语言大模型 / LLM

Anonpsy: A Graph-Based Framework for Structure-Preserving De-identification of Psychiatric Narratives

Anonpsy：一种基于图的框架，用于结构保持的 psychiatric 叙述去标识化

Kyung Ho Lim, Byung-Hoon Kim

机构 * Yonsei University College of Medicine（延世大学医学院） ； Yonsei Institute for Digital Healthcare（延世大学数字医疗研究所） 纠错

专题命中 评测与基准 ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 Anonpsy 通过图引导的语义重写，有效保持 psychiatric 叙述的结构同时降低重新识别风险，优于传统方法。

Comments ACL 2026 Findings

Who Saw It Coming? Historical Experience and the 2021 Inflation Forecast Failure

谁先预见了它？历史经验与2021年通胀预测失败

Dalibor Stevanovic

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 本文研究2021年美国通胀预测失败原因，指出样本组成而非模型设定问题导致预测失误，通过三种历史修正方法显著缩小预测差距，并扩展至八个美国价格指数。

ToxiShield: Promoting Inclusive Developer Communication through Real-Time Toxicity Filtering

ToxiShield：通过实时毒性过滤促进包容性开发者沟通

MD Awsaf Alam Anindya, Showvik Biswas, Anindya Iqbal, Jaydeb Sarker, Amiangshu Bosu

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 ToxiShield通过实时毒性过滤工具提升软件工程团队的沟通效率，采用深度学习和大语言模型实现毒性检测、沟通指导和文本重构，验证了其在促进包容性和健康协作中的有效性。

Journal ref FSE'2026

CaptionQA: Is Your Caption as Useful as the Image Itself?

CaptionQA: 你的描述是否和它所代表的图像一样有用？

Shijia Yang, Yunong Liu, Bohan Zhai, Ximeng Sun, Zicheng Liu, Emad Barsoum, Manling Li, Chenfeng Xu

机构 * Advanced Micro Devices, Inc.（先进微器件公司） ； Stanford University（斯坦福大学） ； Independent Researcher（独立研究者） ； Northwestern University（西北大学） ； UT Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 评测与基准 ：LLM(abstract,abstract_cn)

AI总结 CaptionQA通过评估生成描述在下游任务中的实用性，揭示了图像与描述之间的效用差距，涵盖四个领域，包含25个顶级和69个子类别，提供33,027个密集标注的多选问题。

Improving Sparse Autoencoder with Dynamic Attention

通过动态注意力改进稀疏自编码器

Dongsheng Wang, Jinsen Zhang, Dawei Su, Hui Huang

机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于交叉注意力架构的新型稀疏自编码器，利用sparsemax实现动态稀疏注意力机制，有效平衡稀疏性与重建性能，在top-n分类任务中取得高质量概念生成。

OccuBench: Evaluating AI Agents on Real-World Professional Tasks via Language Environment Simulation

OccuBench：通过语言环境模拟评估AI代理在真实世界专业任务中的表现

Xiaomeng Hu, Yinger Zhang, Fei Huang, Jianhong Tu, Yang Su, Lianghao Deng, Yuxuan Liu, Yantao Liu, Dayiheng Liu, Tsung-Yi Ho

机构 * Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 OccuBench通过语言环境模拟评估AI代理在100个真实世界专业任务场景中的表现，涵盖10个行业类别和65个专业领域，发现大模型、新版本和高推理能力提升性能，但强代理不等于强环境模拟器。

Comments 23 pages, 8 figures, 2 tables. Project page: https://gregxmhu.github.io/OccuBench-website/

Help! Need Advice on Identifying Advice

帮助！需要关于如何识别建议的建议

Venkata Subrahmanyan Govindarajan, Benjamin T Chen, Rebecca Warholic, Katrin Erk, Junyi Jessy Li

机构 * Department of Linguistics, The University of Texas at Austin（德克萨斯大学奥斯汀分校语言学系） ； Amazon Inc.（亚马逊公司） ； McGill University（麦吉尔大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.CL

AI总结 本文提出一个包含两个Reddit论坛的英文数据集，用于识别帖子中是否包含建议，分析发现建议 discourse 中存在丰富的语言现象，初步模型显示预训练语言模型在识别建议方面优于基于规则的系统，但识别仍具挑战性。

Comments EMNLP 2020

Journal ref Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP)

Zero-Shot Retail Theft Detection via Orchestrated Vision Models: A Model-Agnostic, Cost-Effective Alternative to Trained Single-Model Systems

通过协调视觉模型实现零样本零售盗窃检测：一种无需训练单个模型的低成本替代方案

Haileab Yagersew

机构 * Paza AI 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文提出Paza框架，通过协调多个现有模型实现零样本零售盗窃检测，降低训练成本，利用多信号预过滤减少昂贵视觉语言模型调用次数，提升效率和准确性。

Comments 16 pages, 3 figures, Code to be released at https://github.com/xHaileab/Paza-AI

DR$^{3}$-Eval: Towards Realistic and Reproducible Deep Research Evaluation

DR$^{3}$-Eval: 向真实和可重复的深度研究评估迈进

Qianqian Xie, Qingheng Xiong, He Zhu, Tiantian Xia, Xueming Han, Fanyu Meng, Jiakai Wang, Zhiqi Bai, Chengkang Jiang, Zhaohui Wang, Yubin Guo, Yuqing Wen, Jiayang Mao, Zijie Zhang, Shihao Li, Yanghai Wang, Yuxiang Ren, Junlan Feng, Jiaheng Liu

机构 * Nanjing University（南京大学） ； M-A-P ； Jiutian Research（九天研究） ； National University of Singapore（新加坡国立大学） ； Nanjing University of Science and Technology（南京理工大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文提出DR$^{3}$-Eval基准，用于评估多模态多文件报告生成的深度研究代理，通过真实用户材料和静态研究沙盒语料结合，引入多维评估框架，验证其与人类判断的一致性。

Geometric Metrics for MoE Specialization: From Fisher Information to Early Failure Detection

几何度量用于MoE专业化：从Fisher信息到早期故障检测

Dongxin Guo, Jikun Wu, Siu Ming Yiu

机构 * The University of Hong Kong（香港大学） ； Brain Investing Limited 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文提出基于信息几何的框架，通过Fisher信息度量分析MoE专业化动态，提出FSI和FHS指标，有效预测训练失败并提升模型性能。

Comments 6 pages, 2 figures, 7 tables

Geometric Routing Enables Causal Expert Control in Mixture of Experts

几何路由实现混合专家中的因果专家控制

Ivan Ternovtsii, Yurii Bilak

机构 * Department of Software Systems, Uzhhorod National University（软件系统系，乌日霍罗德国立大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文通过几何路由揭示混合专家模型中专家的专业化特性，展示专家身份的因果意义，并通过实验验证专家专业化的可解释性。

A deep learning framework for glomeruli segmentation with boundary attention

用于肾小球分割的深度学习框架与边界注意力

Behnaz Elhaminia, Catherine King, Jiaqi Lv, Lorraine Harper, Paul Moss, Owen Cain, Dimitrios Chanouzas, Shan E Ahmed Raza

机构 * Tissue Image Analytics (TIA) Centre, Dept. of Computer Science, University of Warwick, UK（沃里克大学计算机科学系组织图像分析中心） ； Dept. of Immunology and Immunotherapy, University of Birmingham, UK（伯明翰大学免疫学与免疫治疗系） ； Renal Unit, Queen Elizabeth Hospital Birmingham, UHB NHS Foundation Trust, UK（伯明翰女王医院肾病科，UHB国家健康服务基金会信托） ； Dept. of Cellular Pathology, Queen Elizabeth Hospital Birmingham, UK（伯明翰女王医院细胞病理学系） ； School of Applied Health Sciences, University of Birmingham, UK（伯明翰大学应用健康科学学院） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出一种强调边界分离的深度学习框架，通过路径学基础模型和专门设计的注意力解码器提升肾小球实例分割性能，实验表明在Dice分数和交并比上优于现有方法。

AnimationBench: Are Video Models Good at Character-Centric Animation?

AnimationBench: 视频模型在以角色为中心的动画生成中表现如何？

Leyi Wu, Pengjun Fang, Kai Sun, Yazhou Xing, Yinwei Wu, Songsong Wang, Ziqi Huang, Dan Zhou, Yingqing He, Ying-Cong Chen, Qifeng Chen

机构 * New AI Labs 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出AnimationBench，首个系统评估动画图像到视频生成的基准，结合动画十二基本原则和IP保护，评估语义一致性、运动合理性等质量维度，支持标准化和开放集评估，揭示现实主义基准忽视的动画特定质量差异。

Comments Project Page: https://animationbench.github.io Code: https://github.com/VideoVerses/AnimationBench

Beyond Visual Cues: Semantic-Driven Token Filtering and Expert Routing for Anytime Person ReID

超越视觉线索：基于语义的标记过滤和专家路由用于即时人物重识别

Jiaxuan Li, Xin Wen, Zhihang Li

机构 * Tsinghua University（清华大学） ； Independent Researcher（独立研究者） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出STFER框架，利用大视觉-语言模型生成身份一致的文本，提升对服装变化和模态转换的鲁棒性，通过语义驱动的标记过滤和专家路由实现多场景鲁棒性，实验表明模型在AT-USTC数据集上达到最优性能。

XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios

XRZero-G0：通过接口、质量和比例推动灵巧机器人操作的前沿

James Wang, Primo Pu, Zephyr Fung, Alex Wang, Sam Wang, Bender Deng, Kevin Wang, Zivid Liu, Chris Pan, Panda Yang, Andy Zhai, Lucy Liang, Shalfun Li, Johnny Sun, Jacky Xu, Will Tian, Kai Yan, Kohler Ye, Scott Li, Qian Wang, Roy Gan, Hao Wang

机构 * X SQUARE ROBOT（X SQUARE机器人） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出XRZero-G0系统，通过 ergonomic 接口和数据混合策略提升数据收集效率，实现高质量数据集，使机器人操作在无真实机器人数据的情况下也能达到高性能。

Comments Technical Report

Synthetic Reflections on Resource Extraction

合成反思与资源开采

Sai Krishna Tammali, Vinaya Kumar, Marc Böhlen

专题命中 评测与基准 ：language model(abstract)

AI总结 本文探讨如何利用AI模型分析景观，提出结合统计方法、人类判断和生成式AI的卫星图像解读框架，引入新的景观描述指标以提升多模态模型对采矿分布的评估能力。

Comments 20 pages, 5 figures, HCII 2026, prepublication

Scepsy: Serving Agentic Workflows Using Aggregate LLM Pipelines

Scepsy：利用聚合LLM管道服务代理工作流

Marcel Wagenländer, Otto White, Britannio Jarrett, Pedro Silvestre, Yanda Tao, Guo Li, Huanzhou Zhu, Llúis Vilanova, Peter Pietzuch

机构 * Imperial College London（伦敦帝国学院） 纠错

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

AI总结 Scepsy通过聚合LLM管道高效调度多LLM代理工作流，实现高吞吐量和低延迟，相比独立优化或用户指定分配的系统，吞吐量提升2.4倍，延迟降低27倍。

Disentangle-then-Refine: LLM-Guided Decoupling and Structure-Aware Refinement for Graph Contrastive Learning

解耦后再细化：基于LLM的解耦与结构感知细化用于图对比学习

Zhaoxing Li, Hai-Feng Zhang, Xiaoming Zhang

机构 * Institute of Physical Science and Information Technology（物理科学与信息技术研究院） ； School of Mathematical Sciences（数学科学学院） ； Qinghai Institute of Science and Technology Information（青海科学技术信息研究院） 纠错

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

AI总结 本文提出SDM-SCR框架，通过LLM解耦任务相关信号与噪声，并利用结构感知细化消除幻觉，提升图对比学习的准确性和效率。

Comments Accept in ICME 2026

MCP-Flow: Facilitating LLM Agents to Master Real-World, Diverse and Scaling MCP Tools

MCP-Flow：帮助LLM代理掌握现实世界、多样且可扩展的MCP工具

Wenhao Wang, Peizhi Niu, Zhao Xu, Zhaoyu Chen, Jian Du, Yaxin Du, Xianghe Pang, Keduan Huang, Yanfeng Wang, Qiang Yan, Siheng Chen

机构 * TikTok ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） ； University of Illinois at Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 MCP-Flow通过自动化流程提升LLM在现实世界MCP环境中的能力，通过大规模服务器发现、数据合成和模型训练，生成高质量指令-功能调用对和轨迹，推动代理任务性能提升。

Comments ACL 2026 Main, Camera Ready

Route to Rome Attack: Directing LLM Routers to Expensive Models via Adversarial Suffix Optimization

通往罗马的攻击：通过对抗性后缀优化引导LLM路由器选择昂贵模型

Haochun Tang, Yuliang Yan, Jiahua Lu, Huaxiao Liu, Enyan Dai

机构 * Key Laboratory of Symbolic Computation and Knowledge Engineering, MoE, Jilin University（符号计算与知识工程重点实验室，MoE，吉林大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 本文提出R$^2$A方法，通过对抗性后缀优化误导黑盒LLM路由器选择昂贵模型，解决现有攻击在黑盒场景下的不足。

Journal ref ACL 2026 Main Conference

Adaptive Layer Selection for Layer-Wise Token Pruning in LLM Inference

针对LLM推理中分层令牌剪枝的自适应层选择

Rei Taniguchi, Yuyang Dong, Makoto Onizuka, Chuan Xiao

机构 * NEC Corporation（日本电报电话株式会社） ； Osaka University（大阪大学） ； Nagoya University（名古屋大学） 纠错

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

AI总结 本文提出ASL方法，通过自适应选择KV缓存中的层，平衡不同任务性能并满足KV预算要求，优于现有分层令牌剪枝方法。

Comments ACL 2026 Findings. Source code available at https://github.com/TANIGUCHIREI/ASL

Compressed-Sensing-Guided, Inference-Aware Structured Reduction for Large Language Models

基于压缩感知的、推理感知的结构化缩减用于大语言模型

Andrew Kiruluta

机构 * UC Berkeley School of Information（伯克利大学信息学院） 纠错

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

AI总结 本文提出一种统一的压缩感知指导框架，用于动态执行大语言模型，通过稀疏恢复估计任务条件和token自适应的支持集，实现高效硬件执行路径，提升推理速度与压缩效率。

Enhancing Large Language Models with Retrieval Augmented Generation for Software Testing and Inspection Automation

通过检索增强生成提升大型语言模型用于软件测试和检查自动化

Zoe Fingleton, Nazanin Siavash, Armin Moin

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

AI总结 本文通过检索增强生成方法提升大型语言模型在软件测试和检查自动化中的应用，有效减少项目成本并提高验证与确认活动的效果和效率。

TRACER: Trace-Based Adaptive Cost-Efficient Routing for LLM Classification

TRACER：基于追踪的自适应成本高效路由用于LLM分类

Adam Rida

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 TRACER通过利用生产日志中的标注输入输出对训练轻量级替代模型，实现低成本的LLM分类路由，其通过阈值机制动态决定模型部署边界，并生成可解释性特征。

Comments github.com/adrida/tracer

CROP: Token-Efficient Reasoning in Large Language Models via Regularized Prompt Optimization

CROP：通过正则化提示优化实现大语言模型的token高效推理

Deep Shah, Sanket Badhe, Nehal Kathrotia, Priyanka Tiwari

机构 * Google LLC（谷歌公司） ； Purdue University（普渡大学） 纠错

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

AI总结 CROP通过正则化提示优化，在保持准确性的同时显著降低token消耗，适用于复杂推理任务。

Comments Accepted at ICLR 2026 Workshop on Logical Reasoning of Large Language Models

HUOZIIME: An On-Device LLM-enhanced Input Method for Deep Personalization

HUOZIIME：一种基于大语言模型的设备端输入法用于深度个性化

Baocai Shan, Yuzhuang Xu, Wanxiang Che

机构 * Harbin Institute of Technology（哈尔滨理工大学） 纠错

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

AI总结 本文提出HUOZIIME，一种基于大语言模型的设备端输入法，通过合成个性化数据训练基础模型，结合分层记忆机制实现高效个性化文本生成，实验表明其在设备端执行高效且个性化质量高。

SPaCe: Unlocking Sample-Efficient Large Language Models Training With Self-Pace Curriculum Learning

SPaCe：通过自适应课程学习解锁高效大语言模型训练

Dai Do, Manh Nguyen, Svetha Venkatesh, Hung Le

机构 * Deakin Applied AI Initiative, Deakin University, Australia（德金应用人工智能倡议，德金大学，澳大利亚） 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 SPaCe通过自适应课程学习框架，优化数据选择与训练时机，提升大语言模型的训练效率，实验表明其在多个推理基准上性能优于现有方法，样本使用减少达100倍。

Rethinking LLM-Driven Heuristic Design: Generating Efficient and Specialized Solvers via Dynamics-Aware Optimization

重新思考基于大语言模型的启发式设计：通过动态感知优化生成高效且专用的求解器

Rongzheng Wang, Yihong Huang, Muquan Li, Jiakai Li, Di Liang, Bob Simons, Pei Ke, Shuang Liang, Ke Qin

机构 * 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)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出DASH框架，通过动态感知指标优化求解器搜索机制和运行时间安排，提升求解效率和性能，同时通过Profiled Library Retrieval减少重新适应成本。

AgentOpt v0.1 Technical Report: Client-Side Optimization for LLM-Based Agent

AgentOpt v0.1 技术报告：基于LLM的代理的客户端优化

Wenyue Hua, Sripad Karne, Qian Xie, Armaan Agrawal, Nikos Pagonas, Kostis Kaffes, Tianyi Peng

机构 * Microsoft Research, AI Frontiers（微软研究院，人工智能前沿） ； Cornell University（康奈尔大学） ； Columbia University（哥伦比亚大学） 纠错

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

AI总结 本文提出AgentOpt框架，用于解决LLM代理客户端资源分配问题，通过多种搜索算法优化模型选择和资源分配，提升效率与效果。

Comments 24 pages, 1 figure

Acceptance Dynamics Across Cognitive Domains in Speculative Decoding

跨认知领域接受动态的推测解码

Saif Mahmoud

机构 * College of Engineering, Al Ain University Abu Dhabi, United Arab Emirates（阿联酋阿因大学工程学院） 纠错

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

AI总结 本文研究了基于树的推测解码接受动态，分析了不同NLP任务领域对接受概率的影响，发现任务类型比树深度更能预测接受率，且聊天领域表现出较高的熵和接受率。