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。
人工智能大语言模型引擎如何塑造全球冲突信息环境
专题命中 知识编辑与模型理解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究人工智能大语言模型引擎对全球冲突信息环境的塑造，通过向五个引擎询问28场冲突问题并分析答案及相关网站，发现可检索记录稀少会致引擎出错，存在生成引擎优化源头优化，探讨了研究意义、政策影响及未来机遇挑战。
神经语言模型中语法性的线性表示
机构 * Johns Hopkins University（约翰·霍普金斯大学） ； Boston University（波士顿大学）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.CL
AI总结 探讨神经语言模型能否基于语法性区分字符串，通过质量均值探测研究语法性是否编码在其内部表示中，结果表明语法性在多种预训练模型中有力编码，为相关争论提供新证据及评估框架。
用于研究语言模型中欺骗行为的转码器
机构 * Home Team Science & Technology Agency (HTX)（新加坡内政部科技局）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.AI
AI总结 研究用转码器分析语言模型欺骗行为，通过预训练转码器的Qwen3 - 4B模型构建归因图，经特征引导和电路分析识别相关特征字典，发现欺骗源于模型内部机制，凸显转码器在监测及检测语言模型安全漏洞方面的潜力。
当言语安全但行动致命：在隐藏状态风险空间中探究超越文本安全的物理危险
机构 * Tsinghua University（清华大学） ； Nanyang Technological University（南洋理工大学）
专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究大语言模型中语言无害指令在现实世界中的物理危险与文本级内容危险是否相同，提出PRISM方法，通过隐藏状态方向分析等证明CD和PD可分离，PRISM在多个基准测试中表现良好，能检测物理危险而非仅依赖明确不安全措辞。
一种基于大语言模型的机器人足球比赛自动体育解说解决方案
机构 * Sapienza University of Rome（罗马第一大学） ； Institute for Cognitive Sciences and Technologies (ISTC-CNR)（认知科学与技术研究所（ISTC-CNR）） ； International University of Rome（罗马国际大学） ； University of Bologna（博洛尼亚大学）
专题命中 知识编辑与模型理解 ：LLM(title)
AI总结 针对机器人世界杯比赛，提出基于神经符号架构的自动体育解说方案，弥合运动跟踪与自然语言生成差距，能在直播和赛后生成统计数据与解说，适应不同机器人共享场地的联赛新动态。
Comments Poster presentation at RoboCup Symposium 2026
冻结视觉基础模型中新兴的区域级面部对应
专题命中 知识编辑与模型理解 ：foundation model(title)
AI总结 研究人脸区域级对应问题，利用冻结的DINOv3特征及FaRL，在真实视频上评估跨身份匹配和时间标签传播，结果表明DINOv3是区域级面部对应强大零样本表示，中间自监督特征对密集面部分析最有用。
一眼识你：从面部推断表面人格
机构 * Institute of Automation, CAS（中国科学院自动化研究所） ； Institute of Information Engineering, CAS（中国科学院信息工程研究所） ； School of Cyber Security, UCAS（中国科学院大学网络空间安全学院） ； School of Artificial Intelligence, UCAS（中国科学院大学人工智能学院） ； Centre for Artificial Intelligence and Robotics, Hong Kong Institute of Science & Innovation, CAS（中国科学院香港创新研究院人工智能与机器人中心） ； School of Computer Science and Engineering, the Faculty of Innovation Engineering, M.U.S.T（澳门科技大学创新工程学院计算机科学与工程系）
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 研究从面部图像推断表面人格，提出GlanceFace框架，利用视觉语言模型、语义增强模块及不确定性感知学习策略，在基于MBTI的基准测试中表现出色，揭示面部特征与人格特质关系，助力具身智能体交互策略。
Comments Accepted by The 9th Chinese Conference on Pattern Recognition and Computer Vision, PRCV2026
上半场打破拒绝：预填充越狱的机制研究
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究语言模型中预填充消除拒绝的现象，通过实验定位到早期窗口，揭示拒绝是浅层响应端计算，预填充控制是通用自回归条件作用，还明确了主导机制及相关特征，指出监测器免疫特点和机制的分散性与失效表面的局部性。
Comments 31 pages, 3 figures. Code and derived artifacts: https://github.com/collapseindex/breaking-refusal
缪子：超越归一化动量的μ子表示几何
机构 * Pengcheng Laboratory（鹏城实验室） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Southern University of Science and Technology（南方科技大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 知识编辑与模型理解 ：pretraining(abstract)；分类 cs.LG
AI总结 研究μ子风格优化器中表示选择对优化器几何的影响，引入{\方法}族优化器，通过预训练实验及固定动量诊断发现平衡非原生表示可匹配原生表示性能，减小较短维度会改变优化效果。
DiMaS：用于引导视觉-语言-动作模型的分布匹配
机构 * ISIR, Sorbonne Université（法国国家信息与自动化研究所，索邦大学）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.LG
AI总结 研究针对基于流匹配的视觉-语言-动作模型细粒度行为控制不足的问题，提出DiMaS分布匹配引导策略，能有效控制行为，研究其泛化性并分析原因，推动了视觉运动设置下的分布匹配设计。
分离问题：大语言模型未意识到提示之外的人
机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL
AI总结 研究指出个人AI助手存在不良行为，源于语言模型的“分离问题”。提出通过“分离模式”将结构化无知纳入语言模型上下文的解决方案，经实证，五个模型家族采用此模式后能减少不良行为，模型在信息缺失时会询问澄清问题。
Uni-AdaVD：通过正交值分解实现视觉生成的通用概念擦除
机构 * School of Computer Science and Information Engineering, Hefei University of Technology（合肥工业大学计算机与信息工程学院） ； School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络空间安全学院） ； School of Artificial Intelligence and Data Science, University of Science and Technology of China（中国科学技术大学人工智能与数据科学学院） ； Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所）
专题命中 知识编辑与模型理解 ：pretraining(abstract)
AI总结 针对视觉生成模型吸收不良概念问题，提出Uni-AdaVD框架，将多模态注意力值空间作为干预空间，结合正交值分解与自适应擦除移位抑制目标语义方向，实验证明其在单多概念擦除且保留非目标先验方面性能强大，为视觉生成模型提供安全机制。
披露差异：大规模衡量隐私政策与数据安全的不一致性
专题命中 知识编辑与模型理解 ：LLM(abstract)
AI总结 针对移动应用隐私政策与数据安全标签表述不一致问题，通过对6051款安卓应用大规模实证研究，利用基于大语言模型的框架和统一模式，测量一致性并引入风险评分，发现敏感类别受影响大，凸显披露机制差距，强调加强验证与提高透明度。
Journal ref Proceedings on Privacy Enhancing Technologies (PoPETs) 2026
AspectCLIP：通过方面引导的一致性正则化优化CLIP表示空间
机构 * School of Computer Science and Technology, South China University of Technology（华南理工大学计算机科学与工程学院）
专题命中 知识编辑与模型理解 ：pretraining(abstract)
AI总结 研究针对图像与文本信息不对称问题，提出AspectCLIP框架，通过基于文本相似性划分样本为属性簇，在簇内应用循环一致性并限制跨簇正则化，实现更优的表示空间，在下游任务中性能超传统方法。
Comments PRCV 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