语言大模型 / LLM

Clearing the Fog: Towards Installing and Refining Proactive Exploration Capabilities in LLM Agents

消除迷雾：为大语言模型智能体（LLM Agents）安装与优化主动探索能力

Zhizhao Guan, Chen Huang, Ziming Liu, Hongru Liang, Wenqiang Lei, See-Kiong Ng, Tat-Seng Chua, Anthony G Cohn

机构 * Engineering Research Center of Machine Learning and Industry Intelligence（机器学习与产业智能工程研究中心） ； National University of Singapore（新加坡国立大学） ； University of Leeds（利兹大学） ； Sichuan University（四川大学） 纠错

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

AI总结 该研究针对LLM智能体主动探索能力的两大瓶颈，提出含探索性数据构建、对比信号引导的RL优化的方法，经实验验证其有效性并公开代码。

Does ISO-Grounded NFR Specification Improve LLM Code Generation? A Comparison of Rich and Structured Interventions against a Natural-Language Baseline

基于ISO标准的非功能性需求（NFR）规范是否能提升大语言模型（LLM）的代码生成能力？针对丰富干预方式、结构化干预方式与自然语言基线的对比研究

Joào Pedro Monteiro Pereira, Vinicius Cardoso Garcia

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

AI总结 该研究对比了ISO标准下丰富自然语言、结构化JSON与单行基线三种NFR规范对LLM代码生成的影响，发现前者可提升代码静态质量，且语义内容比格式更重要。

Comments 11 pages, 2 figures, Accepted for publication at the 20th Brazilian Symposium on Software Components, Architectures, and Reuse (SBCARS 2026)

LLM-Assisted LDPC Decoding via Syndrome-Verified Semantic Priors

基于伴随式验证语义先验的大语言模型辅助低密度奇偶校验（LDPC）译码

Sojeong Park, Hyeonsu Lyu, Jaehyun Choi, Hyun Jong Yang

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

AI总结 该研究提出LLM辅助LDPC译码框架，通过伴随式验证语义先验减少误码率，在2.0 dB时误码率降低73%，且注入精度保持在0.88以上，提升了物理层可靠性。

MazeRunner: Nonlinear Task and Clue Orchestration for LLM-driven Black-Box Automated Penetration Testing

MazeRunner：面向大语言模型驱动的黑盒自动化渗透测试的非线性任务与线索编排

Zhenyuan Li, Yi Jiang, Junjie Cheng, Yaokun Li, Jing Qiu, Shouling Ji

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

AI总结 针对现有LLM驱动渗透测试智能体在非线性黑盒场景中的缺陷，提出三智能体框架的MazeRunner，在HTB目标上完成更多子任务、获取更高权限，探索攻击分支更高效。

Large Language Models Polarize Ideologically but Moderate Affectively in Online Political Discourse

大型语言模型在在线政治讨论中加剧意识形态分歧但缓和情感对立

Gavin Wang, Srinaath Anbudurai, Oliver Sun, Xitong Li, Lynn Wu

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

AI总结 大型语言模型在在线政治讨论中加剧意识形态分歧，但减少了情感对立，挑战了极端与不文明行为共存的假设。

Search or Chat? Comparing How We Learn About Debated Topics

搜索还是聊天？对比我们如何了解有争议的话题

Ran Yu, Alisa Rieger, Rabia Karatoprak Ersen, Jiqun Liu

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

AI总结 该研究通过194人参与的众包实验，对比传统搜索与LLM聊天界面对学习有争议话题的影响，发现工具无显著差异，用户特征对学习结果影响更大。

Musical Mirrors: The LLM as Sounding Board in Songwriting

音乐镜像：作为歌曲创作共鸣板的大语言模型

Xiao Xiao

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

AI总结 本文通过2025-2026年的第一人称歌曲创作案例研究，探讨了将LLM用作人类创作素材的解释性共鸣板的应用，揭示了该模式的潜力及缺乏校准会引发的谄媚式偏移、魔法式过度解读两种风险。

Comments In Proceedings of The First Reflection in Creative Experience (RiCE) Workshop (RiCE W1) arXiv:2607.24558 (https://arxiv.org/abs/2607.24558)

Responsiveness Verification: Will Predictions Change? How Much? How Often?

响应性验证：预测会改变吗？改变多少？改变频率如何？

Harry Cheon, Meredith Stewart, Bogdan Kulynych, Tsui-Wei Weng, Berk Ustun

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

AI总结 本研究提出测量响应性的算法与交互模型框架，搭配统计保证，可用于检测累犯预测的排除情况、估计内容审核博弈成本、测试LLM基准鲁棒性，提升模型安全性与可靠性。

AlphaSeek: Trajectory-Level Self-Iterative Factor Mining Framework for Multi-Source Financial Data

AlphaSeek：面向多源金融数据的轨迹级自迭代因子挖掘框架

Qilu Zhu, Zijun Lu, Jianmin Zhu, Ning Chen, Shuo Yin, Simon Fong

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

AI总结 针对现有量化因子挖掘方法的缺陷，提出AlphaSeek框架，整合自动化方向发现等技术，在CSI300上取得优异策略性能，且因子具跨市场迁移性。

Agent-Orchestration in Autonomous Chip Design

自主芯片设计中的智能体编排

Linyang Li

机构 * Nova Silicon（诺瓦硅公司） 纠错

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

AI总结 该研究针对芯片设计领域，结合大型语言模型与工具使用智能体，提出将芯片设计超级智能建模为庞大AI组织的思路，探索适用于该复杂行业的AI类型。

Asymmetric Discourse Homogenization and Shared Language Technology: Evidence from Reddit

不对称话语同质化与共享语言技术：来自Reddit的证据

Fengming Liu

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

AI总结 本文基于Reddit数据发现2022年末出现政治话语多元化趋势的不对称断裂，保守派用户话语多元化轨迹中断，进步派无类似变化，机制更可能是社区层面的话语趋同。

Comments 36 pages, 5 figures, 6 tables. Replication package available (code and instructions). Keywords: political discourse; semantic similarity; discourse homogenization; generative AI; computational text analysis

Context Aware AI Assistant and AR Interface for Lunar Extravehicular Activity (EVA) Procedural Guidance

面向月球舱外活动（EVA）程序指导的上下文感知AI助手与AR界面

Rodrigo Gallardo, Qilmeg Doudatcz, Ganit Goldstein, Ilkyaz Sarimehmetoglu, Sergio Mutis, Alexander Htet Kyaw, Anita Lin, Clara Emmerling, Berfin Ataman, Skylar Tibbits

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

AI总结 针对月球EVA中宇航员注意力分散导致的信息适配难题，提出GAIN-AI系统，通过两层架构结合大语言模型与AR界面，在111个合成EVA场景中取得良好表现。

Comments 4 pages, 4 figures, 1 table. Accepted to ACM SIGGRAPH 2026 Conference Posters, July 19-23, 2026, Los Angeles, California, USA

Contract Based Verification of Non-functional Requirements for Embedded Automotive C Code

基于合同的嵌入式汽车C代码非功能需求验证

Jesper Amilon, Merlijn Sevenhuijsen, Mattias Nyberg, Karl Palmskog

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

AI总结 本文提出了一种用于验证嵌入式汽车C代码非功能需求的合同方法，通过设计通用规则和接口规范语言，结合Frama-C插件实现对控制流和数据流的检查，确保模块调用安全函数并避免未初始化变量。

Can AI Agents Simulate A/B Test Outcomes? A Validation Framework for Agentic Experimentation

AI智能体能模拟A/B测试结果吗？智能体实验的验证框架

Stefan Hut, Lorenzo Masoero

机构 * Amazon（亚马逊公司） 纠错

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

AI总结 该研究提出智能体实验的验证框架S-RCT，用AI智能体模拟A/B测试结果，经67个营销A/B测试验证，校准后可降低预测误差，为实验者提供智能体信号支持。

Comments Accepted as a workshop paper at this https URL (https://www.aiagentbehavior.com/)

Breaking Chains with Trees: Model-Parallel Deep Learning with $\mathcal{O}(\log N)$ Time Complexity

用树打破链：具有 $\mathcal{O}(\log N)$ 并行时间复杂度的深度学习

Neeraj Mohan Sushma, Aditya Nagarsekar, Cabrel Teguemne Fokam, Robin Schiewer, Amit Kumar Pal, Anand Subramoney, David Kappel

机构 * Center for Cognitive Interaction Technology, Bielefeld University（比勒费尔德大学认知交互技术中心） ； Ruhr Universität Bochum（波鸿鲁尔大学） ； Birla Institute of Technology and Science, Pilani, Goa Campus（比拉理工学院皮拉尼校区果阿分校） ； Royal Holloway, University of London（伦敦大学皇家霍洛威学院） 纠错

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

AI总结 提出分层块局部学习（HBLL）框架，通过变分局部目标分解网络，实现 $\mathcal{O}(\log N)$ 并行训练复杂度，在视觉和语言任务上取得竞争性能。

Comments 25 pages, 7 figures, 13 tables

Active Perception for Embodied Disambiguation

用于具身消歧的主动感知

Yiwei Liu, Luwei Yang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） 纠错

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

AI总结 该研究针对具身环境中目标歧义问题，提出以主动观测为核心的主动感知框架，结合视觉语言模型实现信息获取与用户意图澄清，经真实机器人实验验证有效。

Semantic Differentiation for Tackling Challenges in Watermarking Low-Entropy Constrained Generation Outputs

语义分化用于解决水印标记低熵约束生成输出的挑战

Nghia T. Le, Alan Ritter, Kartik Goyal

机构 * School of Interactive Computing（交互计算学院） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 SeqMark通过语义分化解决低熵约束生成任务中水印标记的挑战，提升检测准确率并保持生成质量。

Comments 23 pages, 5 figures, COLM 2026

Foundation Neural Effective Hamiltonian for Strongly Correlated Quantum Materials

强关联量子材料的基础神经网络有效哈密顿量

Lixing Zhang, Hongjie Jiang, Di Luo

专题命中 其他LLM ：foundation model(abstract)

AI总结 针对强关联量子材料模拟中FNQS的精度与采样成本问题，提出FNEH，可准确恢复相边界、降低计算成本，在莫尔材料中验证了其有效性。