语言大模型 / LLM

Evolutionary Multi-Objective Optimization of Large Language Model Prompts for Balancing Sentiments

Jill Baumann, Oliver Kramer

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

Comments Accepted in EvoApps at EvoStar 2024

Large Language Models aren't all that you need

Kiran Voderhobli Holla, Chaithanya Kumar, Aryan Singh

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

D-Bot: Database Diagnosis System using Large Language Models

Xuanhe Zhou, Guoliang Li, Zhaoyan Sun, Zhiyuan Liu, Weize Chen, Jianming Wu, Jiesi Liu, Ruohang Feng, Guoyang Zeng

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

TrojLLM: A Black-box Trojan Prompt Attack on Large Language Models

Jiaqi Xue, Mengxin Zheng, Ting Hua, Yilin Shen, Yepeng Liu, Ladislau Boloni, Qian Lou

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

Comments Accepted by NeurIPS'23

Forgetful Large Language Models: Lessons Learned from Using LLMs in Robot Programming

Juo-Tung Chen, Chien-Ming Huang

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

Comments 9 pages ,8 figures, accepted by the AAAI 2023 Fall Symposium Series

Large Language Models in Analyzing Crash Narratives -- A Comparative Study of ChatGPT, BARD and GPT-4

Maroa Mumtarin, Md Samiullah Chowdhury, Jonathan Wood

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

How to Unleash the Power of Large Language Models for Few-shot Relation Extraction?

Xin Xu, Yuqi Zhu, Xiaohan Wang, Ningyu Zhang

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

Comments SustaiNLP Workshop@ACL 2023

Taming AI Bots: Controllability of Neural States in Large Language Models

Stefano Soatto, Paulo Tabuada, Pratik Chaudhari, Tian Yu Liu

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

Comments TLDR: AI Bots are stochastic dynamical systems whose mental state can be controlled by both the user and the designer. The space of meanings, defined as equivalence classes of sentences, is learned during fine-tuning with human supervision, and safeguarding can be designed into the bot by establishing controls both at its input and output

VisionLLM: Large Language Model is also an Open-Ended Decoder for Vision-Centric Tasks

Wenhai Wang, Zhe Chen, Xiaokang Chen, Jiannan Wu, Xizhou Zhu, Gang Zeng, Ping Luo, Tong Lu, Jie Zhou, Yu Qiao, Jifeng Dai

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

Comments Technical Report

Large Language Models Are Human-Level Prompt Engineers

Yongchao Zhou, Andrei Ioan Muresanu, Ziwen Han, Keiran Paster, Silviu Pitis, Harris Chan, Jimmy Ba

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

Improving Language Model Prompting in Support of Semi-autonomous Task Learning

James R. Kirk, Robert E. Wray, Peter Lindes, John E. Laird

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

Comments Accepted to ACS 2022 (poster)

Improving Multimodal Large Language Models Using Continual Learning

Shikhar Srivastava, Md Yousuf Harun, Robik Shrestha, Christopher Kanan

机构 * University of Rochester（罗切斯特大学） ； Rochester Institute of Technology（罗切斯特理工学院） 纠错

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

Comments CoLLAs 2025 and Scalable Continual Learning for Lifelong Foundation Models, NeurIPS 2024

The Only Way is Ethics: A Guide to Ethical Research with Large Language Models

Eddie L. Ungless, Nikolas Vitsakis, Zeerak Talat, James Garforth, Björn Ross, Arno Onken, Atoosa Kasirzadeh, Alexandra Birch

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

Comments Accepted to COLING '25. This paper is the condensed pocket guide to accompany our full LLM Ethics Whitepaper, available at arXiv:2410.19812, and at https://github.com/MxEddie/Ethics-Whitepaper for suggested revisions

Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents

超越手工安全：面向大语言模型智能体的自演化防御

Jiajun Ruan, Peiyang Li, Yukun Chen, Fengting Li, Chao Feng

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 智能体的安全威胁，提出自演化运行时防御框架 HARD，将防御开发从人工工程转为自主演化，在保留任务效用的同时提升了安全性能。

Correction and Corruption: A Two-Rate View of Error Flow in LLM Protocols

纠正与腐败：LLM协议中错误流动的双速率视角

Fernando Reitich

机构 * Imens, LLC（Imens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.LG

AI总结 本文提出双速率方法评估LLM协议步骤，区分纠正与腐败，通过实验验证其在不同任务中的有效性。

Comments 16 pages main paper, 19 pages supplementary material included as ancillary file. Major revision with substantially reorganized and streamlined presentation; expanded held-out prediction, population-composition, input-sensitivity, and composition analyses; includes an MBPP corruption audit and updated related work

Persuasive and Compliant Tendencies Predict Group Decision-Making in Humans and Language Models

说服倾向与顺从倾向预测人类及语言模型的群体决策

Wenwen He, Wenke Huang, Wei Yang Bryan Lim, Dacheng Tao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

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

AI总结 该研究引入DecisionQE框架，以狼人杀为测试平台，发现顺从倾向强的LLM在群体决策中合作优势更稳定，且顺从兼具支持合作与提升对抗角色隐藏能力的双重效应，为LLM安全评估提供了新视角。

Autonomy Reshapes How Personalization Affects Privacy Concerns and Trust in LLM Agents

自主性重塑个性化对隐私担忧和对LLM代理信任的影响

Zhiping Zhang, Yi Evie Zhang, Freda Shi, Tianshi Li

机构 * Northeastern University（东北大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Waterloo（滑铁卢大学） 纠错

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

AI总结 研究探讨了LLM代理自主性如何影响个性化对用户隐私担忧和信任的影响，发现风险驱动的自主性可缓解个性化带来的负面影响。

Comments Accepted to COLM 2026

PICopilot: An LLM-based Agentic Framework for Assisting Photonic Integrated Circuit Design via Script Generation

PICopilot：一种基于大语言模型的智能体框架，通过脚本生成辅助光子集成芯片设计

Xiaohan Jiang, Zeyu Li, Wei Zhang, Jiang Xu

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 PICopilot是首个基于LLM的智能体框架，通过带反馈机制的多智能体架构与专用RAG流程，成功完成全部48项PIC脚本任务，性能优于其他LLM方法及通用RAG的GPT-5。

Comments 9 pages, 6 figures

AgentAntibody: An Adaptive Immune System for Defending LLM Agents against Prompt Injection

AgentAntibody：一种用于防御大语言模型（LLM）智能体提示注入的自适应免疫系统

Shihao Weng, Yang Feng, Xiaofei Xie, Jiongchi Yu

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

AI总结 针对LLM智能体的提示注入威胁，受自适应免疫启发提出AgentAntibody，通过持久抗体库识别威胁并进化增强防御，实验显示其在防有害行为同时保留合法任务完成上优于现有防御。

Comments 7 pages

Collab-REC: An LLM-based Agentic Framework for Balancing Recommendations in Tourism

Collab-REC：一种基于LLM的代理框架，用于平衡旅游推荐

Ashmi Banerjee, Adithi Satish, Fitri Nur Aisyah, Wolfgang Wörndl, Yashar Deldjoo

机构 * Technical University of Munich（慕尼黑技术大学） ； Polytechnic University of Bari（巴里理工大学） 纠错

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

AI总结 提出一种多代理框架Collab-REC，通过三个LLM代理（个性化、流行度、可持续性）生成城市建议，并由非LLM调节器迭代优化，以缓解流行度偏差并提高推荐多样性。

Comments Accepted at ACM Transactions on Recommender Systems (TORS), August 2026

Journal ref ACM Transactions on Recommender Systems (TORS), 2026

Will the Agent Recuse, and Will It Stop? Measuring LLM-Agent Compliance with In-Band Governance Signals at the Access Door and Mid-Flight

智能体会自行回避吗？测量LLM智能体对带内拒绝访问信号的遵从性

Thamilvendhan Munirathinam

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

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

AI总结 提出一种轻量级带内拒绝信号（Recuse Signal），通过实验测量LLM智能体是否自愿遵从该信号，发现信号能有效诱导回避，但高级模型在操作员授权下可能忽略。

Comments v4: adds Experiment 4 (cross-vendor mid-task halt; measured harness-enforcement backstop). 15 pages, 2 figures

Validation Evidence in LLM Repair Agents: How Much of What Passes Actually Tests the Bug?

LLM修复智能体中的验证证据：通过的测试究竟在多大程度上能检验缺陷？

Xiaonan Xu, Wenjing Wu

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

AI总结 本研究以BSG-VA方法分析LLM修复智能体的验证证据，发现近半数阳性测试无缺陷区分信息，缺陷对比反馈可减少证据不足的部署，其效果幅度仍需进一步验证。

One Human, $N$ Agents: Audit-Budget Allocation for LLM Agent Fleets under Miscalibrated, Correlated Confidence

一个人类，N个智能体：校准不当且相关置信度下LLM智能体集群的审计预算分配

Cesare Zavattari, Alessandro Tommasi, Giuseppe Prencipe

机构 * Università di Pisa（比萨大学） 纠错

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

AI总结 针对单人类需在有限审计预算下审计N个LLM智能体的问题，研究了置信度校准不当且存在相关性时的审计预算分配，发现校准阈值的变化规律，验证了部分大语言模型置信度的实用性，给出了无效监督的定量准则。

Towards an Automated Test of LLM Security Knowledge

迈向大语言模型安全知识的自动化测试

Shufan Chai, Liangliang Sun, Jessica Staddon

机构 * Northeastern University（东北大学） 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 研究旨在实现大语言模型安全知识自动化测试，引入利用消费者保护机构权威信息识别LLM响应不稳定性的部分自动化方法，通过对身份盗窃和冒名顶替诈骗主题及Gemini和GPT家族中5个LLMs进行测试，可区分模型安全知识充足与否。

Comments v3: fixed typos in abstract metadata; no changes to the paper

How Often Should a Recommender Call an LLM? Value-Weighted Routing, Monitoring, and Seasonal Robustness

推荐系统应多久调用一次大语言模型？价值加权路由、监控与季节性稳健性

Bhavtosh Rath

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 研究探讨推荐系统调用LLM的频率，提出价值路由器，通过合成模拟分三阶段研究，比较不同路由方式，揭示失败模式，模拟需求激增，得出成本感知路由系统设计原则。

From Dependency to Compositionality: A Neurosymbolic Lifting of LLM Outputs via Combinatory Categorial Grammar

从依存关系到组合性：通过组合范畴语法对大语言模型输出进行神经符号提升

Remo Pareschi

机构 * STAKE Lab, University of Molise（莫利塞大学STAKE实验室） 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 研究基于自回归生成与CCG增量处理模型的对齐，提出神经符号框架提升LLM输出为类型化组合推导，可扩展到多种形式语言，支持两层检查，还概述了同步LLM - CCG耦合方向。

Comments 27 pages. Under review

Question Type, Cognitive Load, and CEFR Alignment: Evaluating LLM-Generated EFL Grammar Drill Exercises

问题类型、认知负荷与CEFR对齐：评估LLM生成的EFL语法练习

Steve Woollaston, Brendan Flanagan, Yuko Toyokawa, Hiroaki Ogata

专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL

AI总结 本研究通过分析日本初中生在语法练习应用中的日志数据，评估了LLM生成的EFL学习内容的教学可行性，揭示了不同问题模态对表现的影响，并验证了CEFR-J语法框架的难度层级。

Comments Under review for the the 34th International Conference on Computers in Education (ICCE 2026). 2jun26: v2 - fixed minor typo

Information Gain-based Rollout Policy Optimization: An Adaptive Tree-Structured Rollout Approach for Multi-Turn LLM Agents

基于信息增益的展开策略优化：一种用于多轮语言模型智能体的自适应树结构展开方法

Yijun Zhang, Fan Xu, Jiaxin Ding, Yule Xie, Shiqing Gao, Xin Ding, Haoxiang Zhang, Luoyi Fu, Xinbing Wang

机构 * Shanghai Jiao Tong University（上海交通大学） 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 研究针对LLM智能体长期搜索任务中展开预算分配不合理问题，提出基于信息增益的展开策略优化（IGRPO），通过按节点信息性分配预算进行树结构展开，并利用诱导教师分布指导策略优化，实验验证该方法在相同预算下优于基线。

Language Models Can Resolve Reference Compositionally, But It's Not Their Native Strength: The Case of the Personal Relation Task

语言模型可以组合性地解析指代，但这并非其天然优势：以个人关系任务为例

Bart Evelo, Meaghan Fowlie, Denis Paperno

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

AI总结 通过个人关系任务，比较人类与大型语言模型在外延任务（确定指称对象）和内涵任务（结构化表示意义）上的表现，发现人类更擅长外延任务而LLM更擅长内涵任务，表明缺乏指称基础是LLM模拟人类语言理解的关键缺失。

Comments A pre-MIT Press publication version. Paper accepted to Transactions of the Association for Computational Linguistics

Reachability Across the NL/PL Boundary: A Taxonomy-Driven Dataflow Model for LLM-Integrated Applications

当代码遇见自然语言：基于分类法的LLM集成应用信息流分析

Zihao Xu, Xiao Cheng, Ruijie Meng, Yuekang Li

机构 * University of New South Wales（新南威尔士大学） ； Macquarie University（麦考瑞大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出一种基于定量信息流理论的分类法，定义24个标签以跨越LLM调用的自然语言与编程语言边界，实现信息流分析，并在污点传播和程序切片中验证有效性。