语言大模型 / LLM

EndoGSim: Physics-Aware 4D Dynamic Endoscopic Scene Simulations via MLLM-Guided Gaussian Splatting

EndoGSim: 基于多模态大语言模型的物理感知4D动态内窥镜场景模拟

Changjing Liu, Yiming Huang, Long Bai, Beilei Cui, Hongliang Ren

机构 * Department of Electronic Engineering, The Chinese University of Hong Kong (CUHK)（香港中文大学电子工程系） 纠错

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

AI总结 本文提出EndoGSim框架，通过MLLM引导的高斯点散布实现内窥镜场景的物理感知重建与模拟，结合预训练分割和深度估计，提升手术模拟的真实性和准确性。

Comments Early Accepted by MICCAI 2026

Fairness-Aware Retrieval Optimization for Retrieval-Augmented Generation

面向公平性的检索优化用于检索增强生成

Yingqi Zhao, Vasilis Efthymiou, Jyrki Nummenmaa, Kostas Stefanidis

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

AI总结 本文提出一种公平性感知的检索框架，通过重排序引入可控偏差，结合位置感知的偏差传播模型和优化公式平衡相关性和公平性，实验表明有效缓解生成偏差同时保持相关性。

Helix: A Dual-Helix Co-Evolutionary Multi-Agent System for Prompt Optimization and Question Reformulation

Helix：一种双螺旋协同进化多智能体系统用于提示优化和问题重述

Kewen Zhu, Liping Yi, Zhiming Zhao, Xiang Li, Qinghua Hu

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

AI总结 Helix通过三阶段协同进化框架联合优化问题重述与提示指令，解决现有方法在提示模板固定、搜索空间有限及单向优化上的不足，实验表明其在12个基准上提升了3.95%的性能。

Convergent Representations of Linguistic Constructions in Human and Artificial Neural Systems

人类和人工神经系统的语言构造收敛表征

Pegah Ramezani, Thomas Kinfe, Andreas Maier, Achim Schilling, Patrick Krauss

机构 * Department of English and American Studies, University Erlangen-Nuremberg（英语与美国研究系，埃尔朗根-纽伦堡大学） ； Pattern Recognition Lab, University Erlangen-Nuremberg（模式识别实验室，埃尔朗根-纽伦堡大学） ； Neuromodulation and Neuroprosthetics, University Hospital Mannheim, University Heidelberg（神经调控与神经假体，曼海姆大学医院，海德堡大学） ； BGU Ludwigshafen, Germany（吕贝克大学吕贝克分校，德国） ； Neuroscience Lab, University Hospital Erlangen（神经科学实验室，埃尔朗根大学医院） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究通过EEG验证人类神经活动对语言构造的表征，发现句末alpha波段出现构造特异性神经签名，与人工语言模型的构造表征模式相似，支持语言构造作为形式-意义映射的神经编码。

Less Precise Can Be More Reliable: A Systematic Evaluation of Quantization's Impact on VLMs Beyond Accuracy

精度降低可能更可靠：对VLMs量化影响的系统评估

Aymen Bouguerra, Daniel Montoya, Alexandra Gomez-Villa, Chokri Mraidha, Fabio Arnez

机构 * Computer Vision Center（计算机视觉中心） 纠错

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

AI总结 本文系统评估了量化对VLMs可靠性的影响，发现量化能提升准确率、校准、异常检测和抗噪能力，但不改善协变量偏移或虚假相关性。

Comments Accepted at ICML 2026

DMax: Aggressive Parallel Decoding for dLLMs

DMax：用于dLLMs的激进并行解码

Zigeng Chen, Gongfan Fang, Xinyin Ma, Ruonan Yu, Xinchao Wang

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 DMax通过改进并行解码方法，有效缓解误差累积，提升生成质量。其核心是On-Policy Uniform Training策略，结合Soft Parallel Decoding实现高效统一的掩码和均匀解码。

Comments Working in progress. Code is available at: https://github.com/czg1225/DMax

The Informational Cost of Agency: A Bounded Measure of Interaction Efficiency for Deployed Reinforcement Learning

代理的信息成本：部署强化学习的有限交互效率度量

Wael Hafez, Cameron Reid, Amit Nazeri

机构 * Semarx Research LLC（Semarx研究公司） 纠错

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

AI总结 本文提出Bipredictability度量代理与环境交互的效率，通过实验证明代理行为会降低该度量，且在多个系统中验证其普遍性，为部署自主系统提供运行可靠性测量。

Comments 12 pages, 2 figures

FAR: Function-preserving Attention Replacement for IMC-friendly Inference

FAR：用于IMC友好推断的函数保持注意力替换

Yuxin Ren, Maxwell D Collins, Miao Hu, Huanrui Yang

机构 * University of Arizona（亚利桑那大学） ； TetraMem, Inc.（TetraMem公司） 纠错

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

AI总结 FAR通过将预训练DeiTs中的注意力替换为兼容IMC数据流的序列模块，提升IMC设备的推理效率，保持功能等效性并减少延迟和参数量。

Comments 7 pages main paper, 6 figures; accepted by GLSVLSI 2026

Offline Semantic Guidance for Efficient Vision-Language-Action Policy Distillation

离线语义引导用于高效视觉-语言-动作策略蒸馏

Jin Shi, Brady Zhang, Yishun Lu

机构 * Department of Mechanical Engineering（机械工程系） ； University College London（伦敦大学学院） ； Department of Engineering Science（工程科学系） ； University of Oxford（牛津大学） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI

AI总结 本文提出VLA-AD框架，利用视觉-语言模型作为离线语义监督者，将大规模VLA教师模型蒸馏为轻量学生策略，通过高阶语义指导提升效率与鲁棒性。

Second-Order Multi-Level Variance Correction for Modality Competition in Multimodal Models

二阶多级方差校正用于多模态模型中的模态竞争

Yishun Lu, Wes Armour

机构 * University of Oxford, Oxford, United Kingdom（牛津大学，英国） 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出ML-FOP-SOAP框架，通过多级方差校正提升多模态对齐稳定性，实验显示在Janus和Emu3数据集上，该方法提高了样本效率和训练速度，适用于大规模多模态基础模型。

GAP: Geometric Anchor Pre-training for Data-Efficient Visuomotor Learning of Manipulation Tasks

GAP：用于操作任务数据高效视觉运动学习的几何锚预训练

Davide Buoso, Andrea Protopapa, Stefano Di Carlo, Francesca Pistilli, Giuseppe Averta

机构 * Department of Control and Computer Engineering, Polytechnic University of Turin（控制与计算机工程系，都灵理工大学） 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI

AI总结 本文提出GAP，通过预训练空间适配器生成稳定的几何锚点，提升在稀疏数据下的视觉运动策略学习性能，实验显示其在多个任务中优于其他方法。

Comments Project webpage at https://lambdavi.github.io/gap

Social and Ethical Risks Posed by General-Purpose LLMs for Settling Newcomers in Canada

通用大型语言模型对加拿大新移民融入社会的潜在风险

Isar Nejadgholi, Maryam Molamohammadi, Samir Bakhtawar

机构 * National Research Council Canada（加拿大国家研究委员会） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所） 纠错

专题命中 效率与部署 ：LLM(abstract_cn)；分类 cs.AI

AI总结 研究探讨通用大语言模型在移民安置领域可能带来的风险，强调需开发定制化AI工具以确保人类监督与责任。

Comments 26 pages, 8 figures

Characterizing Learning in Deep Neural Networks using Tractable Algorithmic Complexity Analysis

利用可计算的算法复杂度分析表征深度神经网络中的学习

Pedram Bakhtiarifard, Sophia N. Wilson, Mahmoud Afifi, Jonathan Wenshøj, Raghavendra Selvan

机构 * Department of Computer Science, University of Copenhagen（哥本哈根大学计算机科学系） ； The American University in Cairo（开罗美国大学） 纠错

专题命中 效率与部署 ：post-training(abstract)；分类 cs.LG

AI总结 本文提出QuBD方法，用于估计深度神经网络权重的算法复杂度，揭示训练过程中复杂度随学习阶段的变化规律，为模型压缩提供理论依据。

SurvivalPFN: Amortizing Survival Prediction via In-Context Bayesian Inference

SurvivalPFN: 通过上下文贝叶斯推断实现生存预测的 amortization

Shi-ang Qi, Vahid Balazadeh, Michael Cooper, Russell Greiner, Rahul G. Krishnan

机构 * Vector Institute（向量研究所） ； University of Toronto（多伦多大学） ； University of Alberta（阿尔伯塔大学） ； Alberta Machine Intelligence Institute（阿尔伯塔机器智能研究所） 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG

AI总结 SurvivalPFN 通过上下文学习实现生存预测的 amortization，利用预训练的网络在单次前向传递中处理右删失数据，避免了参数假设，产生校准的生存分布，在61个数据集上表现优异。

A Cascaded Generative Approach for e-Commerce Recommendations

电商推荐的级联生成方法

Moein Hasani, Hamidreza Shahidi, Trace Levinson, Yuan Zhong, Guanghua Shu, Vinesh Gudla, Tejaswi Tenneti

机构 * The Pennsylvania State University（宾夕法尼亚州立大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出级联生成框架，通过主题生成和约束关键词生成提升电商推荐的个性化和语义连贯性，实验显示在页面浏览量下购物车增加率提升2.7%。

MoE-Prefill: Zero Redundancy Overheads in MoE Prefill Serving

MoE-Prefill: 在MoE预填服务中实现零冗余开销

Zhaoyuan Su, Olatunji Ruwase, Karthik Ganesan, Aurick Qiao, Samyam Rajbhandari, Juncheng Yang, Yue Cheng, Yuxiong He

机构 * University of Virginia（弗吉尼亚大学） ； Snowflake AI Research（Snowflake AI研究院） ； Harvard University（哈佛大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出MoE-Prefill系统，通过异步专家并行策略优化MoE预填服务，提升吞吐量和GPU利用率，实现在实际和长上下文合成工作负载中的性能提升。

Comments 19 pages, 12 figures, 4 tables

Laplacian Heads Improve Transformers by Smoothing Token Representations

拉普拉斯头通过平滑标记表示来改进变换器

Yuchong Zhang, Vardan Papyan

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出在变换器中引入拉普拉斯头，通过平滑标记表示提升性能，发现特定形式的平滑对任务有帮助。

MERVIN: A Unified Framework for Multimodal Event Retrieval in Vietnamese News Videos

MERVIN：一种用于越南新闻视频多模态事件检索的统一框架

Anh-Tai Pham-Nguyen, Tung-Duong Le-Duc, Anh-Duy Le, Trung-Hieu Truong-Le

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出MERVIN框架，整合关键帧、转录文本和视频摘要，通过Gemini 1.5 Flash提升转录质量，利用Perception Encoder提取视觉特征，并结合越南语言模型生成文本嵌入，实现高效的多模态事件检索。

Comments Accepted to SOICT 2025

LRCP: Low-Rank Compressibility Guided Visual Token Pruning for Efficient LVLMs

LRCP: 低秩压缩性引导的视觉标记修剪用于高效的LVLMs

Hongyu Lu, Feng Zhang, Wenwei Jin, Huanling Hu, Tianjun Shi, Shikai Jiang, Yao Hu, Jiawei Li

机构 * Xiaohongshu（小红书） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出LRCP，通过低秩压缩性引导视觉标记修剪，有效减少视觉语言模型的推理成本，实现94.7%的图像理解性能保留和88.9%的标记减少。

Comments The paper includes 11 figures, multiple tables, comprehensive experimental results on 11 image understanding benchmarks and 3 video benchmarks, with extensive ablation studies and qualitative visualizations

RoiMAM: Region-of-Interest Medical Attention Model for Efficient Vision-Language Understanding

RoiMAM：面向高效视觉-语言理解的感兴趣区域医学注意模型

Jiayan Yang, Zhuoyu Wu, Wenqi Fang

机构 * Shenzhen Institutes of Advanced Technology, Chinese Academy of Science（深圳先进技术研究院，中国科学院） ； CyPhi( ) AI Research Lab, School of IT, Monash University, Malaysia Campus（CyPhi人工智能研究实验室，信息学院，墨尔本大学马来西亚校区） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出RoiMAM，通过整合无训练ROI生成模块和语义选择性抑制，专注于病变相关区域，提升医疗视觉问答的效率与准确性。

Comments under revision

NavRL++: A System-Level Framework for Improving Sim-to-Real Transfer in Reinforcement Learning-Based Robot Navigation

NavRL++: 一种提升基于强化学习的机器人导航仿真到现实迁移的系统级框架

Zhefan Xu, Hanyu Jin, Kenji Shimada

机构 * Department of Mechanical Engineering, Carnegie Mellon University（机械工程系，卡内基梅隆大学） 纠错

专题命中 效率与部署 ：post-training(abstract)

AI总结 本文提出NavRL++框架，通过系统性研究仿真到现实迁移的关键因素，引入感知鲁棒性增强策略和基于Transformer的时序推理策略，提升机器人导航性能。

Comments 18 pages, 18 figures, 6 tables

LLM-EDT: Large Language Model Enhanced Cross-domain Sequential Recommendation with Dual-phase Training

LLM-EDT: 基于大语言模型的跨领域序列推荐增强方法与双阶段训练

Ziwei Liu, Qidong Liu, Wanyu Wang, Yejing Wang, Pengyue Jia, Tong Xu, Wei Huang, Chong Chen, Xiangyu Zhao

机构 * City University of Hong Kong Hong Kong China ； Xi'an Jiaotong University \& City University of Hong Kong Xi'an China ； University of Science ； Independent Researcher Beijing China ； Tsinghua University Beijing China ； City University of Hong Kong ； Xi'an Jiaotong University \& City University of Hong Kong ； Independent Researcher ； Tsinghua University 纠错

专题命中 领域大模型 ：LLM(title,title_cn)；large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本文提出LLM-EDT，通过双阶段训练策略解决跨领域序列推荐中的领域不平衡和过渡问题，引入可转移物品增强器和领域感知配置模块，提升推荐效果。

SemanticOpt: Towards LLM-Based Semantic Black-Box Optimization

SemanticOpt: 向基于LLM的语义黑盒优化迈进

Jamison Meindl, Yunsheng Tian, Tony Cui, Veronika Thost, Zhang-Wei Hong, Jie Chen, Wojciech Matusik, Mina Konaković Luković

机构 * MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

专题命中 领域大模型 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 SemanticOpt利用LLM处理语义信息，通过微调结构化贝叶斯优化轨迹与自然语言上下文，提升黑盒优化性能，在多个实际问题中优于传统方法和现有LLM方法。

Muon-OGD: Muon-based Spectral Orthogonal Gradient Projection for LLM Continual Learning

Muon-OGD: 基于muon的谱范数正交梯度投影用于大语言模型持续学习

Binghang Lu, Zheyuan Deng, Runyu Zhang, Bing Hu, Yunhan Zhao, Yuan Tian, Changhong Mou, Guang Lin, Xiaomin Li

机构 * Purdue University（普渡大学） ； Brown University（布朗大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of California, Irvine（加州大学 Irvine 分校） ； Utah State University（犹他州立大学） ； Harvard University（哈佛大学） 纠错

专题命中 领域大模型 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出Muon-OGD框架，通过谱范数约束优化和正交投影约束，改进LLM持续学习的稳定性-可塑性平衡，实验证明其在持续学习基准上优于传统方法。

Retrieval-Augmented Large Language Models for Schema-Constrained Clinical Information Extraction

基于检索增强的大型语言模型用于受模式约束的临床信息提取

A H M Rezaul Karim, Ozlem Uzuner

机构 * George Mason University（乔治·马歇尔大学） 纠错

专题命中 领域大模型 ：large language model(title)；language model(title)；LLM(abstract,abstract_cn)；prompting(abstract)

AI总结 本文提出一种模块化检索增强生成框架，通过schema约束提示、确定性后处理和二次审核，提升护士-患者对话中观察提取的F1分数达80.36%。

Contexting as Recommendation: Evolutionary Collaborative Filtering for Context Engineering

上下文作为推荐：面向上下文工程的进化式协同过滤

Jiachen Zhu, Zhuoying Ou, Congmin Zheng, Yuxiang Chen, Zeyu Zheng, Rong Shan, Lingyu Yang, Lionel Z. Wang, Weiwen Liu, Yong Yu, Weinan Zhang, Jianghao Lin

机构 * Shanghai Jiao Tong Univ.（上海交通大学） ； Univ. College London（伦敦大学学院） ； Carnegie Mellon Univ.（卡内基梅隆大学） ； Hong Kong Polytechnic Univ.（香港理工大学） 纠错

专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出将上下文工程视为推荐问题，通过Neural Collaborative Context Engineering框架，实现动态实例级路由，提升LLM上下文工程的个性化性能。

Artificial Aphasias in Lesioned Language Models

病变语言模型中的人工失语症

Nathan Roll, Jill Kries, Laura Gwilliams, Cory Shain

机构 * Wu Tsai Neurosciences Institute（吴Tsai神经科学研究所） 纠错

专题命中 领域大模型 ：language model(title,abstract)；分类 cs.CL、cs.LG

AI总结 通过模拟失语症对语言模型进行参数损伤，研究其功能组织特性，发现模型与人类失语症在症状分布上有显著差异，揭示学习和处理细节对语言处理的影响。

Comments 49 pages, 13 figures

Can Vision Language Models Be Adaptive in Mathematics Education? A Learner Model-based Rubric Study

视觉语言模型在数学教育中能否具备适应性？一种基于学习者模型的评分研究

Jie Gao, Yongan Yu, Junzhu Su, Yiran Lin, Adam K. Dube, Jackie Chi Kit Cheung

机构 * McGill University（麦吉尔大学） ； Mila – Quebec AI Institute（魁北克AI研究院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能 chair） 纠错

专题命中 领域大模型 ：language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文探讨视觉语言模型在数学教育中的适应性，提出基于学习者模型的评分框架，评估模型在认知、动机和复杂度方面的适应性，并发现现有模型在有限学习者信息下难以产生一致的指导响应。

General-Purpose Co-Evolutionary Construction of Parallel Algorithm Portfolios for Multi-Objective Binary Optimization

通用目的协同进化并行算法组合在多目标二进制优化中的构建

Zhiyuan Wang, Shengcai Liu, Shaofeng Zhang, Ke Tang

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 本文提出DACMO方法，通过神经实例表示架构和LLM自动搜索算子生成，解决多目标二进制优化问题中的通用并行算法组合构建问题，实验显示其在四个问题类上均表现优异。

Adapting Foundation Vision-Language Models to Medical Diagnosis via Query-Driven Expert Bridging

通过查询驱动专家桥梁适应基础视觉-语言模型用于医学诊断

Yitong Li, Morteza Ghahremani, Christian Wachinger

机构 * Lab for AI in Medical Imaging, Technical University of Munich (TUM)（医学影像人工智能实验室，慕尼黑技术大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） 纠错

专题命中 领域大模型 ：language model(title)；foundation model(abstract)

AI总结 本文提出MedBridge框架，通过结合领域对齐、分辨率保持和多标签推理的互补VLM专家，解决医学影像诊断中的领域差距问题，实现跨领域泛化和领域内特化，提升多标签胸腔疾病诊断性能。