语言大模型 / LLM

Layer of Truth: Probing Belief Shifts under Continual Pre-Training Poisoning

真相层：在持续预训练中毒下的信念转变探究

Svetlana Churina, Niranjan Chebrolu, Kokil Jaidka

机构 * Centre for Trusted Internet \& Community, National University of Singapore, Singapore 纠错

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

AI总结 本研究揭示了持续预训练中虚假信息如何取代模型内部事实表示，通过实验发现中毒对模型信念的影响及可逆性，强调了对事实完整性进行监控的重要性。

UniFGVC: Universal Training-Free Few-Shot Fine-Grained Vision Classification via Attribute-Aware Multimodal Retrieval

UniFGVC: 一种通用无训练少样本细粒度视觉分类方法通过属性感知多模态检索

Hongyu Guo, Xiangzhao Hao, Jiarui Guo, Haiyun Guo, Jinqiao Wang, Tat-Seng Chua

机构 * School of Traffic and Transportation, Beijing Jiaotong University（交通与运输学院，北京交通大学） ； Foundation Modal Research Center, Institute of Automation, Chinese Academy of Sciences（基础模态研究中心，自动化研究所） ； Queen Mary School Hainan, Beijing University of Posts and Telecommunications（海南女王学院，北京邮电大学） ； Department of Computer Science, NUS School of Computing（计算机科学系，国立大学计算机学院） 纠错

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

AI总结 UniFGVC通过属性感知多模态检索方法，实现无训练少样本细粒度视觉分类，优于现有方法。

Semantic Uncertainty Quantification of Hallucinations in LLMs: A Quantum Tensor Network Based Method

LLMs语义幻觉的不确定性量化：基于量子张量网络的方法

Pragatheeswaran Vipulanandan, Kamal Premaratne, Dilip Sarkar

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Department of Computer Science（计算机科学系） ； University of Miami（迈阿密大学） 纠错

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

AI总结 基于量子张量网络的方法用于量化LLMs语义幻觉的不确定性，通过熵最大化策略提升幻觉检测的鲁棒性和准确性。

Journal ref ICLR2026

Model Editing with Graph-Based External Memory

基于图的外部记忆模型编辑

Yash Kumar Atri, Ahmed Alaa, Thomas Hartvigsen

机构 * University of Virginia（弗吉尼亚大学） ； UC Berkeley（伯克利大学） ； UCSF（旧金山加州大学） 纠错

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

AI总结 HYPE通过双曲几何和图神经网络实现稳定的模型编辑，提升编辑稳定性、事实准确性和多跳推理能力。

Can you map it to English? The Role of Cross-Lingual Alignment in Multilingual Performance of LLMs

能否映射到英语？跨语言对齐在大语言模型多语言性能中的作用

Kartik Ravisankar, Hyojung Han, Sarah Wiegreffe, Marine Carpuat

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

AI总结 本研究探讨了LLM中跨语言对齐对多语言NLU任务性能的影响，通过引入DALI指数验证了表示对齐在正确性中的关键作用。

Concept Component Analysis: A Principled Approach for Concept Extraction in LLMs

概念成分分析：一种用于大语言模型中概念提取的原则性方法

Yuhang Liu, Erdun Gao, Dong Gong, Anton van den Hengel, Javen Qinfeng Shi

机构 * Australian Institute for Machine Learning, The University of Adelaide（澳大利亚机器学习研究所，阿德莱德大学） ； School of Computer Science and Engineering, The University of New South Wales（计算机科学与工程学院，新南威尔士大学） 纠错

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

AI总结 本文提出概念成分分析（ConCA）方法，通过无监督线性解混从LLM中提取可解释概念，提供理论支持优于现有SAEs方法。

DANCE: Dynamic, Available, Neighbor-gated Condensation for Federated Text-Attributed Graphs

DANCE: 动态、可用、邻居门控的联邦文本属性图压缩

Zekai Chen, Haodong Lu, Xunkai Li, Henan Sun, Jia Li, Hongchao Qin, Rong-Hua Li, Guoren Wang

机构 * Department of Computer Science, Beijing Institute of Technology, Beijing, China（北京理工大学计算机科学系） ； The Hong Kong University of Science and Technology (GZ), Guangzhou, China（香港科技大学（广州）） 纠错

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

AI总结 DANCE通过动态、可用、邻居门控的图压缩方法，提升联邦文本属性图学习的准确性和可解释性。

Beyond Tokens: Concept-Level Training Objectives for LLMs

超越标记：面向大语言模型的概念级训练目标

Laya Iyer, Pranav Somani, Alice Guo, Dan Jurafsky, Chen Shani

机构 * Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出概念层面训练目标，通过整合概念监督提升大语言模型的语义理解和泛化能力。

AI-exhibited Personality Traits Can Shape Human Self-concept through Conversations

基于AI表现的人格特质可通过对话影响人类自我概念

Jingshu Li, Tianqi Song, Nattapat Boonprakong, Zicheng Zhu, Yitian Yang, Yi-Chieh Lee

机构 * Computer Science（计算机科学） ； National University of Singapore（新加坡国立大学） ； School of Computing（计算学院） 纠错

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

AI总结 本研究发现基于AI的人格特质可通过对话影响用户自我概念，揭示了AI在人机交互中的潜在影响及设计启示。

Comments ACM CHI 2026

Linear Personality Probing and Steering in LLMs: A Big Five Study

大五人格特征在大语言模型中的探测与引导：一项大五研究

Michel Frising, Daniel Balcells

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文研究了通过大五人格特质对齐的线性方向探测和引导大语言模型行为的有效性，发现其在特定任务中表现良好，但在开放式生成中效果有限。

Comments 29 pages, 6 figures

Mathematical Knowledge Graph-Driven Framework for Equation-Based Predictive and Reliable Additive Manufacturing

基于数学知识图谱的方程驱动框架用于基于方程的预测和可靠的增材制造

Yeongbin Cha, Namjung Kim

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

AI总结 本研究提出基于数学知识图谱的框架，结合大语言模型与增材制造知识图谱，实现可靠的知识提取和外推建模，提升预测的准确性和物理一致性。

Comments preprint

Practical Poisoning Attacks against Retrieval-Augmented Generation

针对检索增强生成的实用污染攻击

Baolei Zhang, Yuxi Chen, Zhuqing Liu, Lihai Nie, Tong Li, Zheli Liu, Minghong Fang

机构 * CS\&CCS, Nankai University（CS与CCS，南开大学） ； Independent Researcher（独立研究者） ； University of North Texas（北德克萨斯大学） ； University of Louisville（路易斯维尔大学） 纠错

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

AI总结 CorruptRAG是一种针对RAG系统的实用污染攻击，通过注入单条污染文本实现更高的攻击成功率和隐蔽性。

Comments To appear in ACM SACMAT 2026

Do You Get the Hint? Benchmarking LLMs on the Board Game Concept

你得到提示了吗？对大型语言模型的棋盘游戏概念基准测试

Ine Gevers, Walter Daelemans

机构 * CLiPS, University of Antwerp（CLiPS，安特卫普大学） 纠错

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

AI总结 本文通过棋盘游戏Concept测试LLMs的演绎推理能力，发现人类易解而LLMs表现不佳，尤其在低资源语言中更差。

Context-aware Decoding Reduces Hallucination in Query-focused Summarization

上下文感知解码减少查询导向摘要中的幻觉

Zhichao Xu

机构 * University of Utah（犹他大学） 纠错

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

AI总结 本文提出上下文感知解码方法，通过减少查询导向摘要中的幻觉并保留词法模式匹配度，提升生成质量。

Comments technical report

Toward Trustworthy Agentic AI: A Multimodal Framework for Preventing Prompt Injection Attacks

迈向可信的代理AI：一种多模态框架用于防止提示注入攻击

Toqeer Ali Syed, Mishal Ateeq Almutairi, Mahmoud Abdel Moaty

机构 * Faculty of Computer and Information System（计算机与信息系统系） ； Islamic University of Madinah（麦地那伊斯兰大学） ； Arab Open University-Bahrain（巴林阿拉伯开放大学） 纠错

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

AI总结 本文提出一种多模态框架，通过溯源感知机制防止代理AI中的提示注入攻击，提升系统安全性和稳定性。

Comments It is accepted in a conference paper, ICCA 2025 in Bahrain on 21 to 23 December

Policy-Conditioned Policies for Multi-Agent Task Solving

基于策略条件的多智能体任务解决

Yue Lin, Shuhui Zhu, Wenhao Li, Ang Li, Dan Qiao, Pascal Poupart, Hongyuan Zha, Baoxiang Wang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Waterloo（滑铁卢大学） ； Tongji University（同济大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出通过程序化表示和大型语言模型实现多智能体任务解决，引入程序均衡概念并提出PIBR算法，有效解决协调博弈和合作环境问题。

Enhancing Uncertainty Estimation in LLMs with Expectation of Aggregated Internal Belief

通过聚合内部信念期望增强大语言模型的不确定性估计

Zeguan Xiao, Diyang Dou, Boya Xiong, Yun Chen, Guanhua Chen

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

AI总结 本文提出EAGLE方法，通过聚合内部信念期望提升大语言模型的不确定性估计，改进校准性能。

Comments Accepted by AAAI 2026

GraphShaper: Geometry-aware Alignment for Improving Transfer Learning in Text-Attributed Graphs

GraphShaper: 图形感知对齐以提高文本属性图形中的迁移学习

Heng Zhang, Tianyi Zhang, Yuling Shi, Xiaodong Gu, Yaomin Shen, Haochen You, Zijian Zhang, Yilei Yuan, Jin Huang

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

AI总结 GraphShaper通过多几何专门化框架提升文本属性图中迁移学习的性能，实现9.47%和7.63%的准确率提升。

Comments This submission has been withdrawn by the authors due to a fundamental error in the methodology that affects the validity of the main results

Uncertainty Quantification for LLMs through Minimum Bayes Risk: Bridging Confidence and Consistency

通过最小贝叶斯风险进行大语言模型的不确定性量化：连接置信度与一致性

Roman Vashurin, Maiya Goloburda, Albina Ilina, Aleksandr Rubashevskii, Preslav Nakov, Artem Shelmanov, Maxim Panov

机构 * Mohamed bin Zayed University of Artificial Intelligence（莫扎德·本·泽亚德人工智能大学） 纠错

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

AI总结 本文提出通过最小贝叶斯风险连接模型置信度与输出一致性，改进大语言模型的不确定性量化方法。

HalluShift++: Bridging Language and Vision through Internal Representation Shifts for Hierarchical Hallucinations in MLLMs

HalluShift++: 通过内部表示转移弥合语言与视觉，解决多模态大语言模型中的层级幻觉

Sujoy Nath, Arkaprabha Basu, Sharanya Dasgupta, Swagatam Das

机构 * Netaji Subhash Engineering College (NSEC)（奈尔贾伊·萨布哈工程学院） ； TCG Crest ； Electronics and Communication Sciences Unit (ECSU)（电子与通信科学单位） ； Indian Statistical Institute（印度统计研究所） 纠错

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

AI总结 HalluShift++通过分析MLLM内部表示转移，解决多模态大语言模型中的层级幻觉问题，提升幻觉检测的有效性。

Variational Uncertainty Decomposition for In-Context Learning

变分不确定性分解用于上下文学习

I. Shavindra Jayasekera, Jacob Si, Filippo Valdettaro, Wenlong Chen, A. Aldo Faisal, Yingzhen Li

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

AI总结 本文提出变分不确定性分解框架，用于分解上下文学习中的先验和随机不确定性，通过优化辅助查询获得不确定性上界并诱导下界，实验验证其有效性。

Comments Neurips Version

MindFuse: Towards GenAI Explainability in Marketing Strategy Co-Creation

MindFuse：迈向营销策略协同创作中的生成式AI可解释性

Aleksandr Farseev, Marlo Ongpin, Qi Yang, Ilia Gossoudarev, Yu-Yi Chu-Farseeva, Sergey Nikolenko

机构 * ITMO University（ITMO大学） ； SoMin.ai Research（SoMin.ai研究） ； Faculty of Software Engineering（软件工程学院） ； Computer Systems, ITMO University（计算机系统，ITMO大学） ； ISP RAS Research Center for Trusted Artificial Intelligence（俄罗斯科学院信息与系统研究所以及可信人工智能研究中心） 纠错

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

AI总结 MindFuse通过可解释生成式AI框架，实现营销策略协同创作中的内容生成、推理和实时优化，提升营销效率12倍。

The Dream Within Huang Long Cave: AI-Driven Interactive Narrative for Family Storytelling and Emotional Reflection

黑龙洞之梦：由AI驱动的互动叙事用于家庭故事讲述与情感反思

Jiayang Huang, Lingjie Li, Kang Zhang, David Yip

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 《黑龙洞之梦》通过AI驱动的互动叙事，探索家庭关系中的情感连接与大他者不存在的概念。

Comments 8 pages,8 figures, International Symposium on Electronic/Emerging Art (ISEA)

Journal ref Proceedings of the International Symposium on Electronic/Emerging Art (ISEA 2025), Seoul, Republic of Korea, 2025, pp.247-254

AuditCopilot: Leveraging LLMs for Fraud Detection in Double-Entry Bookkeeping

AuditCopilot: 利用大语言模型在复式记账中进行欺诈检测

Md Abdul Kadir, Sai Suresh Macharla Vasu, Sidharth S. Nair, Daniel Sonntag

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心） ； Oldenburg University（奥尔登堡大学） ； Saarland University（萨尔兰州立大学） 纠错

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

AI总结 AuditCopilot利用大语言模型在复式记账中检测欺诈，优于传统方法并提供自然语言解释，提升审计的可解释性和效率。

COMPASS: Context-Modulated PID Attention Steering System for Hallucination Mitigation

COMPASS：基于上下文调节的PID注意力转向系统用于减少幻觉

Kenji Sahay, Snigdha Pandya, Rohan Nagale, Anna Lin, Shikhar Shiromani, Kevin Zhu, Dev Sunishchal

机构 * Algoverse ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 COMPASS通过上下文调节PID注意力转向系统减少大型语言模型的幻觉，通过可解释的反馈回路提升生成的准确性与可解释性。

Comments 9 pages, 6 figures including algorithmns, 2 tables

Improving Region Representation Learning from Urban Imagery with Noisy Long-Caption Supervision

通过噪声长描述监督提升城市影像区域表示学习

Yimei Zhang, Guojiang Shen, Kaili Ning, Tongwei Ren, Xuebo Qiu, Mengmeng Wang, Xiangjie Kong

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

AI总结 本文提出UrbanLN框架，通过长文本意识和噪声抑制提升城市影像区域表示学习，有效解决细粒度特征对齐与噪声干扰问题。

Comments Accepted as a full paper by AAAI-26

Benford's Curse: Tracing Digit Bias to Numerical Hallucination in LLMs

本福特定律的诅咒：追踪数字偏差到大语言模型中的数值幻觉

Jiandong Shao, Yao Lu, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 研究发现LLMs在预训练中学习到的数字偏倚导致数值生成偏差，通过修剪特定神经元可缓解错误输出。

Comments NeurIPS 2025

For Those Who May Find Themselves on the Red Team

那些可能发现自己在红队中的人

Tyler Shoemaker

机构 * Texas A&M University（德克萨斯大学） 纠错

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

AI总结 本文主张文学学者应参与LLM可解释性研究，强调红队作为思想斗争的可能场所。

Community-Aligned Behavior Under Uncertainty: Evidence of Epistemic Stance Transfer in LLMs

在不确定性下对齐的行为：LLMs中认知立场转移的证据

Patrick Gerard, Aiden Chang, Svitlana Volkova

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

AI总结 本研究通过删除事件知识验证LLMs在无知情况下仍能保持社区特定的行为模式，证明对齐编码了结构化且可推广的行为，推动更安全的LLM部署。

Comments 37 pages, EurIPS 2025

Taming Uncertainty via Automation: Observing, Analyzing, and Optimizing Agentic AI Systems

通过自动化控制不确定性：观察、分析和优化代理AI系统

Dany Moshkovich, Sergey Zeltyn

机构 * IBM Research（IBM研究） 纠错

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

AI总结 本文提出AgentOps框架，通过自动化管理代理AI系统的不确定性，实现安全、适应性和有效性的运营。