语言大模型 / LLM

RACC: Representation-Aware Coverage Criteria for LLM Safety Testing

RACC：面向LLM安全测试的表示感知覆盖标准

Zeming Wei, Zhixin Zhang, Chengcan Wu, Yihao Zhang, Xiaokun Luan, Meng Sun

机构 * Peking University（北京大学） 纠错

专题命中 知识编辑与模型理解 ：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RACC，一种专为LLM安全测试设计的覆盖标准，通过提取安全表示并评估测试提示的激活情况，有效提升测试套件质量，同时对冗余输入不敏感，适用于大规模神经网络的安全测试。

Shaping Schema via Language Representation as the Next Frontier for LLM Intelligence Expanding

通过语言表示塑造模式作为扩展LLM智能的下一个前沿

Zhiqin Yang, Yuhan Liu, Jingwen Fu, Pei Fu, Bo Han, Masashi Sugiyama, Nanning Zheng

机构 * The Hong Kong University of Science and Technology（香港理工大学） ； MiLM Plus, Xiaomi Inc（小米公司） ； Zhongguancun Academy（中关村学院） ； Hong Kong Baptist University（香港 Baptist大学） ； The University of Tokyo（东京大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文探讨通过高级语言表示塑造模式作为扩展LLM智能的新方向，提出语言表示的结构和符号复杂性对知识激活和组织至关重要，并通过实验证明语言表示设计的有效性。

Comments 41 pages, 30 figures

Robust LLM Unlearning Against Relearning Attacks: The Minor Components in Representations Matter

鲁棒的LLM去学习对抗重新学习攻击：表示中的次要成分至关重要

Zeguan Xiao, Xuanzhe Xu, Yun Chen, Yong Wang, Jian Yang, Yanqing Hu, Guanhua Chen

机构 * Shanghai University of Finance and Economics（上海金融学院） ； Alibaba Group（阿里巴巴集团） ； Southern University of Science and Technology（南方科技大学） ； Beihang University（北航） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究了LLM去学习中对抗重新学习攻击的脆弱性，发现现有方法主要优化主导成分，而次要成分更抗反转。提出Minor Component Unlearning方法，通过聚焦稳健方向提升抗攻击能力。

Qwen-Scope: Turning Sparse Features into Development Tools for Large Language Models

Qwen-Scope：将稀疏特征转化为大语言模型的开发工具

Boyi Deng, Xu Wang, Yaoning Wang, Yu Wan, Yubo Ma, Baosong Yang, Haoran Wei, Jialong Tang, Huan Lin, Ruize Gao, Tianhao Li, Qian Cao, Xuancheng Ren, Xiaodong Deng, An Yang, Fei Huang, Dayiheng Liu, Jingren Zhou

机构 * Qwen Team（Qwen团队） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；post-training(abstract)；分类 cs.CL、cs.LG

AI总结 Qwen-Scope通过稀疏自编码器为大语言模型提供开发工具，支持推理引导、评估分析、数据驱动工作流和训练优化，展示了SAEs在模型诊断与改进中的实用性。

Scalable Token-Level Hallucination Detection in Large Language Models

可扩展的令牌级幻觉检测方法在大语言模型中

Rui Min, Tianyu Pang, Chao Du, Minhao Cheng, Yi R. Fung

机构 * Sea AI Lab（Sea AI实验室） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出TokenHD方法，通过可扩展的数据引擎和重要性加权策略，实现令牌级幻觉检测，实验显示小型模型在训练后性能优于大模型，且检测能力随模型规模扩大而提升。

Instruction Lens Score: Your Instruction Contributes a Powerful Object Hallucination Detector for Multimodal Large Language Models

指令透镜分数：您的指令为多模态大语言模型提供了一个强大的对象幻觉检测器

Runhe Lai, Xinhua Lu, Yanqi Wu, Jinlun Ye, Weijiang Yu, Ruixuan Wang

机构 * School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China（中山大学计算机科学与工程学院，广州，中国） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； Key Laboratory of Machine Intelligence and Advanced Computing, MOE, Guangzhou, China（机器智能与高级计算关键实验室，教育部，广州，中国） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.LG

AI总结 本文提出InsLen，通过结合校准局部分数和上下文一致性分数，有效检测多模态大语言模型中的对象幻觉，无需额外训练或辅助模型。

Comments Accepted by ICML-2026

Predicting Decisions of AI Agents from Limited Interaction through Text-Tabular Modeling

通过文本-表格建模从有限交互预测AI代理的决策

Eilam Shapira, Moshe Tennenholtz, Roi Reichart

机构 * Faculty of Data and Decision Sciences（数据与决策科学学院） 纠错

专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)；foundation model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出文本-表格预测方法，通过分析游戏状态、报价历史和对话，预测AI代理的决策，实验表明隐藏的LLM表示能有效提升预测性能。

Uncertainty Quantification for LLM-based Code Generation

基于大语言模型的代码生成的不确定性量化

Senrong Xu, Yuhao Tan, Yanke Zhou, Guangyuan Wu, Zenan Li, Yuan Yao, Taolue Chen, Feng Xu, Xiaoxing Ma

机构 * State Key Lab of Novel Software Technology, Nanjing University（南京大学新型软件技术国家重点实验室） ； ETH Zürich（苏黎世联邦理工学院） ； Birkbeck, University of London（伦敦大学伯克贝克学院） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出RisCoSet方法，通过多重假设检验构建风险控制的预测集，用于大语言模型代码生成任务，有效减少代码移除并提升准确性。

BoolXLLM: LLM-Assisted Explainability for Boolean Models

BoolXLLM: 基于大语言模型的布尔模型可解释性

Du Cheng, Serdar Kadioglu, Xin Wang

机构 * AI Center of Excellence, Fidelity Investments（富达投资人工智能卓越中心） ； Department of Computer Science, Brown University（布朗大学计算机科学系） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出BoolXLLM框架，结合大语言模型提升布尔模型的可解释性，通过特征选择、阈值推荐和规则压缩三个阶段增强解释性，实现理论与人类可理解的结合。

Where is the Mind? Persona Vectors and LLM Individuation

心灵在哪里？人格向量与大语言模型个体化

Pierre Beckmann, Patrick Butlin

机构 * EPFL（瑞士联邦理工学院） ； Idiap Research Institute（Idiap研究所） ； Eleos AI Research（Eleos AI研究） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文探讨大语言模型中个体化问题，通过机制可解释性分析人格向量和人格空间，提出虚拟实例观及两种新观点，论证注意力流维持心理连接，人格结构假说支持人格相关观点。

Agent-BRACE: Decoupling Beliefs from Actions in Long-Horizon Tasks via Verbalized State Uncertainty

Agent-BRACE: 通过 verbalized 状态不确定性解耦信念与行动以应对长 horizon 任务

Joykirat Singh, Zaid Khan, Archiki Prasad, Justin Chih-Yao Chen, Akshay Nambi, Hyunji Lee, Elias Stengel-Eskin, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Microsoft Research（微软研究院） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 Agent-BRACE 通过解耦信念状态模型与策略模型，利用强化学习优化，在长 horizon 部分可观测任务中提升性能，实现上下文窗口恒定且任务相关信息保留。

Comments Code: https://github.com/joykirat18/Agent-BRACE

Modeling Narrative Structure in Latin Epic Poetry with Automatically Generated Story Grammars

用自动生成的故事语法建模拉丁史诗诗歌的叙事结构

Abigail Swenor, John James, Neil Coffee, Walter Scheirer

机构 * Department of Computer Science and Engineering, University of Notre Dame（诺特兰大学计算机科学与工程系） ； Department of Classics, University at Buffalo（布法罗大学古典学系） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出一种利用大语言模型和少样本学习自动标注拉丁史诗诗歌故事元素，以提升文学文本分析的可解释性和实用性。

Comments Submitted to Journal of Computational Literary Studies

Structural Interpretations of Protein Language Model Representations via Differentiable Graph Partitioning

通过可微分图划分对蛋白质语言模型表示进行结构解释

Siddhant Dutta, Edward Tan Beng Wai, Soumick Sarker, Pasan Gunawardane, Jagath C. Rajapakse

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种插件式框架，通过将ESM-2表示投影到蛋白质接触图并应用SoftBlobGIN网络，实现结构感知的消息传递和学习功能子结构，提升下游任务性能。

Comments 19 Pages, 8 figures, 11 Tables, Submitted to NeurIPS 2026

Metaphor Is Not All Attention Needs

隐喻并非注意力所需全部

Olga Sorokoletova, Francesco Giarrusso, Giacomo De Luca, Piercosma Bisconti, Matteo Prandi, Federico Pierucci, Marcello Galisai, Vincenzo Suriani, Daniele Nardi

机构 * Sapienza University of Rome Department of Computer, Control and Management Engineering（罗马大学Sapienza计算机、控制与管理工程系） ； DEXAI – Icaro Lab（DEXAI – Icaro实验室） ； University of Rome Tor Vergata（罗马大学Tor Vergata） ； Sant’Anna School of Advanced Studies（Sant’Anna高级研究学校） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.CL

AI总结 本文研究文学式绕过策略为何有效，发现其效果源于风格不规则性而非对文学格式的识别失败，表明安全机制需考虑风格变化对模型行为的影响。

Multimodal Abstractive Summarization of Instructional Videos with Vision-Language Models

基于视觉语言模型的指令视频多模态抽象摘要

Maham Nazir, Muhammad Aqeel, Richong Zhang, Francesco Setti

机构 * Beihang University, Beijing, China（北航大学，北京，中国） ； University of Verona, Italy（威尼斯大学，意大利） 纠错

专题命中 知识编辑与模型理解 ：language model(title)；分类 cs.CL

AI总结 本文提出ClipSum框架，利用冻结的CLIP视觉语言特征进行指令视频摘要，通过显式时间建模和维度自适应融合，实现视觉与语言的语义对齐，实验显示其在YouCook2数据集上表现优于传统方法。

Comments Accepted to ICPR 2026

Epistemic Uncertainty for Test-Time Discovery

测试时发现的知识不确定性

Kainat Riaz, Muhammad Ahmed Mohsin, Ahsan Bilal, Muhammad Umer, Ayesha Mohsin, Aqib Riaz, Ali Subhan, John M. Cioffi

机构 * Stanford University（斯坦福大学） ； National University of Sciences and Technology（国家安全科学与技术大学） ； University of Oklahoma（俄克拉荷马大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出UG-TTT方法，通过维护低秩适配器的集成来区分未探索区域与困难问题，利用互信息量化分歧以提升探索效率，从而在科学发现任务中提高最大奖励和解的多样性。

When Looking Is Not Enough: Visual Attention Structure Reveals Hallucination in MLLMs

当观察不足时：视觉注意结构揭示大语言模型中的幻觉

Fanpu Cao, Xin Zou, Xuming Hu, Hui Xiong

机构 * Thrust of Artificial Intelligence, HKUST (Guangzhou)（人工智能前沿 thrust，香港科技大学（广州）） ； Department of Computer Science and Engineering, HKUST（计算机科学与工程系，香港科技大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过分析视觉注意的高频结构揭示大语言模型中的幻觉现象，提出LaSCD解码策略，有效减少幻觉并保持模型能力。

Probing Cross-modal Information Hubs in Audio-Visual LLMs

探测音频-视觉大语言模型中的跨模态信息枢纽

Jihoo Jung, Chaeyoung Jung, Ji-Hoon Kim, Joon Son Chung

机构 * Department of Electrical Engineering, Korea Advanced Institute of Science ； The Graduate School of Advanced Imaging Science, Multimedia \& Film, Chung-Ang University, Seoul, Republic of Korea 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文研究了音频-视觉大语言模型中音频与视觉模态间的跨模态信息流动，发现信息主要存储在sink tokens中，并提出一种无需训练的hallucination缓解方法。

Comments Accepted by ICML 2026

Probing RLVR training instability through the lens of objective-level hacking

通过目标层面黑客的视角探查RLVR训练不稳定性

Yiming Dong, Kun Fu, Haoyu Li, Xinyuan Zhu, Yurou Liu, Lijing Shao, Jieping Ye, Zheng Wang

机构 * School of Physics, Peking University（北京大学物理学院） ； Tongyi Lab（通义实验室） ； Alibaba Group（阿里巴巴集团） ； Kavli Institute for Astronomy and Astrophysics, Peking University（北京大学天文与天体物理研究院） ； National Astronomical Observatories, Chinese Academy of Sciences（中国科学院国家天文台） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过目标层面黑客视角揭示RLVR训练不稳定性的根源，分析MoE模型中训练-推理差异异常增长的机制，为设计稳定的RLVR算法提供指导。

Comments Accepted by ICML 2026

SCOPE: Siamese Contrastive Operon Pair Embeddings for Functional Sequence Representation and Classification

SCOPE：基于功能序列表示和分类的Siamese对比运算子嵌入

Akarsh Gupta, Kenneth Rodrigues, Sagnik Chatterjee

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出SCOPE方法，利用Siamese MLP在融合嵌入空间中学习分类器，通过蛋白质语言模型嵌入实现运算子对的分类，取得0.71的ROC-AUC成绩，表明该方法在微生物基因组中的应用潜力。

Persistent and Conversational Multi-Method Explainability for Trustworthy Financial AI

持久且可对话的多方法可解释性用于可信金融AI

Georgios Makridis, Georgios Fatouros, John Soldatos, George Katsis, Dimosthenis Kyriazis

机构 * University of Piraeus, Greece（希腊比雷埃克斯大学） ； ExpertAI-Lux S.à r.l（ExpertAI-Lux公司） 纠错

专题命中 知识编辑与模型理解 ：prompting(abstract)；分类 cs.AI

AI总结 本文提出一种用于金融情感分析的以人为中心的可解释AI架构，结合持久化存储、多方法解释三角验证和自动化评估，提升金融AI的可信度和可解释性。

Comments 5 pages

Don't Look at the Numbers: Visual Anchoring Bias and Layer-wise Representation in VLMs

不要看数字：视觉锚定偏差与视觉语言模型中的分层表示

M. Shalankin

机构 * M. Shalankin 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI

AI总结 研究揭示视觉锚定对VLM性能评估的系统性偏差，通过分层分析发现不同层的表示差异及架构依赖的融合机制。

Towards Uncertainty-Aware Federated Granger Causal Learning

面向不确定性感知的联邦格兰杰因果学习

Ayush Mohanty, Nazal Mohamed, Nagi Gebraeel

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 知识编辑与模型理解 ：post-training(abstract)；分类 cs.LG

AI总结 本文提出一种面向不确定性的联邦格兰杰因果学习方法，通过分析不确定性在框架中的传播，建立闭式协方差递推公式，并在稳态条件下证明不确定性仅依赖客户端数据统计，从而构建后训练假设检验流程，提升跨客户端交互识别的可靠性。

Comments Manuscript under review

Action Hallucination in Generative Vision-Language-Action Models

生成视觉-语言-动作模型中的动作幻觉

Harold Soh, Eugene Lim

机构 * Department of Computer Science, School of Computing（计算机科学系，计算系） ； Smart Systems Institute（智能系统研究所） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；分类 cs.AI

AI总结 研究分析生成视觉-语言-动作模型中动作幻觉的根源，揭示拓扑、精度和地平线三类障碍对动作生成的影响，提出改进模型可靠性和可信度的方法。

Comments 24 pages; updated setup with minor changes to proofs. changed template

From Trajectories to Phenotypes: Disease Progression as Structural Priors for Multi-organ Imaging Representation Learning

从轨迹到表型：疾病进展作为多器官成像表示学习的结构先验

Zian Wang, Lizhen Lan, Guangming Wang, Haosen Zhang, Minxuan Xu, Qing Li, Tianxing He, Mo Yang, Wenyue Mao, Yajing Zhang, Yan Li, Chengyan Wang

专题命中 知识编辑与模型理解 ：pretraining(abstract)

AI总结 本文提出一种基于疾病轨迹的蒸馏框架，利用生成疾病轨迹Transformer的结构知识提升多器官成像表示学习的性能，通过几何保持对齐提升疾病鉴别和发病时间预测。