From Hypotheses to Factors: Constrained LLM Agents in Cryptocurrency Markets
从假说到因素：在加密货币市场中的受约束LLM代理
专题命中 其他LLM ：LLM(title,title_cn)
AI总结 本文研究了通过加密货币因素发现使用受约束的LLM代理，在可重复的协议下进行因素发现，通过序列假说搜索框架，结合确定性引擎进行数据分割、选择门、交易成本和投资组合测试，实现了44.55%的年化收益和1.55的夏普比率。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 其他LLM 23 篇
Machine Spirits: Speculation and Adaptation of LLM Agents in Asset Markets
机器精神：大型语言模型在资产市场中的行为与适应
专题命中 其他LLM ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)
AI总结 本文研究了LLM在资产市场中的行为，发现其表现出从稳定基本面到人类投机泡沫的多样化行为，且与理性预期假说不一致，同时指出异质性智能体的适应性可能加剧市场波动。
Comments 46 pages, 6 figures
LLMs Generate Kitsch
LLMs生成通俗艺术
机构 * Saarland University（萨尔兰大学） ； DFKI ； University of Bamberg（巴明根大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文探讨LLM生成的作品普遍存在通俗艺术倾向，通过实验证明读者认为LLM生成的故事更具有通俗艺术特征，并讨论未来研究和创作任务的设计影响。
Comments submitted to EMNLP 26
Affective Flow Language Model for Emotional Support Conversation
情感流动语言模型用于情感支持对话
机构 * College of computer science, Chongqing University（重庆大学计算机学院） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学）
专题命中 其他LLM ：language model(title,abstract)；LLM(abstract_cn)；large language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出AFlow模型，通过建模多轮对话中的连续情感流动，提供细粒度监督以提升情感支持对话中的策略一致性和共情响应质量。
Comments 19 pages, 7 figures
MappingEvolve: LLM-Driven Code Evolution for Technology Mapping
MappingEvolve：基于大语言模型的科技映射代码进化
机构 * Chinese University of Hong Kong（香港中文大学）
专题命中 其他LLM ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出MappingEvolve框架，利用大语言模型直接进化科技映射代码，通过分层代理架构提升代码优化效果，实验显示在面积减少和延迟平衡方面优于现有方法。
Text Style Transfer with Machine Translation for Graphic Designs
通过机器翻译进行文本风格迁移用于图形设计
机构 * Adobe
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL、cs.AI
AI总结 本文探讨了三种新方法用于图形设计文本风格迁移中的词对齐问题，基于商业可用的NMT和LLM翻译技术，通过定制输入输出标签进行文本风格迁移，并与注意力头方法进行比较。
Diffusion Language Models for Speech Recognition
扩散语言模型用于语音识别
机构 * Machine Learning and Human Language Technology Group, RWTH Aachen University, Germany（人工智能与人类语言技术小组，亚琛工业大学，德国） ； AppTek, Germany（AppTek，德国）
专题命中 其他LLM ：language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文探讨了扩散语言模型在语音识别中的应用，提出结合CTC与USDM的联合解码方法，提升识别准确性。
Transferability of Token Usage Rights: A Design Space Analysis of Generative AI Services
令牌使用权利的可转移性：生成式AI服务的设计空间分析
专题命中 其他LLM ：LLM(summary_cn,abstract)
AI总结 研究探讨生成式AI服务中令牌使用权利的可转移性，通过分析四个主要LLM服务的计费政策和条款，提出五种可转移类型，将令牌从经济技术基础元素扩展为用户中心系统设计的核心要素。
Comments 5 pages, 3 tables, Submitted at Korean Society of Design Science (KSDS) Spring Conference 2026
The Differential Effects of Agreeableness and Extraversion on Older Adults' Perceptions of Conversational AI Explanations in Assistive Settings
亲和力与外向性对老年人在辅助环境中对话式AI解释感知的差异影响
专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 研究探讨了亲和力和外向性如何影响老年人对对话式AI解释的感知，发现高亲和力提升同理心，低亲和力损害受欢迎程度，环境解释在紧急情境中表现更佳，且高亲和力用户对低亲和力代理更批评。
A New Semisupervised Technique for Polarity Analysis using Masked Language Models
基于掩码语言模型的极性分析新半监督技术
机构 * Waseda University（早稻田大学） ； LUT University（卢特大学）
专题命中 其他LLM ：language model(title,abstract)；分类 cs.CL
AI总结 本文提出利用掩码语言模型改进的潜在语义缩放方法，通过词向量预测种子词在上下文中的出现概率，提升文本分析中极性评分的准确性与一致性。
Never say never: Exploring the effects of available knowledge on agent persuasiveness in controlled physiotherapy motivation dialogues
不要说永远：探索可用知识对代理说服力的影响在受控的物理治疗动机对话中
机构 * Institute of Business Information Technology, Zurich University of Applied Sciences, Switzerland（瑞士应用科学大学商业信息技术学院） ； Institute for Information Systems, University of Applied Sciences and Arts Northwestern Switzerland（西北瑞士应用科学大学信息系统研究所） ； Center for Cognitive Interaction Technology, Bielefeld University, Germany（比勒菲尔德大学认知交互技术中心）
专题命中 其他LLM ：LLM(abstract,abstract_cn)；prompting(abstract)；分类 cs.AI
AI总结 本文研究了可用知识如何影响代理在物理治疗动机对话中的说服力，通过比较ChatGPT生成的回应，发现知识配置显著提升了代理的说服力和表达力。
Understanding the Challenges and Opportunities of Generative AI Apps: An Empirical Study
理解生成式AI应用的挑战与机遇：一项实证研究
专题命中 其他LLM ：LLM(abstract,abstract_cn)；prompting(abstract)
AI总结 本研究通过分析171款生成式AI应用的103万条评论，提出SARA框架，揭示用户对AI功能的认知与评价，识别三大机遇与三大挑战，并揭示用户关切随时间变化的趋势。
Comments 46 pages, 13 figures, 13 tables
A Multimodal Depth-Aware Method For Embodied Reference Understanding
一种多模态深度感知方法用于具身参照理解
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； KIT Campus Transfer GmbH (KCT)（KIT校园转移有限公司） ； Istanbul Technical University（伊斯坦布尔技术大学） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 其他LLM ：LLM(abstract,abstract_cn)
AI总结 本文提出一种多模态深度感知方法，结合语言模型数据增强、深度图模态和深度感知决策模块，提升复杂环境中的参照物识别准确性。
Comments Accepted by ICASSP 2026
RepoDoc: A Knowledge Graph-Based Framework to Automatic Documentation Generation and Incremental Updates
RepoDoc: 基于知识图谱的自动文档生成与增量更新框架
专题命中 其他LLM ：large language model(abstract)；language model(abstract)
AI总结 RepoDoc通过构建仓库知识图谱，实现代码文档的自动化生成与增量更新，提升文档覆盖率和完整性，同时提高生成效率与准确性。
Robust Grounding with MLLMs Against Occlusion and Small Objects via Language-Guided Semantic Cues
通过语言引导的语义线索实现对遮挡和小物体的鲁棒接地
机构 * Integrated Vision Language Lab.（集成视觉语言实验室）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)
AI总结 本文提出通过语言引导的语义线索提升MLLM在拥挤场景中的接地能力，通过语义线索提取器和文本嵌入引导优化对象语义，实验表明能有效提高接地精度。
Comments 4 pages, 2 figures, ICASSP 2026
Autonomous Knowledge Graph Exploration with Adaptive Breadth-Depth Retrieval
自主知识图谱探索与自适应广度-深度检索
机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Departamento de Computación, FCEyN, Universidad de Buenos Aires（布宜诺斯艾利斯大学计算机系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Oxford Suzhou Centre for Advanced Research, University of Oxford（牛津大学苏州市先进研究中心） ； ELIAS Lab, Departamento de Ingeniería, Universidad de San Andrés（圣安德鲁大学工程系ELIAS实验室） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Allston, MA, USA（自然与人工智能研究所，马萨诸塞州阿利斯顿） ； Broad Institute of MIT and Harvard, Cambridge, MA, USA（MIT和哈佛大学Broad研究所） ； Harvard Data Science Initiative, Cambridge, MA, USA（哈佛大学数据科学倡议）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出ARK工具，通过全局词搜索和邻域探索平衡知识图谱的广度与深度检索，提升多跳遍历效率，在STaRK上达到59.1%的平均Hit@1和67.4的平均MRR，优于其他方法。
Comments Accepted at ACL 2026 Main Conference
What Kind of Language is Easy to Language-Model Under Curriculum Learning?
什么是语言模型在课程学习下容易学习的语言类型？
机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL
AI总结 研究探讨课程学习如何影响语言模型的归纳偏差，发现其对语言类型倾向预测有显著影响。
Comments The 15th edition of the Workshop on Cognitive Modeling and Computational Linguistics (CMCL 2026)
Differentially-Private Text Rewriting reshapes Linguistic Style
差分隐私文本重写重塑语言风格
机构 * Friedrich-Alexander-Universität Erlangen-Nürnberg（埃朗根-纽伦堡弗里德里希-亚历山大大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL
AI总结 研究探讨差分隐私文本重写对语言风格的影响，发现隐私保护导致文本功能特征系统性改变，削弱互动标记和复杂从属结构，使文本风格趋于非参与和非说服性。
A Co-Evolutionary Theory of Human-AI Coexistence: Mutualism, Governance, and Dynamics in Complex Societies
人类与人工智能共存的共进化理论：互惠、治理与复杂社会中的动态
机构 * School of Chemistry and Chemical Engineering（化学与化工学院）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI
AI总结 本文提出在治理下的人机共存互惠框架，通过共进化关系设计人类与AI的共存，强调互惠、可逆性、心理安全和社会合法性，通过动态系统模型分析共存条件与稳定性。
PromptEvolver: Prompt Inversion through Evolutionary Optimization in Natural-Language Space
PromptEvolver：通过自然语言空间中的进化优化实现提示倒置
机构 * Bar-Ilan University（巴伊兰大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 本文提出PromptEvolver，通过进化优化生成自然语言提示，实现高保真图像重建，优于现有方法。
Prox-E: Fine-Grained 3D Shape Editing via Primitive-Based Abstractions
Prox-E：基于原始抽象的细粒度3D形状编辑
专题命中 其他LLM ：language model(abstract)
AI总结 本文提出Prox-E，一种无需训练的框架，通过显式的原始几何抽象实现细粒度3D控制，有效平衡身份保持、形状质量和指令忠实度。
Comments Accepted to SIGGRAPH 2026. Project page: https://etaisella.github.io/Prox-E/
