Neural Code Translation of Legacy Code: APL to C#
遗留代码的神经代码翻译：APL到C#
专题命中 评测与基准 ：large language model(abstract)；language model(abstract)
AI总结 本文研究了利用大语言模型将APL翻译为C#的挑战，通过三种引导策略提升翻译质量，构建了功能等价的代码对数据集，并开发了自动化评估流程验证语法和功能。
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. 评测与基准 79 篇
Intelligence Impact Quotient (IIQ): A Framework for Measuring Organizational AI Impact
智能影响商（IIQ）：衡量组织AI影响的框架
机构 * Inception ； G42
专题命中 评测与基准 ：prompting(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出IIQ框架，通过整合新颖性加权、时间衰减的token库存与使用频率等指标，量化AI在组织中的影响，区分高频低杠杆使用与自主高影响的AI应用。
Prompt-Activation Duality: Improving Activation Steering via Attention-Level Interventions
提示激活二元性：通过注意力层面干预改进激活引导
机构 * Southern University of Science and Technology（南方科技大学） ； University of Notre Dame（Notre Dame 大学） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 评测与基准 ：language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出GCAD方法，通过提取系统提示对自注意力的影响并应用token级门控，提升长周期连贯性与特质表达。
Comments 23 pages, 5 figures. This paper proposes GCAD, an attention-level activation steering method for more stable multi-turn behavior control
Do-Undo Bench: Reversibility for Action Understanding in Image Generation
Do-Undo基准：图像生成中动作理解的可逆性
机构 * York University（约克大学） ； Vector Institute for AI（人工智能向量研究所） ； Qualcomm AI Research（高通人工智能研究）
专题命中 评测与基准 ：language model(abstract)；分类 cs.LG
AI总结 本文提出Do-Undo任务和基准，解决视觉-语言模型在理解并生成由现实动作驱动的场景变换中的关键缺口。通过要求模型模拟现实动作的后果并逆转至原始状态，测试真正的因果理解。实验表明当前模型在动作可逆性上存在困难，凸显评估动作理解的必要性。
Comments Project page: https://s-mahajan.github.io/Do-Undo-Bench/
In-IDE Toolkit for Developers of AI-Based Features
面向AI功能开发者的IDE工具包
机构 * JetBrains
专题命中 评测与基准 ：LLM(abstract_cn)；分类 cs.AI
AI总结 本文提出面向AI功能开发者的IDE工具包，通过集成追踪和评估功能，帮助软件工程师更高效地测试和调试AI功能，降低开发门槛。
Comments Published at IDE'26 co-located with ICSE'26
Knowledge Beyond Language: Bridging the Gap in Multilingual Machine Unlearning Evaluation
超越语言的知识：弥合多语言机器遗忘评估中的差距
机构 * GSCST, Seoul National University（首尔国立大学GSCST） ； AIIS, Seoul National University（首尔国立大学AIIS） ； Department of Artificial Intelligence, Chung-Ang University（Chung-Ang大学人工智能系） ； Korean Surgical Researcher Foundation, Republic of Korea（韩国外科研究员基金会）
专题命中 评测与基准 ：LLM(abstract_cn)；分类 cs.CL
AI总结 本文提出两种新指标评估多语言信息分布，分析不同语言对间信息一致去除，为多语言机器遗忘评估提供新视角。
Argument Reconstruction as Supervision for Critical Thinking in LLMs
论点重建作为大语言模型批判性思维的监督
机构 * Carnegie Mellon University（卡内基梅隆大学） ； KAIST（韩国科学技术院） ； KIT（卡尔斯鲁厄理工学院）
专题命中 评测与基准 ：LLM(abstract_cn)；分类 cs.CL
AI总结 本文提出GAAR引擎和Arguinas数据集，探讨通过论点重建提升大语言模型批判性思维能力，实验显示在七项任务中训练模型表现更优。
Descriptor: Distance-Annotated Traffic Perception Question Answering (DTPQA)
描述：距离标注的交通感知问答（DTPQA）
机构 * Department of Electronic and Computer Engineering, University of Limerick（利默尼克大学电子与计算机工程系） ； Data Driven Computer Engineering Research Centre, University of Limerick（利默尼克大学数据驱动计算机工程研究中心） ； Lero, The Irish Software Research Centre, University of Limerick（利默尼克大学Lero爱尔兰软件研究中心） ； Valeo Vision Systems（瓦莱奥视觉系统）
专题命中 评测与基准 ：language model(abstract)；分类 cs.AI
AI总结 本文提出DTPQA基准，用于评估视觉语言模型在交通场景中的感知能力，包含合成和真实数据集，通过距离标注分析模型在远距离下的表现。
Journal ref IEEE Data Descriptions, 2026
DriveCtrl: Conditioned Sim-to-Real Driving Video Generation
DriveCtrl: 基于条件的仿真到现实驾驶视频生成
机构 * University of Warwick（沃里克大学） ； Northwestern Polytechnical University（西北工业大学） ； Queen Mary University of London（伦敦大学玛丽女王学院）
专题命中 评测与基准 ：foundation model(abstract)
AI总结 本文提出DriveCtrl框架，通过深度条件生成逼真的驾驶视频，保留场景结构和运动模式，提升生成视频的现实感和时序一致性，同时引入可扩展的数据生成管道和Driving Video Realism Score评估指标。
MetaGEM: Bottom-Up Reconstruction of Genome-Scale Metabolic Networks via Deep Enzyme-Metabolite Anchoring
MetaGEM：通过深度酶-代谢物锚定进行底-up式基因组尺度代谢网络重建
专题命中 评测与基准 ：language model(abstract)
AI总结 MetaGEM通过酶作为物理锚点，将系统级网络推断转化为酶-代谢物相互作用预测，实现了基因组尺度代谢网络的高效重建，并在多个菌种中生成了功能代谢模型。
Comments 21 pages, 5 figures, 3 tables
GeRM: A Generative Rendering Model From Physically Realistic to Photorealistic
GeRM：从物理真实到照片级的生成渲染模型
机构 * State Key Lab of CAD\&CG, Zhejiang University ； Zhejiang Lab China ； State Key Laboratory of Industrial Control Technology, Zhejiang University China ； Zhejiang University China ； Zhejiang Lab ； State Key Laboratory of Industrial Control Technology, Zhejiang University ； Zhejiang University
专题命中 评测与基准 ：language model(abstract)
AI总结 GeRM是首个多模态生成渲染模型，通过学习分布转移向量场实现从物理真实到照片级的过渡，结合控制网络和多代理框架提升图像生成质量。
PVRF: All-in-one Adverse Weather Removal via Prior-modulated and Velocity-constrained Rectified Flow
PVRF：通过先验调节和速度约束的修正流实现一体化的恶劣天气去除
机构 * McMaster University（麦斯特大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 评测与基准 ：language model(abstract)
AI总结 本文提出PVRF框架，结合零样本软天气感知与速度约束修正流细化，提升恶劣天气去除的保真度和感知质量，具有良好的跨数据集泛化能力。
Comments 10 pages, 9 figures, and 4 tables
2. 效率与部署 68 篇
Prompting Policies for Multi-step Reasoning and Tool-Use in Black-box LLMs with Iterative Distillation of Experience
多步推理和工具使用中黑盒LLM的提示策略：基于经验迭代蒸馏的强化学习框架
机构 * Google Research（谷歌研究）
专题命中 效率与部署 ：LLM(title_cn,summary_cn)；prompting(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文提出基于经验迭代蒸馏的强化学习框架，用于训练提示策略以提升黑盒LLM的多步推理和工具使用能力，实验显示在逻辑推理和工具使用任务中性能显著提升。
Comments 10 pages and reference, appendix
Multi-Scale Dequant: Eliminating Dequantization Bottleneck via Activation Decomposition for Efficient LLM Inference
多尺度去量化：通过激活分解消除去量化瓶颈以实现高效的LLM推理
机构 * Huawei（华为）
专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出多尺度去量化方法，通过分解高精度激活为多个低精度组件，避免权重转换，提升LLM推理效率。
An Interpretable Latency Model for Speculative Decoding in LLM Serving
为LLM服务中的推测解码开发一个可解释的延迟模型
机构 * MIT（麻省理工学院） ； Red Hat AI（红帽人工智能）
专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出一个可解释的延迟模型，用于LLM服务中的推测解码，通过Little定律推断有效批处理大小，并分解预填充、草稿和验证的请求需求，以解释延迟变化及系统配置影响。
Comments 10 pages, 8 figures
Dynamic Mixed-Precision Routing for Efficient Multi-step LLM Interaction
动态混合精度路由用于高效多步LLM交互
机构 * University of Arizona（亚利桑那大学） ； University of Pittsburgh（匹兹堡大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Central Florida（佛罗里达中央大学）
专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出动态混合精度路由框架，通过自适应选择高精度与低精度LLM，在多步决策中实现准确率与成本的平衡。
A Hardware-Aware, Per-Layer Methodology for Post-Training Quantization of Large Language Models
一种面向硬件的、分层的后训练量化方法用于大语言模型
专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；post-training(title,abstract)；分类 cs.LG
AI总结 本文提出了一种面向硬件的分层后训练量化方法，通过优化代码本和硬件效率，实现4.5-6位/权重的近无损精度，展示了小原子块与精心选择的精度可替代传统FP8。
Comments 21 pages
Diagnosing Training Inference Mismatch in LLM Reinforcement Learning
诊断LLM强化学习中的训练推断不匹配
机构 * ByteDance（字节跳动） ； The University of Virginia（弗吉尼亚大学）
专题命中 效率与部署 ：LLM(title,title_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究揭示LLM强化学习中训练与推断阶段的不匹配问题，通过VeXact实验显示微小数值差异可能导致训练崩溃，并提出缓解措施。
XFP: Quality-Targeted Adaptive Codebook Quantization with Sparse Outlier Separation for LLM Inference
XFP：面向LLM推理的质量导向自适应码本量化与稀疏异常分离
机构 * Gemini Stiftung（吉姆米基金会）
专题命中 效率与部署 ：LLM(title,title_cn)；分类 cs.AI、cs.LG
AI总结 XFP通过自适应码本量化和稀疏异常分离技术，实现高质量LLM推理，无需Hessian或校准数据，支持动态调整码本大小和异常预算，提升推理速度和精度。
Comments 17 pages, 3 figures, 17 tables, 1 algorithm. Code: https://github.com/flash7777/vllm/tree/multiquant
Query-Conditioned Test-Time Self-Training for Large Language Models
基于查询的测试时自我训练用于大语言模型
机构 * School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院） ； Graduate School of Green Growth and Sustainability, KAIST（韩国科学技术院可持续增长与绿色发展研究生院）
专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出QueST框架，通过直接从输入查询生成查询条件对，实现测试时参数自适应，无需外部数据，在多个基准测试中优于现有方法。
Comments 17 pages, 7 figures
EnergyLens: Predictive Energy-Aware Exploration for Multi-GPU LLM Inference Optimization
EnergyLens: 多GPU LLM推理优化中的预测能效探索
机构 * Massachusetts Institute of Technology（麻省理工学院） ； IBM Research（IBM研究院）
专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 EnergyLens通过einsum接口和MoE建模优化多GPULLM推理能耗，实现9.25%-13.19%的能耗预测精度，揭示配置间能效差异并推动分布式服务。
Optimizing PyTorch Inference with LLM-Based Multi-Agent Systems
通过基于LLM的多智能体系统优化PyTorch推理
机构 * NVIDIA Corporation（NVIDIA公司） ； Microsoft Corporation（微软公司） ； Ansel et al. ( 2024 )（Ansel等人（2024）） ； Sabne ( 2020 )（Sabne（2020）） ； Kerr et al. ( 2017 )（Kerr等人（2017）） ； Tillet et al. ( 2019 )（Tillet等人（2019）） ； Spector et al. ( 2024 )（Spector等人（2024）） ； Ouyang et al. ( 2025 )（Ouyang等人（2025）） ； Lange et al. ( 2025a（Lange等人（2025a；b）） ； b )（Li等人（2025）） ； Li et al. ( 2025 )（METR（2025）） ； METR ( 2025 )（Andrews和Witteveen（2025）） ； Andrews and Witteveen ( 2025 )（Baronio等人（2025）） ； Baronio et al. ( 2025 )（Novikov等人（2025）） ； Novikov et al. ( 2025 )（Wei等人（2025）） ； Wei et al. ( 2025 )（Sharma（2025）） ； Sharma ( 2025 )
专题命中 效率与部署 ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文提出基于LLM的多智能体系统用于优化PyTorch推理，发现exploit策略与error-fixing智能体结合效果最佳，实现2.88倍速度提升。
GEAR: Granularity-Adaptive Advantage Reweighting for LLM Agents via Self-Distillation
GEAR：通过自蒸馏实现的粒度自适应优势重加权用于LLM智能体
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Microsoft Research Asia（微软亚洲研究院）
专题命中 效率与部署 ：LLM(title,title_cn)；post-training(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 GEAR通过自蒸馏获取token和片段级信号，实现粒度自适应的优势重加权，提升长时间跨度任务中的智能体性能，实验表明在数学推理和工具使用任务中优于传统方法。
Distribution Corrected Offline Data Distillation for Large Language Models
用于大型语言模型的分布校正离线数据蒸馏
机构 * George Mason University（乔治·马歇尔大学）
专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文提出一种分布校正的离线推理蒸馏框架，通过适应性强调与学生模型推理分布更一致的教师监督，提升推理准确性并保持指令遵循能力。
Defenses at Odds: Measuring and Explaining Defense Conflicts in Large Language Models
防御冲突：在大型语言模型中测量和解释防御冲突
专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)
AI总结 研究探讨了大型语言模型中防御措施的相互作用，发现顺序部署导致38.9%的防御措施在原有防护维度上加剧风险，提出基于层间冲突评分的轻量级缓解方法。
Comments Under Review
Pythia: Exploiting Workflow Predictability for Efficient Agent-Native LLM Serving
Pythia：利用工作流可预测性实现高效的智能体原生LLM服务
专题命中 效率与部署 ：LLM(title,title_cn)
AI总结 本文提出Pythia系统，通过在服务层简单接口捕获工作流语义，解决智能体服务中的缓存命中率低、资源竞争和队列延迟问题，提升吞吐量和任务完成时间。
Decoupling the Benefits of Subword Tokenization for Language Model Training via Byte-level Simulation
通过字节级模拟解耦子词分词对语言模型训练的益处
机构 * Nous Research
专题命中 效率与部署 ：language model(title,abstract)；large language model(abstract)；pretraining(abstract)；分类 cs.CL
AI总结 本文通过字节级预训练流程解耦子词分词的影响，探讨其对训练效率和模型性能的贡献，揭示子词边界作为语言先验的重要性。
Comments 14 pages, 7 figures
AMiD: Knowledge Distillation for LLMs with $α$-mixture Assistant Distribution
AMiD: 基于 α-混合助手分布的大型语言模型知识蒸馏
机构 * Korea Advanced Institute of Science and Technology（韩国先进科学研究院）
专题命中 效率与部署 ：LLM(summary_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出AMiD框架，通过引入α-混合助手分布解决LLM知识蒸馏中的容量差距和训练不稳定问题，提供更广泛的理论基础和更稳定的训练效果。
Comments The Fourteenth International Conference on Learning Representations (ICLR 2026)
BiSpikCLM: A Spiking Language Model integrating Softmax-Free Spiking Attention and Spike-Aware Alignment Distillation
BiSpikCLM: 一种整合无Softmax脉冲注意力和脉冲感知对齐蒸馏的脉冲语言模型
机构 * School of Electronic and Computer Engineering, Shenzhen Graduate School, Peking University, Shenzhen, China（电子工程学院，深圳研究生院，北京大学，深圳，中国） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学，深圳，中国）
专题命中 效率与部署 ：language model(title,abstract)；large language model(abstract)；分类 cs.AI、cs.LG
AI总结 BiSpikCLM是首个完全二进制脉冲MatMul-free因果语言模型，通过无Softmax脉冲注意力和脉冲感知对齐蒸馏实现高效训练，显著降低计算成本。
PreFT: Prefill-only finetuning for efficient inference
PreFT：仅前缀微调用于高效的推理
机构 * Stanford University（斯坦福大学） ； Tilde Research（Tilde研究）
专题命中 效率与部署 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出PreFT，通过仅在前缀阶段应用适配器以提高多适配器服务的吞吐量，实验显示其在不同任务中均优于传统PEFT。
