语言大模型 / LLM

GenProve: Learning to Generate Text with Fine-Grained Provenance

GenProve：学习生成文本的细粒度溯源

Jingxuan Wei, Xingyue Wang, Yanghaoyu Liao, Jie Dong, Yuchen Liu, Caijun Jia, Bihui Yu, Junnan Zhu

机构 * Key Laboratory of Computing Power Network and Information Security, Ministry of Education, Shandong Computer Science Center (National Supercomputer Center in Jinan), Qilu University of Technology (Shandong Academy of Sciences)（计算能力网络与信息安全教育部重点实验室，山东省计算中心（国家超级计算济南中心），齐鲁工业大学（山东省科学院）） ； Shenyang Institute of Computing Technology, Chinese Academy of Sciences（中国科学院沈阳计算技术研究所） ； MAIS, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统实验室） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出GenProve框架，通过结合监督微调与组相对策略优化，提升生成文本的准确性和细粒度溯源能力，优于14个强LLM。

Aligning What LLMs Do and Say: Towards Self-Consistent Explanations

对LLMs的行为与说法进行对齐：迈向自洽的解释

Sahar Admoni, Ofra Amir, Assaf Hallak, Yftah Ziser

机构 * Technion – Israel Institute of Technology（以色列理工学院） ； Nvidia Research（英伟达研究院） ； University of Groningen（格罗宁根大学） 纠错

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

AI总结 研究通过比较回答与解释的特征重要性分布，发现后验自一致性银行(PSCB)能更可靠地体现模型决策与解释的一致性，应用DPO优化提升对齐性而不影响任务精度。

Comments Accepted to Findings of ACL 2026

Proximal Supervised Fine-Tuning

近端监督微调

Wenhong Zhu, Ruobing Xie, Rui Wang, Xingwu Sun, Di Wang, Pengfei Liu

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Large Language Model Department, Tencent（腾讯大语言模型部） ； University of Macau（澳门大学） 纠错

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

AI总结 本文提出近端监督微调（PSFT），通过引入信任区域方法约束策略漂移，提升模型在新领域中的泛化能力，实验显示其在跨领域泛化和长期稳定性方面优于传统监督微调。

Comments ICLR 2026

Disambiguation-Centric Finetuning Makes Enterprise Tool-Calling LLMs More Realistic and Less Risky

以消歧为核心的知识蒸馏使企业工具调用LLM更真实且更安全

Ashutosh Hathidara, Julien Yu, Sebastian Schreiber

机构 * SAP Labs（SAP实验室） 纠错

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

AI总结 本文提出DiaFORGE框架，通过三阶段流程提升企业工具调用LLM的准确性和安全性，实验显示其在工具调用成功率上优于GPT-4o和Claude-3.5-Sonnet。

Comments ACL 2026 Findings

MM-LIMA: Less Is More for Alignment in Multi-Modal Datasets

MM-LIMA：多模态数据集对齐中的‘少即是多’

Lai Wei, Xiaozhe Li, Zihao Jiang, Weiran Huang, Lichao Sun

机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学与工程学院） ； Shanghai Innovation Institute（上海创新研究院） ； Lehigh University（里海大学） ； Tongji University（同济大学） 纠错

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

AI总结 本文提出MM-LIMA，仅用200个示例（约6%的指令数据）训练，通过数据选择器过滤低质量数据，使模型在多项评估中超越MiniGPT-4，证明高质量少量指令数据的有效性。

Comments Published at Artificial Intelligence for Engineering

Unified Graph Prompt Learning via Low-Rank Graph Message Prompting

通过低秩图消息提示实现统一图提示学习

Beibei Wang, Bo Jiang, Ziyan Zhang, Jin Tang

机构 * School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院） ； State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology, School of Computer Science and Technology, Anhui University（安徽大学计算机科学与技术学院光电信息获取与防护技术国家重点实验室） 纠错

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

AI总结 本文提出低秩图消息提示（LR-GMP），通过统一的提示空间实现对所有图组件的联合提示，提升模型在多样化下游任务中的泛化能力和鲁棒性。

New Hybrid Fine-Tuning Paradigm for LLMs: Algorithm Design and Convergence Analysis Framework

大语言模型的新混合微调范式：算法设计与收敛分析框架

Shaocong Ma, Peiran Yu, Heng Huang

机构 * University of Maryland（马里兰大学） ； University of Texas Arlington（德克萨斯大学阿灵顿分校） 纠错

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

AI总结 本文提出一种混合微调方法，结合零阶和一阶优化方法更新LLM和PEFT模块，通过混合平滑条件理论分析其收敛性，并在多种下游任务中验证了有效性。

Comments Accepted by ICLR 2026

On the Effectiveness of Textual Prompting with Lightweight Fine-Tuning for SAM3 Remote Sensing Segmentation

在轻量级微调下文本提示对SAM3遥感分割有效性研究

Roni Blushtein-Livnon, Osher Rafaeli, David Ioffe, Amir Boger, Karen Sandberg Esquenazi, Tal Svoray

机构 * Ben-Gurion University of the Negev（内盖夫本-古里安大学） 纠错

专题命中 指令微调 ：prompting(title,abstract)

AI总结 本文探讨了在有限监督下，通过文本提示和轻量级微调提升SAM3在遥感图像分割中的性能，发现结合语义和几何信息能获得最佳效果，而纯文本提示在不规则目标上表现较差。

CLSGen: A Dual-Head Fine-Tuning Framework for Joint Probabilistic Classification and Verbalized Explanation

CLSGen：一种用于联合概率分类和 verbalized 解释的双头微调框架

WonJin Yoon, Kangyu Zhu, Ian Bulovic, Autumn Sehy, Yanjun Gao, Dmitriy Dligach, Majid Afshar, Timothy A. Miller

机构 * Boston Children’s Hospital（波士顿儿童医院） ； Harvard Medical School（哈佛医学院） ； University of Colorado Anschutz Medical Campus（科罗拉多大学安施图茨医学院） ； Loyola University Chicago（芝加哥洛约拉大学） ； University of Wisconsin Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 CLSGen 提出了一种双头微调框架，通过新的架构和方法实现概率估计与解释生成的平衡，实验表明其在分类和解释质量上优于现有基线。

BoxTuning: Directly Injecting the Object Box for Multimodal Model Fine-Tuning

BoxTuning：直接注入物体框进行多模态模型微调

Zekun Qian, Ruize Han, Wei Feng

机构 * School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） ； Faculty of Computer Science and Artificial Intelligence, Shenzhen University of Advanced Technology（深圳理工大学计算机科学与人工智能学院） 纠错

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

AI总结 BoxTuning通过将物体空间时间信息直接注入视觉模态，解决多模态大语言模型在视频问答中物体细粒度定位的不足，显著降低token成本并保持时间分辨率，实验表明其在空间导向任务中优于文本坐标方法。

Do LLMs Feel? Teaching Emotion Recognition with Prompts, Retrieval, and Curriculum Learning

LLMs能否感知情绪？通过提示、检索和课程学习进行情绪识别

Xinran Li, Yu Liu, Jiaqi Qiao, Xiujuan Xu

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

AI总结 本文提出PRC-Emo框架，结合提示工程、示范检索和课程学习，探索LLM在对话中感知情绪的能力，实验表明在IEMOCAP和MELD数据集上达到新的SOTA性能。

Comments Accepted at AAAI 2026

Journal ref Proc. AAAI Conf. on Artificial Intelligence, Vol. 40, No. 38, pp. 31778-31786 (2026)

Tree Training: Accelerating Agentic LLMs Training via Shared Prefix Reuse

树训练：通过共享前缀重用加速代理LLM训练

Jinghui Wang, Shaojie Wang, Yinghan Cui, Xuxing Chen, Chao Wang, Liang Huang, Xiaojiang Zhang, Junyi Peng, Li Wan, Haotian Zhang, Bin Chen

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

AI总结 本文提出Tree Training框架，通过DFS序列化和树分区策略，高效处理树状token轨迹，实现LLM训练速度提升6.2倍。

Ultra-Low-Dimensional Prompt Tuning via Random Projection

超低维提示调优

Zijun Wu, Yongchang Hao, Lili Mou

机构 * Dept. Computing Science & Alberta Machine Intelligence Institute (Amii), University of Alberta（阿尔伯塔大学计算机科学系与阿尔伯塔机器智能研究所） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能讲席） 纠错

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

AI总结 本文提出超低维提示调优方法，通过在低维空间优化提示并在冻结随机矩阵上进行上投影，实现训练参数减少98%且保持性能，适用于大规模LLM定制。

Comments Accepted by EACL 2026 (Main Conference, Long Paper)

Jailbreaking the Matrix: Nullspace Steering for Controlled Model Subversion

矩阵劫持：用于受控模型反制的空域操控

Vishal Pramanik, Maisha Maliha, Susmit Jha, Sumit Kumar Jha

机构 * Department of Computer & Information Science & Engineering, University of Florida（佛罗里达大学计算机与信息科学与工程系） ； School of Computer Science, University of Oklahoma（俄克拉荷马大学计算机科学学院） ； Computer Science Laboratory, SRI International（SRI国际计算机科学实验室） 纠错

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

AI总结 本文提出HMNS方法，通过识别并抑制注意力头，注入受限于正交补集的扰动，实现对模型的受控反制，展示了新的安全防御范式。

FashionMV: Product-Level Composed Image Retrieval with Multi-View Fashion Data

FashionMV：基于多视角时尚数据的产品级复合图像检索

Peng Yuan, Bingyin Mei, Hui Zhang

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出FashionMV，首个大规模多视角时尚数据集，用于产品级复合图像检索。通过构建包含127K产品、472K多视角图像和220K三元组的数据集，结合ProCIR框架，采用多阶段对话、标题对齐和思维链引导等机制，提升了检索性能。

VeriTrans: Fine-Tuned LLM-Assisted NL-to-PL Translation via a Deterministic Neuro-Symbolic Pipeline

VeriTrans：通过确定性神经符号流水线进行细调的LLM辅助自然语言到形式语言翻译

Xuan Liu, Dheeraj Kodakandla, Kushagra Srivastva, Mahfuza Farooque

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 指令微调 ：LLM(title)；分类 cs.AI

AI总结 VeriTrans通过确定性神经符号流水线，利用细调的LLM辅助自然语言到形式语言翻译，提升翻译准确性和可靠性，同时通过高精度回环验证和日志记录支持审计和调试。

Learning to Focus and Precise Cropping: A Reinforcement Learning Framework with Information Gaps and Grounding Loss for MLLMs

学习聚焦与精确裁剪：一种带有信息缺口和接地损失的强化学习框架用于多模态大语言模型

Xuanpu Zhao, Zhentao Tan, Dianmo Sheng, Tianxiang Chen, Yao Liu, Yue Wu, Tao Gong, Qi Chu, Nenghai Yu

机构 * School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络空间安全学院） ； Anhui Province Key Laboratory of Digital Security（安徽省数字安全重点实验室） 纠错

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

AI总结 本文提出一种无需轨迹监督的两阶段强化学习框架，通过信息缺口机制和接地损失提升多模态大语言模型在复杂视觉场景中的感知与推理能力，实验显示其在高分辨率视觉问答基准上达到最优性能。

Comments Accepted by CVPR 2026

EEPO: Exploration-Enhanced Policy Optimization via Sample-Then-Forget

EEPO：通过采样后遗忘的探索增强策略优化

Liang Chen, Xueting Han, Qizhou Wang, Bo Han, Jing Bai, Hinrich Schutze, Kam-Fai Wong

机构 * The Chinese University of Hong Kong（香港中文大学） ； Microsoft Research Asia（微软亚洲研究院） ； Hong Kong Baptist University（香港浸会大学） ； LMU Munich（慕尼黑大学） ； MoE Key Laboratory of High Confidence Software Technologies（教育部高可信软件技术重点实验室） 纠错

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

AI总结 EEPO通过两阶段 rollout 和自适应遗忘机制提升探索能力，在五个推理基准中超越 GRPO，取得显著性能提升。

Comments ICLR 2026

Solver-Independent Automated Problem Formulation via LLMs for High-Cost Simulation-Driven Design

通过LLM实现的无求解器依赖的自动问题建模

Yuchen Li, Handing Wang, Bing Xue, Mengjie Zhang, Yaochu Jin

机构 * School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） ； School of Engineering and Computer Science, Victoria University of Wellington（惠灵顿维多利亚大学工程与计算机科学学院） ； School of Engineering, Westlake University（西湖大学工学院） 纠错

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

AI总结 本文提出APF框架，利用LLM将工程师的自然语言需求转化为可执行的优化模型，提升高成本仿真驱动设计中问题建模的准确性和效率。

Comments Accepted to Findings of ACL 2026

OmniScript: Towards Audio-Visual Script Generation for Long-Form Cinematic Video

OmniScript: 向长篇影视视频的音频-视觉脚本生成迈进

Junfu Pu, Yuxin Chen, Teng Wang, Ying Shan

机构 * ARC Lab, Tencent（腾讯ARC实验室） 纠错

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

AI总结 本文提出视频到脚本任务，介绍OmniScript模型，通过渐进式训练在长篇叙事理解中实现高效脚本生成，优于开源模型并接近专有模型。

Comments Project Page: https://arcomniscript.github.io

RemoteAgent: Bridging Vague Human Intents and Earth Observation with RL-based Agentic MLLMs

RemoteAgent: 通过基于强化学习的代理多模态大语言模型弥合模糊人类意图与遥感观测之间的鸿沟

Liang Yao, Shengxiang Xu, Fan Liu, Chuanyi Zhang, Bishun Yao, Rui Min, Yongjun Li, Chaoqian Ouyang, Shimin Di, Min-Ling Zhang

机构 * Hohai University（河海大学） ； Southeast University（东南大学） ； Sun Yat-sen University（中山大学） 纠错

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

AI总结 本文提出RemoteAgent框架，通过VagueEO数据集和强化学习微调，使多模态大语言模型能直接解决图像和稀疏区域任务，并通过模型上下文协议智能协调专用工具进行密集预测，提升遥感任务的性能。

Premier: Personalized Preference Modulation with Learnable User Embedding in Text-to-Image Generation

Premier: 基于可学习用户嵌入的个性化偏好调节在文本到图像生成中

Zihao Wang, Yuxiang Wei, Xinpeng Zhou, Tianyu Zhang, Tao Liang, Yalong Bai, Hongzhi Zhang, Wangmeng Zuo

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Duxiaoman（度小满） 纠错

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

AI总结 Premier通过可学习用户嵌入和偏好适配器实现个性化图像生成，引入分散损失提升用户偏好区分度，实验显示其在偏好对齐和文本一致性上表现更优。

Controlling Multimodal Conversational Agents with Coverage-Enhanced Latent Actions

通过增强覆盖的潜在动作控制多模态对话代理

Yongqi Li, Hao Lang, Tieyun Qian, Yongbin Li

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Tongyi Lab（通义实验室） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 本文提出通过增强覆盖的潜在动作空间改进多模态对话代理的强化学习微调，利用跨模态投影器提升鲁棒性，在两个对话任务中优于基线方法。

Comments Accepted to ACL 2026 (Main), camera-ready version

Please Make it Sound like Human: Encoder-Decoder vs. Decoder-Only Transformers for AI-to-Human Text Style Transfer

让文本听起来更有人类感：编码器-解码器与解码器-only变压器在AI到人类文本风格转换中的应用

Utsav Paneru

机构 * Department of Computer Science, Kathmandu Engineering College（加德满都工程学院计算机科学系） 纠错

专题命中 指令微调 ：prompting(abstract)；分类 cs.CL

AI总结 本文研究了如何将AI生成的文本改写为更接近人类写作的风格，构建了包含25140对AI输入和人类参考文本片段的平行语料库，并通过三种模型的微调验证了BART-large在风格转换中的有效性。

Comments 12 pages, 3 figures, 2 tables

E2E-REME: Towards End-to-End Microservices Auto-Remediation via Experience-Simulation Reinforcement Fine-Tuning

E2E-REME：通过经验-模拟强化微服务自动修复

Lingzhe Zhang, Yunpeng Zhai, Tong Jia, Minghua He, Chiming Duan, Zhaoyang Liu, Bolin Ding, Ying Li

机构 * Peking University（北京大学） ； Key Laboratory of Data Intelligence and Security（数据智能与安全重点实验室） ； Alibaba Group（阿里巴巴集团） ； Key Laboratory of Data Space Technology and System（数据空间技术与系统重点实验室） 纠错

专题命中 指令微调 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出E2E-MR任务，通过经验-模拟强化训练构建E2E-REME模型，实现从诊断报告自动生成可执行playbook，提升微服务系统修复的准确性和效率。

Comments accepted by FSE'26. arXiv admin note: text overlap with arXiv:2511.01166

Controllable and Verifiable Tool-Use Data Synthesis for Agentic Reinforcement Learning

可控且可验证的工具使用数据合成用于代理强化学习

Siyuan Xu, Shiyang Li, Xin Liu, Tianyi Liu, Yixiao Li, Zhan Shi, Zixuan Zhang, Zilong Wang, Qingyu Yin, Jianshu Chen, Tuo Zhao, Bing Yin

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） ； Amazon（亚马逊） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 指令微调 ：SFT(abstract)；分类 cs.AI

AI总结 本文提出COVERT框架，通过自进化合成和多级验证生成可靠的基础工具使用轨迹，并通过保留oracle工具调用和最终答案的增强方法提升环境复杂度，从而提升强化学习中工具调用策略的鲁棒性。

Parameter Efficient Fine-tuning for Domain-specific Gastrointestinal Disease Recognition

领域特定胃肠道疾病识别的参数高效微调

Sanjaya Poudel, Nikita Kunwor, Raj Simkhada, Mustafa Munir, Manish Dhakal, Khem Poudel

机构 * Auburn University（奥本大学） ； Tribhuvan University（特里布万大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Georgia State University（佐治亚州立大学） ； Middle Tennessee State University（中田纳西州立大学） 纠错

专题命中 指令微调 ：foundation model(abstract)

AI总结 本文提出使用低秩适应（LoRA）模块进行参数高效微调，以解决跨源医学图像分布偏移问题，提升胃肠道疾病识别的参数效率和性能。

Comments 6 pages, 3 figures, CVPR conference

ARK: Answer-Centric Retriever Tuning via KG-augmented Curriculum Learning

ARK：通过知识图谱增强课程学习实现答案导向的检索器调优

Hang Ding, Jiawei Zhou, Haiyun Jiang

专题命中 指令微调 ：LLM(abstract)

AI总结 本文提出一种基于知识图谱增强课程学习的答案导向检索器调优框架，通过生成增强查询和逐步挑战的硬负样本，提升检索器区分关键证据的能力，实验表明在多个基准数据集上性能优于基线模型。

Comments ACL 2026 accepted as main. For source code, see https://github.com/valleysprings/ARK/

Exploring Cross-Modal Flows for Few-Shot Learning

探索跨模态流用于少样本学习

Ziqi Jiang, Yanghao Wang, Long Chen

机构 * Department of CSE, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） 纠错

专题命中 指令微调 ：language model(abstract)

AI总结 本文提出跨模态流匹配对齐（FMA）方法，通过多步调整提升跨模态对齐精度与鲁棒性，在多种基准和模型上均取得显著性能提升。

Comments Accepted by ICLR2026

Immunizing 3D Gaussian Generative Models Against Unauthorized Fine-Tuning via Attribute-Space Traps

通过属性空间陷阱免疫3D高斯生成模型以防止未经授权的微调

Jianwei Zhang, Sihan Cao, Chaoning Zhang, Ziming Hong, Jiaxin Huang, Pengcheng Zheng, Caiyan Qin, Wei Dong, Yang Yang, Tongliang Liu

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Sydney AI Centre, The University of Sydney（悉尼大学悉尼人工智能中心） ； Machine Learning Department, Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学机器学习系） ； School of Robotics and Advanced Manufacture, Harbin Institute of Technology（哈尔滨工业大学（深圳）机器人技术与先进制造学院） 纠错

专题命中 指令微调 ：language model(abstract)

AI总结 本文提出GaussLock，一种轻量级参数空间免疫框架，通过属性感知陷阱损失保护3D生成模型免受微调攻击，有效破坏结构完整性。