语言大模型 / LLM

Look Less, Think Faster: Joint Token-Compute Adaptation for Multimodal LLMs

少看，快思考：多模态大语言模型的联合令牌-计算适配

Pengcheng Wang, Zhiquan Wang, Jayoung Lee, Zhuoyan Xu, Ran Xu, Saurabh Bagchi, Yin Li, Somali Chaterji

机构 * Purdue University（普渡大学） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； NVIDIA（英伟达） 纠错

专题命中 效率与部署 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)

AI总结 针对多模态大语言模型推理成本高的问题，提出SmartVL框架，通过视觉侧令牌控制器和LLM侧计算控制器联合控制视觉令牌数量和模型计算能力，实验证明该框架优于先前方法，实现更好的精度-效率平衡。

Comments Accepted at ECCV 2026

Defense Against LLM Backdoors using Critical Neuron Isolation Pruning

使用关键神经元隔离剪枝防御大语言模型后门攻击

Yuxi Li, Zhibo Zhang, Kailong Wang, Xingshuo Han, Ling Shi, Haoyu Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 效率与部署 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究大语言模型后门攻击问题，提出DeCNIP方法，利用表征分析统一识别和中和后门，通过优化交叉熵损失发现潜在威胁，隔离并剪枝后门关键神经元，有效降低攻击成功率，保持模型性能。

FineServe: A Fine-Grained Dataset and Characterization of Global LLM Serving Workloads

FineServe：一个细粒度的数据集以及对全球大语言模型服务工作负载的特征描述

Tiancheng Zhang, Shaoyuan Huang, Mingyuan Wang, Yunfeng Zhao, Xiaofei Wang, Wenyu Wang

机构 * Tianjin University（天津大学） ； PPIO Cloud (Shanghai) Co., Ltd.（PPIO云（上海）有限公司） 纠错

专题命中 效率与部署 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 针对大语言模型服务中高效服务面临的挑战，提出FineServe数据集，能对异构模型和任务的服务动态进行细粒度特征描述。通过分析得出波动模式，开发工作负载生成器，为评估相关策略提供现实基础。

Comments 14 pages, 14 figures

TriAgent: Divergence-Aware Multi-Agent Committees for Cost-Efficient Financial Sentiment Analysis

TriAgent：用于成本效益型金融情绪分析的差异感知多智能体委员会

Isabel Xu, Cynthia Xu, Rachel Ren, Cong Guo, Jiacheng Ding

机构 * The Overlake School（奥弗湖学校） ； Edwards Vacuum Inc.（爱德华兹真空公司） ； The University of Memphis（孟菲斯大学） 纠错

专题命中 效率与部署 ：LLM(summary_cn,abstract)；分类 cs.CL、cs.LG

AI总结 研究针对基于生产LLM的金融情绪分析成本高问题，提出TriAgent多智能体委员会，按上下文粒度分层，用SDI衡量分歧并路由查询，有批评者平稳期等发现及三个推论，节省成本且效果好。

OpenEvoShield: Dual Non-Stationary Continual Defense for Open-World Multi-Agent System Attacks

OpenEvoShield：面向开放世界多智能体系统攻击的双重非平稳持续防御

Litian Zhang, Chaozhuo Li, Yuting Zhang, Zejian Chen, Bingyu Yan, Qiwei Ye

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beihang University（北京航空航天大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

专题命中 效率与部署 ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 针对LLM-MAS中对手通过通信注入恶意指令的双重动态攻击，提出OpenEvoShield持续防御框架，含不对称速率控制器等组件，实验表明其在多基准和拓扑上优于基线，能检测多数未见攻击且误报率低。

Comments 29 pages, 5 figures, 14 tables

BitNet Text Embeddings

BitNet 文本嵌入

Zhen Li, Xin Huang, Liang Wang, Nan Yang, Ting Song, Yan Xia, Xun Wu, Shaohan Huang, Huishuai Zhang, Furu Wei, Dongyan Zhao

机构 * Peking University（北京大学） ； Microsoft Research（微软研究院） 纠错

专题命中 效率与部署 ：LLM(summary_cn,abstract)；分类 cs.CL

AI总结 提出BITEMBED框架，通过将预训练LLM转换为BitNet风格编码器并联合训练，实现低比特文本嵌入，在MMTEB基准上性能接近全精度模型，同时降低存储和计算开销。

Model Gateway: Management Platform for Model-Driven Drug Discovery

模型网关：模型驱动药物发现的管理平台

Yan-Shiun Wu, Sai Mahit Vaddadi, Zachary A. Rollins, Nathan A. Morin

机构 * Eli Lilly and Company（埃利丽尔公司） 纠错

专题命中 效率与部署 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 针对药物发现对特殊机器学习基础设施的需求，现有平台无法满足。本文提出基于云的模型网关平台，可管理药物发现管道中的模型，提供多种服务，已在礼来公司生产，管理众多模型并服务多个下游应用。

Comments 20 pages, 4 figures, 3 tables

EvoThink: Evolving Thinking in Large Reasoning Models via Self-Pruning and Aha-Moment Preference Optimization

EvoThink：通过自剪枝和顿悟时刻偏好优化在大型推理模型中进化思维

Xinbang Dai, Zheyu Xin, Huikang Hu, Lin Ren, Rihui Jin, Guohui Xiao, Guilin Qi, Kuicai Dong, Zhaocheng Du, Yuyang Zhang

机构 * Southeast University（东南大学） ； Noah’s Ark Lab（诺亚方舟实验室） 纠错

专题命中 效率与部署 ：preference optimization(title,abstract)；分类 cs.AI

AI总结 研究针对大型推理模型过度思考问题，提出EvoThink框架，含自剪枝训练和顿悟时刻偏好优化两个关键组件，能减少冗余验证、探索新推理路径，经评估可提高推理效率与能力。

Comments 9 pages, 7 figures, accepted by IJCAI 2026

DifFoundMAD: Foundation Models meet Differential Morphing Attack Detection

DifFoundMAD：基础模型与微分变形攻击检测

Lazaro J. Gonzalez-Soler, André Dörsch, Christian Rathgeb, Christoph Busch

机构 * Biometrics and Security Research Group（生物识别与安全研究组） 纠错

专题命中 效率与部署 ：foundation model(title,abstract)

AI总结 DifFoundMAD利用视觉基础模型的泛化能力，通过轻量微调和类平衡优化，有效检测变形攻击，显著降低高安全等级下的误报率。

Comments Accepted in IJCB 2026

Twin Agent: Context Residual Compression for Privilege Separated Agents

孪生智能体：用于特权分离智能体的上下文残差压缩

Zhanhao Hu, Dennis Jacob, Xiao Huang, Zhaorun Chen, Bo Li, David Wagner

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of Chicago（芝加哥大学） ； University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对大语言模型智能体易受安全风险问题，提出孪生智能体模式，由探索和安全智能体组成，通过探索智能体传递紧凑提示，减少信息需求，在保持高任务效用的同时防止提示注入攻击，优于其他基线。

Mage-Flow: An Efficient Native-Resolution Foundation Model for Image Generation and Editing

Mage-Flow：用于图像生成和编辑的高效原生分辨率基础模型

Xinjie Zhang, Peng Zhang, Shicheng Zheng, Jinghao Guo, Zhaoyang Jia, Yifei Shen, Xun Guo, Yuxuan Luo, Jiahao Li, Wenxuan Xie, Fanyi Pu, Xiaoyi Zhang, Kaichen Zhang, Zongyu Guo, Tianci Bi, Dongnan Gui, Zhening Liu, Zimo Wen, Zihan Zheng, Senqiao Yang, Xiao Li, Jinglu Wang, Bin Li, Yan Lu

机构 * Microsoft Mage Team（微软Mage团队） 纠错

专题命中 效率与部署 ：foundation model(title)；分类 cs.AI、cs.LG

AI总结 研究针对大规模视觉生成器成本高的问题，提出Mage-Flow，由Mage-VAE和原生分辨率多模态扩散Transformer组成。通过协同设计实现高效文本到图像生成及编辑，开发完整模型家族，Turbo变体在高分辨率下生成和编辑高效，性能有竞争力。

Neuro-Symbolic AI for Korean Criminal Law: Sentencing Prediction and Document Drafting

用于韩国刑法的神经符号人工智能：量刑预测与文件起草

Yeonseok Lee

专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 针对韩国刑法中量刑预测与文件起草问题，提出神经符号框架，用大语言模型提取语义，可满足性模理论求解器计算法定罚款，减少幻觉风险，并纳入人工参与验证，对交通犯罪量刑指南形式化，支持简易起诉。

Comments 17 pages, 4 figures

Benchmarking Confidential GPU Inference on NVIDIA H100 under Intel TDX

在英特尔 TDX 下对 NVIDIA H100 上的机密 GPU 推理进行基准测试

Wei Wang, Abdul Hyee Waqas, Burns Smith

机构 * Mozilla 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 研究在英特尔 TDX 下 NVIDIA H100 GPU 上，比较标准与机密计算模式对语言模型推理的影响。通过两个模型实验，测量多项指标，发现机密模式会使首次令牌时间增加、全局令牌吞吐量下降，较大模型更早饱和，为容量规划提供参考。

Fine-grained Computation-Communication Overlap via Tile-level Signaling and Scheduling for Mixture-of-Experts

基于瓦片级信号与调度的专家混合模型细粒度计算-通信重叠

Minyu Cui, Anna Wingkvist, Morgan Ericsson

机构 * Linnaeus University（林纳大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究针对专家混合模型在多GPU系统中通信延迟问题，提出通过瓦片级信号与调度实现细粒度计算-通信重叠的方法，结合生产者-消费者协同设计，在4个A100 GPU平台评估中取得加速效果，提升了不同场景下的性能。

Comments To appear at the 55th International Conference on Parallel Processing (ICPP 26)

Statistical Inference for Rank Allocation in Low-Rank Adaptation

低秩适应中秩分配的统计推断

Yihang Gao, Vincent Y. F. Tan

机构 * Department of Mathematics, National University of Singapore（数学系，新加坡国立大学） ； Department of Mathematics and Department of Electrical and Computer Engineering, National University of Singapore（数学系和电气与计算机工程系，新加坡国立大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 研究低秩适应中在固定参数预算下分配秩资源的问题，提出StatLoRA方法，将其表述为统计假设检验问题，通过检验统计量和p值确定组件取舍，实验表明该方法在匹配秩预算下性能良好，支持了分配规则稳定性及渐近理论。

Comments 77 pages

Content Creation with Spillovers: An Incentive Design Approach

具有溢出效应的竞赛：利用生成式人工智能激励内容创作

Sagi Ohayon, Boaz Taitler, Omer Ben-Porat

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出CCS模型，解决GenAI时代内容创作中的溢出效应问题，通过参数化分配机制确保均衡存在，并提供强福利保障。

Trusting What You Cannot See: Auditable Fine-Tuning and Inference for Proprietary AI

信任你无法看到的东西：可审计的微调与推理用于专有AI

Heng Jin, Chaoyu Zhang, Hexuan Yu, Shanghao Shi, Ning Zhang, Y. Thomas Hou, Wenjing Lou

机构 * Virginia Tech（弗吉尼亚理工学院） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 AFTUNE通过可审计和可验证的框架，确保云上微调和推理的计算完整性，实现可信模型服务。

Variable-length Gray codes for the Natural Numbers

自然数的可变长度格雷码

Ezequiel López-Rubio

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

AI总结 研究提出一种自然数的可变长度格雷码\(\V\)，通过特定构造方式获得。证明了其具有双射、编辑距离为\(1\)、码字长度单调非递减等性质，实现了\(\Bits\)的哈密顿枚举，还讨论了其压缩行为及在特定编码家族中的应用。

Zero2Skill: Bootstrapping Robot Skills through Autonomous Data Collection, Training, and Deployment

PhysClaw-0：一种通过语言修正实现机器人自主的共生智能体系统

Boyuan Wang, Zhenyuan Zhang, Zhiqin Yang, Peijun Gu, Shuya Wang, Xiaofeng Wang, Xianghui Ze, Yifan Chang, Guosheng Zhao, Jiangnan Shao, Guan Huang, Hengyu Liu, Yonggang Zhang, Wei Xue, Chunyuan Guan, Chenglin Pu, Yike Guo, Xingang Wang, Zheng Zhu

机构 * GigaAI（字节跳动人工智能实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Leeds（利兹大学） ； Cornell University（康奈尔大学） ； Tsinghua University（清华大学） ； Nanjing University of Science and Technology（南京理工大学） ； The Chinese University of Hong Kong（香港中文大学） ； FAWTD（一汽技术开发部） 纠错

专题命中 效率与部署 ：LLM(abstract,abstract_cn)

AI总结 研究针对自主数据收集问题，提出PhysClaw-0共生智能体系统，通过跨轮保留和重用修正、自主收集验证等方式，在真实机器人测试中减少人力时间，提高成功率，并提升验证者与人类一致性。

Comments WebPage: https://open-gigaai.github.io/Zero2Skill

GPU-to-Grid: Voltage Regulation via GPU Utilization Control

GPU到电网：通过GPU利用率控制实现电压调节

Zhirui Liang, Jae-Won Chung, Mosharaf Chowdhury, Jiasi Chen, Vladimir Dvorkin

专题命中 效率与部署 ：LLM(abstract,abstract_cn)

AI总结 本文提出GPU到电网框架，通过控制GPU利用率实现分布级电压调节，发现减少GPU功率消耗可能缓解电压下限问题，而增加GPU功率可缓解电压上限问题，挑战传统观点。

Spectral-LSH: Sub-Quadratic Prompt Compression via Krylov-Projected Locality-Sensitive Hashing

谱局部敏感哈希：通过Krylov投影局部敏感哈希实现次二次方的提示压缩

Ali Mahdavi, Azaseh Zamanifar, Amirfarhad Farhadi, Omid Kashefi

机构 * Islamic Azad University（伊斯兰阿扎德大学） ； Iran University of Science and Technology（伊朗科技大学） ； Meta 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究针对长提示推理成本高的问题，提出谱局部敏感哈希方法，通过Krylov子空间方法等近似注意力核算子，应用SimHash分组聚合令牌，实验揭示压缩率相变及不同压缩率下方法优势，自适应后端可兼顾不同情况。

Total Variation Distance Estimation in Autoregressive Models

自回归模型中的总变差距离估计

Eric Price, Kevin Tian, Zhiyang Xun, Yusong Zhu

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 效率与部署 ：LLM(abstract,comments)；分类 cs.LG

AI总结 研究自回归模型中两个分布的总变差距离估计问题。在样本、对数概率、噪声对数概率三种访问模型下，分别给出不同查询次数的估计方法，并通过实验验证算法的稳健性和实用性，即便KL散度无穷时也能估计。

Comments 39 pages, 11 figures, code is available at https://github.com/XunZhiyang/llm-tv-estimation

BRIM: Workload-Balanced Dual-Sided Bit-Serial Sparse Inference Accelerator

BRIM：工作负载平衡的双边位串行稀疏推理加速器

Varun Manjunath, Ruokai Yin, Donghyun Lee, Arkapravo Ghosh, Priyadarshini Panda

机构 * University of Southern California（南加州大学） ； Yale University（耶鲁大学） 纠错

专题命中 效率与部署 ：post-training(abstract)；分类 cs.AI

AI总结 研究针对双边位串行稀疏推理加速器工作负载不平衡问题，提出BRIM。它采用循环平衡剪枝和成对时隙捐赠两种机制，在等面积约束下评估，能提高PE利用率，实现显著加速和能效提升。

Frequentist Consistency of Prior-Data Fitted Networks for Causal Inference

用于因果推断的先验数据拟合网络的频率派一致性

Valentyn Melnychuk, Vahid Balazadeh, Stefan Feuerriegel, Rahul G. Krishnan

机构 * LMU Munich \& Munich Center for Machine Learning (MCML), Munich, Germany ； University of Toronto \& Vector Institute, Toronto, Canada 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG

AI总结 本文分析基于先验数据拟合网络（PFN）的平均处理效应（ATE）估计量的频率派一致性，发现其存在先验诱导的混淆偏差，并提出基于一步后验校正（OSPC）的校准方法，结合鞅后验恢复功能干扰后验，从而恢复频率派一致性并实现半参数Bernstein-von Mises定理。

Journal ref Proceedings of the 43-rd International Conference on Machine Learning, Seoul, South Korea, PMLR 306, 2026

BLUE: Semantics-Preserving Video Compression for Efficient Vision-Language Surveillance Analytics

BLUE：用于高效视觉语言监控分析的语义保留视频压缩

Shubham Baid, Akash James, Sahil Chachra, Nishant Sinha, Kunal Kislay

机构 * KGraph AI Solutions Pvt. Ltd.（KGraph AI解决方案私人有限公司） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 研究持续监控视频给企业视频分析系统带来的负担问题，提出BLUE固定摄像头监控压缩方法，在VIRAT和CHAD数据集上实验，结果表明该方法能在保留VLM语义性能时降低带宽和推理成本。

Comments 17 pages, 10 figures, 6 tables

PerceptDrive: Perception Prior World-Action Modeling with Adaptive Expert Routing for End-to-End Autonomous Driving

PerceptDrive：用于端到端自动驾驶的具有自适应专家路由的感知先验世界-动作建模

Yushan Liu, Tianxiong Lv, Bohua Wang, Hangqi Fan, Chenxu Zhao, He Zheng, Xuchang Zhong, Yifan Xie, Congyang Zhao, Zhihao Liao, Leigang Luo, Yang Cai, Xiao-Ping Zhang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； AMap, Alibaba Group（高德软件有限公司，阿里巴巴集团） 纠错

专题命中 效率与部署 ：foundation model(abstract)

AI总结 研究针对自动驾驶中感知基础模型的问题，提出PerceptDrive框架，将教师提炼先验和观察潜变量输入可训练模型，经特定分支处理、先验保留及场景条件路由，实验表明其性能领先，证实相关方法的有效性及对先验的依赖。

SOPD-SocialNav: Selective On-Policy Distillation for Vision-Language Social Navigation

SOPD-SocialNav：用于视觉语言社交导航的选择性在线策略蒸馏

Xinyu Zhang, Zishuo Wang, Ling Xiao

机构 * Graduate School of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术研究生院） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 针对大规模视觉语言模型难部署、轻量级模型社交推理能力不足的问题，提出SOPD-SocialNav方法，通过基于熵的令牌选择机制及温度控制的散度目标，将社交导航知识从大型教师模型转移到轻量级学生模型，实验证明该方法有效。

Comments This paper has been accepted to 2026 WRC Symposium on Advanced Robotics and Automation (WRC SARA)

SimulS2ST-Omni: Data-Efficient Streaming Speech-to-Speech Translation via Explicit Trajectory Supervision

SimulS2ST-Omni：通过显式轨迹监督实现数据高效的流式语音到语音翻译

Rongshen He, Xinyu Liang, Dekun Chen, Jiaqi Li, Mingjie Chen, Zhizheng Wu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 研究长格式流式语音到语音翻译，提出仅用约2000小时配对数据的训练方法，核心是联合文本-代码轨迹监督，双流分解减轻干扰，在质量-延迟权衡上表现出色，与先进闭源系统相当。

Comments 29 pages, 19 figures, 16 tables

Learning Latency-Aware Orchestration for Multi-Agent Systems

学习多智能体系统的延迟感知编排

Xi Shi, Mengxin Zheng, Qian Lou

专题命中 效率与部署 ：LLM(abstract)

AI总结 针对多智能体系统推理延迟高的问题，提出延迟感知多智能体系统（LAMaS）。训练时通过约束优化学习延迟感知执行图，推理时用轻量级控制器补充。实验显示其在降低端到端延迟超50%的同时保持精度，且具模块化可移植性。

Comments This submission was intended to be an updated version of arXiv:2601.10560. Any subsequent updates will appear there

Cross-Model Consistency of AI-Generated Exercise Prescriptions: A Repeated Generation Study Across Three Large Language Models

跨模型一致性分析：AI生成运动处方的重复生成研究：在三个大型语言模型间

Kihyuk Lee

机构 * Data Convergence Team, Office of Hospital Information, Seoul National University Bundang Hospital（数据融合团队，医院信息办公室，首尔国立大学医院） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI

AI总结 研究比较了三种大型语言模型在重复生成运动处方时的一致性，发现GPT-4.1在语义相似度上最高，而Gemini 2.5 Flash表现出重复性，揭示了生成行为的差异，强调模型选择应作为临床决策。

Comments 24 Pages, 2 Figures, 6 Tables and 2 Supplementary Materials. v2: Removed personal contact information

Journal ref International Journal of Medical Informatics, 220 (2026) 106594