语言大模型 / LLM

LEDGER: Claim-to-Evidence Trace Graphs for Auditing LLM Agents

LEDGER：用于审计大语言模型智能体的从主张到证据的追踪图

Daehong Kim, Haichao Miao, Shusen Liu

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 针对LLM智能体输出审计瓶颈，提出LEDGER系统构建分层追踪图，通过分组节点、添加语义边等实现以证据为中心的审计，揭示工作流决策等关键信息。

A Locally Deployable Tool-Grounded LLM Multi-agent Framework for Automating Methane Emission Analysis and Reporting

一种可本地部署的基于工具的大语言模型多智能体框架，用于自动化甲烷排放分析与报告

Yang Yan, Zifan Zhou, Xuan Wang, Erum Hassan, Bilguunzaya Mijiddorj, Jie Cao, Bin Li, Binbin Weng

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

AI总结 本研究开发了一种可本地部署的基于工具的LLM多智能体框架，用于自动化甲烷排放分析与报告，在多类真实场景测试中表现优异，能缩短工作流时间、降低人力需求并提升数据安全性。

From Documentation to Zero-day Vulnerabilities: LLM-Driven Fuzzing of JavaScript Engines in PDF Readers

从文档到零日漏洞：基于大语言模型的PDF阅读器JavaScript引擎模糊测试

Suyue Guo, Stijn Pletinckx, Tianle Yu, Yigitcan Kaya, Saad Ullah, Wenbo Guo, Christopher Kruegel, Giovanni Vigna

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PDF阅读器模糊测试工具的局限，提出基于LLM的PDFuzzer，生成复杂API调用序列，在三款主流阅读器上覆盖率提升48%，识别31个零日漏洞并获厂商漏洞赏金。

Comments 16 pages, 2 figures, accepted by ACM CCS 2026

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

GuideFetch：用于辅助机器狗并发导航与物体检索的任务协调框架

Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rainer Stiefelhagen

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Hunan University（湖南大学） 纠错

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

AI总结 针对异构辅助机器狗的导航与物体检索并发任务，提出GuideFetch协调框架，通过LLM规划与状态验证提升执行效率，并行执行可缩短41.3%平均总完成时间。

TrojanGYM: A Detector-in-the-Loop LLM for Adaptive RTL Hardware Trojan Insertion

TrojanGYM：一种检测器在环的大语言模型用于自适应RTL硬件木马插入

Saideep Sreekumar, Zeng Wang, Akashdeep Saha, Weihua Xiao, Minghao Shao, Muhammad Shafique, Ozgur Sinanoglu, Ramesh Karri, Johann Knechtel

机构 * NYU Tandon School of Engineering（纽约大学Tandon工程学院） ； NYU Abu Dhabi（纽约大学阿布扎克分校） 纠错

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

AI总结 提出TrojanGYM框架，利用大语言模型智能体自动生成多样化的硬件木马，暴露基于GNN的检测器盲点，并设计鲁棒检测器Robust-GNN4TJ，在生成的基准上将检测率从0%提升至60%。

Making Implicit Premises Explicit in Logical Understanding of Enthymemes

在演绎推理中显式化隐含前提

Xuyao Feng, Anthony Hunter

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

AI总结 本文提出了一种整合大型语言模型和神经符号推理器的管道，用于将隐含前提显式化并解码逻辑蕴含。

Comments Accepted at the 17th International Conference on Scalable Uncertainty Management (SUM 2026)

XRF-to-Optical Field-of-View Localization with Vision Language Models

基于视觉语言模型的X射线荧光（XRF）与光学显微镜视场（FOV）定位

Xiangyu Yin, Tatjana Paunesku, Letonia Copeland-Hardin, Martina Ralle, Zichao Wendy Di, Si Chen, Gayle E. Woloschak, Barry Lai, Mathew J. Cherukara, Stefan Vogt

机构 * Northwestern University（西北大学） ； University of Chicago（芝加哥大学） ； Oregon Health and Science University（俄勒冈健康与科学大学） ； Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 本文针对跨模态显微图像的视场定位难题，提出结合视觉语言模型（VLM）的候选生成-验证工作流，在低对应度的相邻切片成像数据中实现了有效定位，为关联XRF与光学显微测量提供了支撑。

ORBITER: Conflict-Aware Decision-Making for Agentic Last-Mile Delivery

ORBITER：面向智能体的最后一公里配送的冲突感知决策方法

Mingzhao Li, Chenxi Liu, Yan Zhao, Hao Miao

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

AI总结 本文针对最后一公里配送决策的可解释性与可靠性问题，提出ORBITER框架，结合LLM与结构化决策机制，在四城市数据上较最优基线平均提升9.2%，验证了方法的有效性。

Shared Circuits for Shared Grammar: Tracing Subject-Verb Agreement Across Languages

共享语法的共享电路：跨语言追踪主谓一致

Isabella Gidi, Antonio Almudévar, Core Francisco Park, Naomi Saphra, Ricard Marxer

机构 * Harvard University（哈佛大学） ； University of Zaragoza（萨拉戈萨大学） ； Boston University（波士顿大学） ； Univ Toulon（土伦大学） ； Aix Marseille Univ（艾克斯-马赛大学） ； CNRS（法国国家科学研究中心） ； LIS（信息科学实验室） ； ILLS（语言与语言科学研究所） 纠错

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

AI总结 本文研究多语言大语言模型的跨语言共享机制，以主谓一致为对象，通过29种语言的实验发现其复用部分共享计算结构，且与屈折语言的电路更相似。

Comments 25 pages including appendices, 16 figures. Accepted to COLM 2026

SeqFeed: Improving Agentic RTL Code Generation with Sequential Behavior Feedback

SeqFeed：通过顺序行为反馈改进智能体RTL代码生成

Yuxin Du, Juxin Niu, Tao Hu, Xi Wang, Zhe Jiang, Nan Guan

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

AI总结 针对智能体RTL代码生成的时序信息传递难题，本研究提出含SeQuery和SeGraph机制的SeqFeed，通过满足三项反馈要求提升LLM的RTL代码生成通过率。

Improving Natural-Language Combinatorial-Optimization Accuracy in Resource-Constrained Language Models via Formal Abstractions

通过形式化抽象提升资源受限语言模型的自然语言组合优化准确率

Shrenil Shaun Sharma, Avi Sharma

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 针对资源受限语言模型在自然语言组合调度中可行性不足的问题，提出神经符号框架SDDL，其在300实例调度子集上大幅提升小模型的可行调度准确率，逼近大模型性能

Comments 17 Pages

Entity tracking emerges in sub-billion parameter language models and exceeds human performance in naturalistic narratives

实体追踪在亚十亿参数规模的语言模型中出现，且在自然叙事中超越人类表现

Karolina Drożdż, Micha Heilbron

机构 * IDEAS Research Institute（IDEAS研究所） ； Max Planck Institute for Psycholinguistics（马克斯·普朗克心理语言学研究所） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 本研究发现4.1亿参数的语言模型已具备人类水平的实体追踪能力，且随规模提升而改善，远超人类表现，该能力在远小于预期的模型规模时出现。

An Information-theoretic Propagation Denoising and Fusion Framework for Fake News Detection

用于假新闻检测的信息论传播去噪与融合框架

Mengyang Chen, Lingwei Wei, Wei Zhou, Songlin Hu

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

AI总结 针对假新闻检测中合成传播数据不可靠的问题，提出InfoPDF框架，通过互信息学习真实与合成传播的有效表示，在多个数据集上实现更优检测性能。

Comments Camera-ready version for IJCAI-ECAI 2026

When Readability and Source Retention Diverge: An Evaluability Gap in AI Translation

当可读性与源保留产生分歧：AI翻译中的可评估性差距

Chenchen Mao, Hanjing Shi, Haiyan Jia, Emily Wegrzyn, Dominic DiFranzo

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

AI总结 该研究针对AI翻译中可读性与源保留分歧导致的可评估性差距，通过TransLingo开展2×2对比实验，揭示了源文本条件与输出呈现方式对感知质量等的影响，明确了任务绩效信任与披露意愿的关联。

Coverage-Driven RTL Assertion Generation with Formal Exploration and Neuro-Symbolic Refinement

基于形式化探索与神经符号优化的覆盖率驱动RTL断言生成

Zhiyuan Yan, Ziyue Zheng, Hongce Zhang

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

AI总结 该研究提出NeuroAssertion框架，结合形式化迹生成、SyGuS与智能体启发优化，实现覆盖率驱动的RTL断言生成，断言数量与突变覆盖率均约为传统方法的2倍。

Comments Accepted at MLCAD 2026

Adversarial Review: Structured Disagreement for Grounded Agentic Code Review

对抗评审：基于结构化分歧的 grounded 智能体代码评审

Eric S. Qiu, Joyce Gill

机构 * Cornell University（康奈尔大学） ； Stanford University（斯坦福大学） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 本文提出对抗评审（AR）协议，仅用3个智能体实现结构化分歧的协作代码评审，在LiveCodeBench、SWE-PRBench等基准上优于多智能体基线，证明无需大量智能体即可完成高效代码评审。

Comments Accepted to ICML 2026 Workshop on DL4C

UBio-MolFM: Enabling Biomolecular Dynamics at DFT Accuracy and $10^5$ Atoms with One Untuned Potential

UBio-MolFM：使用一个未调谐的势实现DFT精度下10^5个原子的生物分子动力学模拟

Lin Huang, Frank Peng, JiaJun Cheng, Zion Wang, Hao Yin, Hao Li, Ji Zhang, Jack Jia, Junping Zhao, Arthur Jiang, Jia Zhang

专题命中 其他LLM ：foundation model(abstract)

AI总结 UBio-MolFM是经1.6亿量子化学标签训练的基础模型，可在单GPU上以近线性成本实现DFT精度的10^5原子生物分子动力学模拟，突破了第一性原理模拟的原子数限制，能重现关键生物过程的结构与能量特征。

Scale Matters: Adaptive Granularity Selection for Cross-Species 3D Plant Organ Segmentation

尺度重要：跨物种三维植物器官分割的自适应粒度选择

Carla Salazar, Lazaros Nalpantidis

机构 * Technical University of Denmark (DTU)（丹麦技术大学（DTU）） ； Pioneer Centre for Artificial Intelligence（人工智能先锋中心） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 针对跨物种三维植物器官分割中固定空间粒度泛化能力差的问题，提出结合冻结Utonia基础模型与自适应粒度选择的小样本方法AGS-PlantSeg，在三个数据集上实现88.9%平均mIoU，性能优于固定粒度基线且与全监督架构相当。

Comments Accepted at the Computer Vision in Plant Phenotyping and Agriculture (CVPPA) Workshop at the European Conference on Computer Vision (ECCV) 2026. Project page: this https URL (https://dtu-pas.github.io/ags-plantseg/)

EATR-Stereo: Embodiment-Aware Token Routing of Paired Stereo Evidence for Humanoid Vision-Language-Action Control

EATR-Stereo：面向人形机器人视觉-语言-动作控制的具身感知配对立体证据路由

Songwei Wu, Rui Zhao, Fan Yang, Zhongqiang Nie, Zhiduo Jiang, Wandong Sun, Yuwei Li, Jian Hu, Yang Liu, Hong Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 EATR-Stereo是具身感知的令牌路由框架，在冻结预训练VLA模型的前提下，通过选择性路由配对立体证据，提升了人形机器人长时程视觉-语言-动作控制的任务成功率。

Comments 8 pages, 5 figures

The CTI Echo Chamber: Fragmentation, Overlap, and Vendor Specificity in Twenty Years of Cyber Threat Reporting

CTI 回声室：二十年来网络威胁报告中的碎片化、重叠与供应商特定性

Manuel Suarez-Roman, Francesco Marchiori, Mauro Conti, Juan Tapiador

专题命中 其他LLM ：LLM(abstract)

AI总结 本文研究了二十年来网络威胁报告中的碎片化、重叠和供应商特定性问题，通过大规模自动化分析揭示了CTI信息密度和专业性的演变，识别了CTI行业中的碎片化生态系统和供应商的地理和行业偏见。