MultiPath Memory Access: Breaking Host-GPU Bandwidth Bottlenecks in LLM Services
多路径内存访问：突破LLM服务中的主机-GPU带宽瓶颈
专题命中 长上下文与记忆 ：LLM(title,title_cn)
AI总结 本文提出MMA系统，通过多路径内存访问技术提升主机与GPU间的数据传输效率，减少LLM服务中的延迟瓶颈。
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. 长上下文与记忆 14 篇
RealICU: Do LLM Agents Understand Long-Context ICU Data? A Benchmark Beyond Behavior Imitation
RealICU: 大语言模型能否理解长期上下文ICU数据？一个超越行为模仿的基准测试
机构 * Technical University of Munich（慕尼黑技术大学） ； TUM University Hospital（TUM大学医院） ； LMU Munich（慕尼黑大学） ； University of Sheffield（谢菲尔德大学） ； University of Oxford（牛津大学） ； Zhongshan Hospital Fudan University（复旦大学中山医院） ； Sun Yat-sen University Cancer Center（中山大学肿瘤中心） ； Imperial College London（伦敦帝国学院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； relAI – Konrad Zuse School of Excellence in Reliable AI（relAI – 卡诺夫茨卓越可靠人工智能学校）
专题命中 长上下文与记忆 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 RealICU通过真实ICU场景评估大语言模型的长期上下文理解能力，提出四个医生驱动任务，揭示现有模型在临床推荐中的召回与安全性的权衡问题。
Useful Memories Become Faulty When Continuously Updated by LLMs
有用的记忆在由LLMs持续更新时会变得错误
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IIIS, Tsinghua University（清华大学人工智能研究院）
专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 研究发现，即使基于有用经验，LLM生成的记忆在持续更新后可能失效，建议将原始事件作为首要证据并明确控制记忆巩固过程。
EconAI: Dynamic Persona Evolution and Memory-Aware Agents in Evolving Economic Environments
EconAI：动态身份演变与记忆感知代理在演变经济环境中的应用
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 本文提出EconAI框架，通过经济情绪指数、记忆加权和动态决策机制，提升经济模拟的适应性和真实性，实现宏观与微观经济环境的统一模拟。
Skill-Conditioned Visual Geolocation for Vision-Language Models
基于技能的视觉地理定位用于视觉-语言模型
机构 * Southwest Jiaotong University（西南交通大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Zhejiang University（浙江大学）
专题命中 长上下文与记忆 ：language model(title,abstract)；分类 cs.AI
AI总结 本文提出GeoSkill框架，通过技能图进化提升视觉语言模型的地理定位能力与自我进化能力，实验显示其在GeoRC任务中表现优异，且在外部数据集上具有良好的泛化能力。
Training Long-Context Vision-Language Models Effectively with Generalization Beyond 128K Context
通过超越128K上下文的泛化有效训练长上下文视觉-语言模型
机构 * CSE Department, HKUST（香港科技大学计算机科学与工程系）
专题命中 长上下文与记忆 ：language model(title,abstract)
AI总结 本文研究了长上下文视觉-语言模型的持续预训练，通过平衡数据和检索优化，提出MMProLong模型在长文档VQA等任务中表现优异，且能扩展至更长上下文和多任务场景。
Comments work in progress
Does Engram Do Memory Retrieval in Autoregressive Image Generation?
Engram是否在自回归图像生成中执行记忆检索？
机构 * The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学）
专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；pretraining(abstract)
AI总结 研究探讨Engram模块在自回归图像生成中的作用，发现其虽节省计算量但未提升样本质量，且模块行为更像一个带门控的架构旁路而非内容寻址检索器。
Comments 9 pages
Multitask Multimodal Fusion with Tabular Foundation Models for Peak and Durability Prediction of Pertussis Booster Response
多任务多模态融合：基于表格基础模型的百日咳加强针反应峰值和持续性预测
机构 * Berlin, Germany（柏林，德国）
专题命中 长上下文与记忆 ：foundation model(title)；分类 cs.LG
AI总结 本文提出多任务对比多模态融合架构，用于预测百日咳加强针反应的峰值和持续性，通过结合冻结的TabPFN-v2模态编码器、双标签监督对比损失、模态dropout和缺失性掩码注意力融合，实现了对两个任务的联合预测。
Comments 22 pages, 8 figures, 4 tables. Code available at https://github.com/Divya1205/cmi-pb-multitask
How English Print Media Frames Human-Elephant Conflicts in India
印度人类-大象冲突在英语印刷媒体中的框架分析
机构 * Chhattisgarh Forest Department（恰特里什加尔森林部门）
专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文通过大规模计算分析研究印度人类-大象冲突在英语媒体中的报道框架，揭示了恐惧和攻击性语言的主导地位，并提出透明可扩展的方法以促进负责任的野生动物报道。
R^2-Mem: Reflective Experience for Memory Search
R^2-Mem: 用于记忆搜索的反思经验
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 R^2-Mem通过反思经验框架提升记忆搜索系统的有效性和效率，通过历史轨迹评分和自我反思学习，减少重复错误并提高搜索质量，实验表明其在F1分数提升和资源消耗降低方面表现优异。
GAAMA: Graph Augmented Associative Memory for Agents
GAAMA：用于智能体的图增强关联记忆
机构 * Nagarro（Nagarro公司）
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 GAAMA通过三步流程构建概念中介知识图，结合余弦相似度和个性化PageRank实现检索，通过GRaft修复知识图，提升多会话任务中的表现。
Phasor Memory Networks: Stable Backpropagation Through Time for Scalable Explicit Memory
相位记忆网络：用于可扩展显式记忆的稳定反向传播通过时间
机构 * College of Pharmacy（药学院） ； Chungnam National University（Chungnam国立大学） ； Department of Computer Science & Engineering（计算机科学与工程系）
专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出Phasor Memory Network，通过相位动力学和分层可学习锚点解决显式记忆的稳定性问题，实验证明其在Copy-Paste任务中达到高精确度，且在参数规模上超越了Mamba模型。
NAACA: Training-Free NeuroAuditory Attentive Cognitive Architecture with Oscillatory Working Memory for Salience-Driven Attention Gating
NAACA：无训练神经听觉注意力认知架构：具有振荡工作记忆的显著性驱动注意力门控
机构 * WAVES Research Group, Ghent University, Gent, Belgium（根特大学WAVES研究组，比利时根特） ； AI Lab, Vrije Universiteit Brussel, Brussel, Belgium（布鲁塞尔自由大学AI实验室，比利时布鲁塞尔） ； EECS, Queen Mary University of London, London, UK（伦敦大学学院女王学院电子工程与计算机科学系，英国伦敦）
专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.AI
AI总结 NAACA通过振荡工作记忆实现听觉显著性过滤，提升音频理解精度并减少冗余处理，实验显示在XD-Violence数据集上AP提升17.1%。
Comments Accepted as a regular paper by ICML 2026
AI Harness Engineering: A Runtime Substrate for Foundation-Model Software Agents
AIHarness工程：一种用于基础模型软件代理的运行时基质
机构 * Hong Kong Baptist University（香港 Baptist大学） ； Beijin Normal University（北京师范大学）
专题命中 长上下文与记忆 ：foundation model(abstract)；分类 cs.AI
AI总结 本文提出AIHarness工程，通过运行时基质提升软件代理的工程能力，定义了十一项核心职责，并提出四层 ladder 框架和基于追踪的评估协议，以验证模型-基质-环境系统生成可验证、可归因和可维护的变更。
Comments 16 pages
