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。
用于 API 调用智能体的无环境合成数据生成
专题命中 预训练与数据 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究针对训练 API 调用 LLM 智能体数据收集瓶颈问题，提出无环境合成数据生成方法，利用 LLMs 生成任务、响应等，经评判器过滤轨迹，在相关基准上评估，结果表明此方法可有效训练智能体，是实用可扩展方案。
LatentLens: 揭示大语言模型中高度可解释的视觉标记
机构 * University of Cambridge（剑桥大学）
专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出 LatentLens 方法，通过将视觉标记与文本语料库中的上下文标记表示进行最近邻匹配，实现视觉标记的可解释性，发现大多数视觉标记在各层均具有可解释性。
Comments ICML 2026 (Camera Ready)
张量程序测试输入生成：什么真正发现内核错误
机构 * Arizona State University（亚利桑那州立大学）
专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；分类 cs.LG
AI总结 通过GPU模拟器模糊测试，比较七种测试生成策略在26个操作上的效果，发现边界形状采样在错误召回率（78%）和假阳性率（0%）上表现最佳。
Comments 8 pages, 1 figure, LNCS format. Companion paper: arXiv:2606.20128
编辑干预对检测母语痕迹的影响
机构 * University of Cambridge（剑桥大学） ； University of Zurich（苏黎世大学）
专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文研究了编辑干预对母语识别鲁棒性的影响，发现深层母语特征在轻微编辑中仍能保持，而流畅性编辑和改写会显著降低识别性能。
Comments KONVENS 2026
展示示例：从图像集合中推断视觉概念
机构 * Munich Center for Machine Learning（慕尼黑机器学习中心） ； Apple（苹果公司）
专题命中 预训练与数据 ：language model(abstract)
AI总结 提出VICIS任务评估视觉语言模型从图像集合中推断共享概念的能力，并设计训练框架与架构，使模型能提取概念嵌入并生成与查询一致的新图像。
Comments for code, view https://github.com/CompVis/set-learner
基于多视角语音特征的LoRA微调大语言模型用于痴呆检测
机构 * NAVER Cloud（NAVER云） ； Division of Communication and Media, Ewha Womans University（通信与媒体系，成均馆大学）
专题命中 指令微调 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 提出LoRA微调LLM，通过统一提示整合ASR转录、话语主题、时间流畅度和音韵序列四种语音特征，实现多视角推理，在ADReSSo上F1达90.14%。
Comments Accepted at INTERSPEECH 2026
重要的不是你说了什么，而是你怎么说：评估大语言模型对信念表达的回应
机构 * ETH Zürich（苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； UC San Diego（加州大学圣地亚哥分校）
专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 研究用户信念表达形式对大语言模型的影响，引入基于语言维度的类型学，生成可控查询对，评估不同架构、规模和训练阶段的16个LLMs，发现响应行为差异及能显著说服模型的特定信念表达，揭示语言框架对模型情境整合的影响。
Comments Published at ACL 2026
ArenaRL: 通过基于比赛的相对排名扩展强化学习以应对开放性智能体
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团）
专题命中 指令微调 ：LLM(abstract,abstract_cn)；SFT(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 ArenaRL通过基于比赛的相对排名机制，提升开放性智能体在复杂任务中的表现，实现效率与精度的平衡。
UtterTune：基于LoRA的多语言文本到语音中目标语言发音编辑与控制
机构 * Independent Researcher（独立研究者）
专题命中 指令微调 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 研究提出UtterTune轻量级方法，用于适配多语言TTS系统。利用低秩适应，在零样本设置下对目标语言日语实现音素级发音控制，保持自然度和说话者相似度，经评估证实该方法有效。
Comments 7 pages. Corrects the accent-correctness evaluation to the crowdsourced listening test (v3 inadvertently reported the earlier author-scored results), and adds a note on the precedence of the proposed token-based pronunciation-control method relative to a subsequent technical report, together with links to the released code, training/evaluation data, LoRA weights, and audio samples
Fara-1.5：面向计算机使用智能体的可扩展学习环境
机构 * Microsoft（微软）
专题命中 指令微调 ：SFT(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 提出FaraGen1.5数据流水线，结合真实网站与合成环境生成训练数据，通过三个互补验证器评分，训练出Fara1.5系列模型，在浏览器使用基准上达到新最优。
概率匹配排名实现真正深度的安全对齐
机构 * Siebel School of Computing and Data Science（塞比尔计算与数据科学学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 研究开源大语言模型安全问题，针对预填充攻击及相关防御，提出排名辅助预填充（RAP）攻击，又通过匹配令牌排名提出PRESTO方法，提升了模型在RAP攻击下的安全性，为安全开源模型发展助力。
小米机器人1：利用超过10万小时的真实世界轨迹扩展视觉语言动作模型
机构 * Xiaomi Robotics（小米机器人）
专题命中 指令微调 ：post-training(abstract)
AI总结 研究提出小米机器人1这一视觉语言动作模型，采用两阶段训练方法，预训练利用大量真实轨迹赋予模型能力，后训练使其与机器人实体及指令对齐。该模型在多基准测试中表现优异，能有效微调，建立新的最先进水平。
Comments Project page: https://robotics.xiaomi.com/xiaomi-robotics-1.html
VG3S：基于视觉几何的高斯散射用于语义占用预测
机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（电子与计算机工程系，香港科学与技术大学）
专题命中 指令微调 ：foundation model(abstract)
AI总结 VG3S 通过引入视觉基础模型的几何 grounding 能力，提升语义占用预测的准确性与泛化能力。
Comments Accepted by IROS 2026
强化学习从人类反馈（RLHF）中的评分者状态偏差：一个审计框架
机构 * Oles Honchar Dnipro National University（第聂伯罗国立奥列斯·冈察尔大学） ； Kyiv Institute of Modern Psychology and Psychotherapy（基辅现代心理与心理治疗研究所）
专题命中 后训练与偏好优化 ：RLHF(title,title_cn)；分类 cs.AI
AI总结 研究RLHF中评分者状态偏差这一结构化混淆，提出评分者状态变化是偏差来源，开发审计框架，定义相关概念，得出可证伪预测和效应大小阈值，提出审计协议和试点研究计划以分离偏差来源。
Comments v2: added sycophancy related work; Section 4 positioned against concurrent Bradley-Terry amplification results (Shapira et al. 2026); minor revisions
多语言语言模型对齐的元学习偏好
机构 * University of Warwick（华威大学） ； University College London（伦敦大学学院） ； University of Basel（巴塞尔大学）
专题命中 后训练与偏好优化 ：LLM(title)；large language model(abstract)；language model(abstract)；preference optimization(abstract)
AI总结 针对多语言环境下低资源语言对齐数据不足问题，提出元学习框架，利用其他语言偏好数据学习可转移初始化，经理论和实验验证，该方法在极低资源设置下比基线方法胜率最多提高28%，且在多场景表现优异。
逐字块胜过提取的人工制品：长LLM对话中记忆表征的控制消融研究
机构 * Hawaii Pacific University（夏威夷太平洋大学）
专题命中 长上下文与记忆 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 通过控制消融实验，发现逐字对话块在长对话记忆检索中比LLM提取的结构化人工制品（事实、决策等）准确率高15.9-22.0点，原因是提取过程丢失了逐字细节，而结构化记忆应作为逐字文本的补充而非替代。
Comments v4: title and abstract aligned with ARR August 2026 submission; six confound controls; 34 pages, 6 figures. Code: https://github.com/tao-hpu/cog-canvas
KoRe: 为大型语言模型设计的紧凑知识表示
机构 * University of Trento（特伦托大学）
专题命中 推理与问题求解 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文提出KoRe方法，通过将知识图谱的1跳子图编码为紧凑离散知识标记，并注入到LLM中，从而提升模型的知识推理能力并减少token使用量。
Prober.ai：基于LLM约束人设的门控探究式反馈用于论辩写作发展
机构 * Florida State University（佛罗里达州立大学） ； New York University（纽约大学）
专题命中 推理与问题求解 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 Prober.ai通过约束LLM生成结构化JSON输出，提供探究式问题反馈，帮助学生提升论辩写作能力，其双阶段交互架构通过强制反思提升认知能力。
Comments Prototype awarded second place at the NYEdTech Hackathon (March 2026) https://www.nyedtechhackathon.com/2026-submissions
提示编程用于大型语言模型的文化偏差与对齐
机构 * Information Systems and Modeling, Los Alamos National Laboratory（信息系统与建模，洛斯阿拉莫斯国家实验室） ； Advanced Research in Cyber Systems, Los Alamos National Laboratory（网络安全系统高级研究，洛斯阿拉莫斯国家实验室） ； Center for National Security and International Studies（国家安全与国际研究中心） ； Analytics Division, Los Alamos National Laboratory（分析部门，洛斯阿拉莫斯国家实验室）
专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
AI总结 本文提出通过提示编程优化大型语言模型的文化对齐，利用DSPy框架系统调整治文化偏差，实验表明提示优化优于传统手动提示工程，提升模型响应的可转移性与稳定性。
Comments 10 pages, pre-print
在冲突软件构件中衡量LLM的信任分配
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； IQVIA Inc.（IQVIA公司）
专题命中 推理与问题求解 ：LLM(title,title_cn)；分类 cs.AI
AI总结 研究探讨LLM在处理冲突软件构件时的信任分配问题，提出TRACE框架评估不同构件的质量、不一致性和信任校准，发现模型在检测文档错误时表现优于实现错误，但对实现漂移而文档无误的情况检测率下降，且信任校准不佳。
zkCraft: 基于提示的LLM作为零知识电路模糊测试的零样本突变模式Oracle
专题命中 推理与问题求解 ：LLM(title,title_cn)
AI总结 zkCraft结合确定性R1CS感知本地化与证明承载搜索，通过编码候选约束编辑为Row-Vortex多项式，利用LLM驱动的突变模板检测语义不一致，降低误报并提升ZK电路开发的鲁棒性。
Comments 36 pages, 12 figures, 9 tables
词汇丢弃：LLM共同进化中的课程多样性
机构 * Arizona State University（亚利桑那州立大学）
专题命中 推理与问题求解 ：LLM(title,title_cn)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 针对LLM共同进化中问题多样性崩溃的问题，提出词汇丢弃机制，通过在策略训练和课程生成时随机掩码输出logits维持多样性，在数学推理任务上提升求解器性能平均+4.4点。
Comments Accepted to COLM 2026
经验增强策略优化用于大语言模型推理
专题命中 推理与问题求解 ：LLM(title,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 提出经验增强策略优化（EAPO），通过将先验RL优化策略作为动作级经验先验并在关键决策点选择性注入，配合自适应重要性采样，解决RLVR中采样成本高和经验利用不足问题，在多个基准上提升推理性能。
利用AI代理的信息聚合
机构 * Department of Economics, University of Durham（杜伦大学经济学系）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.AI
AI总结 研究通过交易和观察价格波动，探讨大型语言模型能否聚合分散的私人信息，发现信息聚合在信息结构复杂时显著下降，且更智能的AI代理在聚合和盈利方面表现更好。
Comments 62 pages
用于有效规划和工具使用的流内智能体系统优化
机构 * Stanford University（斯坦福大学） ； Texas A&M University（德克萨斯农工大学） ； UC San Diego（圣地亚哥大学） ； Lambda Website（Lambda网站）
专题命中 推理与问题求解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究针对大语言模型中工具增强方法的不足，提出可训练的流内智能体框架AgentFlow及Flow-GRPO训练方法，通过协调模块优化规划器，在多基准测试中表现优异，展现流内优化优势。
Comments 47 pages, 12 figures. ICLR 2026 Oral. Project website: https://agentflow.stanford.edu/
基于结构化场景知识和可验证推理-行动一致性的自动驾驶认知双过程规划
机构 * School of Mechanical Engineering, Beijing Institute of Technology（北京理工大学机械工程学院） ； National Engineering Research Center of Electric Vehicles, Beijing Institute of Technology（北京理工大学电动车辆国家工程研究中心） ； School of Mechanical Engineering, Southeast University（东南大学机械工程学院）
专题命中 推理与问题求解 ：language model(abstract)；foundation model(abstract)
AI总结 研究自动驾驶高级规划问题，提出认知双过程规划框架，用S-CoT模式表示场景知识，通过自动数据引擎、视觉仲裁器及验证器实现自适应推理和规则验证，提升规划准确性、逻辑一致性并降低延迟，明确性能下降条件。
AutoVSR：用于从电路原理图生成符号表达式的自动视觉到符号推理
机构 * Hunan University, Changsha, China（湖南大学） ； Wuhan University of Technology, Wuhan, China（武汉理工大学） ； Huazhong University of Science and Technology, Wuhan, China（华中科技大学）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.AI
AI总结 研究旨在解决从电路原理图生成符号表达式的难题，提出AutoVSR框架，利用视觉语言模型，通过重建电路图为可执行中间表示并借助符号求解器推理，引入两项创新提升准确率，在任务中表现优于其他方法，还降低了推理成本和提高了计算效率。
不要愚弄我两次：通过经验驱动推理在野外适应逆境
机构 * Department of Engineering Design, Indian Institute of Technology, Madras（印度理工学院工程设计系，马德拉斯） ； Robotics Institute, Carnegie Mellon University（卡内基梅隆大学机器人研究所）
专题命中 推理与问题求解 ：language model(abstract)；分类 cs.LG
AI总结 提出一种持续学习框架，使移动机器人能够在线从干扰中学习，通过语义将异常行为归因于原因，从而更好地预测和规划未来。
Comments Accepted at 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
FlexNGIA 2.0：利用智能AI重新设计互联网——由AI设计、部署和管理的协议、服务和流量工程
专题命中 推理与问题求解 ：LLM(abstract)
AI总结 面对沉浸式通信需求等带来的契机，FlexNGIA 2.0利用基于大语言模型的AI智能体自主编排、配置和演进网络，可动态调整多种网络方案。通过初步实验证明其能力，为新型智能AI驱动网络奠基，也指出了相关关键研究挑战。
减少复杂问答中的幻觉：使用基于简单图的检索增强生成（长版）
机构 * National Innovation Centre for Data（数据创新研究中心）
专题命中 评测与基准 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本研究提出一种轻量级图结构支持的检索增强生成系统，通过结合向量搜索和图查询工具，在复杂问答任务中将幻觉答案数量减半，并显著提升事实正确性的精确率和召回率。
Comments 25 pages; expanded limitations section, corrected typos throughout and missing values in appendix table 1
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