arXivDaily arXiv每日学术速递 周一至周五更新
arXiv周末暂无论文更新,休息一下吧,周末愉快~~

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

共收录 12169 信号源:cs.CL, cs.AI, cs.LG

1. 其他LLM 12169 篇

2605.06154 2026-05-08 cs.AI cs.LG 81%

Graphlets as Building Blocks for Structural Vocabulary in Knowledge Graph Foundation Models

图let作为知识图谱基础模型中结构词汇的构建块

Kossi Amouzouvi, Robert Wardenga, Jens Lehmann, Sahar Vahdati

机构 * ScaDS.AI Dresden/Leipzig, Technische Universität Dresden(ScaDS.AI 德累斯顿/莱比锡,德累斯顿技术大学) Department of Mathematics, KNUST(数学系,库马西大学) alphaspeech - c/o alpha NT GmbH Amazon, Technische Universität Dresden(亚马逊,德累斯顿技术大学) TIB – Leibniz Information Centre for Science and Technology(TIB – 莱比锡科学与技术信息中心)

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

AI总结 本文提出基于图let词汇的模型无关框架,通过模式匹配挖掘知识图谱间的模式,提升跨图谱的链接预测性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2605.00850 2026-05-05 physics.ao-ph cs.AI cs.LG eess.IV 81%

Earth System Foundation Model (ESFM): A unified framework for heterogeneous data integration and forecasting

地球系统基础模型(ESFM):一个用于异质数据整合和预测的统一框架

Firat Ozdemir, Yun Cheng, Salman Mohebi, Fanny Lehmann, Simon Adamov, Zhenyi Zhang, Leonardo Trentini, Dana Grund, Oliver Fuhrer, Torsten Hoefler, Siddhartha Mishra, Sebastian Schemm, Benedikt Soja, Mathieu Salzmann

机构 * Swiss Data Science Center (SDSC), ETH Zurich & EPFL(瑞士数据科学中心(SDSC)、苏黎世联邦理工学院与洛桑联邦理工学院) ETH AI Center, ETH Zurich(苏黎世联邦理工学院人工智能中心) Federal Office for Meteorology and Climatology MeteoSwiss(联邦气象与气候办公室MeteoSwiss) Institute of Geodesy and Photogrammetry, ETH Zurich(苏黎世联邦理工学院测绘与摄影测量研究所) Computational and Applied Mathematics Laboratory, ETH Zurich(苏黎世联邦理工学院计算与应用数学实验室) Institute for Atmospheric and Climate Science (IAC), ETH Zurich(大气与气候科学研究所(IAC)、苏黎世联邦理工学院) Scalable Parallel Computing Lab, ETH Zurich(可扩展并行计算实验室、苏黎世联邦理工学院) Dep. of Applied Mathematics and Theoretical Physics, University of Cambridge(应用数学与理论物理系、剑桥大学)

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

AI总结 本文提出ESFM,一个基于3D Swin UNet的开放模型,通过扩展编码方案和轴向注意力机制,实现对多源异质数据的整合与预测,提升气候科学应用性能。

Comments ESFM is available on https://github.com/swiss-ai/ESFM. 48 pages, 29 figures, 18 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.24082 2026-04-28 cs.CR cs.AI cs.CL 81%

Jailbreaking Frontier Foundation Models Through Intention Deception

通过意图欺骗突破前沿基础模型

Xinhe Wang, Katia Sycara, Yaqi Xie

机构 * Carnegie Mellon University(卡内基梅隆大学)

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

AI总结 本文提出一种多轮欺骗方法,通过模拟良性意图和模型一致性,引导模型生成有害输出,并揭示了未被注意到的para-jailbreaking漏洞。

Comments Accepted at CVPR 2026 Findings Track

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.07474 2026-04-23 cs.CL cs.AI 81%

Cross-Modal Taxonomic Generalization in (Vision-) Language Models

跨模态分类泛化在(视觉-)语言模型中

Tianyang Xu, Marcelo Sandoval-Castaneda, Karen Livescu, Greg Shakhnarovich, Kanishka Misra

机构 * Toyota Technological Institute at Chicago(芝加哥丰田技术研究所) The University of Texas at Austin(德克萨斯大学奥斯汀分校)

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

AI总结 研究探讨了语言模型在无显性证据情况下通过跨模态泛化恢复超范畴知识的能力,发现语言模型能基于语言线索实现泛化。

Comments ACL 2026 (main conference)

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.02541 2026-04-21 cs.LG cs.AI cs.CV 81%

Rethinking Post-Unlearning Behavior of Large Vision-Language Models

重新思考大型视觉-语言模型的后反遗忘行为

Minsung Kim, Nakyeong Yang, Kyomin Jung

机构 * Seoul National University(首尔国立大学)

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

AI总结 本文提出新的反遗忘任务和PUBG方法,旨在生成隐私保护且信息丰富的后反遗忘响应,解决现有方法导致的退化、幻觉或过度拒绝问题。

Comments 11 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.11490 2026-04-20 cs.AI cs.CL cs.CV 81%

Anthropogenic Regional Adaptation in Multimodal Vision-Language Model

人为区域适应于多模态视觉-语言模型

Samuel Cahyawijaya, Peerat Limkonchotiwat, Tack Hwa Wong, Hitesh Laxmichand Patel, Amit Agarwal, Manuel Antonio Rufino, Carlos Rafael Catalan, Muhammad Reza Qorib, Vicky Feliren, Holy Lovenia, Aye Hninn Khine, Frederikus Hudi, David Anugraha, Alham Fikri Aji, Romrawin Chumpu, Viet-Thanh Pham, Minghan Wang, Mohamed Fazli Imam, Ruochen Zhang, Joseph Marvin Imperial, Khumaisa Nur'aini, Do Xuan Long, Musa Izzanardi Wijanarko, Joel Ruben Antony Moniz, Patrick Amadeus Irawan, Hanif Muhammad Zhafran, Isaiah Flores, Salsabila Zahirah Pranida, Jun Kevin, Jostin Jerico Rosal, Patricia Nicole Monderin, Kun Kerdthaisong, Ahmad Mustafid, My Chiffon Nguyen, Natchapon Jongwiriyanurak, Siva Worajitwannakul, Haochen Li, Adrian Xuan Wei Lim, Bin Wang, Muhammad Ravi Shulthan Habibi, Lynnette Hui Xian Ng, Mithil Bangera, Yeshil Bangera, Priyaranjan Pattnayak, Dun Li Chan, Sherissa Caren Djuniwar, Cho Chan Myei Oo, Hee Ming Shan

机构 * Cohere SEACrowd AI Singapore Universiti Teknologi PETRONAS Oracle Carnegie Mellon University(卡内基梅隆大学) Monash University, Indonesia(莫纳什大学(印尼)) King Mongkut’s University of Technology Thonburi(泰国孔敬大学) Nara Institute of Science and Technology(奈良科学技術大學) Stanford University(斯坦福大学) MBZUAI National University of Singapore(新加坡国立大学) Monash University, Australia(莫纳什大学(澳大利亚)) Brown University(布朗大学) University of Bath(巴斯大学) Mila - Quebec AI Institute(蒙特利尔AI研究所) Institut Teknologi Bandung(Bandung 工程技术大学) Ateneo de Manila University(马尼拉亚特内奥大学) Universitas Pelita Harapan(Pelita Harapan 大学) Seoul National University of Science and Technology(首尔科学技术大学) Thammasat University(泰国 Thammasat 大学) Independent(独立) University College London(伦敦大学学院) Nanyang Technological University(南洋理工大学) MiroMind AI University of Indonesia(印度尼西亚大学) University of New Haven(纽黑文大学) INTI International University and Colleges(INTI 国际大学和学院) Binus University(Binus 大学) National University Philippines(菲律宾国家大学) ThoughtFull

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

AI总结 本文提出人为区域适应框架,通过地理通用化简化方法提升多模态模型在特定区域的文化相关性,实验显示在东南亚地区提升5-15%的同时保持全球性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.02340 2026-04-14 cs.LG cs.CL 81%

Not All Denoising Steps Are Equal: Model Scheduling for Faster Masked Diffusion Language Models

并非所有去噪步骤都同等重要:用于加快掩码扩散语言模型的模型调度

Ivan Sedykh, Nikita Sorokin, Valentin Malykh

机构 * ITMO University(ITMO大学)

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

AI总结 本文研究了掩码扩散语言模型的模型调度,通过在部分去噪步骤中替换较小模型,减少计算量并保持生成质量,实验表明中间步骤对替换最敏感,整体FLOPs减少17%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.24933 2026-04-09 cs.CL cs.LG 81%

ADOPT: Adaptive Dependency-Guided Joint Prompt Optimization for Multi-Step LLM Pipelines

ADOPT: 适应性依赖引导的多步骤LLM流水线联合提示优化

Minjun Zhao, Xinyu Zhang, Shuai Zhang, Deyang Li, Ruifeng Shi

机构 * Huawei Poisson Lab(华为泊松实验室)

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

AI总结 ADOPT通过分析步骤间依赖关系和最终输出误差,构建全局文本梯度并分解为步骤级局部梯度,实现多步骤LLM流水线的高效联合提示优化,优于现有基线方法。

详情

展开后加载摘要…

URL PDF HTML 收藏
2604.03081 2026-04-06 cs.CR cs.AI cs.CL 81%

Supply-Chain Poisoning Attacks Against LLM Coding Agent Skill Ecosystems

针对LLM编码代理技能生态系统的供应链污染攻击

Yubin Qu, Yi Liu, Tongcheng Geng, Gelei Deng, Yuekang Li, Leo Yu Zhang, Ying Zhang, Lei Ma

机构 * Griffith University(格里菲斯大学) The State Information Center(国家信息中心) Nanyang Technological University(南洋理工大学) University of New South Wales(新南威尔士大学) Wake Forest University(维克森林大学)

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

AI总结 本文研究了LLM编码代理技能生态系统中供应链攻击对行动空间的影响,提出DDIPE方法通过嵌入恶意逻辑到技能文档中实现隐式payload执行,实验显示其在强防御下可绕过11.6%-33.5%。

详情

展开后加载摘要…

URL PDF HTML 收藏
2302.08150 2026-04-06 cs.CL cs.AI 81%

Reanalyzing L2 Preposition Learning with Bayesian Mixed Effects and a Pretrained Language Model

用贝叶斯混合效应模型和预训练语言模型重新分析L2介词学习

Jakob Prange, Man Ho Ivy Wong

机构 * Hong Kong Polytechnic University(香港理工大学) Hong Kong Shue Yan University(香港树仁大学)

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

AI总结 本文利用贝叶斯和神经模型分析中文学习者在两项测试中的介词理解表现,发现学生能力、任务类型和刺激句子间存在关键交互作用。

Comments To appear at ACL 2023, Toronto

详情

展开后加载摘要…

URL PDF HTML 收藏
2112.07874 2026-04-06 cs.CL cs.AI 81%

Linguistic Frameworks Go Toe-to-Toe at Neuro-Symbolic Language Modeling

语言框架在神经符号语言建模中展开对决

Jakob Prange, Nathan Schneider, Lingpeng Kong

机构 * Georgetown University(乔治城大学) The University of Hong Kong(香港大学)

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

AI总结 研究探讨了语言图表示如何提升神经语言模型性能,发现语义短语结构最有效,且词性类别影响效果差异。

Comments Accepted to NAACL 2022 (slight typesetting divergences to NAACL camera-ready due to TexLive 2020/2021 mismatches)

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.19737 2026-03-27 cs.LG cs.AI cs.CY 81%

Predicting Human Mobility during Extreme Events via LLM-Enhanced Cross-City Learning

通过LLM增强的跨城市学习预测极端事件中的人类移动

Yinzhou Tang, Huandong Wang, Xiaochen Fan, Yong Li

机构 * Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University(清华大学电子工程系、北京信息科学与技术国家研究中心)

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

AI总结 本文提出X-MLM框架,利用LLM建模移动意图,跨城市转移极端事件对移动意图的影响知识,提升极端事件中的人类移动预测性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.14672 2026-03-24 cs.CL cs.AI 81%

Seamless Deception: Larger Language Models Are Better Knowledge Concealers

无缝欺骗:大语言模型更擅长知识隐藏

Dhananjay Ashok, Ruth-Ann Armstrong, Jonathan May

机构 * Information Sciences Institute, University of Southern California(南加州大学信息科学研究所)

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

AI总结 研究探讨大语言模型在被审查时主动隐藏知识的能力,发现基于梯度的方法比提示方法更易检测,但模型规模增大时检测效果下降,揭示了黑盒审计的局限性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.16878 2026-03-19 cs.LG cs.AI eess.SP 81%

A foundation model for electrodermal activity data

用于皮肤电活动数据的基础模型

Leonardo Alchieri, Matteo Garzon, Lidia Alecci, Francesco Bombassei De Bona, Martin Gjoreski, Giovanni De Felice, Silvia Santini

机构 * Università della Svizzera Italiana (USI)(瑞士意大利大学)

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

AI总结 本文提出EDAMAME数据集及首个专为皮肤电活动设计的基础模型UME,通过大规模数据训练在多个场景中优于基线模型,同时节省了计算资源,揭示了皮肤电活动建模的内在挑战。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.09180 2026-03-11 cs.CL cs.AI 81%

DuplexCascade: Full-Duplex Speech-to-Speech Dialogue with VAD-Free Cascaded ASR-LLM-TTS Pipeline and Micro-Turn Optimization

DuplexCascade: 全双工语音到语音对话的无VAD级联ASR-LLM-TTS流水线与微轮询优化

Jianing Yang, Yusuke Fujita, Yui Sudo

机构 * SB Intuitions Corp.(SB Intuitions公司) The University of Tokyo(东京大学)

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

AI总结 DuplexCascade通过无VAD级联流水线和微轮询优化,实现全双工语音对话的高效交互与强对话智能。

Comments Submitted to Interspeech 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2511.01870 2026-03-06 q-bio.NC cs.AI cs.LG 81%

CytoNet: A Foundation Model for the Human Cerebral Cortex at Cellular Resolution

CytoNet:人类大脑皮层细胞分辨率的基础模型

Christian Schiffer, Zeynep Boztoprak, Jan-Oliver Kropp, Julia Thönnißen, Katia Berr, Hannah Spitzer, Katrin Amunts, Timo Dickscheid

机构 * Institute of Neuroscience and Medicine (INM-1), Research Centre Jülich(神经科学与医学研究所(INM-1),贾格尔研究中心) Helmholtz AI, Research Centre Jülich(海德堡人工智能,贾格尔研究中心) Institute for Brain Research, University Hospital Düsseldorf(脑研究所在杜塞尔多夫大学医院) Institute of Computational Biology, Computational Health Center, Helmholtz Munich(计算生物学研究所,计算健康中心,海德堡慕尼黑) Institute for Stroke and Dementia Research (ISD), LMU University Hospital, LMU Munich(中风与痴呆研究所以(ISD),慕尼黑大学医院,慕尼黑大学) Computer Vision, Institute for Computational Visualistics, University of Koblenz(计算机视觉,计算视觉研究所,科布伦兹大学)

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

AI总结 CytoNet通过训练100万张显微图像片段,建立了人类大脑皮层细胞分辨率的基础模型,用于分析微架构并链接细胞结构与功能组织。

Comments 42 pages, 10 figures, 7 tables. Extended version with functional decoding

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.03881 2026-03-05 cs.CR cs.AI cs.CL cs.CY cs.HC 81%

On the Suitability of LLM-Driven Agents for Dark Pattern Audits

关于LLM驱动代理在暗模式审计中的适用性

Chen Sun, Yash Vekaria, Rishab Nithyanand

机构 * University of Iowa(爱荷华大学) University of California, Davis(加州大学戴维斯分校)

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

AI总结 本文研究了LLM驱动代理在暗模式审计中的适用性,通过分析456个数据经纪人网站,评估了代理在识别和分类暗模式方面的性能及局限性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2603.01254 2026-03-03 cs.CL cs.AI 81%

LLM Self-Explanations Fail Semantic Invariance

LLM 自我解释失效语义不变性

Stefan Szeider

机构 * Algorithms and Complexity Group TU Wien(算法与复杂性组维也纳技术大学)

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

AI总结 LLM自我解释在语义上下文变化时无法保持稳定,表明其无法可靠反映模型内部状态或能力。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.24597 2026-02-27 cs.CL cs.LG 81%

Inducing Dyslexia in Vision Language Models

在视觉语言模型中诱发失读症

Melika Honarmand, Ayati Sharma, Badr AlKhamissi, Johannes Mehrer, Martin Schrimpf

机构 * École Polytechnique Fédérale de Lausanne (EPFL)(瑞士联邦理工学院(EPFL))

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

AI总结 本研究通过视觉语言模型模拟失读症,揭示了视觉词形处理与阅读障碍的关系,并建立了研究脑部疾病的计算框架。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.22066 2026-02-26 cs.LG cs.AI 81%

DualWeaver: Synergistic Feature Weaving Surrogates for Multivariate Forecasting with Univariate Time Series Foundation Models

DualWeaver: 用于基于单变量时间序列基础模型的多变量预测的协同特征编织替代方案

Jinpeng Li, Zhongyi Pei, Huaze Xue, Bojian Zheng, Chen Wang, Jianmin Wang

机构 * School of Software, BNRist, Tsinghua University(软件学院,北京理工大学,清华大学) Tencent(腾讯)

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

AI总结 DualWeaver通过结构对称的替代序列提升多变量预测的准确性和稳定性,利用共享特征融合模块和无参数解码实现高效预测。

Comments 16 pages. Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.19371 2026-02-24 cs.AI cs.LG math.ST stat.TH 81%

Foundations of Top-$k$ Decoding For Language Models

语言模型中Top-k解码的基础理论

Georgy Noarov, Soham Mallick, Tao Wang, Sunay Joshi, Yan Sun, Yangxinyu Xie, Mengxin Yu, Edgar Dobriban

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

AI总结 本研究提出了一种理论框架,解释并推广了Top-k解码,展示了其在稀疏分布恢复中的有效性,并提出了新的解码策略。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.14622 2026-02-18 cs.AI cs.DB cs.LG 81%

Tabular Foundation Models Can Learn Association Rules

表格基础模型可以学习关联规则

Erkan Karabulut, Daniel Daza, Paul Groth, Martijn C. Schut, Victoria Degeler

机构 * Amsterdam UMC, location VUmc, Vrije Universiteit Amsterdam, the Netherlands(阿姆斯特丹大学医学中心,位于VUmc,荷兰代尔夫特自由大学) University of Amsterdam, The Netherlands(阿姆斯特丹大学,荷兰) Vrije Universiteit Amsterdam, The Netherlands(荷兰阿姆斯特丹自由大学)

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

AI总结 本文提出基于表格基础模型的关联规则学习框架,通过TabProbe无需频繁项集挖掘即可学习高质量关联规则,适用于低数据场景。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.12445 2026-02-16 cs.CL cs.LG 81%

RBCorr: Response Bias Correction in Language Models

RBCorr: 语言模型中的响应偏差校正

Om Bhatt, Anna A. Ivanova

机构 * Cognitive Sciences University of California, Irvine(认知科学大学加州大学伊文斯顿分校) School of Psychology Georgia Institute of Technology(心理学学院佐治亚理工学院)

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

AI总结 RBCorr通过简单策略有效消除语言模型响应偏差,提升小模型性能并使其表现更接近真实能力。

Comments 12 pages (8 pages main text), 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.22871 2026-02-13 cs.CY cs.AI cs.CL cs.HC 81%

Eroding the Truth-Default: A Causal Analysis of Human Susceptibility to Foundation Model Hallucinations and Disinformation in the Wild

消解事实默认:对人类在真实世界中对基础模型幻觉和虚假信息易感性的因果分析

Alexander Loth, Martin Kappes, Marc-Oliver Pahl

机构 * Frankfurt University of Applied Sciences(法兰克福应用科学大学)

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

AI总结 本文通过双轴框架分析人类对基础模型幻觉和虚假信息的易感性,发现假新闻熟悉度是关键中介,提出应通过提升认知来源监控来确保信息可信。

Comments Accepted at ACM TheWebConf '26 Companion

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.11044 2026-02-12 cs.CL cs.AI 81%

Language Model Inversion through End-to-End Differentiation

通过端到端微分实现语言模型逆向

Kevin Yandoka Denamganaï, Kartic Subr

机构 * School of Informatics, University of Edinburgh, Edinburgh, UK(信息学院,爱丁堡大学,爱丁堡,英国)

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

AI总结 本研究提出通过端到端微分实现语言模型的逆向,利用梯度下降优化提示以生成目标输出,验证了方法在不同长度提示和目标上的有效性。

Comments 24 pages, 5 figures, under review

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.22576 2026-02-11 cs.LG cs.CL 81%

EPO: Entropy-regularized Policy Optimization for LLM Agents Reinforcement Learning

EPO:基于LLM代理强化学习的熵正则化策略优化

Wujiang Xu, Wentian Zhao, Zhenting Wang, Yu-Jhe Li, Can Jin, Mingyu Jin, Kai Mei, Kun Wan, Dimitris N. Metaxas

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

AI总结 EPO通过熵正则化策略优化解决多轮稀疏奖励环境下的探索-利用问题,提升LLM代理性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.06078 2026-02-09 cs.DL cs.AI cs.LG 81%

Allocate Marginal Reviews to Borderline Papers Using LLM Comparative Ranking

使用LLM比较排名分配边缘论文的边际评审

Elliot L. Epstein, Rajat Dwaraknath, John Winnicki, Thanawat Sornwanee

机构 * Stanford University(斯坦福大学)

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

AI总结 本文提出利用LLM比较排名技术,在人类评审前识别边缘论文并分配额外评审资源,以提高评审效率和决策准确性。

Comments 13 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17577 2026-01-27 cs.HC cs.AI cs.CL 81%

Status Hierarchies in Language Models

语言模型中的地位层级

Emilio Barkett

机构 * Brigham Young University–Hawaii COLUMBIA UNIVERSITY(哥伦比亚大学)

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

AI总结 语言模型在多智能体环境中会因地位线索形成层级,高地位分配反而降低高能力模型的服从,揭示AI系统中的新兴社会行为。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.12317 2026-01-21 cs.LG cs.AI 81%

Explanova: Automatically Discover Data Insights in N \times M Table via XAI Combined LLM Workflow

Explanova:通过XAI结合LLM工作流自动在N×M表格中发现数据洞察

Yiming Huang

机构 * Institute for Clarity in Documentation(清晰文档研究所) Inria Paris-Rocquencourt(巴黎-罗克Quantin 国家信息与自动化研究所) Rajiv Gandhi University(拉吉夫·甘地大学) Tsinghua University(清华大学) Palmer Research Laboratories(帕尔默研究实验室)

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

AI总结 Explanova通过结合XAI和LLM工作流,在N×M表格中实现更经济的自动数据洞察发现。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.07351 2026-01-19 cs.CL cs.AI 81%

Beyond Hard Masks: Progressive Token Evolution for Diffusion Language Models

超越硬掩膜:用于扩散语言模型的渐进性令牌演化

Linhao Zhong, Linyu Wu, Bozhen Fang, Tianjian Feng, Chenchen Jing, Wen Wang, Jiaheng Zhang, Hao Chen, Chunhua Shen

机构 * Zhejiang University(浙江大学) National University of Singapore(新加坡国立大学) Zhejiang University of Technology(浙江工业大学)

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

AI总结 本文提出EvoToken-DLM,通过演化的软令牌分布替代硬二进制掩码,实现扩散语言模型中可修正的解码,提升模型性能。

Comments Project webpage: https://aim-uofa.github.io/EvoTokenDLM

详情

展开后加载摘要…

URL PDF HTML 收藏