语言大模型 / LLM - arXivDaily 专题

2604.22142 2026-04-27 cs.CL cs.CY 90%

Voice Under Revision: Large Language Models and the Normalization of Personal Narrative

声音的修订：大型语言模型与个人叙述的规范化

Tom van Nuenen

机构 * Social Sciences D-Lab, University of California, Berkeley（社会科学D实验室，加州大学伯克利分校）

专题命中预训练与数据：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.CL

AI总结研究探讨大型语言模型如何通过改写影响个人叙述的风格和叙述质感，发现改写导致风格规范化，包括功能词、缩略语和第一人称代词减少，而词汇多样性、词长和标点使用增加，影响叙述方式和因果推理。

2604.22467 2026-04-27 eess.AS 90%

DM-ASR: Diarization-aware Multi-speaker ASR with Large Language Models

DM-ASR：基于说话人识别的多说话人ASR框架

Li Li, Ming Cheng, Weixin Zhu, Yannan Wang, Juan Liu, Ming Li

专题命中预训练与数据：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)

AI总结 DM-ASR利用说话人识别作为结构先验，将多说话人ASR任务转化为多轮对话生成过程，通过分解转录为说话人和时间条件查询，提升转录质量与结构化输出。

2505.13255 2026-04-27 cs.RO 78%

Policy Contrastive Decoding for Robotic Foundation Models

基于机器人基础模型的策略对比解码

Shihan Wu, Xu Luo, Ji Zhang, Junlin Xie, Jingkuan Song, Heng Tao Shen, Lianli Gao

机构 * University of Electronic Science and Technology of China（电子科学与技术大学）； Southwest Jiaotong University（西南交通大学）； Tongji University（同济大学）

专题命中预训练与数据：foundation model(title,abstract)

AI总结本文提出Policy Contrastive Decoding方法，通过对比原始与物体遮挡的视觉输入，提升机器人策略的泛化能力，实验表明其在仿真和现实环境中均有效。

Comments ICLR 2026. Project website: https://koorye.github.io/PCD/

2603.29171 2026-04-27 cs.CV cs.LG 70%

Segmentation of Gray Matters and White Matters from Brain MRI data

从脑部MRI数据中分割灰质和白质

Chang Sun, Rui Shi, Tsukasa Koike, Tetsuro Sekine, Akio Morita, Tetsuya Sakai

机构 * Department of Computer Science and Engineering（计算机科学与工程系）； Waseda University（早稻田大学）； Department of Neurosurgery（神经外科）； Teraoka Memorial Hospital（寺田纪念医院）； Department of Radiology（放射科）； Nippon Medical School Hospital（日本医学大学医院）； Tokyo Rosai Hospital（东京罗赛医院）

专题命中预训练与数据：foundation model(abstract)；pretraining(abstract)；分类 cs.LG

AI总结本文提出改进的MedSAM模型用于多类脑组织分割，通过预处理和调整解码器实现高精度分割，实验显示在IXI数据集上Dice分数达0.8751。

2604.20834 2026-04-27 cs.RO 67%

PokeVLA: Empowering Pocket-Sized Vision-Language-Action Model with Comprehensive World Knowledge Guidance

PokeVLA：通过全面的世界知识指导赋能便携式视觉-语言-动作模型

Yupeng Zheng, Xiang Li, Songen Gu, Yuhang Zheng, Shuai Tian, Weize Li, Linbo Wang, Senyu Fei, Pengfei Li, Yinfeng Gao, Zebin Xing, Yilun Chen, Qichao Zhang, Haoran Li, Wenchao Ding

机构 * CASIA（中国科学院自动化研究所）； TARS Robotics（TARS机器人实验室）； Tsinghua University（清华大学）； Fudan University（复旦大学）； National University of Singapore（新加坡国立大学）； Tongji University（同济大学）

专题命中预训练与数据：language model(abstract)；foundation model(abstract)

AI总结本文提出PokeVLA，一种轻量但强大的具身体验模型，通过预训练视觉语言模型和多视角目标感知学习提升机器人操作效率与空间认知能力。

2604.22374 2026-04-27 cs.CL 57%

Selective Contrastive Learning For Gloss Free Sign Language Translation

选择性对比学习用于无 gloss 手语翻译

Changhao Lai, Rui Zhao, Xuewen Zhong, Jinsong Su, Yidong Chen

机构 * School of Informatics, Xiamen University, China（厦门大学信息学院）； Key Lab of Digital Protection and Intelligent Processing of Intangible Cultural Heritage of Fujian-Taiwan (XMU), Ministry of Culture and Tourism, China（福建省 Fujian-Taiwan 非物质文化遗产数字保护与智能处理重点实验室，文化部，中国）； National Language Resources Monitoring and Research Center for Education and Teaching Media, Xiamen University, China（教育与教学媒体语言资源监测与研究中心，厦门大学，中国）

专题命中预训练与数据：pretraining(abstract)；分类 cs.CL

AI总结本文提出选择性对比学习方法，通过动态选择负样本提升手语翻译的跨模态对齐效果，减少噪声干扰。

Comments Accepted by ACL 2026 as the main conference

2604.22194 2026-04-27 quant-ph 50%

Qubit-Scalable CVRP via Lagrangian Knapsack Decomposition and Noise-Aware Quantum Execution

基于拉格朗日背包分解和噪声感知量子执行的量子可扩展车辆路径问题

Monit Sharma, Hoong Chuin Lau

专题命中预训练与数据：pretraining(abstract)

AI总结本文提出一种端到端分解框架，通过拉格朗日松弛和噪声感知执行，解决车辆路径问题的量子优化瓶颈，提升混合量子优化的可扩展性。

Comments 37 pages, 12 figures, 9 tables

2604.21978 2026-04-27 cond-mat.str-el cond-mat.dis-nn cond-mat.supr-con 50%

Beyond Variational Bias: Resolving Intertwined Orders in the Hubbard Model

超越变分偏差：Hubbard模型中交织秩序的解析

Luciano Loris Viteritti, Riccardo Rende, Christopher Roth, Anirvan Sengupta, Giuseppe Carleo, Antoine Georges