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。
闭环：形式化验证的法律作为自我改进法律AI的奖励信号
机构 * Harvard University（哈佛大学） ； Columbia University（哥伦比亚大学）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；分类 cs.LG
AI总结 提出一种架构，通过LLM驱动的形式化转换和验证内核，为法律AI提供可验证的奖励信号，实现闭环强化学习，并在多个法律领域展示其优势。
Comments 14 pages, no figures
更多技能，更差智能体？扩展技能库时技能遮蔽降低性能
机构 * Databricks Inc.（Databricks公司）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 本文研究LLM智能体技能库扩展导致性能下降的现象，提出将性能下降分解为技能遮蔽和上下文开销两种效应，并通过实验证明技能遮蔽是主要瓶颈。
BehaviorBench: 行为科学任务的基础模型基准测试
机构 * University of Michigan（密歇根大学） ； MobLab ； Stanford University（斯坦福大学） ； Santa Fe Institute（圣塔菲研究所）
专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.CL、cs.LG
AI总结 提出BehaviorBench基准，评估基础模型在行为预测、战略决策、特质推断和行为知识应用四类任务上的个体与分布级表现，发现通用模型个体预测强，而微调的行为模型分布对齐更优。
FISHER：多模态工业信号综合表示的基础模型
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Institute for Embodied Intelligence and Robotics, Tsinghua University（清华大学智能感知与机器人研究院） ； Department of Computer Science and Engineering, Shanghai Jiao Tong University（上海交通大学计算机科学与工程系） ； Huakong AI Plus Company Limited（华冠AIplus有限公司） ； Didi International Business Group（滴滴国际商务集团）
专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对工业信号分析中的数据异质性（M5问题），提出FISHER基础模型，采用子带建模处理多采样率问题，通过教师-学生自蒸馏预训练，在19个数据集上以较小规模超越24个SOTA编码器。
Comments Accepted by IEEE TII. FISHER open-sourced on https://github.com/jianganbai/FISHER . RMIS open-sourced on https://jianganbai.github.io/RMIS
面向快速领域自适应和细粒度用户模拟的对话推荐系统评估
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出AdaptSim框架，通过自动提示生成和开放动作机制实现快速领域自适应，采用“思考-响应”策略控制语言风格，并基于广度优先搜索的逐轮对比评估对话推荐系统。
生成式AI用于自动主题标注
机构 * School of Library and Information Science, University of Montreal, Canada（蒙特利尔大学图书馆与信息科学学院）
专题命中 领域大模型 ：LLM(summary_cn,abstract_cn)；分类 cs.CL、cs.AI
AI总结 本文利用生成式AI模型对科学领域主题进行自动标注，评估了三种LLM在标注准确性与复杂性把握上的表现，发现三词标签更适用于捕捉研究主题的复杂性。
Comments 10 pages, 1 figure
Journal ref The Canadian Journal of Information and Library Science, 49, 2026
ATHENA：分层进化数值算法的智能团队
机构 * Division of Applied Mathematics, Brown University（布朗大学应用数学系）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 ATHENA通过知识驱动的诊断流程，实现科学计算与科学机器学习的自动化，结合专家蓝图和组合空间，生成高精度数值解和稳定求解器，达到10^-14的验证误差。
PETRA: 将网络文本转化为石油工程领域适应的数据集
机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎伊德大学人工智能学院） ； Inception AI
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 针对石油工程检索中领域标签稀缺的问题，提出PETRA数据集和流程，通过噪声网络数据构建领域语料和合成监督信号，显著提升检索与重排序性能。
MedP-CLIP：具有区域感知提示集成的医学CLIP
机构 * Sichuan University（四川大学） ； Xinjiang University（新疆大学） ； Alibaba Group（阿里巴巴集团） ； Fuzhou University（福州大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Southwest Jiaotong University（西南交通大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 提出MedP-CLIP，一种区域感知医学视觉语言模型，通过特征级区域提示集成机制，支持多种提示形式，在保持全局上下文的同时聚焦局部区域，在零样本识别、交互式分割等任务中显著优于基线方法。
Comments Accepted by Medical Image Analysis (MedIA)
Journal ref Medical Image Analysis, 113 (2026), 104193
强化学习迈向广泛且持久有益的模型
机构 * OpenAI
专题命中 领域大模型 ：prompting(abstract)；分类 cs.CL、cs.AI
AI总结 通过真实领域中的有益行为强化学习，模型在超过80%的分布外基准上表现提升，并展现出跨领域对齐泛化与对抗攻击的持久性。
Comments Blog: https://alignment.openai.com/beneficial-rl/
基于鲁棒语义表示与匹配的无训练跨域小样本分割
机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； State Key Laboratory of Intelligent Manufacturing of Advanced Construction Machinery（先进工程机械智能制造国家重点实验室）
专题命中 领域大模型 ：foundation model(abstract)
AI总结 提出无训练框架，利用DINOv3编码器和三个核心模块（语义感知特征融合、自适应支持增强、混合原型匹配）实现跨域小样本分割，无需训练或微调，在四个目标域数据集上达到最优性能。
Comments Accepted by ECCV 2026
通过梯度多子空间调优统一大语言模型中的搜索与推荐
专题命中 领域大模型 ：LLM(abstract)
AI总结 针对搜索与推荐统一中全微调计算昂贵、参数高效微调存在梯度冲突和用户意图理解偏移的问题，提出梯度多子空间调优框架，通过多子空间分解和零空间投影缓解冲突并保持通用知识，在基准数据集上超越现有方法。
Comments Accepted by SIGIR 2026
语言模型能否通过贝克德尔测试？审计LLM生成剧本中的性别偏见
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；language model(title,abstract)；large language model(abstract)
AI总结 通过自动化贝克德尔测试和社会网络分析，审计GPT-5、Gemini 3 Pro和Claude Sonnet 4.5生成的剧本，发现人类剧本更易通过测试，但LLM剧本在某些网络指标上偏见更少。
具身可解释性与本体论障碍：为何我们难以解释大型语言模型（LLM）的答案
专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；LLM(title_cn)
AI总结 本文从具身认知角度论证可解释性是在使用中通过共享实践中的可供性创造的，揭示了解释大型语言模型时的本体论障碍，并强调可解释性应限于在情境实践中提供可供性的设计。
Comments 11 pages
Grad Detect: 基于梯度的 LLM 幻觉检测
机构 * Amazon（亚马逊）
专题命中 知识编辑与模型理解 ：LLM(title_cn,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出 Grad Detect，通过单次前向-反向传播中的逐层梯度模式检测 LLM 幻觉，在多项基准上优于置信度与采样基线，并发现最后五层集中了97%以上的判别梯度信号。
Comments Accepted to the 2nd Workshop on Compositional Learning at ICML 2026, Seoul, South Korea. Copyright 2026 by the author(s)
Journal ref 2nd Workshop on Compositional Learning: Safety, Interpretability, and Agents, ICML 2026
CONDUCTOR: 一种用于不确定性感知配电网运行的LLM编排数字孪生
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 提出CONDUCTOR，一种基于大语言模型编排的数字孪生系统，用于配电网运行，支持不确定性感知分析（概率安全评估、鲁棒校正调度等），在真实丹麦博恩霍尔姆60 kV配电网测试中，首次任务正确率达98.5%。
探究语言模型的错误对齐思维过程
机构 * University of Oxford（牛津大学）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract,abstract_cn)；large language model(abstract)；分类 cs.AI
AI总结 提出通过线性探针检测模型内部激活中的18种错误对齐指标，以可靠识别策略欺骗等行为，在分布外基准上达到0.935 AUROC。
LLM智能体社会中的涌现关系秩序：从集体情感到权威分层
机构 * Renmin University of China（中国人民大学） ； Beihang University（北京航空航天大学） ； Minzu University of China（民族大学）
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；分类 cs.AI
AI总结 基于情感控制理论、社会认同理论和涂尔干集体情感，提出CAREB-MAS多智能体框架，通过长期模拟自发再现差序格局的五种核心现象，支持将差序格局解释为社会机制的结构敏感性涌现结果。
Comments Accepted to Findings of the Association for Computational Linguistics: ACL 2026. 37 pages
主观图LLM智能体用于模拟课堂社会感知中的不确定性
机构 * Complex Lab, School of Computer Science and Engineering（复杂实验室，计算机科学与工程学院） ； University of Electronic Science and Technology of China（电子科学与技术大学） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） ； School of Health and Medical Technology, Chengdu Neusoft University（成都新软大学健康与医疗技术学院）
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)；分类 cs.AI
AI总结 提出基于主观图和可信度通信的多智能体框架，模拟课堂中学术地位的持久扭曲，在12个班级482名学生数据上验证，排名误差从0.066增至0.124。
社会对齐框架可以改进大语言模型对齐
机构 * ETH Zurich（苏黎世联邦理工学院） ； Mila, McGill University（麦吉尔大学米尔人工智能实验室） ； University of Cambridge（剑桥大学） ； Columbia University（哥伦比亚大学） ； University of Toronto, Google DeepMind（多伦多大学与DeepMind） ； McGill University, ServiceNow（麦吉尔大学与ServiceNow） ； Google DeepMind（谷歌DeepMind） ； University of Utah（犹他大学） ； King's College London（伦敦国王学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Mila, McGill University, ServiceNow（麦吉尔大学米尔人工智能实验室与ServiceNow）
专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出借鉴社会、经济和契约对齐框架来改进大语言模型对齐，探讨不确定性在其中的作用，并将目标未指定性视为机遇而非缺陷，同时强调参与式对齐界面设计的必要性。
ErrorLLM: 为文本到SQL精炼建模SQL错误
机构 * The Hong Kong Polytechnic University（香港理工大学） ； City University of Macau（澳门城市大学） ； Jilin University（吉林大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beihang University（北航大学）
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 提出ErrorLLM框架，通过专用错误令牌和结构特征显式建模SQL错误，结合静态检测与错误引导精炼，显著提升文本到SQL生成质量。
Comments Accepted to SIGKDD2026
PORTER：面向便携式结构化电子健康记录基础模型的语言基础事件表示
机构 * Child Health Evaluative Sciences（儿童健康评估科学） ； The Hospital for Sick Children（圣母医院） ； Division of Haematology/Oncology（血液肿瘤科）
专题命中 知识编辑与模型理解 ：foundation model(title,abstract)；pretraining(abstract)；分类 cs.CL、cs.LG
AI总结 提出PORTER模型，通过冻结文本编码器和数值路径解耦事件表示与固定词汇，实现跨词汇迁移，在儿科医院74项临床任务中匹配基线性能，跨词汇迁移恢复97.1% AUROC，并在MIMIC上优于固定词汇模型。
注意头：多模态大语言模型的拓扑表示对齐
机构 * University of Modena and Reggio Emilia（摩德纳和雷焦艾米利亚大学） ； University of Pisa（比萨大学） ； AMD Silo AI
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 提出头级表示对齐（HeRA）方法，在注意力头级别强制跨模态对齐，通过对比目标匹配局部拓扑结构，选择对齐最差的头进行训练，有效提升视觉任务性能并减少幻觉。
通过结构化概念演化的大语言模型发现量子LDPC码
机构 * Max Planck Institute for the Science of Light（光科学Max Planck研究所） ； Department of Physics, Friedrich-Alexander University Erlangen-Nürnberg（埃尔兰根-纽伦堡弗里德里希-亚历山大大学物理系）
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出结构化概念演化（SCE）框架，利用大语言模型和结构化代数变异语法搜索提升积码族，发现多种竞争性码族，包括非阿贝尔群上的新构造。
Comments 17 pages, 5 figures
语言模型代理能否成为机械可解释性中有用的电路解释器？
机构 * George Mason University（乔治梅森大学） ； The Ohio State University（俄亥俄州立大学）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.AI
AI总结 研究语言模型代理在机械可解释性中自动解释已定位电路的能力，提出HyVE方法，通过迭代观察、假设生成和因果验证生成组件级解释，实验表明代理有潜力但可靠验证仍是关键障碍。
Comments 23 pages, 4 figures, 14 tables
编码智能体的贝叶斯控制
机构 * PolyShape ； National Technical University of Athens（雅典国家技术大学） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI
AI总结 将编码智能体的编排建模为成本敏感的序贯假设检验，贝叶斯控制器动态决策证据收集、候选优化、验证或停止，在昂贵验证下最有效，且信念状态提供可解释的正确性分数。
EvidenceLens: 用于审计金融问答的声明-证据矩阵
机构 * 1 School of AI ； Advanced Computing, XJTLU Entrepreneur College (Taicang), Xi’an Jiaotong-Liverpool University, Suzhou, Jiangsu, China 2 ETSI de Telecomunicaci\' o n, Universidad Polit\' e cnica de Madrid, Madrid, Spain IEEE VIS 2026 conditionally accepted version
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 提出EvidenceLens，一种将金融问答视为声明-证据对齐问题的可视化分析工具，通过多模态声明-证据矩阵揭示覆盖、矛盾与模态不平衡，帮助分析师区分有依据的声明与过度自信的综合。
ActiveScope: 主动寻求和纠正MLLMs的感知
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； State Key Lab of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences, Beijing, China（中国科学院人工智能安全国家重点实验室，计算技术研究所，北京，中国） ； Harbin Institute of Technology (Weihai)（哈尔滨工业大学（威海））
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)
AI总结 提出ActiveScope框架，通过语义锚点定位和干扰抑制细化模块，解决MLLMs在高分辨率图像中的细粒度感知问题，在V* Bench上达到96.34%准确率。
Comments ICML 2026
评估稀疏自编码器与概念标注的可解释性
机构 * The Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所） ； Technische Universität Berlin（柏林工业大学） ； INRAE（法国国家农业、食品与环境研究院） ； Inria, EVERGREEN（法国国家信息与自动化研究所，EVERGREEN） ； UMR TETIS, Univ Montpellier（UMR TETIS，蒙彼利埃大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI
AI总结 提出一种基于人类标注的评估框架，通过合成基准和二分匹配方法量化稀疏自编码器潜在变量与概念的对齐，并验证可解释性。
Comments Accepted at ECCV 2026
具有开放词汇理解的紧凑对象级表示用于室内视觉重定位
机构 * State Key Lab of CAD&CG, Zhejiang University（浙江大学CAD&CG国家重点实验室） ； Ant Group（蚂蚁集团）
专题命中 知识编辑与模型理解 ：foundation model(abstract)
AI总结 提出OpenReLoc系统，利用基础模型实现多模态开放词汇语义匹配、基于DIOU的参考帧选择和双路径2D ICP损失，仅用对象单元实现室内视觉重定位，提升可解释性和准确性。
Comments Accepted by RA-L 2026
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