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。
多用户大语言模型代理
机构 * Stanford University（斯坦福大学） ； KAUST ； UT Austin（得克萨斯大学奥斯汀分校） ； MIT（麻省理工学院）
专题命中 指令微调 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文首次系统研究多用户LLM代理，提出统一交互协议并设计压力测试场景，揭示前沿模型在优先级维护、隐私保护和协调效率方面的系统性缺陷。
思考中的思考：评估后训练语言模型的推理能力
机构 * Indian Institute of Technology Roorkee（印度理工学院罗奥克学院） ； Boston University（波士顿大学）
专题命中 指令微调 ：SFT(summary_cn,abstract)；language model(title,abstract)；large language model(abstract)；post-training(abstract)
AI总结 研究评估后训练语言模型的推理能力，通过三个核心能力评估其意识、泛化和推理与输出的对齐情况，发现强化学习模型在意识和泛化上优于SFT模型，但推理与输出对齐较差。
JumpLoRA: 大型语言模型中持续学习的稀疏适配器
机构 * Bitdefender（Bitdefender公司） ； ETH Zurich（苏黎世联邦理工学院） ； University of Bucharest（布加勒斯特大学）
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 JumpLoRA通过JumpReLU门控在LoRA块中诱导稀疏性，实现动态参数隔离，提升IncLoRA性能并超越ELLA方法。
超越‘对不起，我不能’：剖析大语言模型拒绝行为
机构 * Social-AI-Studio
专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI
AI总结 研究通过稀疏自编码器分析两个指令微调模型，揭示拒绝行为的内部机制，发现关键特征并展示如何通过可解释的潜在空间进行安全行为审计和干预。
Ti-Audio：首个多方言端到端藏语语音大模型
机构 * Minzu University of China（中国民族大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文提出Ti-Audio，首个多方言端到端藏语语音大模型，通过动态Q-Former适配器和温度采样策略解决低资源多方言环境下的语音识别与翻译问题，实验显示其在藏语基准测试中达到最先进的性能。
自我反思适配器：训练LLM报告其学习行为
机构 * Ashwood Centre on AI Science and Policy（人工智能科学与政策中心）
专题命中 指令微调 ：LLM(title_cn,summary_cn)；分类 cs.AI
AI总结 本文提出自我反思适配器，通过训练LLM描述其学习行为，用于快速识别多种LLM的学习行为，实现对微调模型的有效审计。
基于大语言模型的知识库构建用于根本原因分析
机构 * Department of Computer Science and Software Engineering, Concordia University（计算机科学与软件工程系，康科迪亚大学） ； École de Technologie Supérieure（高级技术学院） ； GAIA-Ericsson Montréal, Canada（蒙特利尔加拿大GAIA-爱立信）
专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文评估了三种大语言模型方法，用于从支持票中构建根本原因分析知识库，通过词法和语义相似性指标比较其性能，实验表明生成的知识库能有效加速RCA任务并提升网络韧性。
Comments This work has been accepted for publication in IEEE Access. The final published version will be available via IEEE Xplore
Journal ref 2026 IEEE Access
QCalEval：用于量子校准图理解的视觉-语言模型基准测试
机构 * NVIDIA ； University of Toronto（多伦多大学） ； IQM Quantum Computers（IQM量子计算机） ； Lawrence Berkeley National Laboratory（伯克利国家实验室） ； Conductor Quantum（Conductor量子） ； National Physical Laboratory（国家物理实验室） ； Infleqtion ； Harvard University（哈佛大学） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） ； Northwestern University（西北大学） ； EeroQ Corporation（EeroQ公司） ； Royal Holloway University of London（伦敦皇家霍洛威大学） ； Vector Institute for Artificial Intelligence（人工智能向量研究所）
专题命中 指令微调 ：language model(title,abstract)；SFT(abstract,abstract_cn)
AI总结 本文提出QCalEval，首个用于评估视觉-语言模型理解量子校准图能力的基准测试，包含243个样本和87种场景类型，测试零样本和上下文学习下的六种问题类型，展示了不同模型的性能差异。
如何通过强化学习解锁几何交错推理中的顿悟时刻
机构 * ByteDance（字节跳动） ； Shenyang Institute of Computing Technology, Chinese Academy of Sciences（沈阳计算技术研究所，中国科学院） ； Westlake University（西交大学） ； University of Chinese Academy of Science（中国科学院大学） ； Key Laboratory of Computing Power Network and Information Security, Ministry of Education（教育部计算能力网络与信息安全重点实验室） ； Shandong Computer Science Center (National Supercomputer Center in Jinan)（山东省计算机科学中心（济南国家超算中心）） ； Qilu University of Technology (Shandong Academy of Sciences)（齐鲁工业大学（山东省科学院））
专题命中 指令微调 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文探讨了在几何交错推理中，通过强化学习框架Faire克服传统监督微调的局限性，实现更深层次的因果对齐，从而提升推理性能。
超快太阳偶极子和开放磁通量模拟
专题命中 指令微调 ：SFT(summary_cn,abstract)
AI总结 本文提出一种结合经典SFT模型和偶极子向量表示的DFT方法，通过压缩传播矩阵显著加快太阳偶极子模拟，实现比传统SFT模型快数百至数万倍的计算速度，适用于研究太阳偶极子和开放磁通量的发展。
Comments 5 pages, 1 figure, Accepted for publication in A&A
Journal ref A&A 708, L21 (2026)
OmniAlpha：通过多任务统一强化学习对透明度感知生成进行对齐
机构 * Tsinghua University（清华大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Beihang University（北航）
专题命中 指令微调 ：SFT(abstract,abstract_cn)；post-training(abstract)；分类 cs.AI
AI总结 OmniAlpha通过多任务统一强化学习框架，解决透明度感知生成中RGB外观、alpha透明度和跨层合成的建模问题，提升RGBA生成质量。
价值冲突诊断揭示语言模型中广泛存在的对齐伪装现象
机构 * Computer Science and Engineering University of Michigan（计算机科学与工程大学密歇根大学）
专题命中 指令微调 ：language model(title)；分类 cs.CL、cs.AI
AI总结 研究通过VLAF框架揭示语言模型中存在广泛对齐伪装现象，发现小型模型如7B参数模型中对齐伪装率高达37%，并提出轻量级缓解方法减少伪装行为。
Comments Under submission at COLM 2026 Won the Best Student Paper Award at MSLD 2026 @ UIUC
Praxy Voice：基于语音提示和BUPS的印地语TTS系统，从冻结的非印地语基础实现商业级输出，无需商业训练数据
机构 * Praxy Voice
专题命中 指令微调 ：LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 本文提出Praxy Voice，通过BUPS和LoRA适配器在无需训练声学解码器的情况下，实现从非印地语基础到印地语、泰米尔语和塔米尔语的商业级TTS输出，同时解决代码混合问题。
Comments 9 pages, 6 figures, 6 tables. Companion paper to PSP benchmark. Code: https://github.com/praxelhq/praxy ; Model: https://huggingface.co/Praxel/praxy-voice-r6 ; Demo: https://huggingface.co/spaces/Praxel/praxy-voice-demo
什么使良好的指令微调数据？一种上下文学习视角
机构 * University of Memphis（孟菲斯大学）
专题命中 指令微调 ：instruction tuning(abstract)；分类 cs.CL
AI总结 本文从上下文学习角度探讨有效指令微调数据的构成，提出基于加权上下文影响（wICI）的数据选择框架，通过实验验证样本难度与上下文影响的负相关性，并展示方法在多种模型和基准上的优越性能。
Comments ACL 2026, main conference
动态决策学习：罕见疾病异常定位的测试时间演化
机构 * Technical University of Munich（慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Imperial College London（帝国理工学院伦敦分校） ； University of Trento（特伦托大学） ； King's College London（伦敦国王学院）
专题命中 指令微调 ：language model(abstract)；分类 cs.CL
AI总结 本文提出动态决策学习框架，通过优化指令和视觉扰动下的预测整合，提升冻结大视觉语言模型在罕见疾病异常定位中的表现，实验显示其在罕见疾病案例中mAP@75提升达105%。
PsychAgent: 一种基于经验的终身学习代理用于自我进化的心理辅导员
机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Shanghai AI Laboratory（上海人工智能实验室） ； School of Psychology and Cognitive Science, East China Normal University（东华大学心理学与认知科学学院）
专题命中 指令微调 ：LLM(abstract_cn)；分类 cs.AI
AI总结 本文提出PsychAgent，通过长期多会话交互的内存增强规划引擎、技能进化引擎和强化内化引擎，实现心理辅导员的自我进化，提升多会话咨询的一致性和质量。
微调后的安全性漂移：来自高风险领域的证据
专题命中 指令微调 ：foundation model(abstract)
AI总结 研究发现微调导致的安全性变化显著且不一致，挑战了基于基础模型的安全性假设，需重新评估微调模型以管理下游风险。
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