语言大模型 / LLM

Taiji: Pareto Optimal Policy Optimization with Semantics-IDs Trade-off for Industrial LLM-Enhanced Recommendation

Taiji: 面向工业LLM增强推荐的帕累托最优策略优化与语义ID权衡

Yuecheng Li, Zeyu Song, Jing Yao, Chi Lu, Peng Jiang, Kun Gai

机构 * Kuaishou Technology（快手科技） ； Unaffiliated（无隶属） 纠错

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

AI总结 提出Taiji框架，通过逆向工程推理和开放拒绝采样生成高质量CoT数据，并采用帕累托最优策略优化（POPO）自适应调整跨域奖励权重，实现LLM语义知识与推荐ID特征的帕累托最优权衡，在快手广告平台部署后服务超4亿日活用户。

Comments 8 pages, 2 figures

LLM-Assisted Reranking to Operationalize Nuanced Objectives in Recommender Systems

LLM辅助重排序以在推荐系统中实现细微目标

Amir Ghasemian, Homa Hosseinmardi, Upasana Dutta, Duncan J. Watts

机构 * Department of Communication, University of California, Los Angeles, CA 90095（通信系，加州大学洛杉矶分校，CA 90095） ； Department of Computer and Information Science, University of Pennsylvania, Philadelphia, PA 19104（计算机与信息科学系，宾夕法尼亚大学，Philadelphia, PA 19104） ； Amenenberg School of Communication, University of Pennsylvania, Philadelphia, PA 19104（安纳伯格通信学院，宾夕法尼亚大学，Philadelphia, PA 19104） ； Operations, Information, and Decisions Department, University of Pennsylvania, Philadelphia, PA 19104（运营、信息与决策系，宾夕法尼亚大学，Philadelphia, PA 19104） 纠错

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

AI总结 本研究通过零样本指令提示对YouTube侧边栏候选进行重排序，发现无约束的LLM辅助重排序会放大极端和阴谋论内容，而轻量级提示正则化可在轻微损失相关性的情况下减少极端内容并增加意识形态多样性。

Comments 30 pages total; 11 pages, 5 figures, 2 tables (main text); 19 pages, 11 figures, 9 tables (appendix)

Whose Name Comes Up? II: Benchmarking and Intervention-Based Auditing of LLM-Based Scholar Recommendation

谁的名字出现？II：基于基准测试和干预审计的LLM学者推荐系统

Lisette Espín-Noboa, Gonzalo Gabriel Méndez

机构 * Complexity Science Hub Vienna（维也纳复杂性科学中心） ； Universitat Politècnica de València（巴塞罗那理工大学） ； Inria Rennes（里昂国家信息与自动化研究所） 纠错

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

AI总结 提出LLMScholarBench基准，通过温度变化、表示约束提示和检索增强生成等干预措施审计22个LLM在物理专家推荐中的技术质量和社会代表性，发现干预措施带来不同权衡。

Comments In Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26). 30 pages: 11 pages in main (6 figures, 1 table), 19 pages in appendix (22 figures, 2 tables)

Assessing and Mitigating Miscalibration in LLM-Based Social Science Measurement

评估与缓解基于LLM的社会科学测量中的校准误差

Jinyuan Wang, Ningyuan Deng, Yi Yang

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 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

AI总结 研究LLM在社会测量中的校准问题，提出软标签蒸馏方法，通过训练小型分类器将校准误差降低43.2%的ECE和34.0%的Brier分数。

Conditional Hypothesis Generation for LLM-Based Text Analysis with Researcher-Specified Covariates

基于研究者指定协变量的条件假设生成用于LLM文本分析

Paiheng Xu, Jing Liu, Wei Ai

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） 纠错

专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI

AI总结 提出条件假设生成框架，通过纳入研究者指定的协变量来引导LLM发现相关子组内而非全局的差异模式，并采用特征-协变量交互和分层内去均值与逆频率重加权两种方法解决子组不平衡和符号反转问题。

TALKPLAY: Multimodal Music Recommendation with Large Language Models

TALKPLAY: 基于大语言模型的多模态音乐推荐

Seungheon Doh, Keunwoo Choi, Juhan Nam

机构 * KAIST（韩国科学技术院） ； talkpl.ai 纠错

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

AI总结 提出TALKPLAY系统，通过将推荐转化为token生成问题，利用大语言模型处理多模态音乐特征，实现端到端对话式推荐，显著优于单模态方法。

TalkPlay-Tools: Conversational Music Recommendation with LLM Tool Calling

TalkPlay-Tools: 基于大语言模型工具调用的对话式音乐推荐

Seungheon Doh, Keunwoo Choi, Juhan Nam

机构 * KAIST（韩国科学技术院） ； talkpl.ai 纠错

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

AI总结 提出一种基于LLM工具调用的统一检索-重排序流水线，通过布尔过滤、稀疏检索、稠密检索和生成式检索的组合，实现端到端的对话式音乐推荐。

Comments Accepted for publication at The Workshop on AI for Music, Neural Information Processing Systems (NeurIPS-AI4Music)

Selective Token-Level Cryptographic Redaction for Privacy-Preserving Clinical Deployment of Large Language Models

选择性令牌级密码学编辑用于大型语言模型的隐私保护临床部署

Farhan Sheth, Ziyuan Yang, Yongying Lan, Si Yong Yeo

机构 * MedVisAI Lab, Singapore（新加坡MedVisAI实验室） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, China（中国上海交通大学医学院瑞金医院） ； Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore（新加坡南洋理工大学Lee Kong Chian医学院） 纠错

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

AI总结 提出HERALD框架，通过令牌级密码学编辑仅加密敏感令牌，在保护隐私的同时保持下游模型效用，在分类和医疗问答任务上接近明文性能。

Comments 33 pages, 8 figures, 26 tables

Embracing Anisotropy: Turning Massive Activations into Interpretable Control Knobs for Large Language Models

拥抱各向异性：将大规模激活转化为大型语言模型的可解释控制旋钮

Youngji Roh, Hyunjin Cho, Jaehyung Kim

机构 * Yonsei University（延世大学） 纠错

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

AI总结 本文提出一种基于幅度的无训练方法识别领域关键维度，将其作为可解释的语义检测器，并通过仅对这些维度进行激活引导，在领域适应和越狱场景中优于传统全维度引导方法。

Comments ACL 2026 Main Conference

Hallucination Detection-Guided Preference Optimization for Clinical Summarization

基于幻觉检测的偏好优化用于临床摘要生成

Shamanth Kuthpadi Seethakantha, Dung Ngoc Thai, Vara Prasad Gudi, Simran Tiwari, Rami Matar, Avijit Mitra, Wenlong Zhao, Andrew McCallum, Wael Salloum

机构 * Manning College of Information and Computer Sciences（Manning信息与计算机科学学院） ； Ensemble HP ； Columbia University（哥伦比亚大学） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

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

AI总结 提出利用幻觉检测器指导迭代修正的推理时方法及偏好学习微调，显著减少临床摘要中的幻觉。

Position: Prioritize Identifying Structure, Not Complex Models, for Scientific Discovery

立场：优先识别结构，而非复杂模型，以促进科学发现

Tyler H. McCormick

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

AI总结 本文论证现代机器学习在高维代理机制下存在通用欠定性，提出“机制性机器学习”的具体标准，以确保以LLM为中心的工作流真正支持科学而非模拟科学。

Comments Will appear as a position paper in ICML

VirtualMLE: A Virtual ML Engineer that Optimizes Sequential Recommenders

VirtualMLE: 一种优化序列推荐器的虚拟机器学习工程师

Shiteng Cao, Jingwen Liu, Junda She, Zhiheng Li

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

AI总结 提出VirtualMLE，一种利用LLM认知能力将推荐器优化组织为执行、反思和记忆更新闭环的框架，在SASRec和HSTU上以更少试验达到竞争性推荐质量，并展示了跨数据集迁移调优启发式的潜力。

Does Language Shift Break Medical Vision-Language Models? Indonesian Radiology Visual Question Answering Case Study

语言转换会破坏医学视觉语言模型吗？印度尼西亚放射学视觉问答案例研究

Pieter Christy Yan Yudhistira, Dzaki Rafif Malik, Novanto Yudistira

机构 * Intelligent System Laboratory, Faculty of Computer Science Brawijaya University（智能系统实验室，计算机科学学院布拉维亚大学） 纠错

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

AI总结 本研究通过构建印尼语放射学VQA数据集IndoRad-VQA，评估医学视觉语言模型在非英语临床语言下的鲁棒性，发现英语与印尼语设置间存在8-25%的性能差距，表明需要更包容的多语言评估。

Comments accepted to MMFM-BIOMED Workshop @ CVPR 2026

Merit or networks? What decides where research is published

功绩还是关系网？什么决定了研究成果的发表地点

Ning Li

专题命中 领域大模型 ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 利用经济学工作论文数据，通过LLM评估论文思想质量，结合执行质量、关系网络、作者能力和语言模型文本得分，构建五因素生产函数，揭示发表过程中功绩与关系的作用机制。

MeDxAgent: Multi-Agent Consultation for Interactive Medical Diagnosis

MeDxAgent: 交互式医疗诊断的多智能体咨询系统

Akshat Sanghvi, Naren Akash, Raza Imam, Amit Sharma, Mohit Jain

专题命中 领域大模型 ：LLM(summary_cn)；large language model(abstract)；language model(abstract)

AI总结 针对现有LLM诊断评估与临床实践脱节的问题，提出多智能体咨询系统MeDxAgent和基准MeDxBench，通过交互式诊断流程将准确率提升10.3%。

Comments 28 pages, 6 figures

A Graph Foundation Model with Spectral Parsing and Prototype-Guided Spatial Propagation

具有频谱解析和原型引导空间传播的图基础模型

Ankang Yang, Jitao Zhao, Dongxiao He, Liang Yang, Di Jin, Weixiong Zhang

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Tianjin University（天津大学） ； School of Artificial Intelligence（人工智能学院） ； Hebei University of Technology（河北工业大学） ； Department of Health Technology and Informatics（健康技术与信息学院） ； Department of Data Science and Artificial Intelligence（数据科学与人工智能系） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出SPG模型，通过可学习的切比雪夫滤波器分解节点特征为多个频谱响应，并利用Gromov-Wasserstein原型几何蒸馏可迁移的成对关系，实现跨域图泛化。

Learning Concepts, Not Tokens: Self-Supervised Semantic Alignment for Language Models

学习概念，而非词元：语言模型的自我监督语义对齐

Christine Zhang, Dan Jurafsky, Chen Shani

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 提出一种自我监督框架，通过预测语义等价词元集合（概念）替代下一个词元预测，提升语言模型的语义对齐能力，并在分类、聚类、重排序及下游推理任务中取得更优性能。

Section-Weighted Hybrid Approach for Legal Case Retrieval

基于章节加权的混合方法用于法律案例检索

Rajith Arulanandam, Nisansa de Silva

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

AI总结 提出一个两阶段、感知章节的法律案例检索框架，先通过大语言模型分割判决书，再结合词法和语义搜索及加权聚合，在司法基准上取得一致提升。

Comments 10 pages, 4 figures. Accepted to the International Conference on Natural Language Processing (ICNLP 2026)

Physics-Guided Policy Optimization with Self-Distillation

基于物理引导的自蒸馏策略优化

Ke Wang, Yuning Wu, Haoran Liu, Chaoqun Jia, Devin Chen, Kai Wei

机构 * Amazon（亚马逊） 纠错

专题命中 领域大模型 ：LLM(abstract)；post-training(abstract)；分类 cs.AI、cs.LG

AI总结 针对自蒸馏策略优化中固定步长导致训练不稳定的问题，提出受粘性流体动力学启发的物理引导策略优化（PGPO），通过互信息估计动态调整步长，在Science-QA数据集上提升性能并保持训练稳定性。

AI Rater Discrimination Depends on Scoring Protocol in Complex Clinical Decision-Making

AI评分歧视取决于复杂临床决策中的评分协议

Sangwon Baek, Kyu Yeon Hur, Kyunga Kim

机构 * Asclep Korea Inc.（Asclep韩国公司） ； Center for Data Science, New York University（纽约大学数据科学中心） ； Division of Endocrinology and Metabolism, Department of Medicine, Samsung Medical Center, Sungkyunkwan University School of Medicine（成均馆大学医学院内分泌与代谢科，三星医疗中心） ； Biomedical Statistics Center, Samsung Medical Center（三星医疗中心生物医学统计中心） ； Department of Digital Health, SAIHST（SAIHST数字健康科） ； Department of Data Convergence & Future Medicine, Sungkyunkwan University（成均馆大学数据融合与未来医学科） 纠错

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

AI总结 通过因子研究，发现基于评分标准的协议能放大AI评分者区分能力，而无评分标准协议则抑制这种区分，支持在临床AI评估中使用评分标准锚定。

Comments 11 pages, 4 main figures, 8 supplementary figures, 9 supplementary tables

KliniskVestBERT: BERT Model Specialised to Norwegian Clinical Texts

KliniskVestBERT: 针对挪威临床文本特化的BERT模型

Christian Autenried, Cosimo Persia

机构 * helse-vest-ikt（赫尔塞-维斯特信息科技） 纠错

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

AI总结 通过继续预训练现有BERT模型，在挪威临床文本上构建KliniskVestBERT模型，在临床NLP任务中显著优于基线模型。

LAP: An Agent-to-Instrument Protocol for Autonomous Science

LAP：面向自主科学的智能体-仪器协议

Linwu Zhu, Liqiang Gao, Yan Chen, Dan Zhu, Jian Huang

机构 * Shiyanjia Lab（实验之家实验室） 纠错

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

AI总结 针对自主科学中智能体与物理仪器连接碎片化的问题，提出LAP协议，通过InstrumentCard、预留机制、安全围栏握手和测量结果模式，实现有状态、安全关键的操作，并与现有生态系统兼容。

Comments 31 pages

A New Framework for Cybersecurity Refusals in AI Agents

AI代理中网络安全拒绝的新框架

Eliot Krzysztof Jones, Mateusz Dziemian, Matt Fredrikson, J Zico Kolter

机构 * Gray Swan ； Gray Swan AI ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 提出首个针对AI代理在进攻性安全场景中建立拒绝边界的框架，包括拒绝原则、任务分类和评估方法，并发现8个前沿模型中6个拒绝率接近零。

TriAlignGR: Triangular Multitask Alignment with Multimodal Deep Interest Mining for Generative Recommendation

TriAlignGR：面向生成式推荐的多模态深度兴趣挖掘与三角多任务对齐

Yangchen Zeng, Hao Peng, Rongfeng Guo, Zhenyu Yu, Zhiyuan Hu, Jinze Wang

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 提出TriAlignGR统一多任务多模态框架，通过两阶段语义传播和三角多任务对齐，解决语义ID中的内容退化与语义不透明问题，实现生成式推荐。

GLINT: Sparsely Gated Vision-Language Alignment for Fine-Grained Radiology Representations

GLINT：面向细粒度放射学表征的稀疏门控视觉-语言对齐

Jonggwon Park, Seongeun Lee, Junhyun Park, Hannah Yun, Hyunwoong Kim, Sohyun Jeong, Hyewon Kang, Byungmu Yoon, Kyoyun Choi

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

AI总结 针对放射学图像-报告全局对齐与局部病灶尺度不匹配的问题，提出GLINT框架，通过稀疏门控对齐和密集特征正则化实现零样本分类、定位和分割。

The View From Space: Navigating Instrumentation Differences with EOFMs

从太空视角：利用EOFMs导航仪器差异

Ryan P. Demilt, Nicholas LaHaye, Karis Tenneson

机构 * Spatial Informatics Group（空间信息组） 纠错

专题命中 领域大模型 ：foundation model(abstract)；分类 cs.AI、cs.LG

AI总结 本研究通过分析地球观测基础模型（EOFMs）对传感器架构的敏感性，揭示了当前模型设计的缺陷，并为模型开发者、用户和遥感科学社区指明了前进方向。

Journal ref https://neurips.cc/virtual/2025/loc/san-diego/122891

Re-Ranking Through an Attribution Lens for Citation Quality in Legal QA

通过归因视角对法律问答中的引用质量进行重排序

Mohamed Hesham Elganayni, Selim Saleh

机构 * Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 针对法律问答中检索增强生成系统的引用质量问题，提出基于扰动归因分数训练轻量级交叉编码器对候选段落重排序，显著提升引用忠实度并与专家答案对齐。

Comments 11 pages, 4 tables, 1 figure. Published at ASAIL 2026 (8th Workshop on Automated Semantic Analysis of Information in Legal Text), co-located with ICAIL 2026, Singapore

TurtleAI: Benchmarking Multimodal Models for Visual Programming in Turtle Graphics

TurtleAI：海龟图形学中视觉编程的多模态模型基准测试

Chao Wen, Jacqueline Staub, Adish Singla

机构 * MPI-SWS（马克斯·普朗克研究所-斯图加特） 纠错

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

AI总结 提出TurtleAI基准，包含823个基于海龟图形学真实任务的视觉编程任务，评估20多个多模态模型发现成功率低于30%，并通过少量种子样本生成合成数据微调Qwen2-VL-72B提升约20%性能。

Comments ACL Findings 2026 paper

Ghost: Plausible Yet Unlearnable Trajectories via On-Manifold Substitution for Next-POI Privacy

Ghost: 通过流形替代实现看似合理但不可学习的轨迹用于下一兴趣点隐私保护

Zhenyu Yu, Jihong Guan, Shuigeng Zhou

专题命中 领域大模型 ：language model(abstract)

AI总结 提出Ghost框架，通过流形对齐的扰动生成地理和语义上合理的不可学习轨迹，抵御净化攻击，保护下一兴趣点预测隐私。

A unified multi-task framework enables interpretable chest radiograph analysis

统一多任务框架实现可解释的胸部X光片分析

Lijian Xu, Ziyu Ni, Xinglong Liu, Xiaosong Wang, Hongsheng Li, Shaoting Zhang

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 领域大模型 ：instruction tuning(abstract)

AI总结 提出IMT-CXR框架，通过统一Transformer架构模拟放射科医生诊断流程，实现疾病识别、属性表征和可追溯报告生成，在十个基准上表现优异，且临床评估中66%的AI报告达到或超越原始报告。