语言大模型 / LLM

When Uncertainty Isn't Enough: An Empirical Study of Self-Correction in Code Generation

当不确定性还不够时：代码生成中自校正的实证研究

Pranav Rakasi, Maanas Lalwani, Arnav Srivastava, Arya Palanivel, Tinuade Adeleke, Ruizhe Li, Sean Wu

机构 * University of Michigan（密歇根大学） ； New York University（纽约大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Algoverse AI ； University of Aberdeen（阿伯丁大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本研究通过实证发现，针对代码生成的不确定性估计方法难以可靠提升生成准确率，仅基于验证的自校正策略可显著提升Pass@1指标，廉价不确定性估计器仅适合作为校正循环的门控信号。

Hallucination Span Detection with Input-Side Evidence Alignment

结合输入侧证据对齐的幻觉跨度检测

Miyu Yamada, Yuki Arase

机构 * Institute of Science Tokyo（东京科学大学） 纠错

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

AI总结 针对大型语言模型生成文本的幻觉问题，提出结合输入侧证据对齐的幻觉跨度检测任务，训练编码器模型通过预测置信度检测幻觉并对齐输入证据，实验验证了方法的有效性。

Mitigating Hallucination in Fictional Character Role-Play

Nafis Sadeq, Zhouhang Xie, Byungkyu Kang, Prarit Lamba, Xiang Gao, Julian McAuley

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

Comments EMNLP 2024 Camera Ready

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2024

Learning Sequential Mobility Choice: A Review of Route and Activity Choice through Inverse Reinforcement and Imitation Learning

学习序列出行选择：基于逆强化学习与模仿学习的路径与活动选择综述

Tien Mai

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

AI总结 本综述构建了将交通选择建模与IRL、IL结合的统一框架，综述多种相关学习方法，提出嵌入行为约束的混合模型可提升出行选择预测性能。

CBX-Bench: A Human-Aligned MLLM Council for Benchmarking Concept Bottleneck Model Explanations

CBX-Bench：用于评估概念瓶颈模型解释的人类对齐多模态大语言模型委员会

Yusuf Meric Karadag, Gulay Oklan, Seref Baris Cagliyan, Umut Ozdemir, Emre Akbas

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

AI总结 该研究开发了人类对齐的多模态大语言模型（MLLM）委员会，构建了CBX-Bench基准，实现了概念瓶颈模型（CBM）解释的可扩展定量评估，其在人类偏好排名上的恢复率达70%以上。

Calibrated Trust, Not Sharper Prediction: An Empirical Test of Uncertainty Fusion

校准的信任，而非更精确的预测：不确定性融合的实证检验

Surya Saka

机构 * JudicialMind（司法智能公司） 纠错

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

AI总结 本研究针对1000个欧洲人权法院案件，在Claude Opus 4.8和GPT-5.5上测试含多种不确定性工具的融合流程，发现其未提升预测准确率但可通过共形选择性预测实现案件的自动化处理与升级，核心贡献是校准的信任而非更精确的预测。

Comments 12 pages, 10 figures

Does the Heart Show Your Pain? Tackling the X-ITE Pain Challenge with Self-Supervised ECG Representation Learning

心脏能反映你的疼痛吗？用自监督心电表示学习应对X-ITE疼痛挑战赛

Dominika Kunc, Przemysław Kazienko, Stanisław Saganowski

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

AI总结 本研究针对X-ITE疼痛挑战赛，结合自监督心电表示学习与多模态预训练，分析疼痛识别中的心电信号特性，为可穿戴疼痛监测提供了基础。

Comments 5 pages, 3 Figures, 1 Table, appear in the Proceedings of the 13th International Conference on Affective Computing and Intelligent Interaction Workshops and Demos (ACIIW 2025)

Gathered, Not Admitted: How Attention Brings a Latent Variable into Verbalizable Form

聚集而非准入：注意力如何将隐变量转化为可表述形式

Parsa Mazaheri

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

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

AI总结 该研究通过实验发现语言模型不存在词工作空间理论预测的准入门，揭示了隐变量的可读形式由中层窗口内注意力介导的需求特异性聚集产生，而非门控机制。

Comments 26 pages, 9 figures, 6 tables. Code and data: https://github.com/parsa-mz/innerj

CultureMERT: Continual Pre-Training for Cross-Cultural Music Representation Learning

Angelos-Nikolaos Kanatas, Charilaos Papaioannou, Alexandros Potamianos

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

Comments 10 pages, 4 figures, accepted to the 26th International Society for Music Information Retrieval conference (ISMIR 2025), to be held in Daejeon, South Korea

Journal ref Proceedings of the 26th International Society for Music Information Retrieval Conference (ISMIR 2025), Daejeon, South Korea, pp. 569-578, 2025

Learning reshapes power-law anisotropy in internal representations

学习重塑内部表征中的幂律各向异性

Asahi Nakamuta, Jun-nosuke Teramae

机构 * Graduate School of Informatics（情报学研究科） ； Kyoto University（京都大学） 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 该研究通过求解线性神经网络学习动力学，揭示输入统计与任务结构的动态相互作用是幂律内部表征的形成机制，且非线性网络中存在类似指数演化规律。

Comments 26 pages, 6 figures

Beyond Thresholds: A Quality-Aware Decision Intelligence Framework for Cold Chain IoT Systems

Aashna Sofat, Balwinder Sodhi

机构 * IIT Ropar（印度理工学院罗帕尔分校） 纠错

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

When Do Cheap Probes Predict Expensive Training? Probing 3D-CT Encoders for Text Generation

廉价探针预测3D-CT视觉语言模型中的昂贵训练

Renjie Liang, Zijian Xu

机构 * University of Florida（佛罗里达大学） 纠错

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

AI总结 研究为3D-CT视觉语言模型选编码器及压缩方案时，候选组合多难比较。提出用廉价探针替代，构建含验证门限的探测基准，比较读出头并配对探针与下游任务，早期结果显示廉价探针排序与昂贵微调一致，有望快速筛选方案。

Adaptive Optimization via Momentum on Variance-Normalized Gradients

通过动量优化变分归一化梯度

Francisco Patitucci, Aryan Mokhtari

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

AI总结 MVN-Grad通过动量优化变分归一化梯度，在稳定性和性能上优于Adam等优化器，适用于图像分类和语言模型任务。

Comments 32 pages

Concept-based explanation of gene expression prediction from H&E images

基于概念的H&E图像基因表达预测解释

Amos Muench, Jonathan Thielmann, Reduan Achtibat, Maximilian Dreyer, Philip Bischoff, Caroline Forsythe, Hamidreza Parand, Thomas Walter, David Horst, Sebastian Lapuschkin, Wojciech Samek, Teresa Gabriela Krieger

机构 * Institute of Pathology – Charité Universitätsmedizin（夏里特医学院病理学研究所） ； Fraunhofer Heinrich-Hertz-Institute（弗劳恩霍夫海因里希·赫兹研究所） ； Center for Computational Biology (CBIO), Mines Paris, PSL University（巴黎矿业学院计算生物学中心（巴黎文理研究大学）） ； Institut Curie, PSL University（居里研究所（巴黎文理研究大学）） ； German Cancer Research Center (DKFZ)（德国癌症研究中心） ； Technological University Dublin（都柏林理工大学） ； Technische Universität Berlin（柏林工业大学） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所） 纠错

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

AI总结 本研究提出结合相关性传播与概念发现的可解释ViT框架，用于从H&E图像预测空间转录组学，可关联分子表型与组织形态，能准确预测结直肠癌相关ST特征并分层患者结局。

SUGFW+: An Uncertainty-guided Feature Weighting Framework for Cold Start Active Adaptation of SAM in Medical Image Segmentation

SUGFW+: 一种用于医学图像分割中SAM的冷启动主动适应的不确定性引导特征加权框架

Xiaochuan Ma, Ning Zhu, Jia Fu, Lanfeng Zhong, Hanyu Jiang, Bin Song, Kang Li, Guotai Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； Glassgow College, University of Electronic Science and Technology of China（电子科技大学格拉斯哥学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； West China Hospital, Sichuan University（四川大学华西医院） 纠错

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

AI总结 针对医学图像分割中SAM冷启动主动适应的样本选择问题，提出SUGFW+框架，集成SAM的PFUC、PGDR模块与GSCU策略及UPFT过程，在四个公共数据集上取得CSAL任务的最优性能。

ConceptFormer: Learning Adaptive Latent Concepts for Query-Document Alignment in Visual Document Retrieval

ConceptFormer：学习自适应潜在概念以实现视觉文档检索中的查询-文档对齐

Peng Chunyi, Xu Zhipeng, Yan Yukun, Liu Zhenghao, Yu Shi, Mei Sen, Sun Yubo, Zhang Yongheng, Zhou Jie, Gu Yu, Yu Ge, Sun Maosong

机构 * Northeastern University（东北大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） 纠错

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

AI总结 针对视觉文档检索中现有监督信号的局限，本文提出ConceptFormer框架，以自适应潜在概念为中间表示衔接语义鸿沟，在基准测试中较最强基线实现了16.7%、22.1%的NDCG@10相对提升，性能优异。

PRISM: Streaming Human Motion Generation with Per-Joint Latent Decomposition

PRISM：基于关节潜在分解的流式人类动作生成

Zeyu Ling, Qing Shuai, Teng Zhang, Shiyang Li, Bo Han, Changqing Zou

机构 * State Key Laboratory of CAD & CG（CAD与计算机图形学国家重点实验室） ； Zhejiang University（浙江大学） ； Zhejiang Lab（浙江实验室） ； Computer Animation & Perception Group（计算机动画与感知小组） 纠错

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

AI总结 PRISM通过关节潜在分解和无噪声条件注入，实现了流式人类动作生成，统一了文本到动作、姿态条件生成等多种任务，达到SOTA性能。

T-LLM Compiler: Trusted LLM-based Code Optimization and Verification Framework

T-LLM编译器：基于大语言模型的可信代码优化与验证框架

Zahra Fazel, Sunanda Gamage, Shayan Shirahmad Gale Bagi, Amir H. Ashouri, Tomasz S. Czajkowski, Bryan Chan, Reza Azimi, Yaoqing Gao

机构 * Huawei Technologies（华为技术有限公司） 纠错

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

AI总结 本文提出T-LLM编译器，结合LLM代码变换、传统编译器与验证工具，在PolyBench/C基准测试上实现最高83.3%优化准确率，变换后代码平均提速26.7%，并开源了项目代码。

ReForge: Keeping ABR Algorithms Never Finished with Verified Large Language Model Edits

ReForge：通过经过验证的大语言模型编辑让ABR算法永不落后

Zhiqiang He, Zhi Liu

机构 * The University of Electro-Communications（电气通信大学） 纠错

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

AI总结 本研究提出ReForge框架，将LLM纳入循环以对ABR算法的模糊规则进行验证性小编辑，使其适配持续变化的网络场景，在9个真实网络系列上大幅提升QoE性能。

When Less Is Enough: Context Selection and Prompting Strategies for Bengali News Headline Generation

当少即是多：孟加拉语新闻标题生成的上下文选择与提示策略

Muhammad Ashad Kabir, Kawsar Ahmed, Md. Osama

机构 * Charles Sturt University（查尔斯斯特大学） ； Chittagong University of Engineering and Technology（吉大港工程技术大学） ； Bangladesh Army University of Science and Technology（孟加拉国陆军理工大学） 纠错

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

AI总结 该研究以孟加拉语新闻标题生成任务为对象，对比Gemini、Llama、GPT-4o，发现选定导语比全文输入更优，跨语言提示结合上下文丰富效果好，少样本提示对Gemini增益显著，为低资源多语言LLM应用提供启示。

Comments 11 pages

zenDot: An LLM-integrated quantum TCAD platform for semiconductor quantum-device design and optimization automation

zenDot：一款集成大语言模型（LLM）的量子TCAD平台，用于半导体量子器件设计与优化自动化

Zeheng Wang, Yan Liu, Yue Hao, Genquan Han

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

AI总结 zenDot是集成LLM的量子TCAD平台，可连接器件物理与LLM驱动的设计探索，在Si/SiO₂双量子点验证中完成18次设计迭代，将最差门保真度降低近30倍。

The Political Ideology of Large Language Models: Measurement, Inconsistency, and Persuasive Influence

大语言模型的政治意识形态：测量、不一致性与说服影响

Nouar Aldahoul, Hazem Ibrahim, Aaron R. Kaufman, Talal Rahwan, Yasir Zaki

机构 * New York University Abu Dhabi（纽约大学阿布扎克分校） 纠错

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

AI总结 该研究挑战LLMs政治偏差较小的主流观点，发现43个LLMs的意识形态定位类似温和选民，且在引导下能产生至少与专业竞选广告相当的说服效果，或成为政治影响载体。

Comments 94 pages, 36 figures (12 main text, 24 supplementary), 20 tables. Includes Supplementary Materials

Breaking and Defending LLM-Powered Social Media Bot Detection Systems

突破与防御：基于大语言模型的社交媒体机器人检测系统

Nof Orenstein, Yoni Birman

机构 * Reichman University（莱希曼大学） 纠错

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

AI总结 本研究针对基于大语言模型的社交媒体机器人检测系统，提出两种新型对抗攻击策略使其准确率降48%，并开发多LLM防御框架LSABRE，在强自适应对抗下仍维持86%准确率，相关方法可推广至其他LLM网络安全系统。

Comments Accepted at ACISP 2026 (Australasian Conference on Information Security and Privacy). Also accepted as a poster at IEEE Symposium on Security and Privacy (S&P) 2026. Published in Pragmatic Cybersecurity 2026, 1(2), 10, https://doi.org/10.53941/pc.2026.100010. 19 pages, 11 figures

Optimal Watermark Localization in Mixed-Source Large Language Model Texts

混合源大语言模型文本中的最优水印定位

Jose H. Blanchet, T. Tony Cai, Xiang Li, Hao Liu, Qi Long, Weijie J. Su

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

AI总结 该研究针对混合源大语言模型文本的水印定位问题，将其建模为token级多重检验，提出自适应阈值方法，实现最优发现边界，经模拟和实验验证了理论与实际性能。

Comments 66 pages, 13 figures

Local AI pre-screening for human triple-blind peer review in health sciences

健康科学领域中用于人类三重盲同行评审的本地AI预筛选

Rodrigo Martins Boos

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

AI总结 该研究针对健康科学领域同行评审的AI滥用问题，提出三重盲多LLM本地预筛选框架，保留人类最终裁决权，可减少评审延迟且更透明合规。

Comments 16 pages, 1 figure

Equivalence Checking of ML GPU Kernels

ML GPU 内核的等价性检查

Benjamin Driscoll, Kshitij Dubey, Anjiang Wei, Neeraj Kayal, Rahul Sharma, Alex Aiken

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

AI总结 研究人员提出首个GPU内核等价性检查器Volta，可验证手工、LLM及编译器优化的ML内核正确性，适用于卷积、矩阵乘法等ML计算。

Understanding Cognition-Induced Risks in Agentic AI Systems

理解智能体AI系统中认知引发的风险

Guanchu Wang, Qinuo Li, Mengnan Du, Xia Hu, Bowen Zhou

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Tsinghua University（清华大学） 纠错

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

AI总结 该研究针对由LLM驱动的智能体AI系统，基于物理、社会、自我指涉认知的三级框架分析其引发的风险，提出策略以增强系统可控性，保障长期安全发展。

Comments This paper has been accepted by IEEE Intelligent Systems, which can be accessed at https://doi.ieeecomputersociety.org/10.1109/MIS.2026.3721766. The DOI is 10.1109/MIS.2026.3721766

Language models suffer from a curse of ambiguity

语言模型受困于歧义诅咒

Nicolas Zucchet, Hyun Dong Lee, Scott Linderman

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本研究识别出大型语言模型等生成离散概率分布的神经网络存在歧义诅咒，即下一个词元分布歧义性越高越难准确学习，经理论分析与实验验证，为理解模型统计能力及信任其输出分布提供了新视角与实用框架。

Left-Branching Transformers Excel at Right-Branching Languages: Data Shapes Word Order Preferences in Language Models

左分支Transformer在右分支语言中表现优异：数据塑造语言模型的词序偏好

Varvara Arzt, Allan Hanbury, Terra Blevins

机构 * Khoury College of Computer Sciences, Northeastern University（东北大学科里计算机科学学院） ； Faculty of Informatics TU Wien（维也纳技术大学信息学院） 纠错

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

AI总结 研究对比仅解码器Transformer在192种人工及自然语言中的词序偏好，发现其在人工语言呈左分支偏好、自然语言随数据增长偏好SVO，证实词序偏差由数据驱动，或减少语言词序多样性。

Comments paper under revision

PCA-guided Activation Scaling for Monotonic Bidirectional Control over LLM Sycophancy

基于主成分分析引导的激活缩放实现对大型语言模型谄媚性的单调双向控制

Zheng Chen, Zhaoxin Feng, Yip Tin Po, Jianfei Ma, Emmanuele Chersoni, Bo Li

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本研究针对LLMs的谄媚性问题，提出PCA引导的激活缩放框架，通过分解残差流激活实现单调双向控制，在三个模型和三个数据集上的表现优于基线方法。

Comments accepted by COLM2026