语言大模型 / LLM

Strategies for Span Labeling with Large Language Models

使用大语言模型进行跨度标记的策略

Danil Semin, Ondřej Dušek, Zdeněk Kasner

机构 * Institute of Formal and Applied Linguistics（形式与应用语言学研究所） ； Faculty of Mathematics and Physics, Charles University（数学与物理系，查尔斯大学） 纠错

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

AI总结 研究使用大语言模型进行跨度标记的策略，将现有策略分为三类，针对内容匹配局限引入LogitMatch方法，经四项任务评估，发现标记是强大基线，LogitMatch能改进基于匹配的方法，在部分设置中表现更优。

LLM Assisted Verification Assertion Generation: Challenges and Future Directions

大语言模型辅助验证断言生成：挑战与未来方向

Bhabesh Mali, Chandan Karfa

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

AI总结 探讨基于大语言模型辅助验证断言生成的挑战与未来方向，研究如何从设计规范生成 SystemVerilog 断言，提出核心问题并给出解决挑战的指导方针，以实现系统化、质量可控的断言生成。

Comments The paper contains a series of guidelines to generate SystemVerilog assertions using LLM

Human and LLM Collaboration for Accelerated Materials Synthesis and Discovery

人类与大语言模型协作加速材料合成与发现

Gregory Bassen, Wyatt Bunstine, Sarah Okandey, Sarah Cheung, Elaine Flowers, Ritwik Bose, Joshua Hummel, Christopher D. Stiles, Maxime A. Siegler, Tyrel M. McQueen

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

AI总结 研究新材料发现速度滞后问题，通过人类与大语言模型协作生成材料合成配方，经实验确定成功率，发现二者成功率相似，并借此发现了具有新结构原型的材料Ba3PtO5。

Ad Headline Generation using Self-Critical Masked Language Model

使用自批判掩码语言模型生成广告标题

Yashal Shakti Kanungo, Sumit Negi, Aruna Rajan

机构 * amazon（亚马逊） 纠错

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

AI总结 研究如何为电商网站生成吸引人的广告标题，核心方法是将强化学习策略梯度方法应用于基于Transformer的掩码语言模型，通过联合多种产品信息生成标题，该方法在指标和质量审核上优于现有方法，生成标题质量也优于人工提交的。

Comments Accepted at NAACL-HLT 2021 (Industry Track). 9 pages, 3 tables, 3 figures - ACL Anthology URL: https://aclanthology.org/2021.naacl-industry.33/ - Editors of the proceedings: Young-bum Kim, Yunyao Li, Owen Rambow - Bibkey: kanungo-etal-2021-ad

Journal ref Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies: Industry Papers, pages 263-271, June 2021

From Noisy Traces to Root Causes: Structural Trajectory Analysis and Causal Extraction for Agent Optimization

从噪声轨迹到根本原因：用于智能体优化的结构轨迹分析和因果提取

Ying Chang, Jiahang Xu, Xuan Feng, Chenyuan Yang, Peng Cheng, Yuqing Yang

机构 * Microsoft Research（微软研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 研究针对长期智能体优化中实际执行轨迹难直接用于优化的问题，提出STRACE框架。该框架在批次和轨迹内分别进行故障模式挖掘与因果定位，去除冗余和非因果步骤，实验表明其显著优于基线，提升了智能体优化成功率。

Understanding Interpretation Difficulty in Harmful Online Communication: Insights from Cybercrime Communities

理解有害网络通信中的解释难度：来自网络犯罪社区的见解

Tomohiro Okatsu, Naoki Takada, Yin Min Pa Pa, Katsunari Yoshioka, Tatsunori Mori

机构 * Yokohama National University（横滨国立大学） 纠错

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

AI总结 研究网络犯罪相关Discord聊天中解释难度，构建参考解释评估人类和大语言模型在不同条件下的解释，发现局部上下文对人类不足，外部知识等可提升，还进行错误分析并分类影响因素，指出有害内容分析应视解释为证据整合问题。

Where Did the Variability Go? From Vibe Coding to Product Lines by Regeneration

可变性去哪了？从氛围编码到通过再生的产品线

Xhevahire Tërnava

机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris, Palaiseau, France（LTCI，巴黎电信学院，巴黎理工学院，Palaiseau，法国） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 研究AI驱动编程（氛围编码）中可变性缺失问题，提出通过再生实现可变性（VbR）方法，让LLM作为推导引擎生成无死代码的变体二进制。

Comments VARIABILITY 2026

On Adversarial Vulnerability of Vision-Language Models through the Lens of Intermediate Spectral Subspaces

基于中间谱子空间视角的视觉语言模型对抗脆弱性研究

Chethan Krishnamurthy Ramanaik, Tobias Callies, Michael Hecht, Eirini Ntoutsi

机构 * University of the Bundeswehr Munich（慕尼黑联邦国防军大学） ； University of Wrocław（弗罗茨瓦夫大学） 纠错

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

AI总结 研究基于Transformer的视觉语言模型对抗脆弱性，提出白盒谱子空间引导攻击（SSGRA），通过将中间表示与特定子空间对齐来攻击，实验显示其比现有基线更有效，还为模型对抗脆弱性提供谱解释，助力提升鲁棒性。

Distributed Sparse Interventions in Language Models

语言模型中的分布式稀疏干预

Maximilian S. Ernst, Lorenz Linhardt, Aaron Peikert, Oliver Eberle

机构 * Max Planck School of Cognition（马克斯·普朗克认知学院） ； Center for Lifespan Psychology, Max Planck Institute for Human Development（马克斯·普朗克人类发展研究所寿命心理学中心） ； Machine Learning Group, Technische Universität Berlin（柏林工业大学机器学习小组） ； Berlin Institute for the Foundations of Learning and Data (BIFOLD)（柏林学习与数据基础研究所） 纠错

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

AI总结 研究语言模型组件在任务行为中的因果影响，提出分布式稀疏干预（DSI）方法，考虑跨层神经元非线性和相互作用，识别稀疏神经元集。实验表明DSI可通过少量神经元激活任务行为，实现细粒度控制，加深对任务构成的理解。

Comments 29 pages, 12 figures

Operational Reframing and Approval-Framed Delegation in Multi-Agent LLM Safety

多智能体大语言模型安全中的操作重构与批准框架委托

Lifei Liu, Haoran Yu, Xiaochong Jiang, Su Wang, Pin Qian, Yihang Chen

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 研究多智能体大语言模型安全评估，引入五条件控制对比设计分离有害意图、规划器与执行器行为等因素，发现汇总管道安全非稳定架构属性，操作重构是关键风险信号，还揭示各因素对安全的影响及模型排名与实际行为的差异。

Immersive Social Interaction with VR and LLM-Assisted Humanoids

通过虚拟现实和大语言模型辅助的人形机器人实现沉浸式社交互动

Niraj Pudasaini, Geeta Chandra Raju Bethala, Pranav Doma, Anthony Tzes, Yi Fang

机构 * Inspire Robotics（Inspire机器人公司） 纠错

专题命中 其他LLM ：LLM(title,abstract)

AI总结 研究通过集成语音控制移动、VR操作和双向社交互动的框架实现人形机器人全身控制，利用苹果视觉专业版等，经大语言模型辅助语音控制等技术，在宇树H1人形机器人上评估，新手操作成功率可观，证明该方式在多方面应用的潜力。

Comments IEEE-RAS International Conference on Humanoid Robots - Workshop: Designing Interactive Humanoids

Learning social norms enhances compatibility in dynamic human-AI coordination

学习社会规范可增强动态人机协作中的兼容性

Yi Yang, Siyuan Liu, Xin Gao, Huamu Sun, Chao Liu, Qing Zhou, Bingbing Nie

机构 * School of Vehicle and Mobility, Tsinghua University, Beijing, China（清华大学车辆与移动系统学院） ； State Key Laboratory of Intelligent Green Vehicle and Mobility, Tsinghua University, Beijing 100084, China（清华大学智能绿色车辆与移动系统国家重点实验室） ； State Key Laboratory of Cognitive Neuroscience and Learning & IDG/McGovern Institute for Brain Research, Beijing Normal University, Beijing, China（北京师范大学认知神经科学与学习国家重点实验室） ； Beijing Key Laboratory of Safe AI and Superalignment, Beijing, China（北京安全人工智能与超对齐关键实验室） ； Beijing Institute of AI Safety and Governance, Beijing, China（北京人工智能安全与治理研究院） 纠错

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

AI总结 研究以行人与车辆互动为代表，搭建实验平台，识别出人类社会规范的三项原则，将其融入人工智能显著改善人机协作，在闭环互动任务中，融入社会规范的大语言模型总分比基线策略高出近四倍，比人际互动高出43%。

Comments 44 pages, 5 figures, supplementary information included

Mitigating Taint-Style Vulnerabilities in MCP Servers via Security-Aware Tool Descriptions

通过安全感知工具描述减轻MCP服务器中的污点式漏洞

Yang Shi, Jiaheng Fu, Yihe Huang, Ruixiang Wu, Chengyao Sun, Kaifeng Huang

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

AI总结 研究MCP服务器污点式漏洞，提出SPELLSMITH，通过分析服务器高风险能力，结合工具描述等识别潜在风险，利用协议属性和大语言模型自我反思能力迭代优化输出，有效减轻污点式漏洞利用。

Gradient-Based Speech-to-Text Alignment for Any ASR Model: From CTC to Speech LLMs

基于梯度的任意语音识别模型的语音到文本对齐：从连接主义时间分类到语音大语言模型

Albert Zeyer, Ralf Schlüter, Hermann Ney

机构 * Machine Learning and Human Language Technology Group, RWTH Aachen University（机器学习与人类语言技术组，亚琛工业大学） ； AppTek GmbH（AppTek公司） 纠错

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

AI总结 研究基于梯度的任意可微语音识别模型的语音到文本对齐方法，通过对教师强制令牌对数概率取梯度并解码，无需训练、改模型及对齐头，适用于各模型家族，在多模型上评估，结果显示该方法能产生可用对齐，有优有劣。

The Technological Turn in Mathematics

数学中的技术转向

Silvia De Toffoli, Fenner Tanswell

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

AI总结 探讨交互式定理证明器、自动定理证明器和大语言模型等技术对数学实践的影响，包括对数学知识创造与共享、社会层面如协作和信任关系的改变，以及引发的关于形式化本质和人机认知劳动分工等问题。

A Gold-Standard Study of What Makes a Lightweight Game-Playing Agent Strong

关于使轻量级博弈代理强大的因素的金标准研究

Nima Kelidari, Mohammadsaeed Haghi, Mahdi Salmani

机构 * University of Southern California（美国南加州大学） 纠错

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

AI总结 研究不完美信息纸牌游戏中使轻量级博弈代理强大的因素，构建专家代理作标准，经超百次运行确定有效因素，添加基线并应用于另一游戏，得出通用方法可训练有竞争力代理且无需专家训练。

Comments 9 pages, 5 figures, 3 tables. Code and models: https://github.com/Nikelroid/adversarial-coevolution

Best-Arm Identification with Generative Proxy

基于生成代理的最佳臂识别

Tianyi Ma, Hanzhang Qin, Ruihao Zhu, Jierui Zuo

机构 * School of Operations Research and Information Engineering, Cornell University（康奈尔大学运营研究与信息工程学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； SC Johnson College of Business, Cornell University（康奈尔大学SC约翰逊商学院） ； Michael G. Foster School of Business, University of Washington（华盛顿大学迈克尔·G·福斯特商学院） 纠错

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

AI总结 研究固定置信度最佳臂识别，将其与廉价代理分数配对，提出PROBE算法，通过控制变量调整转化为异方差问题，证明算法是δ - PAC的，能达到已知相关性神谕样本复杂度，实验证实样本节省与相关性强度成比例。

POPS: Recovering Unlearned Multi-Modality Knowledge in MLLMs with Prompt-Optimized Parameter Shaking

POPS：通过提示优化参数抖动恢复多模态大语言模型中未学习的多模态知识

Zhangheng LI, Jianing Zhu, Junyuan Hong, Sungmin Eum, Shuowen Hu, Suya You, Zhangyang Wang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

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

AI总结 研究针对多模态大语言模型中隐私敏感信息擦除不彻底问题，提出POPS对抗策略，通过提示后缀优化生成潜在私人示例并微调模型，实验揭示现有MMU算法弱点，POPS能近乎完全恢复敏感信息，暴露隐私保护漏洞。

Thinking More, Harnessing Better: State Machine Guided Harness Automatic Generation with Project Digestion and Workflow Decomposition

思考更多，利用更好：通过项目剖析和工作流分解实现状态机引导的测试 harness 自动生成

Xing Zhang, Zikang Huang, Gang Yang, CongChong Wang, Lu Liu, Bin Yin, Mingyi Wang, Ziquan Zhao, Min Li, Zhenyu Chen, Bo Wu, Lingyun Ying

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

AI总结 研究针对现有大语言模型单轮生成模糊测试 harness 的局限，提出 SynapseFlow，通过数据流感知函数聚合和分阶段回滚算法，经四阶段过程合成 harness，在 25 个开源项目上评估，效果超现有工具，还发现多个未报告错误。

Comments 20 pages, accepted by CCS 2026

When May I Help You? On The Effect of Proactivity on Group Human-Robot Collaboration

我何时能帮你？主动性对群体人机协作的影响

Thomas Vitry, Vanessa Maeder, Kieran von Valeburg, Asihati Hazaiti, Doga Deniz Ates, Connor Gäde, Jan-Gerrit Habekost, Dennis Becker, Stefan Wermter

机构 * Knowledge Technology, University of Hamburg（汉堡大学知识技术研究所） ； Ecole Normale Superieure de Rennes（里昂大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 研究在多人协作逃生室中，机器人采用反应式（仅被叫时响应）与主动式（持续监听并自主贡献）交互模型对协作效果的影响，发现主动模型增加交互频率但反应模型成功率更高，且用户先前经验和性格显著调节效果。

Comments Published at the RO-MAN 2026 conference

ContrastiveCFG: Guiding Diffusion Sampling by Contrasting Positive and Negative Concepts

对比CFG：通过对比正负概念引导扩散采样

Jinho Chang, Changsun Lee, Hyungjin Chung, Jong Chul Ye

机构 * EverEx 纠错

专题命中 其他LLM ：prompting(abstract)；分类 cs.AI、cs.LG

AI总结 研究在条件扩散模型采样中，针对简单否定CFG引导存在的问题，提出用对比损失实现对给定条件引导的新方法，能在多样场景下有效注入或去除给定概念并保持样本质量。

Comments 20 pages, 11 figures. Poster in ICML 2026

Creativity from Friction: Human-AI Interaction for Exploratory Structural Design

摩擦产生创造力：用于探索性结构设计的人机交互

Ricardo Maia Avelino, Rita Sevastjanova, Tom Van Mele, Philippe Block, Mennatallah El-Assady

机构 * Block Research Group, Department of Architecture, ETH Zurich（建筑系，苏黎世联邦理工学院） ； IVIA Lab, Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院） 纠错

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

AI总结 探讨当前生成式AI目标与结构设计师等创作者需求的偏差，提出允许受限人机共同创作的系统设计维度，通过试点设计界面和专家研究，展示其对设计空间探索的支持及设计师看法。

Comments Accepted at ICML 2026, Workshop on Human-AI Co-Creativity

HiMoE-VLA: Hierarchical Mixture-of-Experts for Generalist Vision-Language-Action Policies

HiMoE-VLA：用于通用视觉-语言-动作策略的分层专家混合模型

Zhiying Du, Bei Liu, Yaobo Liang, Yichao Shen, Haidong Cao, Xiangyu Zheng, Zhiyuan Feng, Zuxuan Wu, Jiaolong Yang, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） 纠错

专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI

AI总结 研究通用视觉-语言-动作策略训练中异构性引发的负迁移问题，提出HiMoE-VLA框架，通过分层专家混合动作模块及两个辅助目标来解决，在多项任务上取得较好结果，还能将负迁移转化为正迁移。

What Makes a Good Bug Report for an AI Agent?

什么是适合人工智能代理的优质错误报告？

Lara Khatib, Noble Saji Mathews, Meiyappan Nagappan, Pengyu Nie, Thomas Zimmermann

专题命中 其他LLM ：LLM(abstract)

AI总结 研究自动化程序修复代理的优质错误报告，通过统计建模和受控消融分析发现，代理受益于具体可执行且定位好的信息，与人类优质报告有别，如自然语言重现步骤等对代理作用不大，不同模型处理缺失信息方式有差异。

What Semivalues Cannot See: The Information Content of Anonymous Marginal Values

半值无法看到的内容：匿名边际值的信息含量

Matthew Fried

专题命中 其他LLM ：prompting(abstract)

AI总结 研究半值族核心结构，通过哈萨尼股息坐标揭示其为协同效应封闭回路，证明了混合差异审计等相关性质，给出不同博弈情况及扰动阈值，n = 5普查展示规则特点，比较经典与随机博弈可见度。

Comments 15 pages

Involution game with migration and spatial heterogeneity of social resources

自反游戏与迁移及社会资源空间异质性

Bo Li, Qiwen Ge, Yong Shi

专题命中 其他LLM ：prompting(abstract)

AI总结 本文提出一个包含 agent 迁移和资源分布空间异质性的自反博弈模型，探讨迁移和资源分配条件对自反动态的影响，发现总资源恒定时相似资源水平抑制自反，而总资源增加会加剧自反，并识别努力比和效用乘数的阈值效应。

Comments 20 pages, 7figures