语言大模型 / LLM

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, this https URL (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 this https URL (https://doi.ieeecomputersociety.org/10.1109/MIS.2026.3721766). The DOI is https://doi.org/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

Beyond Direct Access: Resource Hijacking in LLM Agents

超越直接访问：大语言模型智能体中的资源劫持

Puyu Zeng, Qibing Ren

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

AI总结 该研究首次识别智能体资源劫持这一安全盲区，推出ResourceHijackBench及自动化生成流程，实验显示无防御时OpenClaw平均攻击成功率达84.06%，现有防御仍不足。

Comments 11 pages, 3 figures, 4 tables

SkillComposer: Learning Reusable Skills for Natural-Language Robot Programming

SkillComposer：学习可复用技能的自然语言机器人编程系统

John Woods, Hasti Seifi

机构 * School of Computing and Augmented Intelligence, Arizona State University（亚利桑那州立大学计算与增强智能学院） 纠错

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 SkillComposer是一款仿真环境下的交互式自然语言机器人编程系统，采用生成-测试架构，通过在线库学习算法生成可复用宏技能，经实验验证可提升任务成功率与可用性并减少用户工作量。

Comments 8 pages, 6 figures. Submitted to IEEE Humanoids 2026

ATLAS: Scaffold-Free Algorithm Synthesis by LLMs via Embedding-Guided Quality-Diversity Search

ATLAS：基于嵌入引导的质量多样性搜索的无支架大语言模型算法合成

Danial Yazdani, Mohammad Nabi Omidvar, Yuan Sun, Maksud Ibrahimov, Xiaodong Li

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

AI总结 ATLAS是基于LLM的无支架全算法合成框架，通过嵌入引导质量多样性搜索解决全算法设计空间问题，在NP难问题上优于相关基线，可保留不同区域的多类算法。

SkillCommit: Evolving Agent Skills through Behaviorally Validated Scope Expansion

SkillCommit：通过行为验证的范围扩展实现智能体技能演化

Yu He, Weikai Yang

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SkillCommit框架，通过保留经验的验证行为、抽象相关技能，在RuleArena等数据集上提升智能体性能，且所学技能可跨模型迁移。

Do Personalized Skills Help Coding Agents? An Empirical Study of Developer Interaction Histories

个性化技能对编码智能体有帮助吗？开发者交互历史的实证研究

Shuyan Huang, Kai Du, Andrew Lan

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 本研究通过对13位开发者的206个真实会话实验，发现从交互历史提炼的开发者个性化技能改进有限，而汇集自所有开发者的通用技能增益最大且最一致，为编码智能体的个性化策略提供了实证依据。

Comments 15 pages, 10 figures

In-Context Source and Channel Coding

上下文源码与信道编码

Ziqiong Wang, Tianqi Ren, Rongpeng Li, Zhifeng Zhao, Honggang Zhang

机构 * College of Information Science and Electronic Engineering, Zhejiang University（信息科学与电子工程学院，浙江大学） ； Zhejiang Lab（浙江实验室） ； Macau University of Science and Technology, China（澳门科学理工学院，中国） 纠错

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

AI总结 本文提出一种接收端上下文解码框架，通过改进SSCC的鲁棒性，在不修改发射端的情况下提升低信噪比下的传输性能。

Comments Published in SCIENCE CHINA Information Sciences

Broken Symmetry in LLM Refusal: Answer Release Is More Local Than Refusal Restoration

大语言模型拒绝回答中的对称性破缺：答案释放比拒绝恢复更具局部性

Yiqi Liu, Yang Wang, Songxin Wang, Chenghao Xiao, Chenghua Lin

机构 * University of Manchester（曼彻斯特大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

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

AI总结 本研究通过受控保留设置揭示大语言模型拒绝回答存在对称性破缺：答案释放具高度局部性，拒绝恢复需更广干预，拒绝并非简单对称开关，对安全审计具启示。

A Declarative-Procedural Perspective on Expert Routing in Bilingual Mixture-of-Experts Language Models

双语混合专家语言模型中专家路由的声明式-过程式视角

Amrit Gopinath (1), Raghul (1), Durairaj Thenmozhi (2) ((1) Sri Sivasubramaniya Nadar College of Engineering, Chennai, India, (2) Shiv Nadar University Chennai, India)

机构 * Sri Sivasubramaniya Nadar College of Engineering（斯里·西瓦苏布拉马尼亚·纳达尔工程学院） ； Shiv Nadar University Chennai（钦奈希夫·纳达尔大学） 纠错

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

AI总结 该研究探究双语MoE语言模型的专家路由是否形成语言结构，对比课程学习与无课程训练的模型，发现无课程模型专业化更强但依赖随机种子，课程模型路由更均衡，揭示MoE路由可出现可解释语言组织。

Comments 15 pages, 6 figures, 12 tables (including appendix)

Measuring the Prevalence of Policy Violating Content with ML Assisted Sampling and LLM Labeling

利用机器学习辅助抽样和大语言模型标注测量违规内容的普及率

Attila Dobi, Aravindh Manickavasagam, Benjamin Thompson, Xiaohan Yang, Faisal Farooq

机构 * Pinterest 纠错

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

AI总结 本文提出了一种基于机器学习和大语言模型的系统，用于高效测量违反政策内容的普及率，通过概率抽样和多模态标注提升测量准确性。

Comments 8 pages

Where did the ambiguity go? Examining how multimodal models interpret polysemous words

歧义去了哪里？探究多模态模型如何解释多义词

Jasin Cekinmez, Addison J. Wu, Raja Marjieh, Thomas L. Griffiths

机构 * Princeton University（普林斯顿大学） 纠错

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

AI总结 该研究对比17个文本到图像模型和15个文本生成模型，发现多模态模型生成图像的词义多样性低于文本，揭示了基础模型在不同模态间意义表达的迁移 gap。

Comments Oral Presentation, Sci-FM Workshop @ COLM 2026

Perspective-Invariant Attack with Enhanced Transferability of Adversarial Examples

具有增强对抗样本迁移性的视角不变攻击

Kaisheng Liang, Yiming Cao, Bin Xiao

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

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

AI总结 针对对抗样本跨模型迁移性带来的安全威胁，提出视角不变攻击（PIA）及其扩展PIA-Mix，通过多自由度顶点采样策略提升对抗样本迁移性，实验显示其性能优于当前最优基于迁移的攻击方法。

Closing the Affective Loop: Multimodal Speaker-Listener Emotion-Dynamics-Aware Empathetic Social Robots

闭合情感循环：具情感动态感知的多模态说话人-听话人共情社交机器人

Zi Haur Pang, Casey Kennington, Tatsuya Kawahara

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

AI总结 本研究提出AffectLoop系统，在Misty II机器人上实现多模态情感动态感知的说话人-听话人共情交互，经试点研究验证可提升共情响应与用户满意度。

Comments This paper has been accepted for presentation at APSIPA ASC 2026

SoftModel: A Neural Model That Grows Its Own Topology -- Governed Structural Growth for Continual In-Service Learning

SoftModel：一种自行扩展拓扑的神经模型——面向持续服务中学习的受控结构增长

Zhoumin Xie

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

AI总结 该研究提出了软模型（SoftModel），其结构可随非平稳数据流持续受控增长，在标准持续学习基准上保留了长任务序列的持续学习能力，为终身学习提供了新方案。

Comments 99 pages, 16 figures, 12 tables

The Open-Strategy Dictator Game: Cooperation Under Mutual Transparency

开放策略独裁者博弈：相互透明下的合作

Michael Glass

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

AI总结 该研究提出开放策略独裁者博弈，借助大语言模型裁决互动，通过循环锦标赛分析发现条件合作策略占优，证明在智能体可互查决策程序的环境中条件合作具备进化稳健性。

Synchronized Logit Steering: Real-world Steganography

同步对数几率调控：面向真实场景的隐写术

Andrew Rufail, Aadi Dash, Onir Narahari, Ethan Mui, Mahi Gajare, Prakhar Tiwari, Shrija Makapothula, Nick Cui

机构 * Algoverse AI 纠错

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

AI总结 本研究提出同步对数几率调控（SLS），一种无需发送方与接收方共享相同提示上下文的确定性隐写方案，通过代理提示编码有效载荷，在多数据集上验证其低 KL 散度、高信息密度及强隐蔽性，实现实用隐蔽通信。

The Evolutionary Origin of Values: implications for AI alignment, sentience and existential risk

价值的进化起源：对AI对齐、感知能力和生存风险的启示

Francis Heylighen

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

AI总结 该研究通过追溯生物价值的进化起源，论证LLMs无内在生存动机与感知能力，正交性论点不适用于它们，AI对齐的核心挑战是确保LLMs应用习得的伦理价值。

Comments submitted chapter for book: T. Veloz & C. Rittberg (Eds.), AI and Human Values. Springer

Red-Teaming the Agentic Red-Team

红队测试代理型红队

Dario Pasquini, Michal Bazyli, Taras Fedynyshyn, Artem Sorokin

机构 * Cracken ； Information Protection Department, Lviv Polytechnic National University（利沃夫理工学院信息保护系） 纠错

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

AI总结 本文首次深入分析主流进攻性安全代理系统的安全漏洞，揭示其设计缺陷可导致API密钥泄露、持久化控制及宿主机失陷，并提出架构级缓解设计原则。

Comments v0.1