语言大模型 / LLM

Revisiting the Adam-SGD Gap in LLM Pre-Training: The Role of Large Effective Learning Rates

重新审视LLM预训练中Adam与SGD的差距：大有效学习率的作用

Athanasios Glentis, Dawei Li, Chung-Yiu Yau, Mingyi Hong

机构 * University of Minnesota（明尼苏达大学） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文通过实证和理论分析，发现SGD在LLM预训练中表现较差的原因在于其无法维持与Adam相媲美的有效学习率，而大有效学习率需求源于小梯度范数和大权重-梯度比，且在大批次大小下更加明显。通过简单剪枝机制，SGD在大学习率下能恢复大部分Adam性能，实验显示验证损失差距从超过50%降至约3.5%。

Beyond the Final Actor: Modeling the Dual Roles of Creator and Editor for Fine-Grained LLM-Generated Text Detection

超越最终作者：为细粒度LLM生成文本检测建模创作者与编辑的双重角色

Yang Li, Qiang Sheng, Zhengjia Wang, Yehan Yang, Danding Wang, Juan Cao

机构 * ict.ac.cn（中国科学院） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出RACE方法，通过建模创作者和编辑的双重角色，实现细粒度LLM生成文本检测，以更精确地区分不同类型的文本，从而为LLM监管提供政策对齐的解决方案。

Comments ACL 2026 (Oral)

Interpreting the Interpreter: Can We Model post-ECB Conferences Volatility with LLM Agents?

解读解释器：我们能否用LLM代理模型post-ECB会议波动？

Umberto Collodel

专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 本文提出了一种框架，利用大型语言模型模拟30个异质交易者解读欧洲中央银行会议 transcript，以衡量合成代理之间的横截面分歧。该框架在1998至2026年的293次 Governing Council 事件中，与实际 Overnight Index Swap 波动率相关性约为0.5，优于标准文本方法。LLM推导的分歧提供了超越波动聚类的信息，并在出样本验证中保持稳健。此外，提供历史前后的波动示例能提高模型响应的校准。

Conformal Geometric Algebra as a Symbolic Interface for LLM-Driven 3D Scene Editing

共形几何代数作为LLM驱动3D场景编辑的符号接口

Manos Kamarianakis, Pandelis Sofianos, George Papagiannakis

专题命中 其他LLM ：LLM(title,title_cn)；prompting(abstract)

AI总结 研究探讨了共形几何代数在LLM驱动3D场景编辑中的可靠性与效率，发现其在保持操作顺序和降低token消耗方面优于传统方法。

Comments 34 pages, 15 figures, 28 tables

Securing LLM Agents Need Intent-to-Execution Integrity

为LLM代理的安全性需要意图到执行的完整性

Wenjie Qu, Ming Xu, Peiran Wang, Shengfang Zhai, Jiaheng Zhang, Dawn Song

专题命中 其他LLM ：LLM(title,title_cn)

AI总结 本文提出了一种新的正确性属性，用于定义LLM代理在执行时如何忠实反映用户的意图，同时提出了四个必须同时满足的完整性属性，以确保代理的安全性。

Quantum-Safe Code Auditing: LLM-Assisted Static Analysis and Quantum-Aware Risk Scoring for Post-Quantum Cryptography Migration

量子安全代码审计：基于LLM的静态分析与量子感知风险评分用于后量子密码学迁移

Animesh Shaw

专题命中 其他LLM ：LLM(title,title_cn)

AI总结 本文提出量子安全代码审计工具，结合正则表达式检测量子脆弱算法、LLM辅助上下文丰富及VQE模型风险评分，评估五个开源库发现5775项问题，实现高精度和召回率。

Comments 13 pages, 2 figures. Code and evaluation data: https://github.com/AnimeshShaw/quantum-safe-auditor

The Effects of Structured LLM-Generated Feedback on Programming Assignment Performance

结构化大语言模型生成反馈对编程作业表现的影响

Tsvetomila Mihaylova, Evanfiya Logacheva, Arto Hellas, Jing Fan, Francisco Castro, Bita Akram, Narges Norouzi, Peter Brusilovsky, Juho Leinonen

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本研究探讨了不同指导级别的大语言模型生成反馈对学生编程问题解决行为的影响，发现结构化反馈能提高解题速度并促进学习效果。

Covert Multi-bit LLM Watermarking: An Information Theory and Coding Approach

隐秘多比特大语言模型水印：信息论与编码方法

Sidong Guo, Tyler Kann, Teodora Baluta, Matthieu R. Bloch

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出基于信息论和编码的多比特大语言模型隐写方法，通过块自回归模型和极码算法实现高效隐写，实验显示在短词长下误码率低于10%。

LLM-based vs. Search-based Merge Conflict Resolution: An Empirical Study of Competing Paradigms

基于大语言模型与基于搜索的合并冲突解决：对两种范式的实证研究

Heleno de Souza Campos Junior, Leonardo Gresta Paulino Murta

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文通过实证研究比较了基于大语言模型和基于搜索的合并冲突解决方法，揭示了两者在实际场景中的优劣势及权衡。

Comments Paper submitted to the Empirical Software Engineering Journal

Multilingual jailbreaking of LLMs using low-resource languages

使用低资源语言对LLM进行多语言劫持

Dylan Marx, Marcel Dunaiski

机构 * Computer Science Division, Mathematical Sciences Department（计算机科学系，数学科学系） 纠错

专题命中 其他LLM ：LLM(title_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究通过使用低资源非洲语言进行多轮对话来测试大型语言模型的安全机制，发现翻译质量是影响低资源语言劫持成功率的关键因素。

Comments 12 pages, 5 figures

Semantic Concurrency Limits in Large Language Models

大语言模型中的语义并发极限

Karl Svozil

专题命中 其他LLM ：large language model(title)；language model(title)

AI总结 研究探讨了高维嵌入空间中语义方向的并发限制，提出动能容量与知识可访问性区分，揭示维度在语义并发带宽中的作用。

Comments 8 pages, 1 figure, totally rewritten, contribution to the ES Forum on "Quantum Thinking" (Frankfurt, Germany, EU, September 21-26, 2025)

Generative AI Advertising as a Problem of Trustworthy Commercial Intervention

生成式AI广告作为可信商业干预问题

Jingyi Qiu, Qiaozhu Mei

机构 * University of Michigan（密歇根大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文探讨生成式AI广告如何通过影响生成过程而非内容放置来改变广告方式，提出基于影响层级的分类体系，并指出当前系统在更深层次商业影响上的可信度问题。

Latent Heuristic Search: Continuous Optimization for Automated Algorithm Design

潜在启发式搜索：为自动化算法设计的连续优化

Cheikh Ahmed, Mahdi Mostajabdaveh, Zirui Zhou

机构 * Huawei Technologies Canada（华为加拿大技术有限公司） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出了一种连续启发式发现框架，通过将离散程序映射到连续嵌入空间，并利用可微代理模型进行梯度优化，以提升自动化算法设计的性能。

Comments Accepted at LION 2026, The Learning and Intelligent Optimization Conference

Alignment Drift in Long-Term Human-LLM Interaction: A Mechanism-Oriented Framework

长期人类-大语言模型交互中的对齐漂移：一种机制导向的框架

Xintong Yao

机构 * Xintong Yao（姚新同） 纠错

专题命中 其他LLM ：LLM(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文提出一种机制导向的框架，用于描述长期人类-大语言模型交互中的对齐漂移现象，通过反馈回路和子模式选择解释漂移的发展过程，并将对齐漂移视为递归互动过程而非孤立模型失败。

Comments 16 pages, 1 appendix

Attention Hijacking: Response Manipulation Across Queries in Vision-Language Models

注意力劫持：跨查询的视觉-语言模型响应操控

Zhiqiang Wang, Dongrui Liu, Yan Li, Zonghao Ying, Wei Xue, Wenhan Luo, Yike Guo

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Shanghai Jiao Tong University（上海交通大学） ； Beihang University（北京航空航天大学） 纠错

专题命中 其他LLM ：language model(title,abstract)；分类 cs.AI

AI总结 本文研究了视觉-语言模型中跨查询响应操控问题，提出了一种新的对抗攻击方法Attention Hijacking，通过引导内部注意力分布保持图像主导模式，提高攻击在不同查询下的有效性。

Scale-Dependent Collective Adaptation in Self-Amending LLM Societies: A Cross-Family Study of Emergent Governance

自修正大语言模型社会中尺度依赖的集体适应：跨家族治理涌现研究

Kazuya Horibe, Masaomi Hatakeyama, Gen Masumoto, Takashi Hashimoto, Peter Romero

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文研究了在规则本身受集体修正的人工社会中群体决策机制，通过自修正游戏Nomic比较了两个大语言模型家族在不同尺度下的表现，发现集体适应并非随模型规模单调提升，而是存在一个狭窄的中间尺度阶段，支持持续的规则采纳、多样化的修正和平衡的共识。小型模型倾向于保持规则惰性，而大型模型往往收敛到限制性的投票模式，异质混合规模群体则陷入 veto 驱动的僵局。这些跨尺度对比在温度扰动和从全体一致到多数投票的转换下仍然存在，尽管隐状态结构因家族和尺度而异。隐状态分歧本身并不能解释集体表现：高表征分歧可以与差的行为主体结果同时出现。线性探针揭示了隐态投票预测信号与集体行为之间的选择性耦合，但解码性是适应性游戏的必要而非充分条件。总体而言，反复出现的规律是非单调性，而非特定最优尺度。自修正游戏因此为研究人工社会中的集体适应提供了受控测试平台，超越了单纯模型规模。

Evolve the Method, Not the Prompts: Evolutionary Synthesis of Jailbreak Attacks on LLMs

改进方法而非提示：针对大语言模型的进化式 jailbreak 攻击合成

Yunhao Chen, Xin Wang, Juncheng Li, Yixu Wang, Jie Li, Yan Teng, Yingchun Wang, Xingjun Ma

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） 纠错

专题命中 其他LLM ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出 EvoSynth 框架，通过在代码空间中进行搜索，而非仅在提示空间中优化，从而提高对大语言模型的 jailbreak 攻击成功率和多样性。

QuantaAlpha: An Evolutionary Framework for LLM-Driven Alpha Mining

QuantaAlpha: 一种基于大语言模型的alpha挖掘进化框架

Jun Han, Shuo Zhang, Wei Li, Yifan Dong, Tu Hu, Yumo Zhu, Xiaomin Yu, Xin Guo, Zhaowei Liu, Kunyi Wang, Jingping Liu, Tianyi Jiang, Ruichuan An, Sen Hu, Zhi Yang, Ronghao Che, Huacan Wang

机构 * SUFE（上海财经大学） ； QuantaAlpha ； SYSU（华南理工大学） ； PKU（北京大学） 纠错

专题命中 其他LLM ：LLM(title)；分类 cs.AI

AI总结 本文提出QuantaAlpha框架，通过进化算法改进alpha挖掘过程，通过轨迹级突变和交叉实现多轮搜索和经验重用，实验表明其在多个市场指数上均表现出稳健的性能。

Why We Look Where We Look: Emergent Human-like Fixations of a Foveated Visual Language Model Maximizing Scene Understanding

为什么我们看那里：一种最大化场景理解的视网膜视觉语言模型表现出的人类样注视模式

Shravan Murlidaran, Ziqi Wen, Sana Shehabi, Miguel P. Eckstein

机构 * Psychological & Brain Sciences, University of California, Santa Barbara（加州大学圣芭芭拉分校心理学与脑科学系） ； Electrical and Computer Engineering, University of California, Santa Barbara（加州大学圣芭芭拉分校电气与计算机工程系） ； Computer Science, University of California, Santa Barbara（加州大学圣芭芭拉分校计算机科学系） 纠错

专题命中 其他LLM ：language model(title)；分类 cs.AI

AI总结 研究探讨了人类自由观看时注视模式的形成机制，发现最大化场景理解的视网膜视觉语言模型能够产生类似人类的注视模式，表明这种模式可能是优化场景理解的副产品。

Finding Sense in Nonsense with Generated Contexts: Perspectives from Humans and Language Models

在生成上下文中寻找意义：人类与语言模型的视角

Katrina Olsen, Sebastian Padó

机构 * Grid Dynamics ； IMS ； University of Stuttgart（斯图加特大学） 纠错

专题命中 其他LLM ：language model(title)；分类 cs.CL

AI总结 本文通过人类和语言模型对五个语义偏差数据集中的句子进行评估，探讨了如何区分异常句子和无意义句子，并发现语言模型在生成合理上下文方面表现出色。

Comments Accepted for publication at STARSEM 2026, San Diego, CA

Automated Coding of Communication Data Using ChatGPT: Consistency Across Subgroups

使用ChatGPT自动编码通信数据：子群体一致性分析

Jiangang Hao, Wenju Cui, Patrick Kyllonen, Emily Kerzabi

机构 * ETS Research Institute（ETS研究机构） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI

AI总结 本文研究了使用ChatGPT进行通信数据编码在不同性别和种族/族裔群体间的一致性，发现其编码结果与人类评分者一致，为大规模评估协作与沟通提供了可能。

Comments Accepted to the Journal of Educational Measurement

Old Habits Die Hard: How Conversational History Geometrically Traps LLMs

旧习惯难改：对话历史如何几何学地困住大语言模型

Adi Simhi, Fazl Barez, Martin Tutek, Yonatan Belinkov, Shay B. Cohen

机构 * Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； University of Oxford（牛津大学） ； University of Zagreb, FER（Zagreb大学，FER） ； Kempner Institute, Harvard University（Kempner研究所，哈佛大学） ； University of Edinburgh（爱丁堡大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究探讨对话历史如何通过几何陷阱影响大语言模型的后续表现，提出History-Echoes框架从概率和几何两个角度分析对话历史偏差，并揭示行为持续性在潜在空间中的几何陷阱。

Comments Accepted to ICML 2026

A Scalable Tool for Measuring Manner and Result Verbs in Developmental Language Research

一种可扩展的测量方式用于发展语言研究中的方式和结果动词

Divyesh Pratap Singh, Dakshesh Gusain, Federica Bulgarelli, Alison Eisel Hendricks, John Beavers, Nathan M. Beers, Ifeoma Nwogu

机构 * University at Buffalo（布法罗大学） ； Nanyang Technological University（南洋理工大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出一种利用大规模语言模型进行方式和结果动词识别的方法，通过MASC和InterCorp数据扩展至436类，并在三个数据集上验证，模型准确率达89.6%。

Comments 12 pages

Same Signal, Different Semantics: A Cross-Framework Behavioral Analysis of Software Engineering Agents

同信号，不同语义：软件工程代理跨框架行为分析

Wei Ma, Zhi Chen, Jingxu Gu, Tianling Li, Shangqing Liu, Lingxiao Jiang

机构 * Singapore Management University（新加坡国立大学） ； Nanjing University（南京大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 本文通过大规模实验分析软件工程代理在不同框架下的行为表现，发现相同的行为信号在不同框架下可能具有相反的意义，强调了跨框架验证的重要性。

Human-Certified Module Repositories for the AI Age

面向AI时代的可信模块仓库

Szilárd Enyedi

机构 * Automation Department, Technical University of Cluj-Napoca, Romania（克卢日-纳波卡技术大学自动化系，罗马尼亚） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出HCMR框架，通过人类监督与自动化分析结合，确保模块的可信度，为AI辅助开发提供安全可预测的模块组装方法。

Comments v4: acknowledged AI use for grammar and readability, added IEEE copyright notice; v3: 13 pages, new subsection about strong typed languages forcing AI to create more reliable code; v2: 12 pages, improved references; v1: 11 pages, 3 figures, 2 tables, prepared for AQTR 2026

How Similar Are Grokipedia and Wikipedia? A Multi-Dimensional Textual and Structural Comparison

Grokipedia和Wikipedia有多相似？一个多维的文本和结构比较

Taha Yasseri, Saeedeh Mohammadi

机构 * Centre for Sociology of Humans and Machines (SOHAM)（人类与机器社会研究中心） ； School of Mathematics and Statistics（数学与统计学学院） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究通过对比17790对文章，分析Grokipedia和Wikipedia在文本和结构上的相似性，发现Grokipedia文章更长但引用更少，内容分为两组，其中一组在政治偏见上有所右移，引发对AI生成内容透明性和知识治理的质疑。

Comments 20 pages, 7 figures, updated with a larger sample size of 20,000 articles, better text cleaning procedure + Reference analysis, topical analysis

Engagement vs. Commitment: The Economic Trade-Offs of Polarizing News Content

参与度与承诺：极化新闻内容的经济权衡

Shunyao Yan, Klaus M. Miller

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文研究了极化新闻内容对新闻平台参与度（时间停留）和承诺（订阅和留存）的影响，发现供应驱动的极化内容增加参与度但不增加订阅，而在高政治相关性时期，极化内容会减少订阅并加速流失，这与情感极化有关。

PseudoBridge: Pseudo Code as the Bridge for Better Semantic and Logic Alignment in Code Retrieval

PseudoBridge: 伪代码作为连接语义与逻辑的桥梁以提升代码检索性能

Yixuan Li, Xinyi Liu, Weidong Yang, Ben Fei, Shuhao Li, Mingjie Zhou, Lipeng Ma

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出PseudoBridge框架，通过引入伪代码作为中间半结构化模态，解决自然语言与编程语言之间的语义和逻辑对齐问题，实验表明其在代码检索任务中表现优异，尤其在零样本场景中效果显著。

Comments 42 pages, 14 figures, 8 tables

Understanding, Challenging, and Demystifying Perceptions of Gig Worker Vulnerabilities

理解、挑战和祛魅网约车工人脆弱性感知

Sander de Jong, Jane Hsieh, Tzu-Sheng Kuo, Rune Møberg Jacobsen, Niels van Berkel, Haiyi Zhu

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文研究了网约车工人对自身脆弱性的认知及误解，通过实验发现工人对常见误解的认知不足，提出通过说服策略提升公众对网约车工人劳动条件的认识，以支持集体谈判权益。

JARVIS: A Just-in-Time Augmented Reality VLM-Powered Instruction System for Cross-Reality Task Guidance

JARVIS：一种基于视觉语言模型的即时增强现实指令系统，用于跨现实任务指导

Yusi Sun, Ying Jiang, Jiayin Lu, Yin yang, Yong-Hong Kuo, Chenfanfu Jiang

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 JARVIS通过视觉语言模型生成上下文相关的分步指导，实现实时状态验证和自适应视觉反馈，提升跨现实任务的可用性、工作负荷、成功率和可视化效果。

Comments 14 pages, 11 figures, 2 tables