语言大模型 / LLM

Prosocial Persuasion at Scale? Large Language Models Outperform Humans in Donation Appeals Across Levels of Personalization

大规模的亲社会说服？大语言模型在不同个性化水平上的捐赠呼吁中优于人类

John Caffier, Olga Stavrova, Bennett Kleinberg

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

AI总结 研究探讨大语言模型生成的捐赠呼吁在不同个性化水平下的有效性，发现其在捐款数额、参与度和说服力上均优于人类创作内容，但虚假个性化会带来负面影响。

CoEvoP&R: Co-Evolving Placement Objectives with Routing Feedback via Large Language Models

CoEvoP&R：通过大语言模型与路由反馈共同进化布局目标

Ruogu Chen, Weihua Xiao, Ramesh Karri, Jie Han

机构 * University of Alberta（阿尔伯塔大学） ； New York University（纽约大学） 纠错

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

AI总结 研究针对分析布局器替代指标与下游质量不一致问题，提出基于大语言模型的CoEvoP&R框架自动进化布局目标，经实验验证该方法能有效降低线长、拥塞及时序负松弛，提升布局效果。

Comments 7 pages, 4 figures, 3 tables. Corresponding author: Weihua Xiao

Can LLM Code Explanations Adapt to Diverse Problem-Solvers' Needs?

大语言模型代码解释能否适应不同问题解决者的需求？

Andrew Anderson, David Piorkowski, Justin Weisz, Margaret Burnett, Kush Varshney

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

AI总结 研究LLM代码解释能否适应不同问题解决者需求，基于包容性设计方法开发提示，用自然语言处理技术从六个LLM生成代码解释，发现13种语言适应分类法，贡献两种问题解决适应方法。

Comments To be published in AAAI/ACM conference on AI, Ethics, and Society (AIES 2026)

SkyVLaM: Multimodal Large Language Model for UAV Video Understanding in Remote Sensing

SkyVLaM：用于遥感中无人机视频理解的多模态大语言模型

Kaiwen Jing, Ruixu Jia, Bingyao Li, Ruizhe Ou, Ming Wu, Chuang Zhang

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Peking University（北京大学） ； Beijing Wuzi University（北京物资学院） 纠错

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

AI总结 针对无人机视频理解任务，提出多模态大语言模型SkyVLaM，通过时间基感知器构建稀疏令牌，正则化稀疏基，自适应选择密集段，联合大语言模型处理，还构建SkyVid，实验证明其能有效分配视觉令牌预算，提升语言条件视频分割效果。

Comments Accepted by WAICA 2026

Leveraging Design-Aware Context in Large Language Models for Code Comment Generation

利用设计感知上下文在大语言模型中生成代码注释

Aritra Mitra, Srijoni Majumdar, Anamitra Mukhopadhyay, Partha Pratim Das, Paul D Clough, Partha Pratim Chakrabarti

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

AI总结 本研究探讨利用设计文档作为上下文，通过大语言模型生成更实用的代码注释，以提高代码维护效率。

LaT: LLM-as-Trainer for Multi-Task Vehicle Routing Solvers

LaT：用于多任务车辆路径规划求解器的大语言模型训练器

Yang Wang, Ya-Hui Jia, Wei-Neng Chen, Yi Mei, Wen Song, Zhiguang Cao

机构 * School of Future Technology, South China University of Technology（华南理工大学未来技术学院） ； School of Computer Science and Engineering, South China University of Technology（华南理工大学计算机科学与工程学院） ； School of Engineering and Computer Science, Victoria University of Wellington（惠灵顿维多利亚大学工程与计算机科学学院） ； Institute of Marine Science and Technology, Shandong University（山东大学海洋科学与技术研究院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） 纠错

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

AI总结 研究针对多任务车辆路径规划求解器中VRP变体优化难度不同及现有方法不足的问题，提出LaT训练范式，用预训练大语言模型作外部训练器，定期分析指标生成指导向量注入编码器层，实验证明该范式能提升求解器质量。

Comments 28 pages

Sockpuppetting: Jailbreaking LLMs by Combining Prefilling with Optimization

通过结合预填充与优化进行LLM的劫持：

Asen Dotsinski, Panagiotis Eustratiadis

机构 * University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 本文提出通过结合预填充与优化的方法提升LLM劫持效果，展示了简单对抗者通过组合预填充变体可提高攻击成功率，并引入混合攻击策略以优化对抗性后缀，提升模型防御需求。

Comments 16 pages, 6 figures

Towards Agentic Agent-based Models: Feasibility, Performance, and Statistical Model Checking

迈向基于智能体的智能体模型：可行性、性能和统计模型检查

Stefano Blando, Emanuele Guerrazzi, Riccardo Porcedda, Giuseppe Squillace, Max Tschaikowski, Andrea Vandin

机构 * Sant’Anna School of Advanced Studies Pisa（比萨圣安娜高等研究学校） ； Sapienza University of Rome（罗马第一大学） ； DTU Technical University of Denmark（丹麦技术大学） ； University of Pisa（比萨大学） 纠错

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 研究引入大语言模型驱动决策对基于智能体模型模拟的影响，以Mesa ABM模型为对象，扩展谢林隔离模型，通过统计模型检查进行分析，实验表明较小本地服务LLM有问题，较大模型通过初步检查，还探讨了统计模型检查的作用。

An Agentic Interface for End-to-End Probabilistic Seismic Hazard and Risk Analysis

用于端到端概率地震危险性和风险分析的智能体接口

Sreenath Vemula, Pierre Jehel, Fabrice Cotton, Filippo Gatti

机构 * Université Paris-Saclay, CentraleSupélec, ENS Paris-Saclay, CNRS, LMPS — Laboratoire de Mécanique Paris-Saclay（巴黎-萨克莱大学、中央超导学院、巴黎-萨克莱高等师范学院、国家科学研究中心、LMPS——巴黎-萨克莱力学实验室） ； GFZ Helmholtz Centre for Geosciences（德国地球科学霍普夫兹中心） ； University of Potsdam, Institute of Geosciences（波茨坦大学、地球科学学院） 纠错

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 研究针对概率地震危险性和风险分析专家化问题，提出通过开源服务器及MCP构建智能体接口，利用LLM与OpenQuake引擎等协作计算，实现多功能分析，结果与官方值匹配度高且计算快，还能接受自定义GMM并添加新功能，设计层可拓展。

Comments 24 pages, 8 figures

From Outcomes to Actions: Leveraging Hindsight for Long-Horizon Language Agent Training

从结果到行动：利用事后诸葛亮进行长期语言智能体训练

Zishang Jiang, Tingyun Li, Jinyi Han, Xinyi Wang, Sihang Jiang, Yizhou Ying, Xiaojun Meng, Jiansheng Wei, Jiaqing Liang, Yanghua Xiao

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

AI总结 研究长期语言智能体训练中现有强化学习方法面临的挑战，提出事后诸葛亮策略优化方法，通过投影到意图空间提取低方差学习信号，聚合相似状态和行动，理论和实证证明可稳定提升策略性能。

Comments Accepted at ICML 2026

Automated Reinforcement Learning: An Overview

自动化强化学习：综述

Reza Refaei Afshar, Joaquin Vanschoren, Uzay Kaymak, Rui Zhang, Yaoxin Wu, Wen Song, Yingqian Zhang

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Jheronimus Academy of Data Science（赫尔蒙尼乌斯数据科学学院） ； Shandong University（山东大学） 纠错

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

AI总结 本文综述了自动化强化学习的发展，包括基于大语言模型的技术，并探讨了其挑战和未来研究方向。

The World According to a Social Robot -- Augmenting Human-Robot Dialogue With Vision Language Models

社交机器人眼中的世界——用视觉语言模型增强人机对话

Thomas Sievers

机构 * Institute of Information Systems, University of Lübeck（信息系统研究所，吕贝克大学） 纠错

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

AI总结 研究探讨如何用视觉语言模型增强人机对话，通过将米斯特拉尔人工智能语言模型与胡椒机器人结合用于人机交互对话，并研究视觉信息对响应时间的影响，发现纳入视觉信息可增添对话背景，且使用欧洲托管的语言模型便于实际应用。

An Encoder-Decoder Foundation Chemical Language Model for Generative Polymer Design

一种用于生成性聚合物设计的编码器-解码器基础化学语言模型

Harikrishna Sahu, Wei Xiong, Anagha Savit, Shivank S Shukla, Rampi Ramprasad

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

AI总结 本文提出polyT5，一种基于T5架构的编码器-解码器化学语言模型，用于生成具有特定性质的聚合物，通过实验验证其在介电聚合物设计中的有效性。

Journal ref npj Artif. Intell. 2, 30 (2026)

Literary Non-Style in LLM-Generated Text

大语言模型生成文本中的文学非风格

Cory Massaro

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

AI总结 研究大语言模型生成文本与人类文本差异，通过分析n元语法统计分布及定性分析，揭示大语言模型风格不足，得出风格和语义问题不可完全分离的结论。

Encoding EEG Signals to Examine Human-Like Next-Word Prediction Behaviour in Language Models

编码脑电信号以研究语言模型中类人下一个单词预测行为

Boi Mai Quach, Binh T. Nguyen, Cathal Gurrin, Graham Healy

机构 * Dublin City University（都柏林城市大学） ； VNUHCM – University of Science（越南国立大学胡志明市科学大学） 纠错

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

AI总结 研究探讨语言模型下一词预测准确率与人类阅读理解认知信号的关系，基于两种信息度量为人类和模型生成回归器预测脑电信号的事件相关电位，发现只有意外性与语言处理电位相关，挑战了模型参数和预算增加必改善与人类语言处理收敛的假设。

Induction Meets Biology: Mechanisms of Repeat Detection in Protein Language Models

归纳遇见生物学：蛋白质语言模型中重复检测的机制

Gal Pomerants, Yaniv Nikankin, Anja Reusch, Tomer Tsaban, Ora Schueler-Furman, Yonatan Belinkov

机构 * Weizmann Institute of Science（魏茨曼科学研究院） 纠错

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

AI总结 通过分析蛋白质语言模型在掩码预测中的行为，揭示了其检测精确和近似重复序列的两阶段机制：先构建特征表示，再利用归纳头关注重复片段中的对齐标记。

Comments Accepted at the 43rd International Conference on Machine Learning (ICML 2026)

Interpretable Text Classification Applied to the Detection of LLM-generated Creative Writing

可解释性文本分类在LLM生成创造性写作检测中的应用

Minerva Suvanto, Andrea McGlinchey, Mattias Wahde, Peter J Barclay

机构 * Chalmers University of Technology（查尔姆斯理工大学） ； Edinburgh Napier University（爱丁堡纳皮尔大学） 纠错

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

AI总结 本文提出了一种可解释的线性分类器，用于区分LLM生成的创造性写作与人类写作，发现LLM倾向于使用更多同义词，导致可检测的分布偏差。

Comments Accepted for publication at ICAART 2026 (https://icaart.scitevents.org/?y=2026)

Journal ref Proceedings of the 18th International Conference on Agents and Artificial Intelligence - Volume 2: ICAART, pages 1198-1209, 2026

Federated Learning and LLM-Driven Threat Intelligence for Zero Trust IoT Architecture

用于零信任物联网架构的联邦学习和大语言模型驱动的威胁情报

Amal Alshehri, Cihan Tunc

专题命中 其他LLM ：LLM(title,abstract)

AI总结 针对物联网安全隐私挑战，提出联邦学习和大语言模型驱动的零信任物联网架构，集成多种技术，通过特定方式在各通信层强化零信任，实验表明该框架能有效为资源受限物联网设备实现隐私保护异常检测。

The Librarian Who Refused to Code: Model-Dependent Identity Enactment in LLM Code Generation

拒绝编码的图书管理员：大语言模型代码生成中依赖模型的身份设定

Shayell Aharon Salomon, Noam Israel, Ido Safruti, Amir Shaked

机构 * Bluebear Security（蓝熊安全公司） 纠错

专题命中 其他LLM ：LLM(title)；分类 cs.CL

AI总结 研究在可控条件下评估不同人物角色对代码生成的影响，测试了四种提示条件、两个模型等，发现角色影响因模型而异，如Claude Opus上图书管理员角色降低正确性，结果表明角色是依赖模型的行为策略偏差，还发布了相关数据和文档。

Comments 17 pages, 3 tables, no figures. Ancillary files include raw completions, derived scores, analysis scripts, persona texts, and preregistration

The Geometry of Semantic Space: A Continuous Geometric Framework for the Transformer Architecture

语义空间的几何：Transformer架构的连续几何框架

Zhihua Liang

机构 * INFN, Sezione di Cagliari（意大利国家核物理研究所，卡利亚里分部） 纠错

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

AI总结 该研究提出连续几何框架，将Transformer架构运算建模为积分 - 微分方程，从几何公理出发转化其核心组件。通过实验验证，此框架能为大语言模型的稳定性、上下文及优化动态提供预测性描述词汇。

Emergent Coordinated Behaviors in Networked LLM Agents: Modeling the Strategic Dynamics of Information Operations

网络化生成代理中的涌现协调行为：信息操作的战略动态建模

Gian Marco Orlando, Jinyi Ye, Valerio La Gatta, Mahdi Saeedi, Vincenzo Moscato, Emilio Ferrara, Luca Luceri

专题命中 其他LLM ：LLM(title)

AI总结 本文研究了生成代理在模拟信息操作中的协调行为，发现通过共享目标即可实现接近人工协调的水平，揭示了自动化信息操作的社会风险。

Journal ref WWW '26: Proceedings of the ACM Web Conference 2026

Lost in the Tower of Babel: The Adverse Effects of Incidental Multilingualism in LLMs

迷失在巴别塔中：LLMs中偶然多语言主义的负面影响

Anjishnu Mukherjee, Chutong Meng, Antonios Anastasopoulos

机构 * Department of Computer Science（计算机科学系） ； George Mason University（乔治·马歇尔大学） 纠错

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

AI总结 本文指出当前多语言NLP陷入偶然多语言主义的脆弱且误导性范式，导致模型在多语言情境中表现不均、脆弱且不透明，需转向设计驱动的多语言主义。

Comments Published as a conference paper at COLM 2026

Provably Good Prim-Dijkstra Revisited: New Theory and a Practical Algorithm for a Classical VLSI Routing Problem with LLMs

重温可证明良好的Prim-Dijkstra算法：针对经典VLSI路由问题的新理论及基于大语言模型的实用算法

Keren Zhu

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

AI总结 针对经典VLSI路由问题，通过Prim-Dijkstra算法，证明弱NP完全性，推导成本-半径权衡，构建多模式求解器HP-RCRST，在开发实例上表现出色，重新开启被忽视问题，展现大语言模型对算法研究的推动作用。

Comments 23 pages, 6 figures. Code and reproducibility materials: https://github.com/CODA-Team/hp-rcrst

Automated Discovery Has No Universally Superior Harness

自动化发现没有普遍优越的框架

Akshat Gupta, Jermaine Lei, Alexander Lu, Gopala Anumanchipalli, Leshem Choshen

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

AI总结 研究自主发现系统框架，通过系统分解和评估发现其存在泛化问题，无固定框架普遍优越，OpenEvolve变体表现不佳。利用早期发现进展预测性能，提出自适应分配实验，优于固定和非自适应选择，推动从固定框架选择转向在线适应。

The Truncation Blind Spot: How Decoding Strategies Systematically Exclude Human-Like Token Choices

截断盲区：解码策略如何系统性地排除人类样式的令牌选择

Esteban Garces Arias, Nurzhan Sapargali, Christian Heumann, Matthias Aßenmacher

机构 * Department of Statistics, Ludwig Maximilian University, Munich, Germany（统计系，路德维希-马克西米利安大学，慕尼黑，德国） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML）） 纠错

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

AI总结 研究探讨了文本生成中解码策略与人类语言生成的差异，发现基于概率的解码方法排除了人类可选但统计上稀有的令牌，导致生成文本可检测性增强。

Comments Under review

PhysAgent: Reflective Agentic Physics Control for Physically Plausible Video Generation

PhysAgent：用于物理上合理的视频生成的反射式智能体物理控制

Qirui Li, Jinkun Hao, Yibo Li, Ran Yi, Paul L. Rosin, Yu-Kun Lai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Cardiff University（卡迪夫大学） 纠错

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

AI总结 研究物理上合理的视频生成问题，提出PhysAgent反射式智能体框架，通过闭环设计及物理控制API，改善参数控制，实现复杂轨迹等，实验证明其能生成更合理视频，有更好提示对齐及泛化效果。

Comments For project page, see https://iapple233.github.io/PhysAgent

What Makes Linguistic Representations Good Models of High-Level Visual Perception in the Human Brain?

是什么让语言表征成为人类大脑中高级视觉感知的良好模型？

Anna Bavaresco, Ina Klarić, Raquel Fernández, Marie-Francine Moens

机构 * European Commission, Joint Research Centre (JRC)（欧盟委员会，联合研究中心 (JRC)） 纠错

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

AI总结 研究语言模型图像描述对人类大脑高级视觉感知的预测性，考虑六种字幕类型和五种语言模型，发现机器生成字幕表现优，文本嵌入器优于自回归语言模型，大脑预测性和行为一致性在中间网络深度达峰值，确立字幕嵌入为研究工具。

Comments Supplementary Materials in the public GitHub repository referenced in the paper

Mathematical Discovery in the Wild: AI-Guided Proofs in Banach Space Theory

野生环境中的数学发现：巴拿赫空间理论中的人工智能引导证明

Antonio Acuaviva, Pablo Acuaviva

机构 * School of Mathematical Sciences, Fylde College, Lancaster University, LA1 4YF, United Kingdom（数学科学学院，兰卡斯特大学） ； Institute of Computer Science, University of Bern, Neubrückstrasse 10, 3012 Bern, Switzerland（计算机科学研究所，伯尔尼大学） 纠错

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

AI总结 研究当前语言模型对数学研究的贡献，在巴拿赫空间理论中，AI系统生成关键思想和证明，经人类验证完善，还开发自动化系统搜索开放问题并尝试解决，展现了语言模型潜力与专家验证的重要性。

A Gate-and-Menu Theory of Collective Tourism Brand Value

集体旅游品牌价值的门与菜单理论

Johan Fourie

专题命中 其他LLM ：language model(abstract)

AI总结 研究集体旅游品牌价值，将目的地建模为门与菜单，用奥曼 - 沙普利核算分配品牌价值，发现分散管理者对门质量维护不足，还通过语言模型测量框架结构并举例说明品牌内污染排序。

Comments 32 pages, 2 figures

MEVION: Low-Cost Open-Source Data Collection System for Powerful and High-Speed Dual-Arm Manipulation

MEVION：用于强大高速双臂操作的低成本开源数据收集系统

Kento Kawaharazuka, Yoshiki Obinata, Hirokazu Ishida, Jihoon Oh, Temma Suzuki, Shintaro Inoue, Keita Yoneda, Ayumu Iwata, Kei Okada

机构 * The University of Tokyo（东京大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 在开发机器人基础模型竞争激烈的背景下，针对ALOHA产生高力和速度能力有限的问题，开发了低成本开源的MEVION双臂机器人数据收集系统，介绍其结构、性能，证明其能为特定任务收集数据及支持相关运动生成。

Comments Accepted to IEEE Robotics and Automation Practice, website: https://haraduka.github.io/mevion-hardware/