语言大模型 / LLM

"Is This Really a Human Peer Supporter?": Misalignments Between Peer Supporters and Experts in LLM-Supported Interactions

“这真的是人类同伴支持者吗？”：同伴支持者与专家在LLM支持互动中的错位

Kellie Yu Hui Sim, Roy Ka-Wei Lee, Kenny Tsu Wei Choo

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 研究通过混合方法评估LLM模拟求助者、生成建议和实时情绪可视化系统，发现同伴支持者与心理健康专家在识别求助信号和给予建议上存在关键错位，凸显标准化培训需求。

Comments Accepted at CSCW 2026. 53 pages, 12 figures, 17 tables

A Practical and Privacy-Preserving Framework for Real-World Large Language Model Services

一个实用且保护隐私的真实世界大型语言模型服务框架

Xueping Liao, Yu Mao, Wei Liu, Anjia Yang

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

AI总结 提出基于部分盲签名的隐私保护框架，防止服务提供商关联用户请求，支持订阅和API两种模式，兼容现有LLM系统，开销小。

Journal ref Knowledge-Based Systems, vol. 337, p. 115347, Mar. 2026

An Exploratory Case Study of LLM-Assisted Refactoring and Gameplay Feature Generation in an Endless Runner Game

LLM辅助重构与无尽跑酷游戏玩法特征生成的探索性案例研究

Jan Wunderlich, Markus Kleffmann, Sebastian Lempert

机构 * IU International University of Applied Sciences（国际应用科学大学） 纠错

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

AI总结 通过GPT-4o在Python/Pygame无尽跑酷游戏中的案例，发现LLM在局部重构任务上表现可靠，但在需要跨系统交互的新玩法生成任务中成功率较低。

Comments 7 pages, 1 figure, 4 tables

Group Selection Promotes Prosocial Prompts in Populations of LLM Agents

群体选择促进LLM智能体群体中的亲社会提示

Luis Celiktemel, Edward Eichhorn, Levin Brinkmann, Robin Schimmelpfennig, Aron Vallinder, Yaomin Jiang, Edward Hughes, Iyad Rahwan

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

AI总结 研究通过多智能体模拟框架，发现群体选择机制能促进LLM智能体群体中的亲社会提示演化，稳定合作行为，而个体选择则导致集体背叛。

Comments 23 pages, 6 figures

Benchmarking Large Language Models for Grapheme-to-Phoneme Conversion: A Japanese Case Study

大型语言模型在字素到音素转换中的基准测试：以日语为例

Tomoki Koriyama

机构 * CyberAgent, Japan（日本CyberAgent公司） 纠错

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

AI总结 本研究以日语为例，对30多种大型语言模型进行字素到音素转换基准测试，发现模型大小、版本和日语专项训练是关键因素，最佳模型字符错误率低于0.52%，优于传统工具。

Comments accepted to Interspeech 2026

A Stackelberg Framework for Resource-Aware LLM Agents: Learning, Repair, and Conditional Guarantees

面向资源感知的LLM智能体的Stackelberg框架：学习、修复与条件保证

Baoxun Wang

机构 * Platform and Content Group, Tencent（腾讯平台与内容事业群） 纠错

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

AI总结 提出基于Stackelberg博弈的资源治理框架，通过控制器设定质量目标与成本激励，执行器响应资源动作，结合学习、修复与条件保证，在300轮实验中平均token成本降低17.4%，质量无显著差异。

CASPER in the Machine: Insights into Character Variety in LLM-Generated Stories

机器中的CASPER：LLM生成故事中角色多样性的洞察

Anneliese Brei, Abhisheik Sharma, Nicholas Sanaie, Lu Wang, Snigdha Chaturvedi

机构 * UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文借用叙事学定义，从八个维度分析LLM与人类创作故事中角色的刻画，发现两者在角色类型和多样性上既有相似也有差异。

Comments Proceedings of ACL, 2026

Simulated Customers Never Walk Away: Decision Fidelity of LLM User Simulators Measured Against Real Purchase Outcomes

模拟客户永不离开：LLM用户模拟器与实际购买结果的决策保真度

Liang Chen

机构 * Chinese relationship-matchmaking service（中国婚恋服务平台） 纠错

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

AI总结 本文提出决策保真度概念，通过对比LLM模拟器与真实客户在销售对话中的决策状态，发现模拟器高估非购买者的参与度，低估其拒绝意愿，导致系统偏差。

Leakage-Aware Benchmarking of LLM Forecasting: Real-Time Nowcasts as the Decision-Time Input for Macro Factor Ranking

泄露感知的LLM预测基准测试：实时预测作为宏观因子排序的决策时间输入

Mao Guan, Qian Chen

机构 * Independent Researcher（独立研究者） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI

AI总结 提出一种泄露控制的因子排序方法，使用检索增强的7B开源LLM预测器，在决策时间仅利用滞后宏观变量、近期事件摘要和实时通胀预测，实现中位数Spearman秩IC为+0.154，并验证了实时通胀信息和宏观相似检索对中位数信号的主导作用。

Comments 10 pages, 4 figures. Accepted at the ICML 2026 Workshop on AI Forecasting (Forecasting as a New Frontier of Intelligence). Non-archival. OpenReview: https://openreview.net/forum?id=mi8QiWomm3

MAS-PromptBench: When Does Prompt Optimization Improve Multi-Agent LLM Systems?

MAS-PromptBench：提示优化何时能提升多智能体LLM系统？

Juyang Bai, Laixi Shi

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Department of Electrical and Computer Engineering, Johns Hopkins University（约翰霍普金斯大学电气与计算机工程系） 纠错

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

AI总结 系统研究提示优化在多智能体LLM系统中的效果，发现其能显著提升性能，但收益依赖于任务、工作流和团队规模等配置。

Comments Project page: https://juyangbai.github.io/MAS-PromptBench/ ; Code: https://github.com/juyangbai/MAS-PromptBench

Iterative Audit Convergence in LLM-Managed Multi-Agent Systems: A Case Study in Prompt-Engineering Quality Assurance

迭代审计收敛于LLM管理的多智能体系统：提示工程质量保证的案例研究

Elias Calboreanu

机构 * Swift (North) AI Lab, The Swift Group, LLC, Maryland, USA（Swift（北）AI实验室，The Swift Group LLC，马里兰州，美国） ； Capitol Technology University, Laurel, MD 20708, USA（Capitol技术大学，Laurel，马里兰州20708，美国） 纠错

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

AI总结 本文通过AEGIS系统案例研究，探讨了迭代、智能体驱动的审计方法，发现7150行提示规范中存在51个一致性缺陷，提出七类缺陷分类及审计协议。

Comments 23 pages, 4 figures, 11 tables. Published in MDPI Software (Special Issue: Software Reliability, Security and Quality Assurance). Companion preprint at arXiv:2604.05000

Journal ref Software 2026, 5, 26

AutoDojo: Adaptive Black-Box Attacks Reveal the Limits of IPI Defenses and Task-Specification Effects in LLM Agents

AutoDojo: 自适应攻击揭示LLM智能体的浅层防御与用户未指定限制

Xinhang Ma, Taoran Li, Chaowei Xiao, Zhiyuan Yu, Ning Zhang, Yevgeniy Vorobeychik

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

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

AI总结 针对间接提示注入防御的静态基准不足，提出自适应攻击框架AutoDojo，通过迭代优化注入突破多数防御，并揭示动作开放任务的结构性限制。

Language-Specific Sentiment Polarity Biases in Encoder and Large Language Model Classification of Product Reviews

编码器与大语言模型在产品评论分类中的语言特定情感极性偏差

Advita Rajiv, Kavitha Kothur, Gautham Reddy

机构 * John P. Stevens High School（约翰·皮·斯蒂文斯高中） ； Ford Foundation（福特基金会） ； NC State University（北卡罗来纳州立大学） 纠错

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

AI总结 研究AI模型跨语言和架构对正负评论分类准确率的差异，发现大语言模型在法语中有负向偏差，编码器模型在日语中有正向偏差。

Comments 13 pages, 1 figure, 3 tables

All Green, Still Broken: Real-Flow Verification Lessons from an LLM-Integrated, Multi-Market Web Application

全绿，依然破碎：来自一个集成LLM的多市场Web应用的实际流程验证教训

Muhammad Bilal, Ali Hassaan Mughal

机构 * Technical University of Munich（慕尼黑技术大学） ； Independent Researcher（独立研究员） 纠错

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

AI总结 本文通过一个生产级租赁搜索助手项目，分析了252个bug修复提交，发现44%的缺陷逃逸于组件级单元测试无法覆盖的四个接缝：实时浏览器运行时、非默认市场、端到端流程和全系统级别。提出了四接缝框架和缺陷分布测量，并分享了团队实践。

Comments 7 pages, 4 figures, 2 tables. Preprint of a manuscript submitted to IEEE Software

Discriminatory Compliance: How LLMs Answer Queries from Protected Groups

歧视性合规：LLM如何回答来自受保护群体的查询

Dinesh Ayyappan, Carlos Castillo

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

AI总结 研究LLM在回答受保护群体用户查询时表现出的歧视性合规现象，发现模型对少数群体身份角色提供的信息不一致且缺失关键信息。

Black-Box Forensics for Conversational LLM Agents

对话式LLM代理的黑盒取证

Isadora White, Yasaman Jafari, Taylor Berg-Kirkpatrick

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 研究通过非对抗对话识别对话代理的基座模型（归因）和系统提示（指纹识别），归因准确率达98%，指纹识别对未见提示的AUC达0.943。

Don't Blindly Trust It: How Unreliable Feedback Breaks Tool-Using LLM Agents

不要盲目信任：不可靠反馈如何破坏使用工具的LLM智能体

Chubin Zhang, Zhenglin Wan, Xingrui Yu, Pengfei Zhou, Wangbo Zhao, Jingxuan Wu, Yaxin Zhou, Ivor Tsang

机构 * Nanyang Technological University（南洋理工大学） ； National University of Singapore（新加坡国立大学） ； CFAR Agency for Science Technology and Research（新加坡科技研究局计算与推理中心） ； IHPC Agency for Science Technology and Research（新加坡科技研究局高性能计算研究所） ； Department of Statistics and Operations Research UNC-Chapel Hill（北卡罗来纳大学教堂山分校统计与运筹学系） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI

AI总结 研究不可靠反馈对工具增强型LLM智能体的影响，通过匹配循环对比实验发现，误导性反馈会导致价值反转，使智能体表现低于无反馈基线，并强调无反馈回退控制对评估的必要性。

Comments 16 pages

Toward Open-Set Speaker Attribute Prediction with Keyword-Appended LLM Embeddings

面向开放集说话人属性预测的关键词附加大语言模型嵌入

Byoungjun So, Jaejun Lee, Kyogu Lee

机构 * Department of Intelligence and Information, Seoul National University（首尔大学情报信息学系） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔大学人工智能跨学科项目） ； Artificial Intelligence Institute, Seoul National University（首尔大学人工智能研究所） 纠错

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

AI总结 提出利用大语言模型嵌入进行开放集说话人属性预测，通过关键词附加策略和top-k负损失，在LibriTTS-P上超越闭集基准并泛化到未见同义词。

Comments This paper has been accepted to Interspeech 2026

Empowering Economic Simulation Through Situation-Aware Llm-Driven Generative System

通过情境感知的LLM驱动生成系统赋能经济模拟

Zhimei Chen, Mu Chen

专题命中 其他LLM ：LLM(title,title_cn)

AI总结 提出SAMAS系统，利用大语言模型嵌入宏观经济理解和模拟轨迹，联合建模宏观结构与微观动态，提升波动真实性和拐点预测能力。

Comments ICASSP 2026

What the Eyes See, the LLMs Miss: Exploiting Human Perception for Adversarial Text Attacks

眼睛所见，大语言模型所不见：利用人类感知进行对抗性文本攻击

Qin Yang, Lu Malloy, Joshua Lee, Xiaohan Chang, Meisam Mohammady, Doowon Kim, Yuan Hong

机构 * University of Connecticut（康涅狄格大学） ； University of Tennessee（田纳西大学） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Iowa State University（爱荷华州立大学） 纠错

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

AI总结 针对LLM内容审核系统忽视人类视觉线索的缺陷，提出人类可感知对抗攻击（HPAA），通过排版操纵嵌入有害内容，在仅三次查询下实现86%人类识别率而机器检测率低于1%。

Comments This work has been accepted for publication at USENIX Security 2026. This paper includes examples of harmful, hateful, or abusive language for research purposes. Reader discretion is advised

Black-Box Detection of LLM-Generated Text Using Generalized Jensen-Shannon Divergence

基于广义吉辛森-香农散度的LLM生成文本黑盒检测

Shuangyi Chen, Ashish Khisti

机构 * Department of Electrical and Computer Engineering, University of Toronto, Toronto, Canada（电子与计算机工程系，多伦多大学，多伦多，加拿大） 纠错

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

AI总结 本文提出SurpMark检测器，通过文本token意外性动态总结，利用广义吉辛森-香农散度衡量测试文本与人类和机器生成文本的差异，验证了其在不同领域和生成器上的鲁棒性。

Comments ICML 2026

Towards Understanding the Power and Limits of the Muon Optimizer: A River-Valley Perspective

理解Muon优化器的能力与局限：河流-山谷视角

Tianqi Shen, Jinji Yang, Runze Shi, Jianhao Ma, Jiaye Teng, Ziye Ma

机构 * City University of Hong Kong (CityUHK)（香港城市大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

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

AI总结 提出混合尖峰矩阵感知模型，从河流-山谷视角分析Muon优化器在早期加速收敛但后期易振荡的机制，并建议在最后阶段切换为GD类优化器。

Comments 44 pages, 13 figures, 2 tables

Evaluating LLMs for Real-World Web Vulnerability Detection

评估LLMs在真实世界Web漏洞检测中的表现

Sebastian Neef, Luca Jungnickel, Antonio Benjamin Buchholz, Valene Spence, Vicente Birke Gonzalez

机构 * Technische Universität Berlin（柏林技术大学） ； Freie Universität Berlin（柏林自由大学） 纠错

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

AI总结 本研究通过基准测试六种前沿和开源LLMs在WordPress插件静态分析中的Web漏洞检测能力，发现模型和提示设计显著影响检测率，其中Claude Opus 4.6达到最高63%，但所有模型均存在报告不一致问题。

Comments To be published at AI&CCPS Workshop @ ARES 2026

From Driving Videos to Simulatable Scenarios

从驾驶视频到可模拟场景

Alexandre Levy, Ernest Valveny Llobet, Antonio Manuel López

机构 * Dept. Computer Science, Universitat Autònoma de Barcelona (UAB)（巴塞罗那自治大学计算机科学系） ； Computer Vision Center (CVC), UAB（UAB计算机视觉中心） 纠错

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

AI总结 提出D-V2S框架，通过视觉语言模型和大语言模型从驾驶视频自动生成可模拟场景，实现90%语义元素保留和75%偏好率。

Comments 8 pages, 11 figures and Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

PromptMark: A Prompt-Guided Iterative-Feedback Framework for Source Code Watermarking

PromptMark: 一种提示引导的迭代反馈框架用于源代码水印

Istiaq Ahmed Fahad, Mridha Md. Nafis Fuad, Kazi Sakib

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

AI总结 提出PromptMark，一种黑盒提示引导的水印框架，通过结构化输入指令在AI生成代码中嵌入可检测信号，并利用迭代反馈优化嵌入，在保持代码正确性的同时实现强水印可检测性。

Comments Accepted in 21st International Conference on Evaluation of Novel Approaches to Software Engineering (ENASE'26)

Conceptual Design of an Ecosystem for Real Farm Data Collection toward Agricultural AI Foundation Models

面向农业AI基础模型的真实农场数据收集生态系统概念设计

Junsei Tanaka, Yoshihiro Sato

机构 * Kyoto University of Advanced Science（京都先端科学大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 针对农业机器人AI数据稀缺问题，提出一个集成需求定价、收益共享和真实性验证的可持续数据收集生态系统，并通过经济价值估算证明其可行性。

The Alignment Problem in Constrained Code Generation

约束代码生成中的对齐问题

Matteo Biagiola, Jahrim Gabriele Cesario, Luca Di Grazia, George Zakhour, Guido Salvaneschi

机构 * University of St. Gallen（圣加尔登大学） ； Università della Svizzera italiana (USI)（瑞士联邦理工学院） 纠错

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

AI总结 研究约束解码中约束器、语言模型与目标语言之间的对齐问题，发现约束器的不完整性会扭曲模型分布，导致功能正确性下降高达97%，并提出设计约束器的定量见解。

Scaling Diverse Language Generation for 3D Visual Grounding

面向3D视觉定位的多样化语言生成扩展

Austin T. Wang, Dongchen Yang, Angel X. Chang

机构 * Simon Fraser University（西蒙菲莎大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract_cn)；分类 cs.CL

AI总结 提出ViGiL3D++方法，通过场景图约束采样与LLM语言生成结合，生成多样化视觉定位查询，提升3DVG模型泛化能力并揭示VLM局限性。

Comments 39 pages, 14 figures, 16 tables. Project Page: https://3dlg-hcvc.github.io/vigil3dpp

Hybrid Intelligence in Cartoon Captioning: Evaluating AI as a Creative Writing Partner

卡通字幕中的混合智能：评估AI作为创意写作伙伴

Uğur Önal, Sanem Sariel, Metin Sezgin, Derya Akleman, Ergun Akleman

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

AI总结 研究通过GPT-4o为IEEE计算机杂志卡通生成字幕，评估AI在幽默创作中的表现，发现AI能提供创意但需人类把控，建议作为辅助工具。

Comments 12 pages, 8 Figures, Accepted to AI Magazine

Training-Free Semantic Correction for Autoregressive Visual Models

自回归视觉模型的免训练语义校正

Junhao Chen, Chanyu Zhu, Zheqi Lv, Keting Yin, Shengyu Zhang

机构 * Zhejiang University（浙江大学） ； Shandong University（山东大学） 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 提出Gazer框架，通过多模态大语言模型反馈在自回归视觉模型采样循环中进行语义诊断与校正，无需额外训练即可提升语义对齐和组合准确性。