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。
慢思考与主动感知的第一性原理理论
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 本文旨在为思维和感知提供数学公式，提出“主动提升”理论，推导慢思考相关内容，涵盖其设计、训练和推理，得出大设计空间及相关层次，还包括推理过程、训练目标等，有诸多技术副产品。
Comments Published on 2026/05/11 in Journal of Machine Learning
Journal ref Journal of Machine Learning 5 (2026) 197-352
SPHINX: 先解释，再探索
机构 * University of Florida（佛罗里达大学） ； University of Debrecen（德布勒恩大学）
专题命中 知识编辑与模型理解 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出SPHINX闭环框架，通过可解释AI分析驾驶策略的失败模式，并利用视觉语言模型生成针对性对抗场景，提升自动驾驶策略鲁棒性。
Comments 13 pages
SOAP-Bubbles：神经网络的结构化权重不确定性
机构 * Sapienza University of Rome（罗马大学） ； Ubiquitous Knowledge Processing Lab (UKP Lab), Department of Computer Science, Technical University of Darmstadt（达姆施塔特工业大学计算机科学系泛在知识处理实验室） ； National Research Center for Applied Cybersecurity ATHENE（国家应用网络安全研究中心ATHENE） ； Technical University of Denmark（丹麦技术大学） ； TU Darmstadt & Hessian Center for AI (hessian.AI)（达姆施塔特工业大学与黑森人工智能中心） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心） ； University of Central Florida（中佛罗里达大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；pretraining(abstract)；分类 cs.LG
AI总结 通过将IVON方法适配到SOAP优化器的特征空间，提出EVON优化器以低代价获得非对角协方差后验，在语言模型预训练中优于现有对角协方差方法。
Comments Code available at: https://github.com/team-approx-bayes/evon
LESV: 语言嵌入稀疏体素融合用于开放词汇3D场景理解
机构 * Huawei Noah's Ark Lab（华为诺亚方舟实验室） ； CAOR, Mines Paris-PSL, France（法国巴黎高科矿业学院CAOR实验室）
专题命中 知识编辑与模型理解 ：foundation model(abstract,abstract_cn)
AI总结 本文提出LESV框架，通过稀疏体素 rasterization 解决3D场景理解中空间和语义模糊问题，利用AM-RADIO实现密集对齐，提升细粒度查询性能。
Comments ECCV 2026
当结构化稀疏自编码器跨模态学习一致概念时
机构 * Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 研究视觉语言模型中普通稀疏自编码器难以学习模态一致概念的问题，提出结构化稀疏自编码器$S^2AE$，通过图像块分组及结构化稀疏正则化强化概念一致性，经实验验证该方法在语义对齐等方面有提升，能促进跨模态表示更连贯解缠。
用于块稀疏注意力的不确定性门控选择
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 研究针对块稀疏注意力截断短视问题，提出信息价值路由器，通过测量 top-k 截断决定性程度调整保留集。该方法与主干无关，可堆叠现有方法。实验表明其在多个模型上提升召回率，保留准确率，且减少运行时间。
ARDY：用于交互式人体运动生成的具有混合表示的自回归扩散
机构 * NVIDIA（英伟达） ； ETH Zürich（苏黎世联邦理工学院）
专题命中 知识编辑与模型理解 ：prompting(abstract)；分类 cs.LG
AI总结 研究旨在解决交互式应用中人体运动生成问题，提出ARDY框架，采用混合表示和两阶段自回归变压器去噪器，能通过在线文本提示和运动学约束实现高保真运动生成，经评估验证了有效性和实用性。
Comments ACM Transactions on Graphics (SIGGRAPH 2026)
Heimdallr：在GitHub CI工作流中识别和检测LLM引发的安全风险
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 本文研究GitHub CI工作流中LLM引发的安全风险，提出Heimdallr框架，通过流程图规范化和威胁向量检测，实现高精度识别LLM节点和威胁向量。
谁来分析分析器？使用结构化元安全分析过程的自验证大语言模型风险分析
专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对大语言模型辅助安全分析工具自身缺乏分析的问题，提出结构化元安全分析过程，通过运行元安全分析过程推导治理章程，包含21条工具原则和8条元安全原则，还报告了自推导等四个发现。
网络欺诈中心理操纵的取证模式：基于大语言模型驱动的受害者报告分析
专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 研究网络欺诈中心理操纵取证模式，提出含四类35个问题的模式，增加相关指标和字段。经大语言模型驱动注释及与人类注释者验证，揭示欺诈类型操纵特征，发现取证细节差距，指出人工智能辅助及分层注释策略可缩小差距并提供模板。
Comments Accepted by the 23rd International Conference on Privacy, Security and Trust (PST 2026)
人工智能时代关于代码审查的3100种观点：从从业者话语中构建因果理论
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 研究人工智能对代码审查的影响，通过收集从业者话语构建因果模型，明确审查是控制点，团队决定编码代理对软件影响，转化相关命题，还提供LLM辅助灰色文献理论构建方法。
向量化语言模型：基于智能向量化的人工智能助手
机构 * New York Institute of Technology（纽约理工学院）
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究旨在设计基于谷歌开放权重语言模型的VectorizationLLM，用于辅助学生学习MATLAB相关知识。采用RAG知识库和系统提示架构，不直接给答案，通过课堂笔记示例详细解释概念，为课程应用提供有指导意义的智能助手。
Comments 44 pages, 6 figures
我如何知道接下来该说什么？巴伦霍尔茨的自生成理论对哈里斯整合主义的丰富
机构 * Emeritus Goldsmiths, University of London（埃米蒂斯金士顿大学伦敦分校） ； Emeritus University of Southern Denmark（埃米蒂斯南部丹麦大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文探讨如何用伊兰·巴伦霍尔茨的自生成理论丰富罗伊·哈里斯的整合主义语言学，填补其在符号开放性机制、语言与非语言符号活动连续性及过去整合档案结构属性方面的解释空白，为相关从业者和研究者说明大语言模型统计结构的本质及局限。
Comments Submitted to Philosophy and Technology
DocMaster：一种用于文档分析的分层结构感知系统
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 针对利用大语言模型分析复杂文档时现有系统丢弃分层结构致性能下降的问题，提出DocMaster系统，它能解析文档为分层树并构建语义索引，通过网页界面展示，可实现文档筛选与问答等功能。
Comments 4 pages, demo paper, under revision
通过多模态大语言模型对策略进行视觉检查实现开放式多智能体自动课程
机构 * Sapienza University of Rome（罗马第一大学） ； Sony AI（索尼人工智能）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 研究强化学习中开放式多智能体自动课程设计难题，提出通过策略视觉检查（VIP）利用视频语言模型处理视频并提供课程建议，经星际争霸多智能体挑战赛实证，显示该方法能生成更有效课程。
自利代理社会中市场稳定性的形式机制：市场模拟研究
机构 * DSO National Laboratories（国防科技研究院） ； National University of Singapore（新加坡国立大学）
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 研究自利代理社会中市场稳定性的形式机制，通过多智能体市场模拟实验，比较八种机制，发现调解机制最佳，对其进行对抗性红队测试，结果表明该机制具有对抗鲁棒性，能在攻击下维持市场稳定。
Comments 23 pages, 8 figures
通过人工智能驱动的测试执行扩展移动混沌测试
专题命中 其他LLM ：LLM(abstract)
AI总结 研究大规模分布式系统中移动应用易受后端服务故障影响的问题，核心方法是将DragonCrawl与uHavoc集成实现人工智能驱动的测试执行，主要贡献是识别风险、缩短调试时间，证明在生产规模实现移动弹性验证可行。
Comments 10 pages of content, 1 page of citations, 7 figures, 6 tables
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