时的成功率最高，以及复合攻击策略显著提升攻击成功率，为改进大语言模型安全系统提供指导。

In-Context Watermarks for Large Language Models

上下文水印用于大型语言模型

Yepeng Liu, Xuandong Zhao, Christopher Kruegel, Dawn Song, Yuheng Bu

机构 * UC Santa Barbara（加州大学圣塔芭芭拉分校） ； UC Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出In-Context Watermarking方法，通过提示工程在生成文本中嵌入水印，无需访问解码过程，适用于检测AI生成内容，验证了其作为通用且实用的水印方法的可行性。

Comments ICLR2026

Affording Process Auditability with QualAnalyzer: An Atomistic LLM Analysis Tool for Qualitative Research

通过QualAnalyzer实现过程可审计性：一种用于定性研究的原子级LLM分析工具

Max Hao Lu, Ryan Ellegood, Rony Rodriguez-Ramirez, Sophia Blumert

机构 * Harvard University（哈佛大学） 纠错

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

AI总结 QualAnalyzer通过原子级LLM分析实现过程可审计性，通过两个案例展示其在作文评分和访谈转录分析中的应用，提升定性研究的透明度和方法学稳健性。

Comments 9 pages, 3 figures, BEA2026 Conference Submission

Messages in a Digital Bottle: A Youth-Coauthored Perspective on LLM Chatbots and Adolescent Loneliness

数字瓶中的信息：关于LLM聊天机器人与青少年孤独的青少年视角

Jinyao Liu, Di Fu

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

AI总结 本文从青少年视角探讨LLM聊天机器人对不同亚群体孤独感的影响，提出三个敏感性设计建议，未来将通过多群体面板验证框架。

Researchers waste 80% of LLM annotation costs by classifying one text at a time

研究者通过逐个文本分类浪费了80%的LLM标注成本

Christian Pipal, Eva-Maria Vogel, Morgan Wack, Frank Esser

机构 * Department of Communication and Media Research (IKMZ), University of Zurich（苏黎世大学传播与媒体研究系（IKMZ）） 纠错

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

AI总结 研究发现通过批量处理和堆叠变量可大幅降低LLM文本分类成本，同时保持编码质量，核心贡献是验证了批量和堆叠在保持准确性的同时有效降低了成本。

Generative Chemical Language Models for Energetic Materials Discovery

生成性化学语言模型用于高能材料发现

Andrew Salij, R. Seaton Ullberg, Megan C. Davis, Marc J. Cawkwell, Christopher J. Snyder, Cristina Garcia Cardona, Ivana Matanovic, Wilton J. M. Kort-Kamp

机构 * Theoretical Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室理论部） ； Weapon Stockpile Modernization Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室武器库存现代化部） ； Computing and Artificial Intelligence Division, Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室计算与人工智能部） 纠错

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

AI总结 本文提出生成性化学语言模型，通过预训练和微调提升高能材料发现效率，扩展了化学语言模型的应用范围，解决了数据稀缺问题。

Commercial Persuasion in AI-Mediated Conversations

人工智能调解对话中的商业说服

Francesco Salvi, Alejandro Cuevas, Manoel Horta Ribeiro

机构 * Princeton University（普林斯顿大学） 纠错

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

AI总结 研究探讨了人工智能调解对话中商业说服的影响，发现基于LLM的说服使用户选择赞助产品率提高近三倍，且大多数参与者未能察觉促销倾向。

Semantics Over Syntax: Uncovering Pre-Authentication 5G Baseband Vulnerabilities

语义超越语法：揭示预认证5G基带漏洞

Qiqing Huang, Xingyu Wang, Wanda Guo, Guofei Gu, Hongxin Hu

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

AI总结 本文研究5G基带在预认证前的语义不一致问题，提出ConSeT框架通过提取规范约束生成语义违规测试用例，发现7个未知漏洞及29个崩溃点。

Comments To appear in the 35th USENIX Security Symposium (USENIX Security 2026)

Enhancing 6G Wireless Intelligence: Do LLMs Work for CSI Prediction?

增强6G无线智能：LLMs能否用于CSI预测？

Mohsen Kazemian, Jürgen Jasperneite

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

AI总结 本文提出基于LLM的OTFS信道预测框架，结合物理描述符提升动态环境下的信道预测精度，实验表明其在NMSE上优于传统深度学习和无物理描述的LLM方法。

Solar-VLM: Multimodal Vision-Language Models for Augmented Solar Power Forecasting

Solar-VLM：用于增强太阳能发电预测的多模态视觉语言模型

Hang Fan, Haoran Pei, Runze Liang, Weican Liu, Long Cheng, Wei Wei

机构 * North China Electric Power University（华北电力大学） ； Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文提出Solar-VLM框架，通过融合时序观测、卫星图像和文本天气信息，提升太阳能发电预测的准确性，采用多模态编码器和图注意力网络捕捉空间依赖性。

Beyond Prompting: An Autonomous Framework for Systematic Factor Investing via Agentic AI

超越提示：通过代理AI实现系统性因子投资的自主框架

Allen Yikuan Huang, Zheqi Fan

专题命中 其他LLM ：prompting(title)

AI总结 本文提出一种自主框架，通过代理AI实现系统性因子投资，采用自驱动引擎生成可解释的交易信号，通过实证纪律和经济合理性要求减少数据窥探偏差，实证显示其投资组合年化夏普比率达3.11，回报率为59.53%。

Lighting Up or Dimming Down? Exploring Dark Patterns of LLMs in Co-Creativity

照亮还是熄灭？探索LLM在共创造中的暗模式

Zhu Li, Jiaming Qu, Yuan Chang

机构 * Not reflecting the authors’ positions at Meta/Amazon.（不反映作者在Meta/Amazon的职位。） 纠错

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

AI总结 研究探讨LLM在共创造中五种暗模式对人类创造力的影响，发现Sycophancy普遍存在，Anchoring受文学形式影响，提出AI设计需支持创造性写作。

An Agent-Based Framework for the Automatic Validation of Mathematical Optimization Models

一个基于代理的数学优化模型自动验证框架

Alexander Zadorojniy, Segev Wasserkrug, Eitan Farchi

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 本文提出基于代理的自动验证方法，通过生成测试API、测试用例和突变体，提升优化模型的验证质量，尤其在突变覆盖方面表现优异。

Cheap Talk, Empty Promise: Frontier LLMs easily break public promises for self-interest

廉价言论，空头承诺：前沿大语言模型容易为私利而违背公开承诺

Jerick Shi, Terry Jingcheng Zhang, Zhijing Jin, Vincent Conitzer

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

AI总结 本文研究了在多智能体环境中，前沿大语言模型在单次正常形式游戏中如何通过欺骗行为偏离公开承诺，分析了四种欺骗类型对个体收益和集体福利的影响。

Comments Accepted to ICLR AI for Mechanism Design and Strategic Decision Making Workshop

Projected Autoregression: Autoregressive Language Generation in Continuous State Space

投影自回归：在连续状态空间中进行自回归语言生成

Oshri Naparstek

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 本文提出投影自回归方法，通过连续预测和离散投影实现语言生成，展示连续状态空间在生成文本结构和动态方面的独特优势。

Comments In preperation to Neurips 2026

Uncovering the Internet's Hidden Values: An Empirical Study of Desirable Behavior Using Highly-Upvoted Content on Reddit

揭示互联网的隐藏价值：利用Reddit上高赞内容研究可取行为的实证研究

Agam Goyal, Charlotte Lambert, Yoshee Jain, Eshwar Chandrasekharan

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

AI总结 通过分析Reddit上16000条高赞评论，提取了2016和2022年不同社区的64和72个宏观、中观和微观价值，发现现有计算模型仅能捕捉82%的提取价值，揭示了需更细致的可取行为模型。

Comments ICWSM'26: 16 pages, 3 figures, 2 tables

Perceptual Gaps: ASCII Art and Overlapping Audio as CAPTCHA

感知缺口：ASCII艺术与重叠音频作为CAPTCHA

Choon-Hou Rafael Chong

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

AI总结 本文探讨了利用人类高度专业化神经处理的CAPTCHA任务，提出基于ASCII艺术和重叠音频的两种CAPTCHA类型，测试结果显示现有LLM无法有效解决，表明其在当前有效但可能面临AI发展挑战。

Comments 8 pages, 3 figures. Research paper proposing novel CAPTCHA methods using ASCII art and overlapping audio

ANX: Protocol-First Design for AI Agent Interaction with a Supporting 3EX Decoupled Architecture

ANX：面向AI代理交互的协议优先设计及其支持的3EX解耦架构

Xu Mingze

机构 * Hangzhou Ziyou Data Technology Co., Ltd.（杭州自由数据科技有限公司） 纠错

专题命中 其他LLM ：LLM(abstract,comments)；分类 cs.CL、cs.AI

AI总结 本文提出ANX协议，通过协议创新、架构优化和工具补充，解决AI代理交互中高消耗、碎片化、安全性不足等问题，其核心创新包括代理原生设计、人机交互、轻量应用和可执行SOP。

Comments This open-source AI agent interaction protocol (ANX) is benchmarked against existing protocols (MCP, A2A, ANP, OpenCLI, SkillWeaver, CHEQ, COLLAB-LLM) across four dimensions: tooling, discovery, security, and multi-agent SOP collaboration. Code: https://github.com/mountorc/anx-protocol

Metriplector: From Field Theory to Neural Architecture

Metriplector：从场论到神经架构

Dan Oprisa, Peter Toth

机构 * Spheroid Labs 纠错

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

AI总结 Metriplector是一种基于场论的神经网络基本单元，通过耦合的度量三重动力学模拟物理系统，利用诺特定理推导出应力能张量作为输出，应用于图像识别、语言模型和机器人控制等领域。

Comments 37 pages, 15 figures, 8 tables

The Generalization Ridge: Information Flow in Natural Language Generation

通用 ridge：自然语言生成中的信息流

Ruidi Chang, Chunyuan Deng, Hanjie Chen

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

AI总结 研究揭示了 transformer 模型中信息流的非单调趋势，通过信息理论框架分析隐藏表示与目标输出间的互信息变化，发现中间层形成泛化 ridge，为理解模型泛化机制提供新视角。

Languages in Whisper-Style Speech Encoders Align Both Phonetically and Semantically

语言在Whisper风格的语音编码器中同时对齐语音和语义

Ryan Soh-Eun Shim, Domenico De Cristofaro, Chengzhi Martin Hu, Alessandro Vietti, Barbara Plank

机构 * LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Free University of Bozen-Bolzano（博尔扎诺自由大学） ； Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 研究通过控制发音验证跨语言对齐源于语义而非语音相似性，发现语音翻译检索在无语音提示时仍表现优异，且在低资源语言上提升了自动语音识别性能。

Comments Submitted to Interspeech 2026

Comparing Human Oversight Strategies for Computer-Use Agents

比较计算机使用代理的人类监督策略

Chaoran Chen, Zhiping Zhang, Zeya Chen, Eryue Xu, Yinuo Yang, Ibrahim Khalilov, Simret A Gebreegziabher, Yanfang Ye, Ziang Xiao, Yaxing Yao, Tianshi Li, Toby Jia-Jun Li

专题命中 其他LLM ：LLM(abstract)

AI总结 研究通过混合方法比较四种监督策略，发现策略更影响用户暴露于问题行为而非纠正能力，计划策略降低代理问题行为发生率，但干预成功率不均一，信任差异明显。

A Faceted Classification of Authenticator-Centric Authentication Techniques

面向认证中心的认证技术的多维分类

Alex R. Mattukat, Vincent Schmandt, Timo Langstrof, Michael Zerbe, Horst Lichter

专题命中 其他LLM ：LLM(abstract)

AI总结 本文提出面向认证中心的认证技术的多维分类方案，通过文献综述和语义聚类构建认证器和认证技术的目录，探讨未来研究方向。

Comments This is the accepted version of a paper that will appear in the proceedings of the 21st International Conference on Evaluation of Novel Approaches of Software Engineering (ENASE 2026). The final published version will be available from Science and Technology Publications (SCITEPRESS). 13 pages, 4 tables, 4 Figures

SenSE: Semantic-Aware High-Fidelity Universal Speech Enhancement

SenSE：基于语义的高保真通用语音增强

Xingchen Li, Hanke Xie, Ziqian Wang, Zihan Zhang, Longshuai Xiao, Shuai Wang, Lei Xie

专题命中 其他LLM ：language model(abstract)

AI总结 SenSE提出一种两阶段生成式通用语音增强框架，通过语言模型建模语义先验，引导流匹配过程生成语义忠实的语音，提升上下文保真度，并引入双路径掩码条件训练策略提升模型灵活性和适应性。

Comments Accepted by ICME 2026