语言大模型 / LLM

Beyond In-Domain Detection: SpikeScore for Cross-Domain Hallucination Detection

超越领域检测：SpikeScore用于跨领域幻觉检测

Yongxin Deng, Zhen Fang, Sharon Li, Ling Chen

机构 * University of Technology Sydney（技术科技大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出SpikeScore方法，通过量化多轮对话中的不确定性波动，实现跨领域幻觉检测的高效识别与高泛化性能。

Journal ref In Proceedings of the Fourteenth International Conference on Learning Representations (ICLR 2026)

When Visual Signals Mislead: A Mechanistic Study of Attribute Hallucination in Vision-Language Models

当视觉信号产生误导：视觉语言模型中属性幻觉的机制研究

Yufei Zhang, Chenlu Zhan, Hongwei Wang

机构 * Zhejiang University（浙江大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)

AI总结 针对视觉语言模型的属性幻觉问题，提出VISOR框架，通过VSNR诊断区分失败模式并路由适配操作，在三类模型上减少属性假阳性且不依赖先验主导假设。

Beyond False Stability: High-Noise Drift Gating for Test-Time Adversarial Defenses in Vision-Language Models

超越虚假稳定性：面向视觉语言模型测试时对抗防御的高噪声漂移门控

Hashmat Shadab Malik, Muzammal Naseer, Salman Khan

机构 * Mohamed Bin Zayed University of AI, UAE（穆罕默德·本·扎耶德人工智能大学，阿联酋） ； Khalifa University, UAE（卡布斯大学，阿联酋） ； Australian National University, Australia（澳大利亚国立大学，澳大利亚） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)

AI总结 针对视觉语言模型在测试时易受对抗攻击的问题，提出一种无训练、即插即用的高噪声漂移门控机制，通过检测高噪声下的特征不稳定性触发防御，改善了干净-鲁棒性权衡。

Journal ref The 37th British Machine Vision Conference (BMVC) 2026

Vision-Language-Motion Maps: An Open-Vocabulary, Uncertainty-Aware, Queryable Motion Attribute for 3D Scene Maps

视觉-语言-运动地图：用于3D场景地图的开放词汇、不确定性感知、可查询运动属性

Dibyendu Ghosh, Ayushi Shakya

机构 * Rekise Marine（瑞基斯海洋） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)

AI总结 研究针对开放词汇3D地图无法处理场景元素运动查询的问题，提出视觉-语言-运动地图（VLMM），其元素有融合运动属性及不确定性。通过实验验证模式字段不可替代，在真实数据集上该方法提升精度、减少错误标志且对噪声姿态鲁棒。

Comments 8 pages, 5 figures, 3 tables. v2: corrected Eq. (7) (residual covariance;implementation unaffected), added the persistent-map update rule, the query-parser grammar, and an aggregation-quantile ablation

UniProbe: A Learnable Token-Level Hallucination Detector for Large VLMs using Multi-Structural Internal Representations

UniProbe：基于多结构内部表征的可学习大视觉语言模型（VLM） token 级幻觉检测器

Dvir Samuel, Guy Bar-Shalom, Fabrizio Frasca, Ethan Fetaya, Yftah Ziser, Gal Chechik, Haggai Maron

机构 * NVIDIA Research（英伟达研究院） ； Technion（以色列理工学院） ； Bar-Ilan University（巴伊兰大学） ； University of Groningen（格罗宁根大学） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.LG

AI总结 UniProbe 是基于 LVLM 异构计算轨迹的可学习 token 级幻觉检测器，通过多结构模块交互实现 SOTA 检测性能，解码时可降 55% 对象幻觉且延迟仅增 6%

Comments Project Page: https://research.nvidia.com/labs/par/uniprobe/

Fisher8: Stabilizing Neural Heteroscedastic Regression via Output-Layer Fisher Geometry

Fisher8：通过输出层Fisher几何稳定神经异方差回归

Sumedh Vemuganti, Nickvash Kani

机构 * University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 知识编辑与模型理解 ：prompting(abstract)；分类 cs.LG

AI总结 Fisher8是一种输出层梯度修正方法，通过Fisher几何稳定神经异方差回归，无数据依赖超参数，在多维回归等任务中实现了更优的似然-误差权衡与校准不确定性估计。

Journal ref Proceedings of the 42nd Conference on Uncertainty in Artificial Intelligence (UAI), PMLR 337:6885-6899, 2026

DINO-A: Adapting Self-Distillation Vision Transformers to General Audio Representation Learning

DINO-A：将自蒸馏视觉Transformer适配至通用音频表示学习

Tomasz Radzikowski, Mateusz Modrzejewski, Przemysław Rokita

机构 * Warsaw University of Technology（华沙理工大学） 纠错

专题命中 知识编辑与模型理解 ：pretraining(abstract)

AI总结 本研究提出DINO-A，将自蒸馏视觉Transformer适配至通用音频表示学习，通过替换输入模态和增强方式实现，在多音频数据集上验证了其性能，发现了补丁分辨率、骨干选择对任务的影响及与BYOL-A v2的性能差异原因。

Your LLM, Your Style: Behavioral Mode Axes for LLM Behavioral Control

你的大语言模型，你的风格：用于大语言模型行为控制的行为模式轴

Haoze Liu, Run Liu, Haiying Xu, Jiahui Han, Siyuan Fang, Siyu Yan, Huiqi Deng, Guanchu Wang, Na Zou

专题命中 其他LLM ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本研究提出情境化行为数据框架，构建3200个对比性行为场景，发现LLMs有稳定且模型特异性的行为特征，提出行为模式轴控制LLM行为，表明其类人格倾向是可测量可控的行为模式。

Comments 33 pages, 8 figures. Code and data: https://github.com/lhz191/LLM-Behavioral-Personality

CausalRepair: Bridging the Causality Gap in Large Language Model-Based Automated Program Repair via Dual-Slicing

CausalRepair：通过双重切片弥合基于大语言模型的自动化程序修复中的因果差距

Linhao Wu, Yizhou Chen, Zhen Yang, Pengyu Xue, Dan Hao

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

AI总结 CausalRepair是基于最小因果上下文的对话驱动型自动化程序修复框架，通过双重切片策略构建因果相关上下文，在Defects4J数据集上修复313个漏洞，性能优于现有方法且修复成本更低。

Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols

纠正与腐败：LLM协议中错误流动的双速率视角

Fernando Reitich

机构 * Imens, LLC（Imens公司） 纠错

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

AI总结 本文提出双速率方法评估LLM协议步骤，区分纠正与腐败，通过实验验证其在不同任务中的有效性。

Comments 16 pages main paper, 19 pages supplementary material included as ancillary file. Major revision with substantially reorganized and streamlined presentation; expanded held-out prediction, population-composition, input-sensitivity, and composition analyses; includes an MBPP corruption audit and updated related work

From Prompt Injection to Web Exploitation: Revisiting Classic Vulnerabilities in LLM-Integrated Applications

从提示注入到Web漏洞利用：重新审视集成大语言模型的应用中的经典漏洞

Spiros Tsigkopoulos, Christoforos Ntantogian

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

AI总结 本文研究集成大语言模型的Web应用的新型攻击LLM介导的Web攻击，提出LLM2X系列攻击类型，通过实现TicketOracle实验发现模型易感性差异，给出多层缓解策略。

Opinion Polarization in LLM-Based Social Networks: Manipulation and Mitigation

基于LLM的社交网络中的意见极化：操纵与缓解

Ali Safarpoor Dehkordi, Mohammad Shirzadi, Ahad N. Zehmakan

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

AI总结 研究在基于大语言模型模拟的社交网络中，对手如何通过有限预算操纵意见极化，并评估两种防御机制（反应性和主动性）的效果，发现两者均无法完全恢复基线极化状态。

Comments 16 pages, 8 figures

Position: We Need Large Language Models Optimized For Our Well-Being

立场：我们需要针对人类福祉优化的大语言模型

Ashton Anderson, Harsh Kumar, Louis Tay, Karina Vold

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

AI总结 本文指出大语言模型因追求即时认可出现谄媚问题，提出需开发针对长期福祉结果优化的可选大语言模型福祉模式，明确其设计的三大核心张力。

Comments Accepted to the ICML 2026 Position Paper Track

Multi-Granular Rationale-Guided Molecular LLM for Property Prediction

多粒度理由引导的分子大语言模型用于属性预测

Junwoo Park, Minyoung Shin, Cheol Soon Lee, Sujee Lee

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

AI总结 本研究提出多粒度理由引导的分子大语言模型MR-MoL，将GNN导出的子结构属性归因作为证据，在8项MoleculeNet任务上取得通用模型最佳结果，缩小了与专用模型的差距。

Comments 16 pages, 5 figures, 18 tables. Code: https://github.com/skku-aihclab/MR-MoL

"YES! YES! I absolutely love this insight!" Affirmative Narration as Interactional Strategy in Dialogues with LLM Chatbots

“是的！是的！我完全喜欢这个洞见！”：对话式大型语言模型聊天机器人交互策略中的肯定叙事

Hanna-Riikka Roine, Anne Sigrid Refsum, Jill Walker Rettberg

专题命中 其他LLM ：LLM(title,summary_cn)；分类 cs.AI

AI总结 该研究分析了LLM聊天机器人对话中最大化用户参与度的肯定叙事交互策略，指出其含引导角色、激活masterplots等机制，还揭示了该叙事的风险，提出需培养新型素养。

Comments In review for a special issue of Narrative Inquiry

Journal ref 2026 Narrative Inquiry 23 (2)

Not a Monolith: Lab-Level Divergence in the Cooperative Equilibria of Chinese Frontier LLM Agents

并非单一整体：中国前沿大语言模型智能体合作均衡的实验室层面差异

Francisco León Zúñiga Bolívar

专题命中 其他LLM ：LLM(title,summary_cn)

AI总结 该研究以四款中国前沿LLM智能体为对象，消除混淆因素后发现，合作倾向的设定单位是实验室，中国模型并非单一整体，且生态系统内差异大于东西差异。

Comments 9 pages, 8 tables. Companion study to arXiv:2605.29874, under a fixed-converter design. Code and replication package: https://github.com/arqFranciscoLeon/evollm (archived: https://doi.org/10.5281/zenodo.20248614)

SapiensID 2.0: Aligning Human Recognition Foundation Models with Human Perception

SapiensID 2.0：将人类识别基础模型与人类感知对齐

Yiyang Su, Jie Zhu, Feng Liu, Anil K. Jain, Xiaoming Liu

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

AI总结 该研究针对现有人类识别模型与人类感知脱节的问题，提出兼具语义与时间感知的SapiensID 2.0框架，通过多项技术实现最优识别性能。

Withholding the Completing Chunk: Deterministic Pair-Completion Guardrails for Streaming LLM Output

withhold the Completing Chunk: 面向流式大语言模型输出的确定性配对完成护栏

Christopher M. Frost

专题命中 其他LLM ：LLM(title,summary_cn)；分类 cs.CL、cs.AI

AI总结 本研究提出流式LLM输出的确定性配对完成护栏，通过扫描前缀扣留配对完成块，实验验证其效果，表明它是小型固定策略的精确发布边界后盾。

Comments 22 pages, 4 figures, 5 tables

AgentSnare: Learning to Delay, Divert, and Defuse Autonomous Penetration Agents

AgentSnare：学习延迟、转移和瓦解自主渗透智能体

Ruoyu Wang, Heng Zhao, Renjie Wu, Mengnan Zhao, Zhixuan Chu, Wanyu Lin, Tianhang Zheng

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

AI总结 AgentSnare是一种轨迹自适应欺骗系统，通过动态构建诱饵环境，吸收渗透智能体工具调用、转移其轨迹并瓦解攻击，在CVE-Bench实验中成功阻止了所有真实目标被利用。

Generating Attacks for LLMs with GFlowNets

用GFlowNets为大语言模型生成攻击

Berkay Ozcam, Irem Onen, Mehmet Fatih Amasyali, Emin Islam Tatli

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

AI总结 本研究提出基于GFlowNets的自动化自适应红队评估方法，训练攻击者模型测试目标大语言模型，可生成更有效的英文攻击及土耳其语攻击输入，用于评估模型鲁棒性。

Beyond a Bag of Features: Set-Level Instability in Sparse Autoencoders

超越特征袋：稀疏自编码器中的集合级不稳定性

Nikolai Bolik, Lennart Stöpler, Artur Andrzejak

机构 * Heidelberg University（海德堡大学） 纠错

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

AI总结 该研究以稀疏自编码器（SAE）隐集合重叠度为相似度度量，发现SAE特征不通过简单特征袋语义组合，其激活集合与人类概念判断存在显著不匹配。

Observational Policy Ranking for SMB Financial Guidance from Multi-Action Accounting Logs

基于多动作会计日志的中小企业财务指导观测策略排序

Shrutendra Harsola, Vignesh Subrahmaniam, Vikas Raturi, Kamalika Das, Xiang Gao, Kratika Gupta, Ruocheng Guo, Padmaja Jonnalagedda, Ananya Pramod, Sricharan Kumar

机构 * Foresight-AI（预见人工智能） ； Intuit（英图易公司） 纠错

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

AI总结 该研究针对中小企业财务指导的观测策略排序问题，提出CAR-PL方法，通过85078个公司-月度数据验证，其在毛利润等指标上表现优异，可实现多动作会计日志下的财务指导类别排序。

Recovering Wasted Compute in Autoresearch Agents

恢复自动研究智能体中浪费的计算资源

Au Kwok Chun, Abhigyan Acherjee, Amrutha Rao, Zaiqian Chen, Kazem Meidani, C. Bayan Bruss, Micah Goldblum

机构 * Columbia University（哥伦比亚大学） ； Georgetown University（乔治城大学） ； Capital One（第一资本金融公司） 纠错

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

AI总结 本文针对自动研究智能体应用于表格数据集时的四类计算资源浪费问题，提出针对性干预措施，仅通过优化智能体设计即可大幅提升其性能。

Embeddings based Anomaly Detection for Cleaning Global Crop Type Reference Datasets

基于嵌入的异常检测用于清理全球作物类型参考数据集

Syed Roshaan Ali Shah, Kristof Van Tricht, Christina Butsko, Jeroen Degerickx, Zoltan Szantoi

机构 * VITO Remote Sensing（弗拉芒技术研究所遥感部） ； European Space Agency (ESA)（欧洲航天局） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 研究通过地理空间基础模型生成的嵌入能否用于清理全球作物类型参考数据集，提出基于嵌入的局部感知异常检测框架，并通过实验验证其有效性，改进了作物类型模型，为清理地球观测参考数据集提供了可复制扩展的模板。

Comments Camera-ready version. Accepted for Oral Presentation at Terrabytes II at ECCV 2026