语言大模型 / LLM

Same Predictions, Different Reasons: The Effect of Quantization on Model Explanations

相同预测，不同原因：量化对模型解释的影响

Kazi Kamruzzaman Rabbi, Md. Zami Al Zunaed Farabe, M. Sohel Rahman

机构 * BRAC University（BRAC大学） ； Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程技术大学） 纠错

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

AI总结 研究训练后量化（PTQ）对五种CNN架构可解释性的影响，采用结合Grad - CAM和LIME的双重框架，在二分类数据集上比较全精度和量化模型，发现分类精度非可解释性稳定性可靠指标，架构选择与量化策略同样重要。

Comments 12 pages, 3 Figures

Real-Time Semantic Segmentation with Optimized RetinaNet Architectures for Embedded Automotive Systems

用于嵌入式汽车系统的优化RetinaNet架构的实时语义分割

Sai Sidharth D

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

AI总结 针对嵌入式汽车系统对实时感知的需求，提出Opt-RetinaSeg架构，通过优化主干、FPN及引入分割头解决不平衡问题，经三阶段优化，在相关数据集和硬件上实现高速、小模型且高精度的实时语义分割。

VibeVoice-ASR-BitNet Technical Report

VibeVoice-ASR-BitNet技术报告

Songchen Xu, Ting Song, Shaohan Huang, Zhiliang Peng, Yan Xia, Yujie Tu, Xin Huang, Xun Wu, Wenhui Wang, Yaoyao Chang, Jianwei Yu, Li Dong, Furu Wei

机构 * Microsoft Research（微软研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

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

AI总结 介绍VibeVoice-ASR-BitNet，针对边缘CPU实时推理优化。采用异构量化及渐进式量化感知训练，在ggml框架实现自定义内核和运算符，可比模型大小下速度快1.6 - 2.3倍，准确性略降。

Comments Technical Report

WeCon: An Efficient Weight-Conditioned Neural Solver for Multi-Objective Combinatorial Optimization Problems

WeCon: 一种高效的权重条件神经求解器用于多目标组合优化问题

Xuan Wu, Jinbiao Chen, Yang Li, Lijie Wen, Chunguo Wu, Yuanshu Li, Yubin Xiao, Chunyan Miao, You Zhou, Di Wang

机构 * Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education（教育部符号计算与知识工程重点实验室） ； College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； College of Software, Jilin University（吉林大学软件学院） ； School of Software, Tsinghua University（清华大学软件学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理学院 computing and information systems 系） 纠错

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

AI总结 提出一种权重条件神经求解器WeCon，通过编码器中的门控残差融合和解码器中的残差融合模块增强权重-特征交互，并采用高效偏好优化构建高质量解对，在多个多目标组合优化问题上达到与最先进方法相当的HV值并减少40%推理时间。

FRIGID: Scaling Diffusion-Based Molecular Generation from Mass Spectra at Training and Inference Time

FRIGID：在训练和推理时通过质谱进行扩散分子生成的扩展

Montgomery Bohde, Hongxuan Liu, Mrunali Manjrekar, Magdalena Lederbauer, Shuiwang Ji, Runzhong Wang, Connor W. Coley

机构 * Massachusetts Institute of Technology, Cambridge, MA, United States ； Texas A\&M University, College Station, TX, United States 纠错

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

AI总结 FRIGID通过中间指纹表示和确定的化学式生成分子结构，利用扩散模型在大规模无标签数据上训练，推理时通过碎片修复提升准确性，达到18%的Top-1准确率。

Analyzing the Importance of Blank for CTC-Based Knowledge Distillation

分析基于连接时序分类的知识蒸馏中空白符的重要性

Benedikt Hilmes, Nick Rossenbach, Ralf Schlüter

机构 * RWTH Aachen University（亚琛RWTH大学） ； Apptek GmbH（Apptek公司） 纠错

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

AI总结 探讨基于 CTC 的知识蒸馏中空白符处理，指出常见空白消除方法不足，通过引入对称选择法，能在知识蒸馏时消除 CTC 损失且性能无明显下降，使训练独立于目标标签，可用于未转录音频数据蒸馏。

Comments Accepted for Interspeech 2025

Test-Time Adaptation via Dual Distillation for Videos Under Severe Distribution Shifts

通过双重蒸馏实现严重分布偏移下视频的测试时自适应

André Sacilotti, Samuel Felipe dos Santos, Jurandy Almeida

机构 * University of São Paulo（圣保罗大学） ； Federal University of São Carlos（圣卡洛斯联邦大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 研究针对视频在严重分布偏移下测试时自适应难题，提出双重蒸馏的测试时自适应框架TADD，依赖轻量级投影适配器及互补损失适应目标域，在多个视频动作识别基准测试中优于现有TTA基线，显著提升识别准确率。

DeCoRAG: Cognitive Decoupling and Semantic-Aware Cropping for Complex Document Understanding

DeCoRAG：用于复杂文档理解的认知解耦和语义感知裁剪

Shuo Wang, Kai Zhang, Wenyuan Huang, Yizheng Yu, Xia Liao, Junming Su, Qing Wang, Fang Xi

专题命中 效率与部署 ：language model(abstract)

AI总结 研究针对复杂文档理解中多模态检索增强生成的难题，提出DeCoRAG方法，通过认知解耦、建立语义锚及区域感知裁剪机制，提升语义通过率，减少提示令牌，在复杂文档基准测试中取得良好效果。

Comments 11 pages, 4 figures, 8 tables

UniGen-AR: Unifying Visual Generation with Auto-Regressive Modeling

UniGen-AR：通过自回归建模统一视觉生成

Zhipeng Bao, Zhen Zhu, Nupur Kumari, Anurag Bagchi, Yu-Xiong Wang, Pavel Tokmakov, Martial Hebert

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳 - 香槟分校） ； Toyota Research Institute（丰田研究院） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 研究统一视觉生成问题，提出UniGen-AR框架，将通用多模态语言模型与视觉自回归解码器配对，能为多任务生成图像值输出，相比基于扩散的基线，推理延迟低达19倍，确立视觉自回归建模为统一视觉生成的高效主干。

Color Fundus Photography Analysis: Co-evolution of Data, Preprocessing, and Modeling toward Multimodal AI

彩色眼底摄影分析：数据、预处理和建模向多模态人工智能的共同进化

Yu Li, Wengan He, Wenhui Xu, Lihong Jiang, Fan Xiao, Zhuohang Huang, Yuanzhu Liang, Jiayi Liu, Yuxi Chen, Yongsheng Luo

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

AI总结 研究彩色眼底摄影分析中数据、预处理和建模的共同进化，通过数据集进化、预处理范式和建模框架的相互作用进行综合概述，指出未来进展取决于三者协同优化，为临床部署等提供路线图。

Comments Survey paper, 77 pages, 18 figures, 2 tables

Rethinking Logic Optimization Operators: Theory-Derived Operator Compression via Agentic Source Analysis

重新思考逻辑优化运算符：通过智能源分析实现理论驱动的运算符压缩

Keren Zhu

专题命中 效率与部署 ：LLM(abstract)

AI总结 研究逻辑优化运算符，利用智能源分析制定运算符关系实现理论驱动的运算符压缩，形成TACO，实验表明其在减少运行时、节点数和层级等方面表现出色，TACO - max在特定输入行上有较好的NDP几何平均比率。

Comments 23 pages, 4 figures. Code and data: https://github.com/CODA-Team/TACO

Multi-Modal Object Re-Identification with Prompt-S6 and Semantic-Aware Knowledge Guidance

基于Prompt-S6和语义感知知识引导的多模态目标重识别

Weixiang Zhou, Jiabei Zuo, Yuhao Wang, Cong Wang, Huchuan Lu, Zhixun Su

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

AI总结 研究多模态目标重识别问题，提出基于Prompt-S6和语义感知知识引导的PRISM框架，设计语义驱动令牌剪枝和渐进融合网络两个关键组件，有效抑制背景干扰，实现三模态对齐，提升多模态目标重识别的有效性和效率。

Comments Accepted by IEEE TIP 2026. The version of record may differ slightly

INT8 Quantization Makes ARM Edge Inference Dispatch-Invariant

INT8量化使ARM边缘推理调度不变

Sebastián A. Cruz Romero, Shenied E. Maldonado Guerra

专题命中 效率与部署 ：post-training(abstract)

AI总结 研究ARM边缘推理中神经网络输出等价类情况，发现INT8 QDQ训练后量化通过H1+H2属性使输出等价，验证了在不同ARM微内核下的位精确一致性，确定x86破坏不变性的机制，指出INT8推理可重现，行为变化轴是精度。

Comments Submitted to Journal of Edge Computing; In-review

The Sparsity Tax: Weight Sparsity Trade-offs in Event-Driven SIMD and SIMT Neuromorphic Cores

稀疏性代价：事件驱动的SIMD和SIMT神经形态核心中的权重稀疏权衡

Mattias Westerink, Sameed Sohail, Berend-Jan van der Zwaag, Sabih Gerez, Amirreza Yousefzadeh

专题命中 效率与部署 ：post-training(abstract)

AI总结 研究事件驱动神经形态推理中权重稀疏性带来的问题及权衡，通过比较三种加速器量化稀疏性代价，利用特定流程和估计评估不同剪枝水平下的神经网络推理，结果表明性能和能量依赖稀疏性处理方式，SIMT在高稀疏性下有优势。

Comments Accepted for publication in the IEEE MCSoC 2026 conference

ARBITER: Guarded Agentic Control for SLO-Oriented Kubernetes Remediation

ARBITER：面向服务水平目标的Kubernetes修复的受保护代理控制

Pooyan Habibi, Alberto Leon-Garcia

专题命中 效率与部署 ：LLM(abstract)

AI总结 研究在Kubernetes微服务上维护SLO的难题，提出ARBITER受保护控制平面，构建因果资源图等，分离规划与执行，支持多种规划方式。通过实验评估其在选择修复操作和下游目标等方面的效果，展示了优于HPA/仅资源控制的性能。

The Few-shot Dilemma: Over-prompting Large Language Models

少样本困境：过度提示大型语言模型

Yongjian Tang, Doruk Tuncel, Christian Koerner, Thomas Runkler

机构 * Siemens AG（西门子股份公司） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(title,abstract)；language model(title,abstract)；prompting(title,abstract)

AI总结 本文提出一个提示框架，使用随机采样、语义嵌入和TF-IDF三种少样本选择方法，在多个LLM上实验发现过多领域特定示例会降低性能，并通过TF-IDF与分层采样结合找到最优示例数量，在软件需求分类上超越现有方法1%。

Comments accepted for the main track of IEEE FLLM conference; see the DOI and report number below

Making Mathematical Knowledge Explainable, Accessible and Interoperable Through Large Language Model Integration

通过大语言模型集成使数学知识可解释、可访问和可互操作

Jan Range, Björn Schembera, Dominik Göddeke

机构 * Stuttgart Center for Simulation Science (SC SimTech), University of Stuttgart（斯图加特大学斯图加特模拟科学中心 (SC SimTech)） ； Institute of Applied Analysis and Numerical Simulation, University of Stuttgart（斯图加特大学应用分析与数值模拟研究所） 纠错

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

AI总结 研究旨在解决数学模型文档不符合FAIR原则及访问难等问题，通过模型上下文协议（MCP）服务器将大语言模型与MathModDB集成，实现基于认知的LLM使用，提高可解释性、可访问性并简化互操作性，通过用例展示了集成优势。

Comments Preprint submitted to 6th Wikidata Workshop@ISWC

OpenAIs HealthBench in Action: Evaluating an LLM-Based Medical Assistant on Realistic Clinical Queries

OpenAIs HealthBench in Action: 评估基于LLM的医疗助手在真实临床查询中的表现

Sandhanakrishnan Ravichandran, Shivesh Kumar, Rogerio Corga Da Silva, Miguel Romano, Reinhard Berkels, Michiel van der Heijden, Olivier Fail, Valentine Emmanuel Gnanapragasam

机构 * OpenAI 纠错

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

AI总结 DR.INFO在HealthBench基准测试中表现优异，优于多个前沿LLM，在复杂临床查询中展现出高准确性和情境感知能力。

Comments 13 pages, two graphs

VeriLLMed: Interactive Visual Debugging of Medical Large Language Models with Knowledge Graphs

VeriLLMed: 基于知识图谱的医疗大语言模型交互式可视化调试

Yurui Xiang, Xingyi Mao, Rui Sheng, Zixin Chen, Zelin Zang, Yuyang Wu, Haipeng Zeng, Huamin Qu, Yushi Sun, Yanna Lin

机构 * IEEE 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

AI总结 本文提出VeriLLMed系统，通过整合外部生物医学知识，帮助开发者审计和调试医疗大语言模型的诊断推理过程，识别三种常见诊断错误类型，提升模型可靠性。

Comments Accepted by VIS 2026

PrinciplismQA: A Philosophy-Grounded Approach to Assessing LLM-Human Clinical Medical Ethics Alignment

PrinciplismQA: 一种基于哲学的评估LLM与人类临床医学伦理对齐的方法

Chang Hong, Minghao Wu, Qingying Xiao, Yuchi Wang, Xiang Wan, Guangjun Yu, Benyou Wang, Yan Hu

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； National Health Data Institute, Shenzhen（深圳国家健康数据研究院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI

AI总结 本文提出PrinciplismQA，一种基于哲学框架的评估方法，用于评估LLM在临床医学伦理上的对齐情况，通过专家验证的问题集揭示模型在伦理推理上的不足。

Comments ACL 2026 Findings

LLM-Based Scientific Equation Discovery via Physics-Informed Token-Regularized Policy Optimization

基于大语言模型的科学方程发现：通过物理引导的令牌正则化策略优化

Boxiao Wang, Kai Li, Tianyi Liu, Chen Li, Junzhe Wang, Yifan Zhang, Jian Cheng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； State Key Laboratory of Aerodynamics（航空动力国家重点实验室） ； School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院） 纠错

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

AI总结 本文提出PiT-PO框架，通过强化学习使LLM成为适应性生成器，生成科学一致且结构简洁的方程，提升科学发现性能。

Comments Accepted at KDD 2026. Code is available at https://github.com/CAS-CLab/PiT-PO

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining, Vol. 2, pp. 12195-12206, 2026

TRIDENT: Benchmarking LLM Safety in Finance, Medicine, and Law

TRIDENT：评估金融、医学和法律领域大语言模型的安全性

Zheng Hui, Yijiang River Dong, Ehsan Shareghi, Nigel Collier

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

AI总结 研究针对大语言模型在金融、医学和法律领域的安全评估问题，基于相关伦理准则定义安全原则并引入Trident-Bench基准进行评估，揭示了不同模型的安全差距，为LLM安全研究提供了系统资源和研究基础。

Comments COLM 2026

Retrieval-Augmented Large Language Models as Components of Cognitive Computing architecture for Regulatory Knowledge Management

作为监管知识管理认知计算架构组件的检索增强大语言模型

Dariusz Nowak-Nova

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

AI总结 研究探讨将大语言模型与检索增强生成架构集成用于监管知识管理，提出本地部署LLMs的架构方法，经实验验证，此集成提升了生成文本质量，引入可审计性等，增强后的LLMs可作为认知计算基础设施的语义处理模块。

A Cybersecurity MLPS Large Language Model with Multi-Path Retrieval Fusion

一种具有多路径检索融合的网络安全多级保护方案大语言模型

Qian Li, Zhenyan Qi, Liang Shen, Yuan Zhang, Yifan Wan, Junyuan Ma, Yining Hu

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)

AI总结 针对网络安全MLPS，提出集成多种检索策略的大语言模型框架，结合分层、基于树及基于词元化的匹配检索，减少无关干扰，采用多维加权评分评估，在十个典型问题实验中该特定领域模型总分更高。

Opaque Epistemic Mediation: How LLM Deployment Configurations Shape the Validation of Pseudo-Science

不透明的认知中介：大型语言模型部署配置如何塑造伪科学的验证

Davide Scarso, Hugo Noronha de Almeida, Joaquim Pina

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

AI总结 研究商业大语言模型对伪科学主张的验证，通过测试四个模型家族在不同时间点的表现，发现Grok快速版本评分异常高，还发现模型行为受部署配置影响，如无声补丁、输出差异等，强调这一现象需新的认知问责形式。

Comments 16 pages, 2 tables

QuantHarness: Price-Driven Multi-Agent LLMs for High-Frequency Trading

QuantHarness：用于高频交易的价格驱动多智能体大语言模型

Fei Xiong, Xiang Zhang, Aosong Feng, Siqi Sun, Chenyu You

专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)

AI总结 研究针对高频交易需求，引入QuantHarness多智能体LLM框架，将交易分解为四个智能体，利用结构化信号与LLM推理结合，经多金融工具实验验证，该框架在多指标上优于基线方法，为高频金融市场实时决策提供可行路径。

Capital Markets LLM Reliability Score (CM-LRS): From Plausible to Bankable

资本市场大语言模型可靠性评分（CM-LRS）：从似是而非到可信赖

Prerit Ahuja

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

AI总结 研究资本市场大语言模型输出的可信赖问题，提出CM-LRS从七个维度评估工作流程输出，通过五个工作流程对四个模型与四位评判者评分，发现前沿闭源模型聚类近，差距集中在检索合成，决策有用性离散度大且评判者一致性高。

Comments 23 pages. Rubrics, prompts, and demonstration tasks are publicly available

MioFFAn: an Annotation Software for Formula Formalization with LLM Automation Capabilities

MioFFAn：一种具有大语言模型自动化能力的公式形式化注释软件

Nicolas Sibuet, Horacio Saggion, Riccardo Rossi

机构 * Universitat Politècnica de Catalunya (UPC)（加泰罗尼亚理工大学） ； Universitat Pompeu Fabra (UPF)（庞培法布拉大学） ； International Center for Numerical Methods in Engineering (CIMNE)（国际工程数值方法中心） 纠错

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

AI总结 针对科学文献数学表达式自动翻译受高质量数据集稀缺阻碍的问题，提出开源可定制框架MioFFAn，基于MioGatto架构扩展功能，通过大语言模型实现部分自动化，用标准NLP指标评估，初步证明人机协作方法有效。

Comments Presented in the 3rd International Workshop on Natural Scientific Language Processing (NSLP 2026), co-located at LREC2026

Journal ref Proceedings of the 3rd Int. Workshop on Natural Scientific Language Processing (NSLP 2026) at LREC 2026, pages 206-217

EventOD: Event-Aware OD Flow Generation via LLM-Guided Semantic Modulation

EventOD：通过大语言模型引导的语义调制实现事件感知的OD流生成

Jie Zhao, Jie Feng, Can Rong, Zhihan Hou, Peng Lu, Yong Li

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Zhongguancun Academy（中关村科学城研究院） ； Singapore-MIT Alliance for Research and Technology（新加坡-麻省理工学院科研与技术联盟） ； Xiuzhong College, Tsinghua University（清华大学致理书院） ； Department of Automation, Central South University（中南大学自动化学院） 纠错

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

AI总结 研究在破坏性事件下估计OD流的问题，提出EventOD框架，利用大语言模型和轻量级适应模块，通过输入级调制实现事件感知适应，实验表明该方法能提高重建精度和分布保真度。

CALMRec: Causally Aligned Language Memory for Long-Horizon Recommendation

CALMRec：用于长期推荐的因果对齐语言记忆

Gengyu Zhan

机构 * Shenzhen University（深圳大学） 纠错

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

AI总结 研究针对当前大语言模型推荐器的问题，提出CALMRec框架，利用冻结多模态语言模型转换信息，维护多种记忆，通过倾向加权更新等减少偏差，在多环境评估中表现良好，提升了折扣长期价值，释义基准上语义原子NDCG显著提高。