From Anatomy to Smells: An Empirical Study of SKILL.md in Agent Skills
从解剖到气味：Agent技能中SKILL.md的实证研究
专题命中 领域大模型 ：LLM(abstract,abstract_cn)
AI总结 对238个真实Agent技能的SKILL.md文件进行定性分析，构建语义组件分类法，通过多源文献综述识别最佳实践并定义技能气味，开发自动检测器发现超过99%的文件存在气味且难以消除。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 领域大模型 23 篇
Retrieval-Augmented Generation to Support Railways Engineering Tasks: A Case Study
检索增强生成支持铁路工程任务：案例研究
专题命中 领域大模型 ：LLM(abstract,abstract_cn)
AI总结 本文通过案例研究，展示了从设计到部署构建检索增强生成系统，用于铁路领域复杂技术法规的咨询，平衡技术能力与领域专业知识。
TVR: Automotive System Requirement Traceability Validation and Recovery Through Retrieval-Augmented Generation
TVR：通过检索增强生成实现汽车系统需求可追溯性验证与恢复
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 提出TVR方法，利用大语言模型和检索增强生成技术，验证和恢复汽车系统中利益相关者需求与系统需求之间的可追溯性链接，实验证明其在工业环境中的有效性。
Domain Generalization via Text-Anchored Information Bottleneck
基于文本锚定信息瓶颈的域泛化
机构 * Seoul National University（首尔大学）
专题命中 领域大模型 ：language model(abstract)
AI总结 提出通过语言嵌入空间作为信息瓶颈来抑制视觉表征中的虚假线索，从而提升域泛化性能，实验表明该方法达到最新最优水平。
Comments Accepted to ECCV 2026
NEARL: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding
NEARL: 基于正交正则化的交互式查询自适应用于医学视觉-语言理解
机构 * MoE Key Lab of Artificial Intelligence（人工智能MOE实验室） ； AI Institute（人工智能研究院） ； School of Computer Science（计算机科学学院） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Radiology（放射科） ； The First Affiliated Hospital（第一附属医院） ； School of Medicine（医学院） ； Zhejiang University（浙江大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； State Key Laboratory of Infrared Physics（红外物理国家重点实验室） ； Shanghai Institute of Technical Physics（上海技术物理研究所） ； Chinese Academy of Science（中国科学院）
专题命中 领域大模型 ：language model(abstract)
AI总结 提出NEARL框架，通过统一协同嵌入变换器（USEformer）和正交交叉注意力适配器（OCA）实现双向跨模态交互，仅引入1.46M参数，在三个医学影像数据集上取得最先进性能。
2. 知识编辑与模型理解 21 篇
TokenScope: Token-Level Explainability and Interpretability for Code-Oriented Tasks in Large Language Models
TokenScope: 面向大型语言模型中代码任务的令牌级可解释性与解释性
机构 * University of British Columbia（不列颠哥伦比亚大学）
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 提出TokenScope工具，通过令牌级指标、注意力模式和抽象语法树聚合，实现解码时信号与结构分析的统一，支持交互式令牌替换和反事实分支，以系统研究LLM在代码生成中的行为。
From Actions to Understanding: Conformal Interpretability of Temporal Concepts in LLM Agents
从行为到理解：LLM代理中时间概念的符合可解释性
机构 * Georgia State University（佐治亚州立大学） ； Computer Science Lab, SRI（SRI计算机科学实验室） ； Army Cyber Institute（陆军网络学院） ； United States Military Academy（美国军事学院） ； University of Florida（佛罗里达大学）
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 本文提出通过符合视角解释LLM代理时间概念演变的框架，结合逐步奖励建模与符合预测，识别时间概念的潜在方向，实验表明这些概念可线性分离，为LLM代理提供可靠故障检测和干预方法。
Comments Accepted at the Mechanistic Interpretability Workshop, 43rd International Conference on Machine Learning, Seoul, South Korea, 2026
Mitigating Package Hallucinations in Large Language Models via Model Editing
通过模型编辑缓解大型语言模型中的包幻觉
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)
AI总结 提出BOUND框架，通过定位与包幻觉相关的模块并应用边界感知的LoRA适配器编辑，有效降低LLM在包推荐、代码生成等任务中的包幻觉率，同时保持有效包推荐。
When Do LLM Personas Support Visualization Design? A Cross-Model Study of Color Assignment and Chart Choice
LLM人格何时支持可视化设计？跨模型研究颜色分配与图表选择
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 本研究通过跨模型实验（GPT-4o-mini、GPT-4.1-mini、GPT-5-mini）和43个大五人格剖面，发现LLM人格在颜色分配任务中表现不稳定，而在图表选择任务中任务上下文比人格影响更大，表明LLM人格仅适合作为探索性工具而非人类替代。
Comments 5 pages, 3 figures
Bayesian Sparse Low-Rank Adaptation for Large Language Model Uncertainty Estimation
贝叶斯稀疏低秩自适应用于大语言模型不确定性估计
机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Michigan State University（密歇根州立大学）
专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；LLM(summary_cn)；分类 cs.CL、cs.LG
AI总结 提出DALorRA，一种变分贝叶斯稀疏框架，通过随机掩码低秩适应中的秩维度实现模型容量正则化和校准，在不牺牲推理精度下提升LLM校准性能。
Comments Preprint. 16 pages, 7 figures, 6 tables
Grounded Optimization: A Layered Engineering Framework for Reducing LLM Hallucination in Automated Personal Document Rewriting
接地优化：一种减少自动个人文档重写中LLM幻觉的分层工程框架
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 提出五层接地优化框架，通过时间验证、污染检测、结构不变性、提示接地和评估器，将简历重写中的幻觉率降至0.04-0.24。
Comments 13 pages, 1 figure. Equal contribution by both authors. Code and data: https://github.com/shashank-indukuri/grounded-optimization
From Failed Trajectories to Reliable LLM Agents: Diagnosing and Repairing Harness Flaws
从失败轨迹到可靠的LLM代理：诊断与修复框架缺陷
专题命中 知识编辑与模型理解 ：LLM(title,title_cn)
AI总结 提出HarnessFix框架，通过轨迹引导诊断代理失败并修复执行框架，在多个基准上提升15.2%-50.0%性能。
SABER: A Semantic-Aligned Brain Network Analysis Framework via Multi-scale Hypergraphs
SABER: 一种基于多尺度超图的语义对齐脑网络分析框架
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Xi’an Jiaotong University（西安交通大学）
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出SABER框架，通过多尺度超图建模功能子网络与高阶依赖，并引入决策级语义对齐机制，将大语言模型语义直接融入预测，在ABIDE和ADHD-200数据集上取得最优性能，尤其在小样本场景下。
Comments Accepted to IEEE International Conference on Multimedia and Expo (ICME) 2026;
Verifiable Knowledge Expansion through Retrieval-Grounded Formal Concept Analysis
通过检索基础的形式概念分析实现可验证的知识扩展
机构 * Hanyang University（汉阳大学）
专题命中 知识编辑与模型理解 ：SLM(abstract,abstract_cn)；language model(abstract)；small language model(abstract)；分类 cs.AI
AI总结 提出一种检索增强的小语言模型框架，利用形式概念分析作为符号验证循环，通过种子属性和检索验证实现知识扩展，在罕见共济失调数据集上评估了关系F1和蕴含F1。
Comments 8 pages, 2 figures, Accepted to the 8th epiDAMIK ACM SIGKDD International Workshop on Epidemiology meets Data Mining and Knowledge Discovery (epiDAMIK 2026)
Affinage: genome-scale mechanistic gene annotation from the published literature
Affinage: 基于已发表文献的全基因组尺度机制性基因注释
专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出Affinage，一个利用大语言模型从原始文献中提取直接实验证据并推理，为人类蛋白质编码基因生成可复用的结构化机制注释的流程，在19,293个基因上优于UniProt。
Comments 12 pages, 6 figures. Accepted to the Workshop on Generative and Agentic AI for Biology at ICML 2026
Monosemanticity in Recommender Systems
推荐系统中的单语义性
专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)
AI总结 研究矩阵分解嵌入的层次稀疏表示，用Matryoshka稀疏自编码器提取可解释特征，通过元数据对齐和LLM标注验证语义一致性，并干预性别相关神经元。
Investigating the Representation of Backchannels and Fillers in Fine-tuned Language Models
探讨在微调语言模型中回话用语和填充词的表示
机构 * Bielefeld University（比勒菲尔德大学） ； Southern University of Science and Technology（南方科技大学） ； KTH Royal Institute of Technology（皇家理工学院）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.CL
AI总结 本文通过三种微调策略研究回话用语和填充词在语言模型中的表示，发现微调能提升模型区分语义差异的能力，使生成的对话更接近人类语言。
Comments Accepted at ACL 2026 main
Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers, ACL 2026), pp. 5319-5348
An Isotropic Approach to Efficient Uncertainty Quantification with Gradient Norms
基于梯度范数的高效不确定性量化方法
机构 * IT University of Copenhagen（哥本哈根信息技术大学） ； Pioneer Centre for Artificial Intelligence（人工智能先锋中心） ； Technical University of Denmark（丹麦技术大学）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出一种轻量级方法，通过梯度范数和参数协方差的近似，实现对神经网络预测不确定性的高效量化，验证了其在不同基准测试中的有效性。
Comments ProbML 2026
Fast Multi-dimensional Refusal Subspaces via RFM-AGOP
通过RFM-AGOP的快速多维拒绝子空间
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出利用RFM-AGOP算法快速提取大型语言模型中的多维拒绝子空间，在推理和非推理模型上均实现秒级识别，且性能优于现有方法。
Comments Accepted to the Mechanistic Interpretability Workshop at the 43rd International Conference on Machine Learning, Seoul, South Korea, 2026
Shared Semantics, Divergent Mechanisms: Unsupervised Feature Discovery by Aligning Semantics and Mechanisms
共享语义，不同机制：通过对齐语义与机制的无监督特征发现
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 提出一种无监督方法，通过语义嵌入和归因签名聚类模型续写，发现隐藏的机制模式，补充电路分析。
Comments 40 pages; accepted as an ICML 2026 Spotlight; project page: https://merenova.github.io/distribution-level-feature-discovery/
Journal ref ICML 2026 Spotlight
Towards Robustness against Typographic Attack with Training-free Concept Localization
基于训练无关的概念定位实现对抗印刷体攻击的鲁棒性
机构 * University of Virginia（弗吉尼亚大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；pretraining(abstract)；分类 cs.CL
AI总结 提出一种无需训练的可解释性方法，通过分析注意力头对词汇和语义的编码差异，定位并干预ViT中的词汇偏置电路，从而在不额外训练的情况下显著提升对印刷体攻击的鲁棒性。
Comments 15 pages main text, provisionally accepted to ECCV 2026
UA-ChatDev: Uncertainty-Aware Multi-Agent Collaboration for Reliable Software Development
UA-ChatDev: 不确定性感知的多智能体协作实现可靠软件开发
机构 * Department of Electrical ； Computer Engineering Prairie View A\&M University, Prairie View, TX 77446, USA Email
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 提出UA-ChatDev框架，通过不确定性量化与阶段感知阈值校准，在软件开发多智能体协作中抑制幻觉传播，提升代码执行可靠性。
Mechanistic Interpretability and Causal Feature Steering of Neural Quantum States via Sparse Autoencoders
神经量子态的机械可解释性与因果特征引导：基于稀疏自编码器
机构 * Department of Physics, Cornell University（康奈尔大学物理系） ； Center for Applied Mathematics, Cornell University（康奈尔大学应用数学中心）
专题命中 知识编辑与模型理解 ：post-training(abstract)；分类 cs.AI、cs.LG
AI总结 利用稀疏自编码器从神经量子态内部激活中无监督提取物理可观测量相关特征，并通过后训练干预单一特征因果地平滑引导对应可观测量，揭示其可解释内部表示。
Comments 15 pages, 7 figures. Comments welcome!
CPG-PAD: Concept-Informed Prompts Guided Presentation Attack Detection
CPG-PAD: 概念引导提示的呈现攻击检测
机构 * School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室） ； China Mobile Financial Technology Co., Ltd.（中移动金融科技有限公司） ； Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science and Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人创新中心） ； School of Computer Science and Engineering, the Faculty of Innovation Engineering, Macau University of Science and Technology（澳门科技大学创新工程学院计算机科学与工程学院）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI
AI总结 提出概念引导提示的呈现攻击检测框架，通过可解释AI发现攻击相关视觉概念并注入提示空间，提升跨域泛化能力，在多个基准数据集上达到最优。
Comments Accepted by IEEE Transactions on Information Forensics & Security (TIFS)
Reference Games as a Testbed for the Alignment of Model Uncertainty and Clarification Requests
参考游戏作为模型不确定性与澄清请求对齐的测试平台
机构 * Digital Linguistics Lab（数字语言实验室） ； Computational Linguistics Group（计算语言学小组）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL
AI总结 本文通过参考游戏测试语言模型在不确定性识别与澄清请求表达上的能力，发现模型在简单任务中难以准确识别自身不确定性并转化为澄清行为。
Comments Accepted at GEM@ACL 2026, the 5th Generation, Evaluation & Metrics Workshop
Journal ref Proceedings of the Fifth Workshop on Generation, Evaluation and Metrics (GEM 2026), pp. 990-998
DRDN: Decoupled Representation Dynamic Network for From-Scratch ViT Class-Incremental Learning
DRDN: 用于从头训练ViT类增量学习的解耦表示动态网络
机构 * Meituan Vision AI Department（美团视觉AI部门）
专题命中 知识编辑与模型理解 ：pretraining(abstract)
AI总结 针对类增量学习中共享表示退化与任务间干扰问题，提出解耦表示动态网络（DRDN），通过掩码图像建模保持骨干网络通用视觉结构，并采用层次化任务令牌扩展减少跨任务干扰，在从头训练的ViT上取得显著提升。
Comments 10 pages, IEEEtran journal format. Preprint submitted to IEEE Transactions on Multimedia
3. 其他LLM 21 篇
BOUNDARY_SYNC: Measuring Communication-Induced Representational Coupling in Multi-Agent LLM Systems
BOUNDARY_SYNC: 测量多智能体LLM系统中通信引起的表征耦合
机构 * Qilu Institute of Technology（齐鲁理工学院）
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 提出BOUNDARY_SYNC协议，通过耦合放大因子(CAF)测量多智能体LLM系统中通信导致的表征耦合，发现文本通信导致显著同质化，图像通信也有类似效应，且组大小调节耦合方向。
Comments 18 pages, 3 figures, 2 tables
Gravity-Awareness: Deep Learning Models and LLM Simulation of Human Awareness in Altered Gravity
重力感知：变重力环境下人类意识的深度学习模型与LLM模拟
机构 * School of IT & Engineering, Kazakh-British Technical University（信息技术与工程学院，哈萨克-英国技术大学） ； School of Psychological Sciences, Birkbeck University of London（心理学科学学院，伦敦伯贝克大学）
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 提出一个计算框架，结合轻量级MLP神经网络（CorticalG）和高斯过程模型（PhysioG）预测变重力下的脑电与生理反应，并用LLM模拟主观体验，为航天任务中的人类适应提供预测工具。
Comments 60 pages, 5 figures, 2 datasets, 1 protocol
An Exploratory Study on LLM-Generated Code and Comments in Code Repositories
关于LLM生成的代码和注释在代码仓库中的探索性研究
机构 * School of Computing and Mathematical Sciences, University of Leicester（利兹大学计算与数学科学学院）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本研究通过检测工具分析2021-2025年公司和社区维护的仓库，发现LLM生成的代码随时间减少且多出现在测试用例中，注释则相对稳定；公司仓库中LLM生成内容比例更高，且仅少数人工标记的bug与LLM生成代码相关。
Comments Accepted to The Journal of Systems & Software (JSS) on 1 July 2026
Behind the Refusal: Determining Guardrail Activation via Behavioral Monitoring
拒绝背后：通过行为监控确定护栏激活
机构 * Mindgard ； Lancaster University（兰卡斯特大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出首个黑盒护栏侦察方法，通过HTTP、词汇和时序信号行为监控检测AI系统中护栏的存在，准确率100%，并能区分护栏拦截与LLM拒绝。
Comments 19 pages, 13 figures, 4 tables
