Intel（英特尔）

EigenTrack: Spectral Activation Feature Tracking for Hallucination and Out-of-Distribution Detection in LLMs and VLMs

EigenTrack：基于隐藏激活谱几何的特征追踪用于LLMs和VLMs中的幻觉和分布外检测

Davide Ettori, Nastaran Darabi, Sina Tayebati, Ranganath Krishnan, Mahesh Subedar, Omesh Tickoo, Amit Ranjan Trivedi

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； Capital One AI Labs（Capital One AI实验室） ； Intel Labs（英特尔实验室） 纠错

AI总结 EigenTrack通过分析隐藏激活的谱几何，提供一种实时检测LLMs和VLMs中幻觉和分布外错误的可解释方法。

Comments 5 pages, submitted to ICASSP 2026, September 2025

FLAT-LLM: Fine-grained Low-rank Activation Space Transformation for Large Language Model Compression

FLAT-LLM: 细粒度低秩激活空间变换用于大语言模型压缩

Jiayi Tian, Ryan Solgi, Jinming Lu, Yifan Yang, Hai Li, Zheng Zhang

机构 * University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Intel Corporation（英特尔公司） 纠错

AI总结 FLAT-LLM通过细粒度低秩激活空间变换实现大语言模型的高效结构压缩，无需训练即可完成权重压缩和校准，提升推理效率与性能。

Is Your Paper Being Reviewed by an LLM? Benchmarking AI Text Detection in Peer Review

你的论文正在由LLM审查吗？同行评审中AI文本检测的基准测试

Sungduk Yu, Man Luo, Avinash Madasu, Vasudev Lal, Phillip Howard

机构 * Oracle AI ； Abridge ； Intel Labs（Intel实验室） ； Thoughtworks 纠错

AI总结 本文提出一个包含788,984篇AI与人类同行评审的综合数据集，评估18种AI文本检测算法的性能，并探索上下文感知的Anchor检测方法，揭示识别AI生成文本的困难。

Comments Accepted to ICLR 2026