语言大模型 / LLM

Large language models can effectively convince people to believe conspiracies

大语言模型能够有效地说服人们相信阴谋论

Thomas H. Costello, Kellin Pelrine, Matthew Kowal, Jasper Timm, Antonio A. Arechar, Jean-François Godbout, Adam Gleave, David Rand, Gordon Pennycook

机构 * Carnegie Mellon University（卡内基梅隆大学） ； York University（约克大学） ； Center for Research and Teaching in Economics（经济研究中心） ； MIT（麻省理工学院） ； Université de Montréal（蒙特利尔大学） ； Mila ； Cornell University（康奈尔大学） ； University of Regina（Regina大学） 纠错

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

AI总结 研究大语言模型能否有效说服人们相信阴谋论，通过四项实验发现其既能增加也能降低阴谋信念，反驳效果更佳，特定提示可降低支持阴谋论有效性，还存在信息分享上的真理不对称，有潜在技术方案减轻风险。

Segmenting Human-LLM Co-authored Text via Change Point Detection

通过变化点检测对人类与大语言模型共同撰写的文本进行分割

Mengchu Li, Jin Zhu, Jinglai Li, Chengchun Shi

机构 * School of Mathematics University of Birmingham（数学系 英国伯明翰大学） ； Department of Statistics London School of Economics and Political Science（统计系 伦敦政治经济学院） 纠错

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

AI总结 针对大语言模型兴起后区分人类与LLM共同撰写文本的需求，提出类似时间序列变化点检测的算法，开发加权和广义算法，建立最优性，实验表明该方法性能优于现有基线。

AgentWorm: Self-Propagating Attacks Across LLM Agent Ecosystems

ClawWorm：针对LLM代理生态系统自主传播的攻击

Yihao Zhang, Zeming Wei, Xiaokun Luan, Chengcan Wu, Zhixin Zhang, Jiangrong Wu, Haolin Wu, Huanran Chen, Jun Sun, Meng Sun

机构 * Peking University（北京大学） ； Sun Yat-sen University（中山大学） ； Wuhan University（武汉大学） ； Tsinghua University（清华大学） ； Singapore Management University（新加坡管理学院） 纠错

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

AI总结 研究提出ClawWorm，首个自主传播的LLM代理框架攻击，通过单条消息实现持久化感染与多跳传播，揭示模型安全姿态差异及防御策略。

Empirical evidence of Large Language Model's influence on human spoken communication

大语言模型对人类口语交流影响的实证证据

Hiromu Yakura, Ezequiel Lopez-Lopez, Levin Brinkmann, Ignacio de la Serna, Lara Kirfel, Prateek Gupta, Ivan Soraperra, Thomas F. Eisenmann, Dirk U. Wulff, Iyad Rahwan

机构 * Center for Humans and Machines（人类与机器中心） ； Max-Planck Institute for Human Development（人类发展马克斯·普朗克研究所） ； Center for Adaptive Rationality（适应性理性中心） ； TUD Dresden University of Technology（德累斯顿技术大学） ； Department of Business Analytics and Decision Science（商业分析与决策科学系） ； Vienna University of Economics and Business（维也纳经济与商业大学） 纠错

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

AI总结 研究大语言模型对人类口语交流的影响，通过分析播客对话及实验发现，ChatGPT优先生成的词汇在人类自发语音中增加，人类会内化其词汇选择，揭示机器训练数据反馈至人类语言，引发对语言同质化及AI文化影响的担忧。

Beyond Interestingness: Semantic and Context-Aware Natural Language Query Recommendations for Visual Data Analysis

超越趣味性：用于视觉数据分析的语义和上下文感知自然语言查询推荐

Xingbo Wang, Siyuan Li, Furui Cheng, Yong Wang, Jiang Long, Hong Lu, Huamin Qu, Ke Xu

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

AI总结 针对分析师分解查询目标的挑战，研究用语义和上下文感知推荐增强自然语言接口，联合整合多种因素引导数据库探索，经多方式评估，QRec-NLI在代理比较和用户研究中表现优于基线。

Comments This is the preprint version of the paper accepted to Visual Informatics journal

T5-CSBoost: Adversarial Perturbation Resistant LLM Fingerprinting

T5-CSBoost：抗对抗扰动的语言模型指纹识别

Gayan K. Kulatilleke, Mahsa Baktashmotlagh, Siamak Layeghy, Marius Portmann

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

AI总结 研究针对AIGT检测器在多种干扰下准确性下降的问题，提出T5-CSBoost，通过引入辅助损失鼓励学习抗扰动风格表示，在多基准测试中达先进水平，对高强度对抗扰动鲁棒性增强，证明对比学习规范风格嵌入可构建更强大指纹识别系统。

Comments 14 pages, 3 datasets, code and data will be provided

Token Time Continuous Diffusion for Language Modeling

用于语言建模的令牌时间连续扩散

Parikshit Bansal, Sujay Sanghavi

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

AI总结 研究提出令牌时间连续扩散（TTCD）语言模型，其在连续空间运行，引入令牌时间概念。该模型避免多令牌并行采样，能更好建模条件生成。实验表明，在高速加速时TTCD优于离散模型，在无条件和条件生成上有优势，数独求解也有类似成果。

Grokipedia vs Wikipedia: An LLM-Based Audit of Political Neutrality along Ideologies

Grokipedia与维基百科：基于大语言模型的意识形态政治中立性审计

Filippos Vlahos, Guillaume Bied, Tijl De Bie

机构 * Ghent University（根特大学） 纠错

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

AI总结 研究对比Grokipedia与维基百科的政治中立性，通过四位大语言模型评判员，分析1394对相关文章在九个维度的中立性，发现Grokipedia中立性逊于维基百科，两者对不同意识形态政治家有不同偏向。

CARPRT: Class-Aware Zero-Shot Prompt Reweighting for Black-Box Vision-Language Models

CARPRT：用于黑盒视觉语言模型的类感知零样本提示重加权

Ruijiang Dong, Zesheng Ye, Jianzhong Qi, Lei Feng, Feng Liu, Gang Niu, Masashi Sugiyama

机构 * University of Melbourne（墨尔本大学） ； Southeast University（东南大学） ； RIKEN Center for Advanced Intelligence Project（理化学研究所先进智能项目中心） ； The University of Tokyo（东京大学） 纠错

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

AI总结 研究针对预训练视觉语言模型零样本图像分类中提示与类独立性假设不成立的问题，提出类感知零样本提示重加权方法CARPRT，通过无训练方式量化提示与类的相关性并调整权重，实验表明该方法优于现有方法。

Comments Accepted at ICLR 2026

U-shaped Multi-granularity Learning for Vision-Language Models

用于视觉语言模型的U形多粒度学习

Biao Chen, Yunqian Yu, Xiangxu Zhao, Zhongshu Chen, Mengmeng Jing, Lin Zuo

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Hithink Research（恒生电子股份有限公司） 纠错

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

AI总结 研究视觉语言模型提示学习的粒度困境，提出U形多粒度提示学习框架UPrompt，通过构建并行多粒度表示及粗细粒度交互增强与监督，在多个基准实验中验证了其有效性和优势。

It is not enough to give your moderation rules to ChatGPT: Policy-as-Prompt Moderation and Its Potential Impacts on Community Governance

仅向ChatGPT提供审核规则是不够的：策略即提示的审核及其对社区治理的潜在影响

Anna Neumann, Jasmin Wyss, Ivy Turk, Rebekah Overdorf

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

AI总结 研究社交媒体内容审核模式变化，探讨“策略即提示”方法在内容审核中应用，阐述其技术与治理特性、局限性及风险，提出有效提示治理考量，指出仅编写提示不适用于确保社区治理。

Comments Accepted at the Mensch und Computer (MuC) 2026 Workshop "Human-Centered Content Moderation: Expertise, Context & Evaluation"

Dialogue Summarization with Emotion Dynamics Using Topic- and Participant-Centric Decomposition

使用以主题和参与者为中心的分解方法进行具有情感动态的对话摘要

Linyun Xiang, Mark Neerincx, Stephanie Tan

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 该研究针对对话摘要问题，提出基于改进分层智能体链方法的框架，从主题和参与者两个视角分解对话，结合自动推断情感生成摘要，并引入情感轨迹指标评估，实验表明其框架能生成含语义和情感内容的摘要，凸显方法有效性。

JEEVHITAA -- An HCAI Ecosystem to Support Collective Care

JEEVHITAA -- 一个端到端的HCAI系统以支持集体护理

Shyama Sastha Krishnamoorthy Srinivasan, Harsh Pala, Mohan Kumar, Pushpendra Singh

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

AI总结 JEEVHITAA是一个端到端的HCAI系统，通过角色感知的信息共享和可验证的数据流支持多主体护理网络的协调与可信决策。

Comments 33 pages, 7 figures, 3 tables, 2 algorithms, 1 ontology description. Preprint of work under review

Advanced Image Generation: Negative Prompt Optimization and Latent Classifier Guidance

先进图像生成：负提示优化与潜在分类器引导

Vaddi Charan Sai Nandan Reddy, Harini B, Chandana M S

专题命中 其他LLM ：LLM(abstract)；分类 cs.LG

AI总结 该研究提出新系统，通过微调序列到序列语言模型集成负提示优化与潜在空间分类器引导，自动生成优化负提示，用混合分类器评估引导扩散步骤，减少伪影并提高语义保真度，提升Stable Diffusion图像生成质量。

Penny: Transition Network Analysis of Learner-Chatbot Interactions in Scaffolded EFL Writing

佩妮：支架式外语写作中学习者与聊天机器人交互的转换网络分析

Steve Woollaston, Brendan Flanagan, Yuko Toyokawa, Hiroaki Ogata

机构 * Academic Center for Computing and Media Studies, Kyoto University, Japan（京都大学计算与媒体研究室） ； College of Information Science and Engineering, Ritsumeikan University, Japan（立命馆大学信息科学与工程学院） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.CL

AI总结 研究借助转换网络分析，以日本外语学习者与写作聊天机器人“佩妮”的交互为对象，发现两个行为循环，揭示外语水平对交互的显著影响，表明人工智能辅助写作是对话过程，强调需差异化设计聊天机器人以促进学习者认知参与。

Manufactured Divisiveness: Decomposing the Hostile Content of Seven Social Media Influence Operations

人为制造的分裂：剖析七种社交媒体影响行动中的恶意内容

Emilio Ferrara

机构 * Department of Computer Science University of Southern California（计算机科学系 美国南加州大学） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.CL

AI总结 研究推特中七种政府认定活动推文里的恶意内容，通过双提示大语言模型检测器和可审计规则区分仇恨与其他分裂形式，发现将所有相关内容计为仇恨会高估，有助于重新定义影响活动及在线话语中仇恨的研究。

Conversational Tactile Data Interfaces: Co-Designing Accessible Data Experiences with Blind Users Using Refreshable Tactile Displays and Conversational AI

对话式触觉数据接口：使用可刷新触觉显示器和对话式人工智能与盲人用户共同设计无障碍数据体验

Samuel Reinders, Munazza Zaib, Bongshin Lee, Ingrid Zukerman, Matthew Butler, Thien Autran, Sascha Cowley, Francois Jacobs, Lizhen Qu, Kim Marriott

专题命中 其他LLM ：LLM(abstract)

AI总结 研究针对盲人或视力低下者数据可视化问题，通过与盲人共同设计师协同设计，创建结合可刷新触觉显示器与对话代理的CTDI（Graphy系统），贡献设计知识与建议，得出分层展示等关键发现。

Comments Accepted to be presented at IEEE VIS 2026 and published in IEEE TVCG

When Is Delegated Play Truthful? Within-Range Regret and the Trilemma of Aligned Delegation

委托策略何时是真实的？范围内遗憾与对齐委托的三难困境

Taksch Dube

专题命中 其他LLM ：language model(abstract)

AI总结 研究广告商和用户委托代理的最优诚实描述问题，核心方法是基于代理的范围内遗憾，主要贡献是统一特定拍卖自动出价结果、确定语言模型诱导代理假设成立条件，揭示护栏三难困境及生产模型诚实报告存在未认领剩余等情况。

Comments 31 pages, 7 figures, 4 tables