语言大模型 / LLM

Relation Geometry in Semantic Space of Language Models

语言模型语义空间中的关系几何

Zhihan Cao, Hiroaki Yamada, Simone Teufel, Tatsuya Hiraoka, Kentaro Inui, Hitomi Yanaka, Takenobu Tokunaga

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

AI总结 本文研究语言模型语义空间中关系几何的表征情况，通过三类语言模型在6种语义关系上的实验，发现非对称关系的表征更清晰，且不同模型依赖的信息来源存在差异。

Comments Manuscript under review

The Innate Economic Preferences of Language Models

语言模型的固有经济偏好

Joy Buchanan, Joshua Foster

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

AI总结 该研究揭示语言模型生成规则与离散选择随机效用模型同构，通过12种模型的投资组合任务发现其普遍存在异质风险厌恶，且微调可实现目标风险态度的工程化构建。

An Empirical Study of Foundation Models for Variability-Induced Compilation Errors in Configurable C Code

具有变异性意识的编译错误检测与修复：利用基础模型在可配置系统中

Rohit Gheyi, Lucas Albuquerque, Márcio Ribeiro, Eduardo Almeida, Danyllo Albuquerque, Mirko Perkusich

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

AI总结 本文研究利用基础模型检测和修复可配置系统中的编译错误，展示其在精度和召回率上的优势。

SpecFirst: Behavioral Specification Elicitation as a First-Class Step in Agent-Based Program Synthesis from Scratch

SpecFirst：将行为规范提取作为从零开始的基于智能体的程序合成中的一等步骤

Yihao Chen, Shi Chang, Feng Lin, Khaled Chawa, Boyuan Chen, Shaowei Wang, Ahmed E. Hassan

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

AI总结 SpecFirst是将行为规范提取设为独立前置阶段的两阶段框架，在ProgramBench上显著提升了从零开始的程序合成的测试通过率与二进制探索覆盖率。

Dual Inversion for Text-to-Image Diffusion Models: From Both Prompt and Noise Perspectives

文本到图像扩散模型的双重逆推：从提示与噪声双视角

Xiaolong Liu, Junjian Li, Yuan Xiao, Jiaqi Deng, Dayong Ye, Tianqing Zhu, Huan Huo

机构 * University of Technology Sydney（悉尼科技大学） ； Geely（吉利） ； City University of Hong Kong（香港城市大学） ； City University of Macau（澳门城市大学） 纠错

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

AI总结 该研究针对现有文本到图像扩散模型提示逆推方法的局限，提出联合恢复语义提示与潜在噪声的Dualin方法，实现了高质量逆推提示与最优图像保真度，为可控图像编辑奠定基础。

Comments Accepted by ACM MM 2026

AtmosERC: Modeling Dialogue-Level Affective Atmosphere for Emotion Recognition in Conversation

AtmosERC：面向对话情感识别的对话级情感氛围建模

Weijie Feng, Tongwei Zhang, Binbin Liu, Zhiyong Cheng

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

AI总结 本文提出AtmosERC框架，通过建模对话级情感氛围提升对话情感识别性能，其可作为插件线索增强基于大语言模型的ERC，且在局部情感偏差下预测更稳定。

Incast-Free MoE Rate-Based Scheduling

无内爆的MoE基于速率的调度

Evyatar Cohen, Jose Yallouz, Alexander Shpiner, Mark Silberstein, Sylvia Ratnasamy, Isaac Keslassy

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

AI总结 针对MoE架构轮询调度引发的指数级内爆瓶颈，提出主动公平调度框架，可消除内爆、维持高链路利用率并降低集体完成时间。

A more accurate rational non-commutative algorithm for multiplying 4x4 matrices using 48 multiplications

一种更精确的有理非交换算法用于使用48次乘法的4x4矩阵乘法

Jean-Guillaume Dumas, Clément Pernet, Alexandre Sedoglavic

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

AI总结 本文提出一种更精确的4x4矩阵乘法算法，使用48次非交换乘法，改进了误差界指数并提升了实际精度。

GenAI Is No Silver Bullet for Qualitative Research in Software Engineering

生成式AI并非软件工程定性研究的万能钥匙

Neil A. Ernst, Christoph Treude

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

AI总结 本文探讨生成式AI在软件工程定性研究中的应用，分析其优缺点及对研究质量的影响，旨在为研究人员提供关于该技术的全面理解。

Comments accepted to ACM TOSEM. Replication: https://doi.org/10.5281/zenodo.21631436

Q-Steer: Action-Value Guidance for Molecular Policy Optimization

Q-Steer：分子策略优化的动作值引导

Xinyu Wang, Jinbo Bi, Minghu Song

机构 * University of Connecticut（康涅狄格大学） ； Institute of Health and Medicine, Hefei Comprehensive National Science Center（合肥综合性国家科学中心健康与医学技术研究所） 纠错

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

AI总结 Q-Steer 是一种用于分子语言模型的生成时动作值引导原语，通过 PAVS-Q 评分器在固定在线 oracle 预算下提升分子优化性能，在所有测试组合中均取得正增益。

Comments 20 pages, 2 figures, and 25 tables. Includes supplementary experimental results

(Im)Paired Programming: Coding Agents Improve Productivity but Harm Understanding

（非）配对编程：编码智能体提升生产力但损害理解能力

Nishant Balepur, Connor Baumler, Valerie Chen, Eunsol Choi, Rachel Rudinger, Jordan Lee Boyd-Graber

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

AI总结 该研究通过54名学生的对照实验，发现编码智能体虽提升生产力但损害用户代码理解，低投入交互加剧该问题，用户仍偏好智能体，同时为开发者提出了优化方向。

Comments In-progress Preprint

SeasonStereo: Robust Dense Stereo Matching for Multi-Date Satellite Imagery via Generative AI

SeasonStereo：基于生成式AI的多日期卫星图像鲁棒密集立体匹配

Álvaro Díaz-Laureano, Roger Marí, Elías Masquil, Pablo Arias, Gabriele Facciolo

机构 * Eurecat（欧罗卡特技术中心） ； IIE, Facultad de Ingeniería, Universidad de la República（乌拉圭共和国大学工程学院IIE） ； Universitat Pompeu Fabra（庞培法布拉大学） ； Université Paris-Saclay（巴黎萨克雷大学） ； CNRS（法国国家科学研究中心） ； ENS Paris-Saclay（巴黎萨克雷高等师范学校） ； Institut Universitaire de France（法国大学研究院） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 SeasonStereo框架利用带可控季节外观变化的合成图像对训练并结合基础模型零样本几何先验，实现低成本、高精度的多日期卫星图像密集立体匹配，支持大规模三维重建。