AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
它们会走多远？使用大型语言模型对在线影响力进行红队测试
机构 * Information Sciences Institute University of Southern California（信息科学研究所 乌德穆尔特国立大学）
专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出一个红队测试框架，通过测量大型语言模型在争议话题上的政治观点表达范围（Overton Window），并量化简单自然语言越狱如何扩展该范围，发现开源LLM在政治表达上存在系统性不对称，且越狱效果因模型系列而异。
Comments 30 pages, 8 figures, submitted to COLM 2026
稀疏自编码器将大脑-LLM对齐映射到皮层语义拓扑
机构 * The University of Hong Kong（香港大学） ； Stellaris AI Limited（Stellaris AI有限公司）
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 通过稀疏自编码器分解LLM中间层特征，发现语义特征主导大脑预测表现，并验证了皮层语义拓扑的细粒度对齐。
Comments Accepted at CoNLL 2026. 20 pages (9 main + 1 limitations/acknowledgments + 3 references + 7 appendix), 5 figures, 20 tables
任务感知提升大语言模型生成与不确定性
机构 * School of Computation, Information \& Technology, Technical University of Munich ； Munich Data Science Institute ； Munich Center for Machine Learning
专题命中 知识编辑与模型理解 ：LLM(title,summary_cn)；分类 cs.LG
AI总结 提出在任务依赖的潜在结构中直接建模LLM输出，通过贝叶斯最优响应合成和贝叶斯风险量化不确定性，优于标准解码方法并改善与输出质量的校准。
图对齐拓扑作为接地检测的归纳偏置
机构 * Department of Pediatrics, University of Illinois College of Medicine Peoria（伊利诺伊大学皮奥里亚医学院儿科部） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校计算机与数据科学学院） ； Carle Illinois College of Medicine, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校卡莱医学院）
专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 提出利用图对齐拓扑作为归纳偏置，通过构建参考信息与LLM输出之间的对齐二分图并训练图神经网络建模对齐结构，在幻觉检测和问答任务上取得最先进结果。
视觉与语言模型的经验贝叶斯共形预测
机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California San Diego（加州大学圣地亚哥分校） ； Xiamen University（厦门大学）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract_cn)；分类 cs.LG
AI总结 提出经验贝叶斯共形预测框架，利用r值将得分变异性转化为不确定性感知的非一致性得分，在保持目标覆盖的同时减少高方差假候选的包含。
Transcoders 追踪视觉语言模型中的视觉基础与幻觉
机构 * Institute of Language and Speech Processing（语言与语音处理研究所） ； Athena Research Center（雅典研究中心）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 采用基于Transcoders的功能中心框架分解视觉语言模型的计算路径，揭示视觉输入如何影响文本生成，并通过反事实分析和图结构特征预测幻觉。
语言模型中的层级概念几何源于词汇共现
机构 * Johns Hopkins University（约翰霍普金斯大学） ； EPFL（苏黎世联邦理工学院）
专题命中 知识编辑与模型理解 ：language model(title)；LLM(abstract_cn)；分类 cs.CL、cs.LG
AI总结 本文提出一种分布理论，证明语言表示中的上下义关系几何结构源于词汇共现的谱结构，并在word2vec和Gemma 2B嵌入中得到验证。
Comments 34 pages, 12 figures, including appendices
基于稀疏自编码器的脑电图基础模型机制可解释性
机构 * BrainCapture ； DTU Health Tech（技术大学丹麦健康技术） ； DTU Compute（技术大学丹麦计算） ； Department of Biomedical Data Science（生物医学数据科学系） ； Department of Computer Science（计算机科学系） ； Seer Medical（Seer医疗） ； Filadelfia Epilepsy Hospital（菲拉德尔菲亚癫痫医院） ； University Hospital of Copenhagen（哥本哈根大学医院）
专题命中 知识编辑与模型理解 ：foundation model(title,abstract)；分类 cs.LG
AI总结 通过TopK稀疏自编码器从三种EEG Transformer中提取稀疏特征字典，结合临床分类法评估单语义性和纠缠性，并引入概念引导分析目标与非目标区域，揭示模型表征失败和临床纠缠问题。
Comments Preprint. 14 pages, 7 figures, 4 tables
超越二元编辑：基于对抗子空间对齐的鲁棒多模态知识编辑
机构 * Zhejiang University（浙江大学） ； National University of Singapore（新加坡国立大学） ； Jiangxi Normal University（江西师范大学）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 针对多模态大语言模型知识编辑泛化性不足的问题，提出对抗子空间对齐方法（ASAM），通过潜在对抗鲁棒化（LAR）和秩约束子空间学习（RCSL）实现鲁棒的多模态知识编辑。
通过设计实现多语言引导：多语言稀疏自编码器与原则性层选择
机构 * Saarland University（萨尔兰大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； TU Darmstadt（德累斯顿技术大学） ； Centre for European Research in Trusted AI (CERTAIN)（欧洲可信AI研究中心）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 针对稀疏自编码器在多语言环境中语言控制不可靠的问题，提出在多语言数据上训练SAE并基于多语言对齐与语言可分离性交集的原则性层选择规则，在LLaMA-3.1-8B和Gemma-2-9B上验证了该方法能稳定语言识别准确率与生成质量之间的权衡。
Comments Accepted to TrustNLP Workshop at ACL 2026
RAG-Pull：通过不可见Unicode扰动将检索转化为代码注入通道
机构 * Computing System Labs, Huawei Technologies Switzerland AG（华为瑞士技术有限公司计算系统实验室） ； BKW Energie AG（BKW能源集团）
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 提出RAG-Pull攻击，通过向查询或外部代码库插入不可见UTF字符，使检索系统偏向恶意代码，从而破坏LLM的安全对齐，实现远程代码执行和SQL注入。
SVR-MAD：一种贝叶斯启发的后验引导多智能体辩论框架
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)
AI总结 针对多智能体辩论中上下文快速增长导致可扩展性受限的问题，提出贝叶斯启发的SVR-MAD框架，利用辩论前后信号构建通信图，在降低令牌成本的同时保持或提升准确率。
移动世界模型如何指导GUI代理？
机构 * Nanyang Technological University（南洋理工大学） ； MiLM Plus, Xiaomi Inc.（小米公司） ； Independent Researchers（独立研究人员） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； Wuhan University（武汉大学） ； Xiamen University（厦门大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文通过训练四种模态（增量文本、完整文本、扩散图像、可渲染代码）的世界模型，并评估其在下游任务中的效用，发现可渲染代码重建在分布内保真度高，文本反馈对在线分布外执行更鲁棒，世界模型生成的轨迹可提供迁移经验但无法替代原始分布，且对低熵过度自信的代理，后验自省收益有限。
不看而见：视觉-语言基准测试真的测试视觉吗？
机构 * University of Chicago（芝加哥大学） ； Stony Brook University（石溪大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.AI
AI总结 通过系统性实验发现，视觉-语言模型对细粒度视觉证据的依赖程度低于预期，表明当前基准测试不足以可靠评估其视觉基础能力。
Comments Accepted to GRAIL-V: Grounded Retrieval and Agentic Intelligence for Vision-Language, CVPR 2026 Workshop. accepted version
CHASD：面向LVLMs中幻觉的语言增量校准对比解码
机构 * Institute of Artificial Intelligence, Xiamen University（厦门大学人工智能学院） ； Department of Artificial Intelligence, Xiamen University（厦门大学人工智能系）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI
AI总结 提出CHASD框架，通过不确定性驱动的置信门控和注意力引导的局部扰动，在推理时按需校准对比解码，减少对象幻觉并提升效率。
HawkesLLM：智能体文本模拟中的语义不确定性传播
机构 * Department of Industrial and Systems Engineering, University of Minnesota（工业与系统工程系，明尼苏达大学） ； H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（H. Milton Stewart工业与系统工程学院，佐治亚理工学院）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL
AI总结 提出HawkesLLM框架，通过多变量Hawkes过程建模时间影响与文本生成分离，解决智能体文本模拟中语义不确定性路径依赖问题，在GDELT新闻级联案例中提升后期语义对齐。
Comments 10 pages, 4 figures, Accepted at the ICML 2026 Workshop on Statistical Frameworks for Uncertainty in Agentic Systems
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈