语言大模型 / LLM

Towards Identification and Intervention of Safety-Critical Parameters in Large Language Models

向大规模语言模型中安全关键参数的识别与干预迈进

Weiwei Qi, Zefeng Wu, Tianhang Zheng, Zikang Zhang, Xiaojun Jia, Zhan Qin, Kui Ren

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)

AI总结 本文提出ESI框架量化不同参数对LLM安全的影响，揭示不同架构中安全关键模式，并引入SET和SPA干预方法提升安全性和稳定性。

Comments 20 pages, 6 figures, 8 tables

Large Language Models versus Classical Machine Learning: Performance in COVID-19 Mortality Prediction Using High-Dimensional Tabular Data

大语言模型与经典机器学习：在使用高维表格数据预测新冠死亡率中的表现

Mohammadreza Ghaffarzadeh-Esfahani, Mahdi Ghaffarzadeh-Esfahani, Arian Salahi-Niri, Hossein Toreyhi, Zahra Atf, Amirali Mohsenzadeh-Kermani, Mahshad Sarikhani, Zohreh Tajabadi, Fatemeh Shojaeian, Mohammad Hassan Bagheri, Aydin Feyzi, Mohammadamin Tarighatpayma, Narges Gazmeh, Fateme Heydari, Hossein Afshar, Amirreza Allahgholipour, Farid Alimardani, Ameneh Salehi, Naghmeh Asadimanesh, Mohammad Amin Khalafi, Hadis Shabanipour, Ali Moradi, Sajjad Hossein Zadeh, Omid Yazdani, Romina Esbati, Moozhan Maleki, Danial Samiei Nasr, Amirali Soheili, Hossein Majlesi, Saba Shahsavan, Alireza Soheilipour, Nooshin Goudarzi, Erfan Taherifard, Hamidreza Hatamabadi, Jamil S Samaan, Thomas Savage, Ankit Sakhuja, Ali Soroush, Girish Nadkarni, Ilad Alavi Darazam, Mohamad Amin Pourhoseingholi, Seyed Amir Ahmad Safavi-Naini

机构 * Research Institute for Gastroenterology and Liver Diseases, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学胃肠病与肝病研究所） ； Faculty of Medicine, Isfahan University of Medical Sciences（伊斯法罕医科大学医学院） ； Faculty of Business and Information Technology, Ontario Tech University（安大略理工大学商业与信息技术学院） ； School of Medicine, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学医学院） ； Digestive Disease Research Institute, Tehran University of Medical Sciences（德黑兰医科大学消化疾病研究所） ； Department of Surgery, The Johns Hopkins University（约翰霍普金斯大学外科学系） ； Student Research Committee, School of Nursing and Midwifery, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学护理与助产学院学生研究委员会） ； MPH department, Shiraz University of Medical Sciences（设拉子医科大学公共卫生硕士系） ； Department of Emergency Medicine, School of Medicine, Safety Promotion and Injury Prevention Research Center, Imam Hossein Hospital, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学伊玛目侯赛因医院医学院急诊医学系安全促进与伤害预防研究中心） ； Karsh Division of Gastroenterology and Hepatology, Cedars-Sinai Medical Center（西达赛奈医疗中心卡什胃肠病与肝病科） ； Department of Medicine, Stanford University（斯坦福大学医学系） ； Division of Data Driven and Digital Health (D3M), The Charles Bronfman Institute for Personalized Medicine, Icahn School of Medicine at Mount Sinai（西奈山伊坎医学院查尔斯·布朗夫曼个性化医学研究所数据驱动与数字健康部） ； Infectious Diseases and Tropical Medicine Research Center, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学传染病与热带医学研究中心） ； Department of Infectious Diseases, Loghman Hakim Hospital, Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医科大学洛格曼·哈基姆医院传染病科） ； National Institute for Health and Care Research (NIHR), Nottingham Biomedical Research Centre, Hearing Sciences, Mental Health and Clinical Neurosciences, School of Medicine, University of Nottingham（诺丁汉大学医学院国家健康与护理研究所诺丁汉生物医学研究中心听力科学、心理健康与临床神经科学） 纠错

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

AI总结 本文比较了经典特征机器学习模型与大语言模型在预测新冠死亡率中的性能，发现经典模型在处理高维表格数据方面仍占优势，但通过微调大语言模型可显著提升其效果。

Comments Code is available at: https://github.com/mohammad-gh009/Large-Language-Models-vs-Classical-Machine-learning and https://github.com/Sdamirsa/Tehran_COVID_Cohort. The datasets are available from the corresponding author on reasonable request (sdamirsa@ymail.com)

Journal ref Scientific Reports 15, 42712 (2025)

Transforming the Voice of the Customer: Large Language Models for Identifying Customer Needs

将客户之声转变：大型语言模型用于识别客户需求

Artem Timoshenko, Chengfeng Mao, John R. Hauser

机构 * Kellogg School of Management, Northwestern University（西北大学凯洛格管理学院） ； MIT Management School, Massachusetts Institute of Technology（麻省理工学院斯隆管理学院） ； Applied Marketing Science, Inc.（应用营销科学公司） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；SFT(abstract)；分类 cs.CL、cs.AI

AI总结 本文研究了大型语言模型在自动化识别客户需求方面的有效性，证明其在多个产品和服务类别中表现优异，优于基础模型，并为VOC应用提供了新的自动化方法。

Can LLMs Deobfuscate Binary Code? A Systematic Analysis of Large Language Models into Pseudocode Deobfuscation

大语言模型能否解码二进制代码？对大型语言模型在伪代码解码中的系统分析

Li Hu, Xiuwei Shang, Jieke Shi, Shaoyin Cheng, Junqi Zhang, Gangyang Li, Zhou Yang, Weiming Zhang, David Lo

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)

AI总结 本文系统评估了大语言模型在二进制解码中的有效性，提出BinDeObfBench基准测试，发现解码性能更依赖推理能力和领域知识，任务特定的监督微调优于广泛领域预训练。

The Art of (Mis)alignment: How Fine-Tuning Methods Effectively Misalign and Realign LLMs in Post-Training

对齐的艺术：细调方法如何有效地对齐和重新对齐训练后的LLM

Rui Zhang, Hongwei Li, Yun Shen, Xinyue Shen, Wenbo Jiang, Guowen Xu, Yang Liu, Michael Backes, Yang Zhang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Flexera ； CISPA Helmholtz Center for Information Security（CISPA亥姆霍兹信息安全中心） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 指令微调 ：post-training(title)；LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 研究探讨细调方法在对齐和重新对齐LLM中的效果，揭示攻击与防御间的机制不对称，发现ORPO在对齐方面最有效，DPO在重新对齐中表现优异但牺牲了模型实用性，同时发现模型特定的抗性及多轮对抗动态的残留效应。

Comments Accepted by ACL Findings 2026

AtlasOCR: Building the First Open-Source Darija OCR Model with Vision Language Models

AtlasOCR: 构建首个开源的达里亚OCR模型：基于视觉语言模型

Imane Momayiz, Soufiane Ait Elaouad, Abdeljalil Elmajjodi, Haitame Bouanane

专题命中 指令微调 ：language model(title,abstract)；分类 cs.AI

AI总结 本文提出AtlasOCR，首个开源达里亚OCR模型，通过微调3B参数视觉语言模型实现，结合合成数据与真实数据构建专用数据集，采用QLoRA和Unsloth高效训练，验证其在达里亚和标准阿拉伯语OCR任务中的先进性能。

ReRec: Reasoning-Augmented LLM-based Recommendation Assistant via Reinforcement Fine-tuning

ReRec：通过强化微调增强的LLM推荐助手

Jiani Huang, Shijie Wang, Liangbo Ning, Wenqi Fan, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 指令微调 ：LLM(title,abstract)；分类 cs.AI

AI总结 ReRec通过强化微调框架提升LLM在复杂推荐任务中的推理能力，引入双重图增强奖励塑造、推理感知优势估计和在线课程调度器，实验证明其优于现有基线模型。

Comments Accepted by ACL 2026

CLEAR: Context Augmentation from Contrastive Learning of Experience via Agentic Reflection

CLEAR：通过代理反思进行经验对比学习的上下文增强

Linbo Liu, Guande Wu, Han Ding, Yawei Wang, Qiang Zhou, Yuzhe Lu, Zhichao Xu, Huan Song, Panpan Xu, Lin Lee Cheong

机构 * AWS AI Labs（亚马逊云科技人工智能实验室） 纠错

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

AI总结 CLEAR通过对比学习经验的代理反思生成上下文，提升任务完成率和奖励。

SOLAR: Communication-Efficient Model Adaptation via Subspace-Oriented Latent Adapter Reparametrization

SOLAR：通过子空间导向的潜在适配器重参数化实现通信高效的模型适应

Seyed Mahmoud Sajjadi Mohammadabadi, Xiaolong Ma, Lei Yang, Feng Yan, Junshan Zhang

机构 * University of Nevada, Reno（内华达大学里诺分校） ； Argonne National Laboratory（阿贡国家实验室） ； University of Houston（休斯顿大学） ； University of California, Davis（加利福尼亚大学戴维斯分校） 纠错

专题命中 指令微调 ：foundation model(abstract)；post-training(abstract)；分类 cs.CL、cs.LG

AI总结 SOLAR通过子空间导向的潜在适配器重参数化方法，减少PEFT适配器的通信和存储成本，提升模型适应效率。

Are Sparse Autoencoders Useful for Java Function Bug Detection?

稀疏自编码器是否有助于Java函数Bug检测？

Rui Melo, Claudia Mamede, Andre Catarino, Rui Abreu, Henrique Lopes Cardoso

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文探讨了稀疏自编码器在Java函数Bug检测中的有效性，通过GPT-2 Small和Gemma 2B的表示进行评估，发现SAE衍生特征在无需微调的情况下可达到89%的F1分数，优于传统基线模型。

Comments I'm working on a completely new paper with different models and datasets and authors. I believe it to be a more robust contribution. Since the authors, title and hypothesis are different, I believe it to be a better approach to remove this preprint

TASU2: Controllable CTC Simulation for Alignment and Low-Resource Adaptation of Speech LLMs

TASU2：用于语音大语言模型对齐和低资源适应的可控CTC模拟

Jing Peng, Chenghao Wang, Yi Yang, Lirong Qian, Junjie Li, Yu Xi, Shuai Wang, Kai Yu

机构 * X-LANCE Lab, Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系X-LANCE实验室） ； MoE Key Lab of Artificial Intelligence（教育部人工智能重点实验室） ； Jiangsu Key Lab of Language Computing（江苏省语言计算重点实验室） ； AISpeech Ltd（思必驰科技股份有限公司） ； Nanjing University（南京大学） 纠错

专题命中 指令微调 ：LLM(abstract)；post-training(abstract)；分类 cs.AI

AI总结 TASU2通过可控CTC模拟生成文本监督，提升语音大语言模型的对齐和低资源适应性能，优于TASU和文本细调等基线方法。

ADAG: Automatically Describing Attribution Graphs

ADAG：自动描述归因图

Aryaman Arora, Zhengxuan Wu, Jacob Steinhardt, Sarah Schwettmann

机构 * Stanford University（斯坦福大学） ； Transluce 纠错

专题命中 指令微调 ：LLM(abstract)；language model(abstract)；分类 cs.CL

AI总结 ADAG通过自动化方法描述归因图，利用归因轮廓和聚类算法生成可解释的电路结构，并发现Llama 3.1 8B Instruct中的有害建议 jailbreak聚类。

Robustness via Referencing: Defending against Prompt Injection Attacks by Referencing the Executed Instruction

通过引用实现鲁棒性：通过引用已执行的指令来防御提示注入攻击

Yulin Chen, Haoran Li, Yuan Sui, Yue Liu, Yufei He, Xiaoling Bai, Chi Fei, Yabo Li, Haozhe Ma, Yangqiu Song, Bryan Hooi

专题命中 指令微调 ：large language model(abstract)；language model(abstract)

AI总结 本文提出通过利用LLM的指令遵循能力来防御提示注入攻击，通过生成包含答案和对应指令引用的响应，有效过滤非原始指令关联的答案，实验表明其在降低攻击成功率方面优于现有方法。

Comments ACL 2026 Findings

Long-Term Embeddings for Balanced Personalization

长期嵌入用于平衡个性化

Andrii Dzhoha, Egor Malykh

机构 * Zalando SE 纠错

专题命中 指令微调 ：language model(abstract)；分类 cs.LG

AI总结 本文提出Long-Term Embeddings方法，通过固定语义基底确保跨版本兼容性，解决长期偏好与短期意图的平衡问题，并在Zalando实验证明其有效性。

Learning to Search: A Decision-Based Agent for Knowledge-Based Visual Question Answering

学习搜索：一种基于决策的知识增强视觉问答代理

Zhuohong Chen, Zhenxian Wu, Yunyao Yu, Hangrui Xu, Zirui Liao, Zhifang Liu, Xiangwen Deng, Pen Jiao, Haoqian Wang

机构 * Tsinghua University（清华大学） ； University of Arizona（亚利桑那大学） ； Hefei University of Technology（合肥工业大学） 纠错

专题命中 指令微调 ：language model(abstract)

AI总结 本文提出基于决策的KB-VQA代理，通过多步骤决策过程解决视觉问答问题，改进检索与推理整合，提升对稀有实体和长尾事实的处理能力。

Reflection-Based Task Adaptation for Self-Improving VLA

基于反射的任务适应用于自我改进的VLA

Baicheng Li, Dong Wu, Zike Yan, Xinchen Liu, Lusong Li, Zecui Zeng, Hongbin Zha

机构 * School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院） ； JD Explore Academy（京东探索研究院） ； AIR, Tsinghua University（清华大学智能产业研究院） 纠错

专题命中 指令微调 ：SFT(abstract)

AI总结 本文提出反射式自我适应框架，通过双路径架构实现快速自主任务适应，结合失败驱动的强化学习与成功驱动的质量引导微调，提升机器人在复杂任务中的适应效率和成功率。