PreGress: Ranking-Native Pre-training and Prompting for Graph Node Ranking
PreGress：面向图节点排序的原生排序预训练与提示学习框架
专题命中 效率与部署 ：prompting(title,abstract)；分类 cs.LG
AI总结 PreGress是首个原生排序预训练与提示学习框架，通过多任务预训练与轻量提示模块，在低开销下实现了多节点排序任务的优异性能。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 效率与部署 146 篇
A continually expandable foundation model for brain MRI
可持续扩展的脑MRI基础模型
机构 * University of Cambridge（剑桥大学） ； University of Málaga（马拉加大学）
专题命中 效率与部署 ：foundation model(title,abstract)；分类 cs.LG
AI总结 本文提出可扩展的Alcmaeon脑MRI基础模型，结合体积编码、潜在扩散生成与Graph-Blueprint Pruning，在跨临床领域扩展时遗忘程度更低，可支持多种任务，为持续发展的脑MRI基础模型提供了可行方向。
Stateful CARS: Exact Cross-History Reuse for Policy-Constrained LLM Agents
有状态CARS：策略约束大语言模型智能体的精确跨历史复用
机构 * Iowa State University（爱荷华州立大学） ； BRAC University（BRAC大学）
专题命中 效率与部署 ：LLM(title)；language model(abstract)；分类 cs.LG
AI总结 本文针对受含义随观测和动作变化约束的工具使用语言模型智能体，提出有状态CARS方法，通过冻结状态-延续模式实现跨历史无效性证书复用，实验表明其精确性高但系统性能未优于官方CARS。
AraSSM: A bidirectional state-space encoder for Arabic masked language modeling
AraSSM：面向阿拉伯语掩码语言建模的双向状态空间编码器
专题命中 效率与部署 ：language model(title,abstract)；分类 cs.CL
AI总结 本文提出面向阿拉伯语的双向状态空间编码器AraSSM，经掩码语言建模预训练后，在四项阿拉伯语NLU基准上的表现接近或优于同规模Transformer，验证了消费级硬件训练的有效性。
EFFEKT: Efficient Federated Knowledge Transfer to Foundation Models
EFFEKT：面向基础模型的高效联邦知识迁移
机构 * Northeastern University（东北大学） ； University of Padua（帕多瓦大学）
专题命中 效率与部署 ：foundation model(title,abstract)；分类 cs.LG
AI总结 EFFEKT是一种联邦学习框架，通过双向跨蒸馏策略，结合轻量级客户端代理模型与服务器端基础模型，实现高效的领域特定LoRA适配器训练，在低功耗边缘设备上性能优于基线。
Comments 12 main content pages, 8 appendix pages; 3 main figures, 9 appendix figures; 8 main tables, 9 appendix tables; 1 main algorithm, 4 appendix algorithms; accepted at TMLR
LookME: Lookup-Based Multimodal Embeddings for Layer Injection in Vision-Language Models
LookME：用于视觉语言模型层注入的基于查找的多模态嵌入
专题命中 效率与部署 ：language model(title,abstract)；分类 cs.AI
AI总结 本文针对视觉语言模型在资源受限环境中部署的问题，提出LookME框架。通过分层两级查找方法和稀疏注入策略，实现基于查找的多模态嵌入增强，实验表明该方法优于仅文本的PLE风格方法，有效提升了模型性能。
Diagnostic-Driven Layer-Wise Compensation for Post-Training Quantization of Encoder-Decoder ASR Models
基于诊断的层间补偿用于编码器-解码器ASR模型的后训练量化
机构 * McGill University（麦吉尔大学） ； University of Manitoba（曼尼托巴大学） ； Mila - Quebec AI Institute（魁北克AI研究院）
专题命中 效率与部署 ：post-training(title,abstract)；分类 cs.CL
AI总结 本文提出FADE框架，通过结合内在脆弱性评分和校准可靠性评分，为编码器-解码器ASR模型的各层分配适应性补偿系数，以平衡局部量化保真度与跨层误差校正，从而提升在3-4位精度下的词错误率性能。
Mismatch Matters: On-Policy Distillation Beyond Token Agreement
失配很重要：超越token一致性的在线蒸馏
机构 * The University of Hong Kong（香港大学） ； University of Science and Technology of China（中国科学技术大学） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；post-training(abstract)；分类 cs.CL、cs.AI
AI总结 本文针对在线蒸馏存在的退化一致性失效问题，提出TIDE方法修正师生失配，在数学推理基准上显著提升性能、缩短响应长度并减少格式错误。
JaleesBench: Are AI Assistants Good Spiritual Company?
JaleesBench：AI助手能否成为良好的精神陪伴？
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI
AI总结 研究人员推出JaleesBench基准测试，评估AI助手的精神陪伴能力，发现简单提示指导可提升通用模型的陪伴表现，领域微调助手的优势来自检索和提示层，还可用于改进现有宗教类AI助手。
Comments 21 pages, 8 figures, 4 tables. Open-source harness, scenario bank, proof texts, and full evaluation (model responses and both judges' verdicts): https://github.com/iaser-ai/jaleesbench . Interactive browser for inspecting scenarios, responses, and judge verdicts: https://s.iaser.ai/jb
Proxy OPD: On-Policy Distillation with Transferable Relative Proxy Update
代理探索与可重用引导：基于代理引导更新信号的模块化大语言模型训练后范式
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对大语言模型训练后优化信号耦合问题，提出PUST框架，通过代理模型探索、提取并传输相对改进信号，解耦更新信号探索与分布对齐，减少计算开销，支持异步处理与跨模型转移，提升训练后范式的模块化、可重用性与效率。
Goose: Anisotropic Speculation Trees for Training-Free Speculative Decoding
Goose：用于无训练推测解码的各向异性推测树
机构 * Japan Advanced Institute of Science and Technology (JAIST)（日本先端科学技术大学院大学）
专题命中 效率与部署 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 Goose通过构建适应性脊柱树，利用高接受率的上下文匹配令牌和低接受率的替代分支，实现无训练推测解码的各向异性树结构，提升解码速度。
Towards Realistic Guarantees: A Probabilistic Certificate for SmoothLLM
迈向现实保证：一种概率证书用于SmoothLLM
机构 * California Institute of Technology（加州理工学院）
专题命中 效率与部署 ：LLM(summary_cn,abstract_cn)；分类 cs.AI、cs.LG
AI总结 本文提出一种概率框架，通过(k, ε)-unstable假设提升LLM对抗劫持攻击的安全性保障。
ReACT-CLIP: Response-Aware Test-Time Defense for Vision--Language Models
ReACT-CLIP：面向视觉-语言模型的响应感知测试时防御
专题命中 效率与部署 ：language model(title,abstract)
AI总结 ReACT-CLIP是无需训练的响应感知测试时防御，通过跨噪声特征漂移与预测不稳定性得分动态调整修正强度，在多数据集上提升了CLIP类模型的对抗鲁棒性且保留干净准确率。
Certainty Is Redundant: Token Sparsification for Efficient Camouflaged Object Detection with Vision Foundation Models
CATP：基于置信度的令牌修剪用于伪装目标检测
机构 * VCIP, College of Computer Science, Nankai University（VCIP，计算机科学学院，南开大学） ； Academy for Advanced Interdisciplinary Studies, Nankai University（先进交叉学科研究院，南开大学） ； School of Computer Science and Engineering, Tianjin University of Technology（计算机科学与工程学院，天津工业大学） ； School of Information and Communication Engineering, UESTC（信息与通信工程学院，电子科技大学） ； Nankai International Advanced Research Institute, Shenzhen Futian（南开国际先进研究院，深圳福田）
专题命中 效率与部署 ：foundation model(title,abstract)
AI总结 本文提出CATP框架，通过分层修剪和双路径补偿机制提升伪装目标检测效率，减少计算量并保持高精度。
SiriusDeliver: Automating Data Warehouse Delivery at Tencent
SiriusDeliver：腾讯的数据仓库交付自动化方案
专题命中 效率与部署 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 腾讯提出SiriusDeliver端到端交付自动化智能体，集成三类组件，经离线实验和腾讯云WeData大规模部署验证，可显著提升DW交付的成功率、效率，缩短交付时间与工程师工作量。
Comments 13 pages, 13 figures, 3 tables. Under submission
SwiftQK: Fast and Communication-Efficient Tensor Parallelism for Query-Key Normalization
SwiftQK：面向查询-键归一化的快速且通信高效的张量并行方法
机构 * Korea University（高丽大学）
专题命中 效率与部署 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 SwiftQK是一种多GPU的RMSNorm核，通过仅交换标量归一化统计量并重叠归约与计算，大幅降低了张量并行下查询-键归一化的通信开销与延迟，提升了大型语言模型的推理效率。
PrismVAU: Prompt-Refined Inference System for Multimodal Video Anomaly Understanding
PrismVAU: 用于多模态视频异常理解的提示优化推理系统
机构 * Universitat de Barcelona（巴塞罗那大学） ； Computer Vision Center（计算机视觉中心） ； Aalborg University（奥胡斯大学） ； Milestone Systems（Milestone系统）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；instruction tuning(abstract)；分类 cs.AI
AI总结 PrismVAU通过轻量级系统和自动提示工程实现高效的多模态视频异常理解，无需复杂标注和外部模块。
Comments This paper has been accepted to the 6th Workshop on Real-World Surveillance: Applications and Challenges (WACV 2026)
From Single Chatbots to Governed Agent Ecosystems: An Agentic AI Pattern Catalogue and Orchestration Framework for Mission-Critical Hospital Information Management Systems
从单一聊天机器人到受管控的智能体生态系统：面向关键任务型医院信息管理系统的智能体AI模式目录与编排框架
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 本研究针对医院信息管理系统提出以合规为核心的智能体AI模式目录与编排框架，可减少文档处理时间等成本、强化管控，助力医院将AI投资转化为可持续回报。
Comments Peer-reviewed published article
Journal ref International Journal of Innovative Science and Research Technology (IJISRT), 11-2026(5), IJISRT26MAY1651
Where and How to Prune: An Empirical Study of Visual Token Pruning for GUI Agent Navigation
重新思考GUI视觉代理中历史截图的标记剪枝：语义、空间和时间视角
机构 * Sichuan University（四川大学） ； Sun Yat-sen University（中山大学） ； Australian National University（澳大利亚国立大学） ； Peking University（北京大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)
AI总结 本文从语义、空间和时间角度研究GUI视觉代理中历史截图的标记剪枝，发现背景区域对界面状态转换有重要价值，随机剪枝在空间结构保留上更有效，且GUI代理具有近期效应，通过分配更多预算给近期截图可降低计算成本而不影响性能。
SR-OPSD: Self-Referenced On-Policy Self-Distillation
SR-OPSD：自引用同策略自蒸馏
机构 * Shanghai University of Finance and Economics（上海财经大学） ； Imperial College London（伦敦帝国学院） ； University of Science and Technology of China（中国科学技术大学） ； University College London（伦敦大学学院） ； Nanyang Technological University（南洋理工大学） ； Technical University of Denmark（丹麦技术大学） ； University of Copenhagen（哥本哈根大学） ； Peking University（北京大学）
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 该研究针对同策略自蒸馏的优化不稳定问题，提出SR-OPSD方法，通过几何插值结合Rényi散度优化蒸馏目标，在多任务大语言模型实验中取得最优或竞争性能。
Tied Trit-Planes: Constraining PTQTP to a Uniform Nine-Level Quantizer, with a Persistent Folded Format for Disk-Streamed Mixture-of-Experts Serving
绑定三进制平面：将PTQTP约束为统一九级量化器，并为磁盘流式混合专家服务提供持久折叠格式
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.LG
AI总结 本研究将PTQTP约束为统一九级量化器，提出持久折叠格式，在DeepSeek-V4-Flash-0731混合专家模型上实现量化，提升解码速度并减小文件体积，且保真度与基线相当，相关成果开源。
LibraSpec: Dynamic Diffusion-Based Speculative Decoding via Marginal-Gain-Driven Optimization
LibraSpec：基于动态扩散的推测解码，通过边际增益驱动优化
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 LibraSpec是一种无需训练的即插即用推测解码算法，通过边际增益驱动优化动态确定推测长度，可提升大语言模型推理速度，在多基准上较基线加速0.5~1.5倍、较自回归解码最高达8.49倍。
Defending Retrieval-Augmented Intrusion Detection Against Knowledge Poisoning and Prompt Injection
防御检索增强型入侵检测系统免受知识投毒与提示注入攻击
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 本文提出RAG-IDS三层多智能体入侵检测框架，通过软信任评分、LECC和提示净化的检索边界防御，可在知识投毒与提示注入攻击下恢复分类质量，在CIC-UNSW-NB15数据集上表现出良好的防御效果。
Comments 14 pages with Appnedix, 11 figures. Submitted to IEEE CIC 2026, Research Track (double-blind review)
Hybrid Policy Distillation for LLMs
混合策略蒸馏用于大语言模型
机构 * Department of Computer Science（计算机科学系） ； Engineering, Shanghai Jiao Tong University（上海交通大学工程学院） ； Shanghai Innovation Institute（上海创新研究院） ； Large Language Department, Tencent（腾讯大语言部门）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出混合策略蒸馏方法，结合正反KL散度优势，提升模型生成能力和效率，验证了其在多种任务中的有效性。
Comments ICML 2026
Not All Turns Are Equally Hard: Adaptive Thinking Budgets For Efficient Multi-Turn Reasoning in Agents
并非所有转折都同样困难：为高效多轮推理的自适应思维预算
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；分类 cs.AI、cs.LG
AI总结 本文提出TAB方法，通过自适应预算分配提升多轮推理效率，在数学推理基准中实现更高的准确率与token节省。
High-Layer Attention Pruning with Rescaling
高层注意力剪枝与重缩放
机构 * The Pennsylvania State University（宾夕法尼亚州立大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出了一种高层注意力剪枝与重缩放方法，通过自适应重缩放参数优化表示尺度，提升LLMs在生成任务中的性能。
MoE-Prism: Disentangling Monolithic Experts for Elastic MoE Services via Model-System Co-Designs
MoE-Prism：通过模型-系统协同设计解耦整体式专家以实现弹性MoE服务
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 MoE-Prism通过模型-系统协同设计将MoE的整体专家分解为细粒度子专家，实现请求级计算弹性，扩展路由工作点数量，提升吞吐量并降低首包时间，验证了实用弹性MoE服务的可行性。
Motif 3: Technical Report
Motif 3：技术报告
机构 * Motif Technologies（Motif科技公司）
专题命中 效率与部署 ：language model(abstract)；post-training(abstract)；分类 cs.AI
AI总结 本研究推出仅解码器的MoE语言模型Motif 3，采用GDLA等技术，经万亿token预训练及多阶段后训练，在长上下文、推理等任务上性能与领先开源模型相当。
Deferred Audio Pruning with Local Audio-Visual Dynamics for Omni-LLMs
面向全模态大语言模型（Omni-LLMs）的基于局部视听动态的延迟音频剪枝方法
专题命中 效率与部署 ：LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 针对全模态大语言模型的高开销问题，提出两阶段框架A-PACK，利用局部视听动态延迟音频剪枝，在Qwen2.5-Omni基准上实现性能最优，同时大幅降低预填充开销并提升解码吞吐量。
The Transformer Revolution, Part 1: Dynamic Processing through Output-Weight Interconnections
Transformer革命 第一部分：通过输出-权重互连实现的动态处理
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Transformer推理阶段的SIDPP计算机制，通过输出-权重互连构建依赖提示的动态变换，其贡献随提示长度增加，还推测人类语言处理或为类似SIDPP的形式。
Comments v1: 7 Sections, References, Appendix, Tables (2 tables), Figures Part A (6 figures), Figures Part B (42 figures), Figures Part C (5 figures); v2: corrected typos, new version of Figure 20
