语言大模型 / LLM

Multi-Fidelity Flow Matching: Cascaded Refinement of PDE Solutions

多保真度流匹配：参数PDE解的级联细化

Sipeng Chen, Junliang Liu, Hewei Tang, Shibo Li

机构 * Department of Computer Science, Florida State University（佛罗里达州立大学计算机科学系） ； Department of Materials Science and Engineering, Florida State University（佛罗里达州立大学材料科学与工程系） ； Hildebrand Department of Petroleum and Geosystems Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校石油与地质系统工程系） 纠错

专题命中 评测与基准 ：pretraining(abstract)；分类 cs.LG

AI总结 本文提出多保真度流匹配方法，通过级联细化技术提升PDE解的精度，利用低保真度解指导高保真度解生成，优化了残差校准与流匹配训练几何。

Comments 27 pages, 2 figures, 7 tables. Preprint

Multi-Level Contextual Token Relation Modeling for Machine-Generated Text Detection

多级上下文令牌关系建模用于机器生成文本检测

Chenwang Wu, Yiuming Cheung, Bo Han, Shuhai Zhang, Defu Lian

机构 * Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； School of Software Engineering, South China University of Technology（华南理工大学软件学院） ； School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 本文提出多级上下文令牌关系建模框架，通过局部校准和全局规则推理模块提升机器生成文本检测性能，实验显示在多种实际场景中效果显著。

Do Linear Probes Generalize Better in Persona Coordinates?

在人格坐标中线性探针是否表现得更优？

Prasad Mahadik, Adrians Skapars

机构 * Independent Researcher（独立研究者） ； University of Manchester（曼彻斯特大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 本文研究了在人格坐标中是否存在能更稳健地捕捉有害行为的低维子空间，通过对比人格特定向量的PCA得到主成分，发现基于人格-PC投影训练的探针在多个数据集上表现更优。

Comments 15 pages, preprint. Revised version: corrected references and citation links; results unchanged

Position: Early-Stage Quality Assurance in Annotation Pipelines Is More Cost-Effective Than Late-Stage Validation

位置：标注流程早期阶段的质量保证比后期验证更具成本效益

Sunil Kothari, Sumukha Sharma Thoppanahalli Chandramouli, Naman Khandelwal, Parth Kulshreshtha, Ashi Jain, Kriti Banka, Tanuja Chintada, Venkata Triveni, Gulipalli Praveen Kumar, Manish Mehta, Tao Liu

机构 * Centific AI Research（科学人工智能研究） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文指出标注流程早期质量保证比后期验证更有效，强调时间因素对误差率和成本的影响，提出三种质量保证触发点并建议改进研究和实践方法。

Comments 8 pages

Latent Video Prediction Learns Better World Models

潜在视频预测学习更好的世界模型

Ali J Alrasheed, Aryan Yazdan Parast, Basim Azam, James Bailey, Naveed Akhtar

机构 * The University of Melbourne（墨尔本大学） ； Monash University（莫纳什大学） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 本文系统研究了潜在预测模型在世界模型中的鲁棒性，发现其在特征可区分性、抗污损性、细粒度辨别、遮挡鲁棒性和时间方向敏感性等方面表现优异，优于其他视频基础模型。

Minerva-Ego: Spatiotemporal Hints for Egocentric Video Understanding

Minerva-Ego：眼动视频理解的空间时间提示

Arsha Nagrani, Jasper Uijilings, Shyamal Buch, Tobias Weyand, Sudheendra Vijayanarasimhan, Bo Hu, Ramin Mehran, David A Ross, Cordelia Schmid

机构 * Google（谷歌） ； DeepMind（深度Mind） 纠错

专题命中 评测与基准 ：prompting(abstract)；分类 cs.LG

AI总结 本文提出Minerva-Ego基准，通过多步骤多模态问题和密集标注的时空推理轨迹评估眼动视频理解模型，发现提示'何时何地'显著提升性能。

FFAvatar: Few-Shot, Feed-Forward, and Generalizable Avatar Reconstruction

FFAvatar: 少样本、前馈和可泛化的头像重建

Thuan Hoang Nguyen, Jiahao Luo, Yinyu Nie, Hao Li, Gordon Guocheng Qian, Jian Wang

机构 * Snap Inc. ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； MBZUAI 纠错

专题命中 评测与基准 ：pretraining(abstract)；分类 cs.LG

AI总结 FFAvatar通过多视图查询-Former融合多源图像信息，实现高保真3D高斯头像重建，支持实时部署与高质量动画。

Comments Project Page: https://ffavatar.github.io

ARA: Agentic Reproducibility Assessment For Scalable Support Of Scientific Peer-Review

ARA：面向大规模科学同行评审的代理可重复性评估

Kevin Riehl, Andres L. Marin, Nikofors Zacharof, Fan Wu, Patrick Langer, Robert Jakob, Anastasios Kouvelas, Georgios Fontaras, Michail A. Makridis

机构 * ETH Zürich, IVT & Agentic Systems Lab (ASL)（苏黎世联邦理工学院，信息与通信技术研究所及代理系统实验室） ； European Commission, Joint Research Centre（欧洲委员会，联合研究中心） ； University of Konstanz（康斯坦茨大学） ； Ideas Forward 纠错

专题命中 评测与基准 ：LLM(abstract_cn)；分类 cs.LG

AI总结 ARA通过构建实验依赖图并评估可重复性得分，有效提升大规模科研成果的可重复性评估能力，实验表明其在不同领域和模型参数下均表现优异。

VideoVerse: Does Your T2V Generator Have World Model Capability to Synthesize Videos?

VideoVerse: 你的T2V生成器有世界模型能力来合成视频吗？

Zeqing Wang, Xinyu Wei, Bairui Li, Zhen Guo, Jinrui Zhang, Hongyang Wei, Keze Wang, Lei Zhang

机构 * Sun Yat-sen University（中山大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； OPPO Research Institute（OPPO研究院） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 VideoVerse通过评估T2V模型对复杂时间因果关系和世界知识的理解能力，揭示现有模型与理想世界建模能力的差距。

Comments 26 Pages, 10 Figures, 14 Tables

ChronoEarth-492K: A Large Scale and Long Horizon Spatiotemporal Hyperspectral Earth Observation Dataset and Benchmark

ChronoEarth-492K：一个大规模且长时域的时空超光谱地球观测数据集和基准

Haozhe Si, Yuxuan Wan, Yuqing Wang, Minh Do, Han Zhao

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Siebel School of Computing and Data Science（计算与数据科学学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本文提出ChronoEarth-492K数据集，通过NASA EO-1 Hyperion任务的超光谱数据，提供大规模、时间校准的时空超光谱数据，支持短时和长时分析，并建立统一的评估平台，推动超光谱时空表示学习的发展。

Validated Hypotheses as a Lens for Human-Likeness Evaluation in AI Agents

以验证假设为视角评估AI代理的人性化程度

Xuan Liu, HaoYang Shang, Zizhang Liu, Yuanjun Feng, Guankai Zhai, Yunze Xiao, Yiwen Tu, Haojian Jin

专题命中 评测与基准 ：LLM(abstract)

AI总结 本文提出利用验证过的行为假设作为评估AI代理人性化的视角，通过HumanStudy-Bench平台对12个研究进行评估，发现代理响应在完全复制与彻底失败间极化，代理设计比模型规模对齐影响更大但效果非单调。

IO-SVD: Input-Output Whitened SVD for Adaptive-Rank LLM Compression

IO-SVD：输入-输出白化SVD用于自适应秩LLM压缩

Ali Abbasi, Chayne Thrash, Haoran Qin, Hamed Pirsiavash, Soheil Kolouri

机构 * Vanderbilt University（范德比大学） ； University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；post-training(abstract)

AI总结 IO-SVD通过构建KL感知的双侧白化空间，结合高效异质秩分配策略，实现LLM压缩时的性能与效率平衡，实验表明其在压缩过程中性能损失小且推理速度提升显著。

Rethinking Output Alignment For 1-bit Post-Training Quantization of Large Language Models

重新思考1位后训练量化用于大语言模型的输出对齐

Dung Anh Hoang, Cuong Pham, Cuong Nguyen, Trung le, Jianfei Cai, Thanh-Toan Do

机构 * Department of Data Science and AI（数据科学与人工智能系） ； Monash University（墨尔本大学） ； Centre for Vision, Speech and Signal Processing（视觉、语音和信号处理中心） ； University of Surrey（萨里大学） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；post-training(title,abstract)；LLM(abstract_cn)

AI总结 本文提出一种新的1位后训练量化方法，解决输出对齐问题，通过减少层间误差累积和表示空间各向异性畸变，提升大语言模型性能。

CascadeInfer: Length-Aware Scheduling of LLM Serving with Low Latency and Load Balancing

CascadeInfer: 基于长度意识的LLM服务调度以实现低延迟和负载均衡

Yitao Yuan, Chenqi Zhao, Bohan Zhao, Zane Cao, Yongchao He, Wenfei Wu

专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 CascadeInfer通过动态调度请求降低LLM服务延迟和负载不均，提升系统吞吐量，减少端到端延迟达67%。

Comments 15 pages, 16 figures

LMDeploy Accelerates Mixed-Precision LLM Inference with TurboMind

LMDeploy通过TurboMind加速混合精度LLM推理

Li Zhang, Youhe Jiang, Guoliang He, Xin Chen, Han Lv, Qian Yao, Ningsheng Ma, Fangcheng Fu, Kai Chen

专题命中 效率与部署 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 LMDeploy通过TurboMind实现高效混合精度LLM推理，通过通用化和高效的混合精度流水线优化矩阵运算和注意力计算，降低延迟并提升吞吐量。

Beyond Sunk Costs: Boosting LLM Pre-training Efficiency via Orthogonal Growth of Mixture-of-Experts

超越沉没成本：通过专家混合的正交增长提升LLM预训练效率

Ruizhe Wang, Yucheng Ding, Xiao Liu, Yaoxiang Wang, Peng Cheng, Baining Guo, Zhengjun Zha, Yeyun Gong

机构 * ustc（中国科学技术大学） ； msra（微软亚洲研究院） ； stju（上海交通大学） ； xmu（厦门大学） 纠错

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 本文提出正交增长策略，通过优化专家混合模型的深度和宽度，提升LLM预训练效率，实验证明在相同计算预算下，模型准确率提升10.6%。

Comments Accepted to ICML 2026

RapidUn: Influence-Driven Parameter Reweighting for Efficient Large Language Model Unlearning

RapidUn: 基于影响的参数重加权用于高效的大语言模型反学习

Guoshenghui Zhao, Huawei Lin, Weijie Zhao

机构 * Golisano College of Computing and Information Sciences, Rochester Institute of Technology（罗切斯特理工学院戈利萨诺计算机与信息科学学院） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 RapidUn通过快速估计模块评估每个样本的影响，将这些分数映射为自适应更新权重，指导选择性参数更新，从而在Mistral-7B和Llama-3-8B上实现比全重训练高100倍的效率，并优于Fisher、GA和LoReUn。

Comments Code available at: https://github.com/eyerf/RapidUn

Optimized Three-Dimensional Photovoltaic Structures with LLM guided Tree Search

优化的三维光伏结构与LLM引导的树搜索

Michael P. Brenner, Lizzie Dorfman, John C. Platt

机构 * Google Research School of Engineering and Applied Sciences, Harvard University（谷歌研究工程与应用科学学院，哈佛大学） ； Google Research（谷歌研究） 纠错

专题命中 效率与部署 ：LLM(title,title_cn)；分类 cs.CL

AI总结 本文利用AI编码系统生成新型科学假设，通过LLM驱动的树搜索算法优化三维光伏结构，解决中纬度地区传统光伏板的效率瓶颈问题。

Comments 10 pages 7 figures

Fitting Is Not Enough: Smoothness in Extremely Quantized LLMs

拟合并不足够：在极量化的LLM中平滑性

Yuzhuang Xu, Xu Han, Yuxuan Li, Pengzhan Li, Wanxiang Che

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Tsinghua University（清华大学） 纠错

专题命中 效率与部署 ：LLM(title_cn,summary_cn)；large language model(abstract)；language model(abstract)；post-training(abstract)

AI总结 本文指出极量化LLM存在平滑性退化问题，通过平滑性代理发现量化位宽越小退化越严重，提出保持平滑性的方法提升性能，强调平滑性在极端量化中的重要性。

Comments 19 pages, 4 tables, 14 figures

PersonaFingerprint: Measuring Persona Inference on Modern Websites with LLM-Driven Browsing

PersonaFingerprint：基于LLM驱动浏览的现代网站人格推断测量

Chuxu Song, Hao Wang, Richard Martin

专题命中 效率与部署 ：LLM(title,title_cn)

AI总结 本文研究了现代网站中通过加密流量元数据推断用户人格的隐私风险，提出了一种基于LLM驱动的多代理浏览框架，并展示了在混合网站流量中人格推断的高准确率。

BPDQ: Bit-Plane Decomposition Quantization on a Variable Grid for Large Language Models

BPDQ：基于可变网格的位平面分解量化用于大语言模型

Junyu Chen, Jungang Li, Jing Xiong, Wenjie Wang, Qingyao Yang, He Xiao, Zhen Li, Taiqiang Wu, Mengzhao Chen, Zhen Peng, Chaofan Tao, Long Shi, Hongxia Yang, Ngai Wong

机构 * Southwestern University of Finance and Economics（西南财经大学） ； The University of Hong Kong（香港大学） ； Artificial Intelligence and Digital Finance Key Laboratory of Sichuan Province（四川省人工智能与数字金融重点实验室） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The Hong Kong Polytechnic University（香港理工大学） ； Sun Yat-sen University（中山大学） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；post-training(abstract)；分类 cs.LG

AI总结 本文提出BPDQ，通过位平面和标量系数构建可变量化网格，并利用二阶信息迭代优化，实现2位下大语言模型在单张RTX 3090上达到83.85%的GSM8K准确率。

Measuring and Mitigating Toxicity in Large Language Models: A Comprehensive Replication Study

对大语言模型毒性进行测量与缓解：一项全面的复制研究

Mokshit Surana, Archit Rathod, Akshaj Satishkumar

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.LG

AI总结 本文通过复制研究评估DExperts在缓解显性毒性中的有效性，发现其在显性毒性基准上安全性接近完美，但对隐性仇恨言论存在脆性，并引入了10倍的延迟惩罚。

Optimizing Large Language Model Training Using FP4 Quantization

使用FP4量化优化大型语言模型训练

Ruizhe Wang, Yeyun Gong, Xiao Liu, Guoshuai Zhao, Ziyue Yang, Baining Guo, Zhengjun Zha, Peng Cheng

机构 * University of Science and Technology of China（科学技术大学） ； Microsoft Research Asia（微软亚洲研究院） ； Microsoft SIGMA Team（微软SIGMA团队） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.LG

AI总结 本文提出首个FP4训练框架，通过可微量化估计器和异常值钳制补偿策略，解决量化误差和表示能力限制问题，实现与BF16和FP8相近的精度，适用于大规模语言模型训练。

Journal ref Proceedings of the 42nd International Conference on Machine Learning, PMLR 267:62937-62957, 2025

DiscussLLM: Teaching Large Language Models When to Speak

DiscussLLM：教大语言模型何时说话

Deep Anil Patel, Iain Melvin, Christopher Malon, Martin Renqiang Min

机构 * NEC Laboratories America（NEC美洲实验室） 纠错

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 DiscussLLM通过两阶段数据生成管道合成大规模多轮人类讨论数据，训练模型主动决定何时发言，提升对话AI的响应能力。

LASER: Language Model Regression for Semi-Structured Workflow Resource and Runtime Estimation

LASER：用于半结构化工作流资源和运行时间估计的语言模型回归

Yuxuan Yin, Shengke Zhou, Yunjie Zhang, Ajay Mohindra, Boxun Xu, Peng Li

机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

专题命中 效率与部署 ：LLM(summary_cn,abstract)；language model(title)；分类 cs.AI、cs.LG

AI总结 本文提出LASER框架，通过微调LLM实现多目标资源和运行时间回归，采用科学计数法和约束解码提升预测精度与效率，验证表明其在大规模芯片设计任务和GHARuntime基准上优于人类专家和现有表格型ML方法。

Comments 20 pages, 7 figures

UMDAM: A Unified Data Layout and DRAM Address Mapping for Heterogenous NPU-PIM

UMDAM: 一种统一的数据布局和DRAM地址映射方案用于异构NPU-PIM

Hai Huang

专题命中 效率与部署 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)

AI总结 UMDAM通过统一的数据布局和DRAM映射方案，解决NPU-PIM协同计算中的数据布局不匹配、带宽损失和冗余存储问题，提升边缘设备LLM推理效率。

Comments arXiv admin comment: This version has been removed by arXiv administrators as the submitter did not have the rights to agree to the license at the time of submission

Runtime-Orchestrated Second-Order Optimization for Scalable LLM Training

面向可扩展大语言模型训练的运行时优化

Yishun Lu, Junhao Zhang, Zeyu Yang, Wes Armour

机构 * Nvidia（英伟达） 纠错

专题命中 效率与部署 ：LLM(title,abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出Asteria系统，通过分离二次优化逻辑与GPU训练路径，解决大规模矩阵优化器状态维护的系统成本问题，实现在内存受限和分布式训练中提升大语言模型的训练效率。

Small Generalizable Prompt Predictive Models Can Steer Efficient RL Post-Training of Large Reasoning Models

小规模可泛化提示预测模型可引导大推理模型的高效强化学习后训练

Yun Qu, Qi Wang, Yixiu Mao, Heming Zou, Yuhang Jiang, Weijie Liu, Clive Bai, Kai Yang, Yangkun Chen, Saiyong Yang, Xiangyang Ji

机构 * Department of Automation, Tsinghua University, Beijing, China（自动化系，清华大学，北京，中国） ； LLM Department, Tencent, Beijing, China（大模型部门，腾讯，北京，中国） 纠错

专题命中 效率与部署 ：post-training(title)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出GPS方法，通过轻量级生成模型进行提示难度的贝叶斯推断，结合中间难度优先和历史锚定多样性，提升大模型强化学习后的训练效率和测试效率。

Graph-Regularized Sparse Autoencoders for LLM Safety Steering

图正则化稀疏自编码器用于LLM安全引导

Jehyeok Yeon, Federico Cinus, Yifan Wu, Luca Luceri

机构 * ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Intesa Sanpaolo（Intesa Sanpaolo公司） ； University of Southern California（南加州大学） 纠错

专题命中 效率与部署 ：LLM(title,title_cn)；分类 cs.AI、cs.LG

AI总结 本文提出图正则化稀疏自编码器，通过在神经元共激活图上平滑解码器向量并应用方向库，提升安全引导效果，在多个基准测试中显著提高有害请求拒绝率。

Active Learners as Efficient PRP Rerankers

主动学习者作为高效的PRP重排序器

Jeremías Figueiredo Paschmann, Juan Kaplan, Francisco Nattero, Santiago Barron, Juan Wisznia, Luciano del Corro

机构 * ELIAS Lab, Departamento de Ingeniería, Universidad de San Andrés（ELIAS实验室，工程系，圣安德烈大学） 纠错

专题命中 效率与部署 ：LLM(abstract,abstract_cn)；prompting(abstract,abstract_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文将PRP重排序问题重新定义为从噪声成对比较中进行主动学习，证明主动排序器在受限调用下能提升NDCG@10性能，并引入随机方向oracle以降低计算成本。

Comments 13 pages, 7 figures. Preprint