语言大模型 / LLM

Playing DOOM with 1.3M Parameters: Specialized Small Models vs Large Language Models for Real-Time Game Control

用130万参数进行DOOM游戏：专用小型模型与大型语言模型在实时游戏控制中的对比

David Golchinfar, Daryoush Vaziri, Alexander Marquardt

机构 * VAGO Solutions ； University of Applied Sciences Bonn-Rhein-Sieg（波恩-莱茵-锡格应用技术大学） ； Cybernetics and Reality Engineering (CARE) Laboratory, Nara Institute of Science and Technology（奈良先端科学技术大学院大学控制论与真实工程实验室） 纠错

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

AI总结 本文提出SauerkrautLM-Doom-MultiVec模型，通过31ms/决策的ASCII帧表示选择游戏动作，在实时DOOM游戏中超越了包括Nemotron-120B在内的大型语言模型，展示了专用小型模型在实时控制任务中的优势。

Comments 17 pages, 3 figures, 3 tables. Code and model weights available at https://github.com/VAGOsolutions/SauerkrautLM-Doom-MultiVec

ABMAMBA: Multimodal Large Language Model with Aligned Hierarchical Bidirectional Scan for Efficient Video Captioning

ABMAMBA: 多模态大语言模型中的对齐层次双向扫描用于高效的视频描述

Daichi Yashima, Shuhei Kurita, Yusuke Oda, Shuntaro Suzuki, Seitaro Otsuki, Komei Sugiura

机构 * Keio University（庆应义塾大学） ； National Institute of Informatics（国立信息学研究所） ； National Institute of Informatics Research and Development Center for Large Language Models（国立信息学研究所大型语言模型研发中心） 纠错

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

AI总结 本文提出ABMamba，一种具有线性计算复杂度的多模态大语言模型，通过替代二次注意力机制，实现视频序列的高效处理，在视频描述任务中表现出色。

Comments Accepted to ICPR 2026

Weight Group-wise Post-Training Quantization for Medical Foundation Model

按权重的后训练量化用于医疗基础模型

Yineng Chen, Peng Huang, Aozhong Zhang, Hui Guo, Penghang Yin, Shu Hu, Shao Lin, Xin Li, Tzu-Jen Kao, Balakrishnan Prabhakaran, MingChing Chang, Xin Wang

机构 * University at Albany, SUNY（纽约州立大学奥尔巴尼分校） ； Southwest Jiaotong University（西南交通大学） ； Purdue University（普渡大学） ； GE HealthCare（通用电气医疗） 纠错

专题命中 效率与部署 ：foundation model(title,abstract)；post-training(title,abstract)

AI总结 本文提出Permutation-COMQ算法，通过简单点积和四舍五入操作实现无反向传播的后训练量化，采用权重感知策略优化通道结构，提升2/4/8位量化精度。

Using large language models for sensitivity analysis in causal inference: case studies on Cornfield inequality and E-value

利用大型语言模型进行因果推断中的敏感性分析：关于Cornfield不等式和E值的案例研究

Qingyan Xiang, Jiahao Zhang, Bojian Feng

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

AI总结 本文探讨了利用大型语言模型进行敏感性分析的可行性，评估了四种模型在Cornfield不等式和E值计算中的准确性及解释能力，发现ChatGPT、Claude和Gemini表现良好，而DeepSeek存在轻微偏差。

Towards Effective Long Video Understanding of Multimodal Large Language Models via One-shot Clip Retrieval

通过一次剪辑检索增强多模态大语言模型的长视频理解

Tao Chen, Shaobo Ju, Qiong Wu, Chenxin Fang, Kun Zhang, Jun Peng, Hui Li, Yiyi Zhou, Rongrong Ji

机构 * Key Laboratory of Multimedia Trusted Perception and Efficient Computing, Ministry of Education of China（多媒体可信感知与高效计算教育部重点实验室） ； Xiamen University（厦门大学） 纠错

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

AI总结 本文提出OneClip-RAG方法，通过一次剪辑检索提升多模态大语言模型对长视频的理解能力，改进知识完整性和语义连贯性，并设计新数据集和训练方案。

Auditing Black-Box LLM APIs with a Rank-Based Uniformity Test

对黑盒LLM API进行基于排名的均匀性测试

Xiaoyuan Zhu, Yaowen Ye, Tianyi Qiu, Hanlin Zhu, Sijun Tan, Ajraf Mannan, Jonathan Michala, Raluca Ada Popa, Willie Neiswanger

机构 * University of Southern California（南加州大学） ； University of California, Berkeley（加州大学伯克利分校） ； Peking University（北京大学） 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 本文提出一种基于排名的均匀性测试方法，用于验证黑盒LLM与本地部署的模型行为一致性，有效检测API提供者可能的模型替换或篡改行为，具有高准确性和低查询成本。

PyVRP$^+$: LLM-Driven Metacognitive Heuristic Evolution for Hybrid Genetic Search in Vehicle Routing Problems

PyVRP$^+$：基于LLM的元认知启发式进化方法用于车辆路径问题中的混合遗传搜索

Manuj Malik, Jianan Zhou, Shashank Reddy Chirra, Zhiguang Cao

机构 * Singapore Management University（新加坡管理大学） ； Nanyang Technological University（南洋理工大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出PyVRP$^+$，通过LLM驱动的元认知启发式进化方法改进混合遗传搜索算法，发现更高效的启发式策略，提升VRP问题的求解性能。

Comments 18 pages, accepted to the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026)

Blink: CPU-Free LLM Inference by Delegating the Serving Stack to GPU and SmartNIC

Blink：通过将服务栈委托给GPU和智能网卡实现无CPU的LLM推理

Mohammad Siavashi, Mariano Scazzariello, Gerald Q. Maguire, Dejan Kostić, Marco Chiesa

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） 纠错

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

AI总结 Blink通过将服务栈责任转移至GPU和智能网卡，消除主机CPU在推理路径中的作用，从而提升LLM推理性能，减少延迟并提高吞吐量。

TurboAgent: An LLM-Driven Autonomous Multi-Agent Framework for Turbomachinery Aerodynamic Design

TurboAgent：一种基于大语言模型的自主多智能体框架用于涡轮机械气动设计

Juan Du, Yueteng Wu, Pan Zhao, Yuze Liu, Min Zhang, Xiaobin Xu, Xinglong Zhang

机构 * Digital Twin Research Center, Institute of Engineering Thermophysics, Chinese Academy of Sciences（中国科学院工程热物理研究所数字孪生研究中心） ； National Key Laboratory of Science and Technology on Advanced Light-duty Gas-Turbine, Chinese Academy of Sciences（中国科学院先进轻型燃气轮机科学与技术国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； The University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出TurboAgent框架，通过大语言模型实现涡轮机械气动设计的端到端自主设计，结合生成设计、性能预测、多目标优化和物理验证，实现数据驱动的协作流程，提升设计效率和精度。

LLM Prompt Duel Optimizer: Efficient Label-Free Prompt Optimization

LLM提示对抗优化器：高效的无标签提示优化

Yuanchen Wu, Saurabh Verma, Justin Lee, Fangzhou Xiong, Poppy Zhang, Amel Awadelkarim, Xu Chen, Yubai Yuan, Shawndra Hill

机构 * Department of Statistics, The Pennsylvania State University（宾夕法尼亚州立大学统计系） ； Meta 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

AI总结 本文提出基于LLM法官的成对偏好反馈的无标签提示优化框架PDO，通过双汤普逊采样和顶尖表现引导突变，在有限预算下高效选择强提示，实验表明其在BIG-bench Hard和MS MARCO任务中优于无标签基线。

Comments Accepted to Findings of ACL 2026. Camera-ready version

Orion-Lite: Distilling LLM Reasoning into Efficient Vision-Only Driving Models

Orion-Lite：将LLM推理能力蒸馏到高效视觉-only驾驶模型

Jing Gu, Niccolò Cavagnero, Gijs Dubbelman

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 本文提出Orion-Lite，通过潜特征蒸馏和真实轨迹监督，在闭环评估中实现高效视觉-only驾驶模型，超越大规模VLA模型ORION，达到Bench2Drive基准的80.6 Driving Score。

Small Vision-Language Models are Smart Compressors for Long Video Understanding

小视觉-语言模型是长视频理解的智能压缩器

Junjie Fei, Jun Chen, Zechun Liu, Yunyang Xiong, Chong Zhou, Wei Wen, Junlin Han, Mingchen Zhuge, Saksham Suri, Qi Qian, Shuming Liu, Lemeng Wu, Raghuraman Krishnamoorthi, Vikas Chandra, Mohamed Elhoseiny, Chenchen Zhu

机构 * Meta AI ； King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） 纠错

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

AI总结 本文提出Tempo框架，利用小视觉-语言模型压缩长视频，通过自适应令牌分配实现高效压缩，实验显示其在极端长视频任务中表现优异。

Comments Project page and demo are available at https://FeiElysia.github.io/tempo-page/

Learning is Forgetting: LLM Training As Lossy Compression

学习是遗忘：LLM训练作为有损压缩

Henry C. Conklin, Tom Hosking, Tan Yi-Chern, Julian Gold, Jonathan D. Cohen, Thomas L. Griffiths, Max Bartolo, Seraphina Goldfarb-Tarrant

机构 * Princeton University（普林斯顿大学） ； Cohere 纠错

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

AI总结 本文提出LLM训练可视为有损压缩过程，通过保留训练数据中与目标相关的信息，揭示模型表示结构与下游性能的联系。

Comments 12 page core paper, 16 page Appendix - A shorter version with fewer visuals appears at ICLR 2026

HY-Embodied-0.5: Embodied Foundation Models for Real-World Agents

HY-Embodied-0.5：面向现实世界代理的具身基础模型

Tencent Robotics X, HY Vision Team, :, Xumin Yu, Zuyan Liu, Ziyi Wang, He Zhang, Yongming Rao, Fangfu Liu, Yani Zhang, Ruowen Zhao, Oran Wang, Yves Liang, Haitao Lin, Minghui Wang, Yubo Dong, Kevin Cheng, Bolin Ni, Rui Huang, Han Hu, Zhengyou Zhang, Linus, Shunyu Yao

机构 * Tencent Robotics X（腾讯机器人X实验室） ； HY Vision Team（HY视觉团队） 纠错

专题命中 效率与部署 ：foundation model(title,abstract)；language model(abstract)；post-training(abstract)

AI总结 本文提出HY-Embodied-0.5，旨在提升现实世界代理的具身智能能力，通过混合Transformer架构和迭代自演化训练方法，实现高效和强大的模型变体，验证了其在多个基准测试中的优越性能。

Rethinking Compute Substrates for 3D-Stacked Near-Memory LLM Decoding: Microarchitecture-Scheduling Co-Design

重新思考用于3D堆叠近内存LLM解码的计算子系统：微架构与调度的协同设计

Chenyang Ai, Yixing Zhang, Haoran Wu, Yudong Pan, Lechuan Zhao, Wenhui OU

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

AI总结 本文重新设计3D堆叠近内存LLM解码的计算子系统，通过改进微架构和调度策略，提高内存带宽利用率和能效，实现更高性能。

DuoServe-MoE: Dual-Phase Expert Prefetch and Caching for LLM Inference QoS Assurance

DuoServe-MoE：双阶段专家预取和缓存用于LLM推理QoS保障

Yuning Zhang, Grant Pinkert, Nan Yang, Yanli Li, Dong Yuan

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

AI总结 本文提出DuoServe-MoE系统，通过分离预填和解码阶段，采用专用专家调度策略，有效降低内存占用并提升推理性能。

Green-LLM: Optimal Workload Allocation for Environmentally-Aware Distributed Inference

Green-LLM：面向环境感知分布式推断的最优工作负载分配

Jiaming Cheng, Duong Tung Nguyen

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

AI总结 本文提出Green-LLM框架，通过联合优化运营成本、碳排放和延迟惩罚，实现可持续的大语言模型推断，同时满足水消耗约束。

Comments 8 pages, 15 figures

Rethinking Residual Errors in Compensation-based LLM Quantization

重新思考基于补偿的LLM量化中的残差误差

Shuaiting Li, Juncan Deng, Kedong Xu, Rongtao Deng, Hong Gu, Minghan Jiang, Haibin Shen, Kejie Huang

机构 * Zhejiang University（浙江大学） ； vivo Mobile Communication Co., Ltd（维沃移动通信有限公司） 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 本文重新审视残差误差的定义，指出现有方法的校准目标存在次优问题，并引入补偿感知误差以提升LLM量化性能。

Comments ICLR'26 camera ready

Efficient and Effective Internal Memory Retrieval for LLM-Based Healthcare Prediction

高效且有效的内部内存检索用于基于大语言模型的医疗预测

Mingchen Li, Jiatan Huang, Zonghai Yao, Hong yu

机构 * University of Connecticut（康涅狄格大学） ； University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） ； University of Massachusetts, Lowell（马萨诸塞大学洛厄尔分校） ； UMass Chan Medical School（马萨诸塞大学陈医学院） 纠错

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

AI总结 本文提出K2K框架，通过内部键基知识访问提升LLM在医疗预测中的效率与准确性，实验显示在四个基准数据集上达到最佳性能。

Comments ACL 2026 (Findings), reviewer score: 3.5,3.5,4

LLM-Generated Fault Scenarios for Evaluating Perception-Driven Lane Following in Autonomous Edge Systems

基于大语言模型的故障场景生成用于评估自主边缘系统中感知驱动的车道跟随

Faezeh Pasandideh, Achim Rettberg

机构 * Department of Electrical Engineering Hamm-Lippstadt University. of Applied Sciences (HSHL) Lippstadt, Germany 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 本文提出一种解耦的离线-在线故障注入框架，利用大语言模型生成故障场景并合成高保真传感器退化，通过预计算查找表实现边缘设备实时故障感知推理，验证了在雾条件下模型鲁棒性显著下降。

Initialisation Determines the Basin: Efficient Codebook Optimisation for Extreme LLM Quantization

初始化决定盆地：面向极端LLM量化高效的代码本优化

Ian W. Kennedy, Nafise Sadat Moosavi

机构 * University of Sheffield（谢菲尔德大学） 纠错

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

AI总结 本文提出OA-EM方法，通过Hessian加权马氏距离改进代码本初始化，解决极端LLM量化中初始化不足导致的性能问题，提升压缩模型的优化效果。

Comments 9 pages (+ references and appendix). Under review at ACL Rolling Review

Dynamic Attentional Context Scoping: Agent-Triggered Focus Sessions for Isolated Per-Agent Steering in Multi-Agent LLM Orchestration

动态注意力上下文扫描：基于代理触发的聚焦会话用于多代理LLM orchestration中的独立代理控制

Nickson Patel

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

AI总结 本文提出动态注意力上下文扫描机制，通过代理触发的聚焦会话实现多代理LLM orchestration中的独立代理控制，显著提升决策准确率和上下文效率。

Comments 15 pages, 4 figures, preprint

Diffusion Language Models Know the Answer Before Decoding

扩散语言模型在解码前就知道答案

Pengxiang Li, Yefan Zhou, Dilxat Muhtar, Lu Yin, Shilin Yan, Li Shen, Soroush Vosoughi, Shiwei Liu

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Dartmouth College（达特茅斯学院） ； University of Surrey（萨里大学） ； Sun Yat-sen University（中山大学） ； ELLIS Institute Tübingen（ELLIS 图宾根研究所） ； MPI for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 本文提出Prophet方法，通过早期解码收敛机制加速扩散语言模型推理，减少解码步骤并保持生成质量。

BTC-LLM: Efficient Sub-1-Bit LLM Quantization via Learnable Transformation and Binary Codebook

BTC-LLM: 通过可学习转换和二进制代码表实现高效的亚1位LLM量化

Hao Gu, Lujun Li, Hao Wang, Lei Wang, Zheyu Wang, Bei Liu, Jiacheng Liu, Qiyuan Zhu, Sirui Han, Yike Guo

机构 * The Hong Kong University of Science and Technology（香港科技大学） ； City University of Hong Kong（香港城市大学） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 BTC-LLM通过二进制模式聚类和权重转换克服传统二值化限制，实现亚1位LLM量化，在极端压缩下达到1.11-0.7 bits的压缩率，同时保持高性能和高效推理。

SYN-DIGITS: A Synthetic Control Framework for Calibrated Digital Twin Simulation

SYN-DIGITS: 一种合成控制框架用于校准数字孪生模拟

Grace Jiarui Fan, Chengpiao Huang, Tianyi Peng, Kaizheng Wang, Yuhang Wu

机构 * Finance Division, Columbia Business School（哥伦比亚商学院金融系） ； Department of IEOR, Columbia University（哥伦比亚大学工业工程与运筹学系） ； Decision, Risk, and Operations Division, Columbia Business School（哥伦比亚商学院决策、风险与运营系） ； Department of IEOR and Data Science Institute, Columbia University（哥伦比亚大学工业工程与运筹学系和数据科学研究所） 纠错

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

AI总结 本文提出SYN-DIGITS框架，通过学习数字孪生响应的潜在结构，校准大语言模型预测与人类行为的一致性，提升市场研究和社交科学中的模拟可靠性。

Dual-Pool Token-Budget Routing for Cost-Efficient and Reliable LLM Serving

双池令牌预算路由：用于高效可靠LLM服务的低成本方案

Xunzhuo Liu, Bowei He, Xue Liu, Andy Luo, Haichen Zhang, Huamin Chen

机构 * vLLM Semantic Router Project（vLLM语义路由项目） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； McGill University（麦吉尔大学） ； Mila（米拉研究所） ； AMD（超威半导体公司） 纠错

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

AI总结 本文提出双池令牌预算路由机制，通过区分短上下文和长上下文请求，提高LLM服务的效率和可靠性，减少GPU小时和预emption率，提升响应速度。

Critical Patch-Aware Sparse Prompting with Decoupled Training for Continual Learning on the Edge

面向边缘设备的持续学习中关键补丁感知稀疏提示方法

Wonseon Lim, Jaesung Lee, Dae-Won Kim

机构 * School of Computer Science and Engineering, Chung-Ang University（中央大学计算机科学与工程学院） ； Department of Artificial Intelligence, Chung-Ang University（中央大学人工智能系） 纠错

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

AI总结 本文提出CPS-Prompt方法，通过关键补丁采样和解耦训练降低边缘设备上的训练内存和计算成本，实验证明其在内存、训练时间和能效方面优于基线模型，同时保持与现有方法相当的精度。

Comments Accepted to CVPR 2026. 10 pages, 8 figures

A Graph Foundation Model for Wireless Resource Allocation

一种用于无线资源分配的图基础模型

Yucheng Sheng, Jiacheng Wang, Le Liang, Hao Ye, Shi Jin

机构 * National Mobile Communications Research Laboratory, Southeast University（东南大学移动通信国家重点实验室） ； Department of Electrical and Computer Engineering, University of California, Santa Cruz（加州大学圣克鲁兹分校电气与计算机工程系） 纠错

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

AI总结 本文提出图基础模型GFM-RA，通过预训练和微调提取统一表示，实现快速适应不同目标和场景。引入干扰感知Transformer架构和混合自监督预训练策略，提升模型在无线资源分配中的样本效率和泛化能力。

The Workload-Router-Pool Architecture for LLM Inference Optimization: A Vision Paper from the vLLM Semantic Router Project

面向LLM推理优化的负载-路由-池架构：来自vLLM语义路由项目的愿景论文

Huamin Chen, Xunzhuo Liu, Bowei He, Fuyuan Lyu, Yankai Chen, Xue Liu, Yuhan Liu, Junchen Jiang

机构 * McGill University（麦吉尔大学） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 本文提出Workload-Router-Pool架构，通过负载、路由、池三个维度优化LLM推理，结合路由策略与负载特征，解决多任务、多模态、多代理场景下的推理效率与安全性问题。

Comments Vision Paper

Invisible to Humans, Triggered by Agents: Stealthy Jailbreak Attacks on Mobile Vision-Language Agents

对人类不可见，由智能体触发：针对移动视觉-语言智能体的隐秘劫持攻击

Renhua Ding, Xiao Yang, Zhengwei Fang, Jun Luo, Kun He, Jun Zhu

机构 * School of Computer Science, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） ； Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua-Bosch Joint ML Center, THBI Lab, BNRist Center, Tsinghua University（清华大学计算机科学与技术系、人工智能研究院、清华-博世机器学习联合中心、清华脑与智能实验室、北京国家信息科学与技术研究中心） 纠错

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

AI总结 本文提出了一种隐秘的劫持攻击方法，通过智能体交互时的感知注入，避免被人类察觉，同时在移动设备上有效绕过安全过滤器。