AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
用更少提示实现更好的提示优化
机构 * Cornell University（康奈尔大学） ； Microsoft（微软） ； Harvard University（哈佛大学） ； Databricks AI Research（Databricks AI研究）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 研究揭示提示优化有效性取决于系统提示与响应方差，提出$p1$过滤方法提升优化效果，实验显示其在推理基准上优于基线方法。
数字取证中的仇恨与威胁检测：基于案例的多模态方法
机构 * University of Nevada, Reno（内华达大学雷诺分校）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种基于案例的多模态方法，用于数字取证中的仇恨与威胁检测，通过区分文本证据、关联上下文文本和图像证据，提升取证的可追溯性和准确性。
Comments 8 pages, 4 figures
从商业事件到可审计决策：面向企业AI的本体引导图模拟
机构 * Yonyou AI Lab（用友AI实验室） ； Yonyou Network Technology Co., Ltd.（用友网络科技股份有限公司）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出LOM-action框架，通过本体引导的图模拟实现企业AI决策，确保决策基于模拟图而非无限制知识空间，提升决策可信度与可审计性。
OV-Stitcher：一种无需训练的全局上下文感知框架，用于开放词汇语义分割
机构 * Machine Intelligence Laboratory, University of Seoul, Korea（韩国首尔市立大学机器智能实验室）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出OV-Stitcher框架，通过直接拼接碎片化子图像特征，在最终编码器块中实现全局注意力，提升开放词汇分割的性能和一致性。
可探索的定理：通过将其基于形式化表示来使书面定理可探索
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Brown University（布朗大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University at Buffalo（布法罗大学）
专题命中 推理与问题求解 ：LLM(abstract)；分类 cs.AI
AI总结 本文提出可探索的定理系统，利用LLM将定理和证明转化为Lean语言，使用户能交互式地逐步验证证明并测试例子，提升数学理解。
FIRE-CIR：细粒度复合时尚图像检索中的精细推理
机构 * Louis Vuitton（路易威登） ； Inria, École normale supérieure, CNRS, PSL Research University（法国国家信息与自动化研究所, 巴黎高等师范学院, 法国国家科学研究中心, 巴黎文理研究大学） ； Courant Institute of Mathematical Sciences and Center for Data Science, New York University（纽约大学库朗数学科学研究所与数据科学中心）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.LG
AI总结 FIRE-CIR通过问题驱动的视觉推理提升时尚图像检索的可解释性和准确性，通过生成属性聚焦的视觉问题并验证参考与候选图像中的证据，实现更精确的检索结果。
一种快速组装大规模无缺陷原子阵列的算法
机构 * Institute for Advanced Study, Tsinghua University（清华大学高等研究院） ； Intelligent Quantum Inception Inc.（智能量子启创公司） ； iFLYTEK Research（科大讯飞研究院）
专题命中 推理与问题求解 ：SLM(abstract)；分类 cs.LG
AI总结 本文提出一种统一框架，通过监督学习和改进的拍卖解码器进行路径规划，结合相位和轮廓感知的加权Gerchberg-Saxton算法，实现快速组装10^4个量子比特的无缺陷原子阵列。
面向多智能体推理的上下文感知图像匿名化
机构 * Deggendorf Institute of Technology（代根多夫应用技术大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 本文提出CAIAMAR框架，通过多智能体推理和扩散匿名化技术，实现上下文感知的PII分割，减少重识别风险并提升图像质量。
Comments Accepted to IEEE CVPR 2026 GRAIL-V Workshop
EgoTL：用于长时任务的目视思考链
机构 * UMN（明尼苏达大学） ； TAMU（德克萨斯农工大学） ； Brown University（布朗大学） ； McGill University（麦吉尔大学） ； UT Austin（德克萨斯大学奥斯汀分校） ； Columbia University（哥伦比亚大学） ； Northwestern University（西北大学）
专题命中 推理与问题求解 ：foundation model(abstract)
AI总结 本文提出EgoTL，通过构建目视思考链管道，提升长时任务中视觉语言模型和世界模型的推理与规划能力，发现基础模型在作为目视助手或开放世界模拟器方面仍有不足。
Comments https://ego-tl.github.io/
RIRF：图像修复推理框架
机构 * Southwest Jiaotong University（西南交通大学） ； Nanyang Technological University（南洋理工大学） ； Tongji University（同济大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学）
专题命中 推理与问题求解 ：LLM(abstract)
AI总结 本文提出RIRF框架，通过整合结构化推理流程提升图像修复的可解释性与修复质量，结合推理与修复任务实现统一框架。
MAG-3D：多智能体基础推理用于3D理解
机构 * Tsinghua University（清华大学） ； Pico, ByteDance（字节跳动Pico）
专题命中 推理与问题求解 ：language model(abstract)
AI总结 本文提出MAG-3D，一种无需训练的多智能体框架，通过动态协调专家代理实现灵活的3D基础推理，解决复杂场景中的空间和几何关系推理问题。
TAIHRI：面向近距离人机交互的任务感知3D人体关键点定位
机构 * Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； Tencent Robotics X（腾讯机器人实验室X） ； Futian Laboratory（福田实验室）
专题命中 推理与问题求解 ：language model(abstract)
AI总结 TAIHRI是首个针对近距离人机交互的视觉-语言模型，通过任务感知的3D关键点定位实现人机交互中的精准空间定位，提升机器人对任务相关身体部位的识别与响应能力。
基于VLM引导的语义-几何推理的任务感知双臂 affordance 预测
机构 * Department of Computer Science, Technical University of Darmstadt（达姆施塔特工业大学计算机科学系） ； German Research Center for AI (DFKI)（德国人工智能研究中心） ； Centre for Cognitive Science, Technical University of Darmstadt（达姆施塔特工业大学认知科学中心） ； Hessian Center for Artificial Intelligence (Hessian.AI), Darmstadt（黑森州人工智能中心） ； Robotics Institute Germany (RIG)（德国机器人研究所）
专题命中 推理与问题求解 ：language model(abstract)
AI总结 本文提出一种任务感知双臂 affordance 预测框架，通过VLM实现跨物体类别和任务描述的泛化，融合多视角RGB-D数据生成全局6自由度抓取候选，结合语义和几何过滤提升任务成功率。
ShelfGaussian：基于货架的开放词汇高斯3D场景理解
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 推理与问题求解 ：foundation model(abstract)
AI总结 本文提出ShelfGaussian框架，利用货架监督学习方法，结合多模态高斯变换，提升3D场景理解的开放词汇能力，实验显示其在零样本语义占用预测中表现优异。
基于大语言模型的医学推理：综述与MR-Bench
机构 * University of Science and Technology of China（中国科学技术大学） ； The First Affiliated Hospital of USTC（中国科学技术大学附属第一医院） ； National University of Singapore（新加坡国立大学）
专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI
AI总结 本文综述了大语言模型在医学推理中的应用，提出MR-Bench基准测试，揭示了考试级性能与真实临床任务准确性之间的差距。
礼貌的面具：在大型语言模型中基准测试中文虚伪礼貌理解
机构 * Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） ； Huazhong University of Science and Technology（华中科技大学）
专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL
AI总结 本文从语用学角度评估大型语言模型在识别中文礼貌、不礼貌和虚伪礼貌现象中的表现差异，构建了结合真实和模拟中文话语的三类数据集，并通过六种代表性模型在四种提示条件下进行测试。
Comments Preprint
Journal ref International Conference in Applied Language Sciences (ALS 2026)
CONDESION-BENCH：大语言模型在组合动作空间中的条件决策
机构 * Department of Artificial Intelligence, Yonsei University（延世大学人工智能系）
专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出CONDESION-BENCH基准，用于评估大语言模型在组合动作空间中的条件决策能力，通过引入变量、上下文和分配层级的显式条件限制，提升决策质量评估的严谨性。
Comments preprint
HM-Bench：多模态大语言模型在高光谱遥感中的综合基准
机构 * Sun Yat-sen University（中山大学） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生院） ； China Agricultural University（中国农业大学） ； Southwest Jiaotong University（西南交通大学） ； Southwest University（西南大学） ； National Supercomputing Center in Shenzhen（国家超级计算深圳中心）
专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本文提出HM-Bench，首个用于评估多模态大语言模型在高光谱图像理解中的基准，通过构建19337对问题-答案对，探索模型在处理高维高光谱数据中的挑战，揭示视觉输入在空间-光谱推理中的优势。
探究多模态大语言模型以支持可用性评估
机构 * Graz University of Technology（格拉茨技术大学） ； University of Klagenfurt（克拉根福大学） ； UNiQUARE Software Development GmbH（UNiQUARE软件开发有限公司）
专题命中 评测与基准 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本文探讨了多模态大语言模型在可用性评估中的应用，通过优先级问题框架识别并排名可用性问题，比较了MLLM与专家评估结果，展示了交互可视化工具，并提出整合MLLM评估到实际开发流程的概念。
Comments To appear in the Proceedings of IEA/AIE 2026, Springer LNAI
基于MCP的LLM用于元光学逆向设计：无需LLM专业知识即可利用可微求解器
专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本文提出MCP框架，利用LLM生成逆向设计代码，通过动态访问验证代码模板和文档提升设计质量与效率，展示如何使复杂工具对非编程专家可用。
DiffHLS: 基于GNN和LLM代码嵌入的高阶综合QoR预测差分学习
机构 * Shanghai Jiao Tong University（上海交通大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 DiffHLS通过GNN和LLM代码嵌入预测高阶综合QoR，利用核基线与pragma插入设计变体的差分学习，降低合成成本，实验显示在PolyBench上优于GNN基线，且在ForgeHLS数据集上验证了可扩展性。
面向LLM策略优化的自适应模拟实验
机构 * School of Management, Fudan University（复旦大学管理学院） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（佐治亚理工学院H. Milton Stewart工业与系统工程系） ； Department of Systems Engineering, City University of Hong Kong（香港城市大学系统工程系）
专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出基于配对比较的自适应模拟实验框架，用于从有限候选策略中识别最优策略。通过无结构和有结构策略空间，推导最优采样比例并证明算法在统计保证下达到基本数据要求。
评估数据质量工具：测量能力与LLM集成
专题命中 评测与基准 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文评估了六种数据质量工具，分析其测量能力与LLM集成程度，发现专有工具更全面，但开源工具需更多实施努力。LLM在数据验证中尚未被支持。
自动化指令修订（AIR）：一种针对大语言模型任务适应策略的结构化比较
机构 * Eleks Ltd.（Eleks有限公司） ； Ukrainian Catholic University（乌克兰天主教大学）
专题命中 评测与基准 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文研究了基于规则归纳的自动化指令修订（AIR）方法，用于在有限任务特定示例下适应大语言模型。通过比较多种适应策略在不同基准测试中的表现，发现任务依赖性显著，无单一方法在所有情况下占优。
MuTSE：一种人机协同的多用途文本简化评估器
机构 * University of Bucharest（布加勒斯特大学） ； Universitatea Creștină "Dimitrie Cantemir"（迪米特里耶·坎泰米尔基督教大学） ； Cu Drag si Sport SRL（Cu Drag si Sport 有限责任公司） ； Softbinator Technologies（Softbinator 科技公司）
专题命中 评测与基准 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 针对LLM文本简化输出的系统性评估难题，MuTSE提出一种人机协同的交互式评估工具，支持多维度的提示-模型组合分析，通过语义对齐引擎和线性偏差启发式算法实现可视化对比，降低定性分析的认知负荷。
Comments Accepted for ITS 2026
基础模型中偏见缓解的表示层面评估
机构 * IBM Research（IBM研究院） ； School of Computer Science, University College Dublin（都柏林大学计算机科学学院）
专题命中 评测与基准 ：foundation model(title,abstract)；分类 cs.CL、cs.LG
AI总结 本文通过对比基线与偏见缓解模型，分析了性别与职业术语在嵌入空间中的变化，发现偏见缓解减少了性别-职业差异，提出了WinoDec数据集用于评估解码器模型。
Comments Accepted at ECML-PKDD 2025 (5th Workshop on Bias and Fairness in AI)
GNN-as-Judge: 通过GNN反馈释放LLM在图学习中的潜力
机构 * Northwestern University（西北大学）
专题命中 评测与基准 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出GNN-as-Judge框架，通过结合GNN的结构归纳偏差，解决LLM在低资源条件下生成可靠伪标签和缓解标签噪声的问题，提升图学习性能。
Comments ICLR 2026
在不可控性之外的路由敏感性：MoE语言模型中公平性的诊断研究
机构 * Interdisciplinary Program in Cancer Biology, Seoul National University College of Medicine（首尔大学医学院癌症生物学跨学科项目） ； Department of Radiology, Seoul National University Hospital（首尔大学医院放射科） ； Department of Radiology, Seoul National University College of Medicine（首尔大学医学院放射科） ； Healthcare AI Research Institute, Seoul National University Hospital（首尔大学医院医疗AI研究所）
专题命中 评测与基准 ：language model(title,abstract)；分类 cs.CL
AI总结 研究探讨了MoE模型在路由层面的敏感性及其对公平性控制的限制，提出FARE框架揭示路由偏好变化的不可行性、非鲁棒性和高代价，指出解码生成中偏好转移的缺失，揭示专家组中偏见与核心知识的交织问题。
Comments 10 pages, 2 figures, 8 tables
多语言语言模型性能差异的根本原因：内在建模难度还是设计选择？
机构 * Stanford University（斯坦福大学） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； University of Amsterdam（阿姆斯特丹大学）
专题命中 评测与基准 ：language model(title,abstract)；分类 cs.CL
AI总结 本文探讨多语言模型性能差异的根源，分析语言差异是否源于建模选择而非语言固有复杂性，并提出改进设计以实现更平衡的多语言模型。
TiAb Review Plugin：一种基于浏览器的AI辅助标题和摘要筛选工具
专题命中 评测与基准 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种基于浏览器的无代码、无服务器AI辅助标题和摘要筛选工具，结合大语言模型和机器学习主动学习，实现了高效的系统综述筛选。
Comments 25 pages, 2 figures. Abstract submitted to Cochrane Colloquium 2026. Code: https://github.com/youkiti/tiab-review-plugin
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈