语言大模型 / LLM

Machine Learning for RNA Secondary Structure Prediction: a review of current methods and challenges

利用机器学习进行RNA二级结构预测：当前方法和挑战的综述

Giuseppe Sacco, Giovanni Bussi, Guido Sanguinetti

专题命中 其他LLM ：foundation model(abstract,comments)；prompting(abstract)

AI总结 本文综述了RNA二级结构预测中当前方法和挑战，重点讨论了机器学习和深度学习在该领域的应用，以及数据稀缺性带来的泛化危机，同时展望了未来需要解决的难题，如复杂结构的预测和动态结构的建模。

Comments 22 pages, 3 figures. Updated version of the article published in RNA 32(4):443-456 (2026); the Foundation Models section has been revised to reflect developments since publication. The remainder of the manuscript is unchanged apart from formatting

Journal ref RNA 32(4): 443-456 (2026)

Jailbreaking on Text-to-Video Models via Scene Splitting Strategy

通过场景分割策略对文本到视频模型进行劫持

Wonjun Lee, Haon Park, Doehyeon Lee, Bumsub Ham, Suhyun Kim

机构 * Yonsei University（延世大学） ； Korea Institute of Science and Technology（韩国科学技术院） ； AIM Intelligence（AIM智能） ； Seoul National University（首尔国立大学） ； Kyung Hee University（庆熙大学） 纠错

专题命中 其他LLM ：LLM(abstract_cn)；分类 cs.AI

AI总结 本文提出了一种新的黑盒劫持方法SceneSplit，通过将有害叙述分割成多个良性场景，利用场景组合作为约束来引导最终输出，从而提高生成有害视频的可能性，验证了当前文本到视频模型的安全机制存在漏洞。

Comments ICLR 2026. Project page at https://velpegor.github.io/SceneSplit/

Distance-Aware Muon: Adaptive Step Scaling for Normalized Optimization

Distance-Aware Muon: Adaptive Step Scaling for Normalized Optimization

Yury Demidovich, Abhishek Chakraborty, Grigory Malinovsky, Angelia Nedić, Peter Richtárik

机构 * King Abdullah University of Science and Technology（国王阿卜杜勒-阿齐兹大学科学与技术学院） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文研究了Muon优化器在一般范数几何中的自适应步长缩放规则，提出三种互补算法，包括Distance-Adaptive Muon、Scale-Calibrated Muon和Distance-Free Muon，通过证明站arity保证、目标间隙界和信任区域半径选择，提升了优化性能。

Features have life history. And we should care

特征有生命周期。我们应当关心

Philipp Stecher, Sandro Radovanović, Vlasta Sikimić, Reinhard Kahle

机构 * University of Tübingen（图宾根大学） ； University of Belgrade（贝尔格莱德大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

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

AI总结 研究探讨了语言模型中特征的生命周期，发现了一种稳定的表征基础架构，并揭示了其在训练过程中的四个关键特性。

Comments 21 pages, 7 figures

Tango3D: Towards Alignment for Global and Local 2D-3D Correspondence

Tango3D: 向全局和局部2D-3D对应关系对齐迈进

Zebin He, Mingxin Yang, Shuhui Yang, Hanxiao Sun, Xintong Han, Chunchao Guo, Wenhan Luo

机构 * HKUST（香港科技大学） ； Tencent Hunyuan（腾讯混元） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文提出Tango3D，一种统一密集对应和全局检索的3D基础模型，通过几何感知的2D视觉骨干网络和预训练的3D VAE将图像编码为2D片段，点云编码为3D标记，并映射到共享空间以实现局部像素-点对齐和全局语义对齐。

3D Modeling and Automated Measurement of Concrete Cracks via Segment Anything Refinement and Visual Inertial LiDAR Fusion

通过段落任何精修和视觉惯性LiDAR融合进行混凝土裂缝的3D建模与自动测量

Pengru Deng, Jiapeng Yao, Chun Li, Su Wang, Xinrun Li, Varun Ojha, Xuhui He

机构 * School of Civil Engineering（土木工程学院） ； Central South University（中南大学） ； Hunan Provincial Key Laboratory for Disaster Prevention and Mitigation of Rail Transit Engineering Structures（湖南省铁路工程结构灾害预防与 mitigation 工程结构重点实验室） ； Nvidia ； School of Computing（计算学院） ； Newcastle University（新castle大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文提出了一种结合计算机视觉技术和多模态同时定位与建图（SLAM）的创新框架，用于二维裂缝检测、三维重建和三维自动裂缝测量，解决了现有方法在适应性和鲁棒性方面的不足，特别是在处理曲线或复杂几何形状时的挑战。

Comments Title and author list updated

Journal ref Computer-Aided Civil and Infrastructure Engineering, Volume 45, 2026, 100019, ISSN 1093-9687