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。
一分钱的剖析：揭示LLM代理的隐私冰山
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 研究通过人类意识和LLM集成平台实践，揭示隐私风险的显著差异，提出PrivacyIceberg分类体系及IcebergExplorer工具，以低成本高精度识别隐私泄露问题。
Comments 22 pages
为LLM输出生成二进制编码的加性近似方案
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 研究在编码速率约束下，通过二叉树诱导的二进制分布近似离散概率分布，提出多项式时间加性近似方案，提供近优二进制近似保证，并应用于LLM基隐写术。
CoupleEvo: 使用大型语言模型演化耦合优化问题的启发式方法
机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 本文提出CoupleEvo，通过三种进化协调策略演化耦合优化问题的启发式方法，实验表明分解策略更稳定，而集成策略搜索复杂度高。
Comments accepted at GECCO 2026, San Jose, Costa Rica, Workshop
重新标记，而非替换：扩散大语言模型中的令牌到标记细化
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Zhongguancun Academy（中关村学院）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文提出Token-to-Mask（T2M）方法，通过重新标记可疑令牌而非覆盖来提升扩散大语言模型的准确性，在AIME 2025和CMATH上分别提升13.33和8.56个百分点。
预设、路径依赖与可塑性：从（众多）真实聊天日志理解用户与大语言模型交互的塑造及其影响
机构 * Cornell University（康奈尔大学） ； Loyola University Maryland（洛约拉大学马里兰分校）
专题命中 其他LLM ：LLM(title,summary_cn)；分类 cs.CL
AI总结 通过分析14万次聊天记录，研究发现用户与LLM的交互模式在早期迅速形成并稳定，长期结果与早期探索密切相关，揭示了用户行为的路径依赖和可塑性特征。
多智能体决策：基于Blackwell信息性的方法
机构 * Centre for Vision, Speech and Signal Processing, University of Surrey（视觉、语音和信号处理中心，萨里大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出基于Blackwell信息性的多智能体决策分析方法，通过理论分析引入实用方法提升问答任务性能，实验表明优于现有多LLM辩论和投票方法。
TIDE：每层都知晓上下文中的token
机构 * Apple（苹果公司）
专题命中 其他LLM ：LLM(summary_cn,abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 TIDE通过引入EmbeddingMemory解决LLM中token身份单次注入导致的稀有词问题和上下文坍缩问题，提升多语言模型和下游任务性能。
WAAA! 网络对抗与代理浏览器
专题命中 其他LLM ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文提出首个针对代理浏览器的网络威胁模型，识别20种攻击类型，展示代理浏览器在传统和LLM威胁下的五种主要失效模式，强调需重新设计代理浏览器。
受风险控制的决策策略后处理
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.LG
AI总结 本文研究了在风险约束下如何通过后处理优化决策策略，提出了一种基于阈值结构的后处理方法，能够在保持基线策略一致性的前提下控制风险，实验验证了其在医疗诊断、LLM路由和多类决策任务中的有效性。
监督拉尔夫·维格姆：探索一种元认知共调节智能体循环用于工程设计
机构 * Department of Mechanical Engineering（机械工程系） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出一种自我调节循环和共调节设计智能体循环，通过元认知共调节缓解设计固定问题，提升工程设计性能。
语言表示在自动出价中的作用：发现与启示
机构 * City University of Hong Kong（香港城市大学） ； South China Agricultural University（华南农业大学） ； University of Electronic Science and Technology of China（电子科技大学） ； The Ohio State University, Columbus（俄亥俄州立大学） ； Hefei University of Technology（合肥工业大学） ； School of Economics and Management, Wuhan University（武汉大学经济管理学院） ； Faculty of Engineering, The University of Queensland（昆士兰大学工程学院） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； The Hong Kong University of Science and Technology（香港科学大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Santa Clara University（圣克拉拉大学） ； Boston University（波士顿大学） ； The University of Hong Kong（香港大学）
专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文研究语言表示在自动出价中的作用，提出SemBid框架，通过整合语义与数值信息提升出价可控性和泛化能力，实验表明其在多种场景下优于现有方法。
Comments 19 page
召回在衡量检索质量时有多重要？
机构 * Primer Technologies Inc.
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 本文评估了在大型动态知识库中，如何通过LLM判断响应质量来衡量检索质量，提出了一种无需知道总相关文档数的高效方法。
Comments Dataset: https://huggingface.co/datasets/primer-ai/retrieval-response
图let作为知识图谱基础模型中结构词汇的构建块
机构 * ScaDS.AI Dresden/Leipzig, Technische Universität Dresden（ScaDS.AI 德累斯顿/莱比锡，德累斯顿技术大学） ； Department of Mathematics, KNUST（数学系，库马西大学） ； alphaspeech - c/o alpha NT GmbH ； Amazon, Technische Universität Dresden（亚马逊，德累斯顿技术大学） ； TIB – Leibniz Information Centre for Science and Technology（TIB – 莱比锡科学与技术信息中心）
专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出基于图let词汇的模型无关框架，通过模式匹配挖掘知识图谱间的模式，提升跨图谱的链接预测性能。
人工美学：估值人工智能生成文本的隐性经济学
专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 本文通过实验研究人工智能生成文本中美学属性的支付意愿，发现美学质量与支付意愿无显著关联，表明美学改进更多作为基线预期而非价格差异来源。
大视觉-语言模型在注意力中迷失
机构 * School of Cyberspace Security, Beijing University of Posts（信息安全学院，北京邮电大学） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts（网络与交换技术国家重点实验室，北京邮电大学） ； School of Computer Science (National Pilot Software Engineering School), Beijing University of Posts（计算机科学学院（国家试点软件工程学院），北京邮电大学） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； Institute of Information Engineering, Chinese Academy of Sciences, Beijing, China（信息工程研究所，中国科学院北京研究院）
专题命中 其他LLM ：language model(title,abstract)；分类 cs.AI
AI总结 研究揭示大视觉-语言模型中注意力与前馈网络的作用差异，提出基于信息论和几何的统一框架，发现注意力模块存在冗余问题。
Comments 25 pages, 10 figures. Accepted by ICML 2026
隐藏、重建、突破：在大规模语言模型中利用重建-隐藏权衡
机构 * NC State University（北卡罗来纳州立大学） ； Zhejiang University（浙江大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.AI
AI总结 本文探讨了在多模态大语言模型中利用重建与隐藏的权衡进行意图混淆攻击，提出了一种基于字符移除的变体构造方法，并引入关键词相关的干扰图像以提高攻击效果。
Comments 39 pages, including appendices
对数似然、辛普森悖论与机器生成文本的检测
机构 * Department of Mathematics（数学系） ； University of Manchester（曼彻斯特大学） ； Risk and Security AI Lab（风险与安全AI实验室） ； Visa Inc.（Visa公司）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文通过分析对数似然信号在隐藏空间中的非均匀性，提出基于贝叶斯决策理论的局部校准方法，改进文本检测性能，揭示现有检测器的不足并提供可扩展的解决方案。
Comments 10 pages, 3 figures, 2 tables, 11 appendices
为守恒定律构建稳健的基模型：通过循环视觉变换器注入上下文到流神经算子
机构 * Center for AI and Natural Sciences（人工智能与自然科学中心） ； Korea Institute for Advanced Study（韩国高级研究院）
专题命中 其他LLM ：foundation model(title)；分类 cs.LG
AI总结 本文提出一种结合循环视觉变换器的流神经算子架构，通过超网络提取解动态并生成上下文条件神经算子参数，实现无需显式访问守恒定律或PDE系数即可求解守恒定律。
Comments 14 pages, 3 figures
稀疏自编码器中的特征枯竭作为几何不稳定性
机构 * Imperial College London South Kensington Campus（伦敦帝国理工学院南肯辛顿校区） ； Institute for Statistical Mathematics（统计数学研究所）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种自适应弹性净稀疏自编码器（AEN-SAEs），通过引入ℓ2结构项和自适应ℓ1重新加权，解决稀疏自编码器中的特征枯竭问题，同时保持重建能力。
Comments 26 pages, 3 figures, 5 tables
构图的艺术：用于组合视觉定位的注意力正则化训练
机构 * The University of British Columbia（不列颠哥伦比亚大学） ； Nanyang Technological University（南洋理工大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出CompART，通过分解标题为以对象为中心的短语并构建复合短语，提升多对象定位能力，验证了其在多种视觉语言模型上的有效性。
Shape2Animal: 从自然剪影生成创意动物
机构 * University of Science, Ho Chi Minh City, Vietnam（胡志明市科学技术大学） ； Vietnam National University, Ho Chi Minh City, Vietnam（越南国家大学） ； University of Dayton, Ohio, US（Dayton 大学）
专题命中 其他LLM ：language model(abstract)
AI总结 本文提出Shape2Animal框架，通过将自然物体剪影转化为 plausible 动物形式，展现人类对模糊刺激的感知能力。利用 vision-language 模型和扩散模型生成视觉连贯的动物图像，适用于视觉叙事、教育内容等领域。
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