Learning by Analogy: Enhancing Few-Shot Prompting for Math Word Problem Solving with Computational Graph-Based Retrieval
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
针对大语言模型（LLMs）解决数学应用题（MWPs）的推理难题，本文提出基于计算图检索相似问题作为示例的类比学习方法，在六个数据集上实现平均6.7%的绝对性能提升，有效增强LLMs的MWP求解能力。
2024-11-25 cs.CL
On Prompt Sensitivity of ChatGPT in Affective Computing
University of Augsburg（奥格斯堡大学）；SYNCPILOT GmbH（SYNCPILOT有限公司）；Imperial College London（伦敦帝国学院）
本研究提出一种评估方法，通过分析温度和top-$p$等生成参数及不同提示结构对ChatGPT在情感分析、毒性检测和讽刺检测任务中的性能敏感性，探讨其在情感计算领域的提示有效性。
2024-03-20 cs.AI cs.CL
Prompt-Based Editing for Text Style Transfer
Alberta Machine Intelligence Institute (Amii)（阿尔伯塔机器智能研究所（Amii））；University of Alberta（阿尔伯塔大学）
本文提出一种基于提示的编辑方法，将文本风格迁移的生成问题转化为分类问题，通过词级编辑搜索最大化风格得分，在三个基准上大幅超越参数多20倍的现有系统。
2023-12-22 cs.AI cs.CL cs.LG
ICPC: In-context Prompt Compression with Faster Inference
Southern University of Science and Technology（南方科技大学）
本文提出ICPC方法，利用编码器计算词概率和信息量来自适应压缩提示，减少信息损失并提升压缩速度，在多种NLP任务上验证了其有效性和高效性。
2025-01-03 cs.AI cs.CL
Meaningless is better: hashing bias-inducing words in LLM prompts improves performance in logical reasoning and statistical learning
Prague University of Economics and Business（布拉格经济与商业大学）
提出用无意义哈希标识符遮蔽 LLM 提示词中诱发偏见的词语，并在 490 条提示词、五类模型上验证其可改善逻辑推理与统计学习，但效果因模型和任务而异。
2025-06-11 cs.AI cs.CL
Can LLMs assist with Ambiguity? A Quantitative Evaluation of various Large Language Models on Word Sense Disambiguation
Department of Computer Science, Swansea University（斯旺西大学计算机科学系）
本研究提出结合系统化提示增强机制与知识库（KB）的方法，利用少样本思维链（COT）提示引导大型语言模型（LLM）改进词义消歧（WSD），在FEWS测试数据上取得显著性能提升。
2025-09-15 cs.CL
Representing Affect Information in Word Embeddings
Harvard University（哈佛大学）；Massachusetts Institute of Technology（麻省理工学院）
越来越多的自然语言处理（NLP）和自然语言理解（NLU）研究正在研究从大语言模型中学习或编码在词嵌入中的类人知识。这是理解语言模型捕获的知识与人类对语言和通信的理解相似的一步。在这里，我们研究了是否以及如何影响一个词的含义（即，效价、唤醒、支配）被编码在大型神经网络中预训练的词嵌入中。我们使用人类标记的数据集作为基础事实，并对四种类型的词嵌入进行了各种相关性和分类测试。这些嵌入在静态或情境化方面有所不同，以及在预训练和微调阶段对特定信息的影响程度。我们的分析表明，香草BERT模型的词嵌入没有显着编码的英语单词的情感信息。只有当BERT模型在情感相关的任务上进行了微调或包含来自情感丰富的上下文的额外上下文化信息时，相应的嵌入才能编码更多相关的情感信息。
2022-09-21 cs.CL
From Words to Worlds: Transforming One-line Prompt into Immersive Multi-modal Digital Stories with Communicative LLM Agent
Rutgers University（罗格斯大学）
针对数字叙事生产可扩展性与灵活性不足的问题，本文提出StoryAgent框架，结合LLM与生成式工具，通过自上而下起草加自下而上生成资产的方式，实现多模态连贯交互式数字故事的自动化生产，无需参考视频即可生成内容，推动了自动化数字叙事发展。
2024-06-21 cs.AI cs.CL cs.GR
Prompt Engineering Using GPT for Word-Level Code-Mixed Language Identification in Low-Resource Dravidian Languages
IIT Kharagpur（印度理工学院克勒格布尔分校）
本文利用GPT-3.5 Turbo提示工程方法解决低资源德拉维达语言的词级语码混合语言识别问题，实验表明卡纳达语模型表现优于泰米尔语模型。
2025-03-12 cs.CL
Leveraging the Potential of Prompt Engineering for Hate Speech Detection in Low-Resource Languages
Bangladesh Institute of Governance and Management (BIGM)（孟加拉国治理与管理研究所）；Department of Cyber Security Engineering, George Mason University（网络安全工程系，乔治·梅森大学）
本文针对低资源语言仇恨言论检测的数据集匮乏问题，在Llama2-7B模型上提出并评估了包括首创隐喻提示在内的六种提示策略，并与多种深度学习模型及词嵌入方法对比，证明了其在孟加拉语等语言中的有效性。
2025-06-30 cs.AI cs.CL
NCL-UoR at SemEval-2026 Task 5: Embedding-Based Methods, Fine-Tuning, and LLMs for Word Sense Plausibility Rating
Independent Researcher（独立研究者）；Department of Computer Science, University of Reading（阅读大学计算机科学系）；School of Computing, Newcastle University（新castle大学计算学院）
本文比较了三种方法：基于嵌入的方法、Transformer微调和大语言模型提示，发现结构化提示优于微调和嵌入方法，提示设计比模型规模更重要。
2026-05-08 cs.CL
Will Affective Computing Emerge from Foundation Models and General AI? A First Evaluation on ChatGPT
University of Augsburg（奥格斯堡大学）；SyncPilot GmbH（SyncPilot有限公司）；Nanyang Technological University（南洋理工大学）；Imperial College London（帝国理工学院）
ChatGPT显示了新兴通用人工智能功能的潜力，因为它在许多自然语言处理任务中表现出了出色的性能。在这项工作中，我们评估的能力ChatGPT进行文本分类的三个情感计算问题，即，大五人格预测，情感分析，自杀倾向检测。我们使用三个基线，一个强大的语言模型（Roberta-base），一个带有预训练嵌入的传统单词模型（Word 2 Vec）和一个简单的词袋基线（BoW）。结果表明，针对特定下游任务训练的RoBERTa通常具有优越的性能。另一方面，ChatGPT提供了不错的结果，并且与Word 2 Vec和BoW基线相对相当。ChatGPT进一步显示了对噪声数据的鲁棒性，其中Word 2 Vec模型由于噪声而获得更差的结果。结果表明，ChatGPT是一个很好的通才模型，能够在没有任何专门培训的情况下在各种问题上取得良好的结果，但是，它不如下游任务的专门模型。
2023-03-03 cs.AI cs.CL
Evaluating Gender Bias in Large Language Models via Chain-of-Thought Prompting
MBZUAI（穆罕默德·本·扎耶德人工智能大学）；Tokyo Institute of Technology（东京工业大学）；University of Liverpool（利物浦大学）；Amazon（亚马逊）
本研究针对不可扩展任务中CoT提示对大语言模型性别偏见的影响展开探究，构建了兼具算术与符号推理特征的词汇计数基准，发现CoT提示可减轻大语言模型的无意识社会偏见，促进公平预测。
2024-01-28 cs.CL
The Butterfly Effect of Altering Prompts: How Small Changes and Jailbreaks Affect Large Language Model Performance
University of Southern California（南加州大学）；Information Sciences Institute（信息科学研究所）
本文研究提示词构造差异对 LLM 分类决策的影响，通过多类文本分类任务中的提示变体实验，证明末尾空格、XML 输出要求及常用越狱均可显著改变模型答案并破坏标注质量。
2024-04-01 cs.AI cs.CL
When Wording Steers the Evaluation: Framing Bias in LLM judges
IPAI, Seoul National University（IPAI，首尔国立大学）；Dept. of ECE, Seoul National University（电子工程系，首尔国立大学）；LG AI Research（LG人工智能研究）；SNU-LG AI Research Center（SNU-LG人工智能研究中心）
研究揭示了LLM评估中框架偏见的影响，通过设计对称提示展示框架如何扭曲模型判断，强调需建立框架意识的评估协议。
2026-01-20 cs.AI cs.CL
When Not to Answer: Evaluating Prompts on GPT Models for Effective Abstention in Unanswerable Math Word Problems
Islamic University of Technology（伊斯兰理工大学）；University of California, Riverside（加州大学河滨分校）
本文通过UWMP数据集和GPT模型API实验，评估提示方法对GPT在不可解答数学应用题中有效弃权（不执行）的作用，揭示其幻觉缺陷并提出改进方向。
2024-10-16 cs.CL cs.LG
Reliability Check: An Analysis of GPT-3's Response to Sensitive Topics and Prompt Wording
University of Waterloo（滑铁卢大学）
本研究分析GPT-3对敏感主题的响应及提示词措辞的影响，发现其能正确识别阴谋论与刻板印象，但在常见误解和争议话题上易出错，且响应随提示与设置不一致，揭示了该模型的可靠性问题。
2023-06-09 cs.CL cs.LG
Language Models as Knowledge Bases for Visual Word Sense Disambiguation
National Technical University of Athens（雅典国立技术大学）；School of Electrical and Computer Engineering（电气与计算机工程学院）
本文提出利用大语言模型作为知识库，通过零样本知识检索和将视觉词义消歧转换为纯文本问答问题（结合思维链提示），有效提升了视觉语言transformers的多模态检索性能。
2023-10-03 cs.AI cs.CL
What's the Magic Word? A Control Theory of LLM Prompting
California Institute of Technology（加州理工学院）；University of Toronto（多伦多大学）
本文用控制理论将LLM建模为离散随机动力系统，分析自注意力可控性与参数矩阵奇异值的关系，并通过Falcon-7b等模型实验表明短提示可显著改变输出概率，为提示工程提供数学基础。
2024-07-03 cs.AI cs.CL cs.LG
Inductive Bias Extraction and Matching for LLM Prompts
Department of Computer Science and Electrical Engineering University of Maryland, Baltimore County（计算机科学与电气工程系马里兰大学巴尔的摩县）
本文提出归纳偏置提取与匹配策略，通过将LLM输出作为提示词一部分以匹配模型归纳偏置，使分类和排序的LLM Likert评分分别提升19%和27%。
2025-08-14 cs.CL
Dictionary-based Phrase-level Prompting of Large Language Models for Machine Translation
Meta AI
大语言模型（LLM）通过提示展示了卓越的机器翻译（MT）能力，即使它们没有被明确训练用于此任务。然而，即使考虑到他们训练的数据量令人难以置信，LLM也很难翻译带有罕见单词的输入，这在低资源或域转移场景中很常见。我们表明，LLM提示可以提供一个有效的解决方案，以及罕见的话，通过使用双语词典的先验知识，提供控制提示。我们提出了一种新的方法，DiPMT，它提供了一组可能的翻译的一个子集的输入单词，从而使细粒度的短语级提示控制的LLM。大量的实验表明，DiPMT优于基线在低资源MT，以及域外MT。我们进一步提供了这种方法的优点和局限性的定性分析，包括实现的可控性的整体水平。
2023-02-15 cs.CL cs.LG
How Well Do Large Language Models Disambiguate Swedish Words?
Chalmers University of Technology（查尔姆斯理工大学）；University of Gothenburg（哥德堡大学）
该研究在两个瑞典语词义消歧基准上测试多款大语言模型，对比不同提示方法的效果，发现当前模型不及有监督消歧器但优于图式无监督系统，含人工词义定义的提示效果最佳。
2024-10-30 cs.CL
How Do Prompt Variations Affect Energy Consumption in On-Device LLMs?
Georgia State University（佐治亚州立大学）；Toyota Motor North America（北美丰田汽车公司）
本文探究认知负荷、措辞模式等提示词属性对设备端LLM推理能耗的影响，通过实证研究发现两类属性的不同能耗作用机制，指出需采用感知模型的提示词设计以实现能效优化。
2026-09-03 cs.CL
Psychometric Predictive Power of Large Language Models
MBZUAI（穆罕默德·本·扎耶德人工智能大学）；The University of Tokyo（东京大学）；The University of Melbourne（墨尔本大学）
该研究从认知建模角度发现，指令调优未提升大语言模型模拟人类阅读行为的表现，特定提示虽能改善其心理测量预测能力但仍不及小型基础模型，纯下一词概率仍是人类阅读行为的强预测因子。
2024-04-15 cs.AI cs.CL
One Prompt Word is Enough to Boost Adversarial Robustness for Pre-trained Vision-Language Models
King’s College London（伦敦国王学院）；Imperial College London（帝国理工学院）
本文提出APT，通过为冻结的CLIP等VLM学习仅含一个额外词的鲁棒文本提示，在15个数据集和多种数据稀疏设置下显著提升准确率与对抗鲁棒性。
2024-03-04 cs.AI cs.CV cs.LG
Beyond Magic Words: Sharpness-Aware Prompt Evolving for Robust Large Language Models with TARE
University of California, Los Angeles（加州大学洛杉矶分校）；Georgia Institute of Technology（佐治亚理工学院）；University of Chicago（芝加哥大学）；University of Oxford（牛津大学）；Ludwig-Maximilians-Universität München（慕尼黑大学）；Yale University（耶鲁大学）
本文提出TARE和ATARE方法，通过减少文本敏锐性差距，提升大语言模型在提示优化中的鲁棒性和准确性。
2025-12-15 cs.CL
From Words to Widgets for Controllable LLM Generation
Cornell University（康奈尔大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；The University of Texas at Austin（德克萨斯大学奥斯汀分校）；Loyola University Maryland（路易斯安那大学马里兰分校）
本文提出Malleable Prompting技术，通过将自然语言提示中的偏好转化为可视化的小部件，使用户能更精确地控制LLM生成，提升可控性和透明度。
2026-08-11 cs.CL cs.HC
Unveiling the Lexical Sensitivity of LLMs: Combinatorial Optimization for Prompt Enhancement
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
本文揭示了LLMs对任务指令中微小词汇变化过度敏感的问题，并提出黑盒组合优化框架COPLE，通过代理任务反馈迭代优化提示词汇，有效恢复模型在指令遵循和下游任务中的能力。
2024-05-31 cs.AI cs.CL
Soft-prompt tuning to predict lung cancer using primary care free-text Dutch medical notes
Informatics Institute, University of Amsterdam（阿姆斯特丹大学信息学研究所）；Amsterdam UMC, University of Amsterdam（阿姆斯特丹大学阿姆斯特丹大学医学中心）
我们研究了不同的自然语言处理（NLP）方法的基础上，上下文化的词表示的问题，肺癌的早期预测，使用自由文本的病人的医疗记录的荷兰初级保健医生。由于肺癌在初级保健中的发病率较低，我们还解决了高度不平衡类别下的分类问题。具体来说，我们使用基于transformer的大型预训练语言模型（PLM）并研究：1）\textit{soft prompt-tuning} --一种使用少量训练数据来适应PLM的NLP技术--如何与标准模型微调相比较; 2）在高度不平衡的设置中，与PLM相比，更简单的静态词嵌入模型（WEM）是否更健壮;以及3）当模型在来自少量患者的笔记上训练时，模型的表现如何。我们发现：1）软提示微调是标准模型微调的有效替代方案; 2）与更简单的静态词嵌入模型相比，PLM显示出更好的区分度，但校准较差，因为分类问题变得更加不平衡; 3）当少量患者的训练模型混合时，结果显示PLM和WEM之间没有明显差异。我们所有的代码都是在\url{https://bitbucket.org/aumc-kik/prompt_tuning_cancer_prediction/}中开源的。
2023-03-28 cs.AI cs.CL cs.LG
An Investigation of Prompt Variations for Zero-shot LLM-based Rankers
RMIT University（皇家墨尔本理工大学）；CSIRO（澳大利亚联邦科学与工业研究组织）；The University of Queensland（昆士兰大学）
本文通过大规模实验考察零样本 LLM 排序器，发现提示词组件与措辞对效果的影响有时超过排序算法本身。
2025-07-25 cs.CL cs.IR
How to Recognize New Words: A Comparison Between Context Biasing Methods and Speech LLMs
该研究对比了基于Whisper的上下文偏置方法与语音LLMs在识别ASR中生词的性能，发现前者可大幅降低偏置词错误率，后者在朗读语音上表现好但泛化性差，最终为方法选择提供了权衡依据。
2026-08-07 cs.CL
AIPsy-Affect: A Keyword-Free Clinical Stimulus Battery for Mechanistic Interpretability of Emotion in Language Models
Keido Labs（Keido实验室）
本文提出AIPsy-Affect，一种480项的临床刺激电池，通过叙事情境引发Plutchik的八种基本情绪，消除关键词混淆，支持情绪机制的可解释性研究。
2026-04-28 cs.AI cs.CL
ADEPT: A DEbiasing PrompT Framework
Tsinghua University（清华大学）；University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
ADEPT通过提示调优和流形学习启发的训练准则，在去除预训练语言模型偏见的同时保持其表示能力，并在多个基准上取得竞争性结果。
2025-05-24 cs.CL
How Few-shot Demonstrations Affect Prompt-based Defenses Against LLM Jailbreak Attacks
Peking University（北京大学）
本文研究少样本演示对基于提示的LLM防御策略的影响，发现其对RoP和ToP产生相反效果，提出实用部署建议。
2026-02-04 cs.AI cs.CL cs.CR
How Model Size, Temperature, and Prompt Style Affect LLM-Human Assessment Score Alignment
Harvard Graduate School of Education（哈佛教育研究生院）；Munster University（穆恩斯特大学）；Institute of Anatomy and Neurobiology, University of Münster（解剖与神经生物学研究所，穆恩斯特大学）
本研究探讨模型规模、温度和提示风格对LLM在临床推理评估中与人类分数一致性的影响，发现模型规模是关键因素，并强调多层面一致性检查的重要性。
2025-09-14 cs.CL stat.ME
Words That Make Language Models Perceive
本研究验证显式感官提示可挖掘纯文本大语言模型中由语言多模态规律塑造的潜在感知结构，通过轻量级提示工程就能激活对应模态的表征，使其与专业视觉、音频编码器的表征更一致。
2025-10-02 cs.CL cs.CV cs.LG
Magic Words or Methodical Work? Challenging Conventional Wisdom in LLM-Based Political Text Annotation
University College Dublin（都柏林大学）；University of Groningen（格罗宁根大学）
本文通过控制实验检验了政治科学文本标注中模型选择、大小、学习方法和提示风格的交互影响，发现方法论主导因素影响显著，传统最佳实践在受控比较中并不稳固。
2026-03-31 cs.AI cs.CL cs.LG
Prompt Engineering: How Prompt Vocabulary affects Domain Knowledge
Institute of Computer Science（计算机科学研究所）；Center for Computational Sciences at the Georg-August-Universität Göttingen（哥廷根乔治-亚历山大大学计算科学中心）
本研究探讨提示词汇特异性对LLM在领域任务中性能的影响，发现存在一个最佳特异性范围，可指导提示设计以提升模型表现。
2025-05-10 cs.CL
Terminology-Aware Translation with Constrained Decoding and Large Language Model Prompting
University of Edinburgh（爱丁堡大学）
针对机器翻译的术语正确性问题，提出结合伪术语标注训练术语感知模型、搭配约束解码重译或LLM提示优化的先翻译后优化方案，在WMT2023术语任务中有效提升术语召回率。
2023-10-09 cs.CL
Mind Your Tone: Investigating How Prompt Politeness Affects LLM Accuracy (short paper)
Pennsylvania State University（宾夕法尼亚州立大学）
本研究通过250个提示测试ChatGPT 4o，发现不礼貌提示（84.8%准确率）优于礼貌提示（80.8%），挑战了传统观念，强调提示语用研究的重要性。
2025-10-06 cs.AI cs.CL cs.LG
Understanding How Model Size Affects Few-shot Instruction Prompting
Yale-NUS College（耶鲁-新加坡国立大学学院）；Bukalapak
大语言模型受训练数据记忆和遗忘现象的影响。但这些是如何根据模型大小而变化的呢？我们对这个问题的工作，通过调查模型的大小如何影响模型的能力，在给定的上下文中区分一个词的含义。我们引入了一个名为DeltaWords的数据集，该数据集评估模型遵循指令选择一个句子的能力，该句子将目标词替换为反义词。我们显示了一个弱的逆缩放趋势，任务的准确性降低模型大小的增加，在极Few-Shot提示制度。我们发现，增加的例子的数量往往不成比例地受益于较大的模型比较小的模型。
2022-12-04 cs.CL cs.LG stat.ML
WARP: Word-level Adversarial ReProgramming
YerevaNN；Yerevan State University（埃里温州立大学）；Information Sciences Institute, University of Southern California（南加州大学信息科学研究所）
从预训练的语言模型进行迁移学习最近成为解决许多NLP任务的主要方法。用于多个任务的迁移学习的最大化参数共享的常见方法在语言模型之上训练一个或多个任务特定层。在本文中，我们提出了一种基于对抗性重编程的替代方法，该方法扩展了自动提示生成的早期工作。对抗性重编程试图学习特定于任务的词嵌入，当这些词嵌入连接到输入文本时，指示语言模型解决指定的任务。每个任务使用多达25 K个可训练参数，这种方法在GLUE基准测试的公共排行榜上具有多达25 M个可训练参数，优于所有现有方法。我们的方法初始化了特定于任务的人类可读提示，也适用于Few-Shot设置，在两个SuperGLUE任务上的表现优于GPT-3，只有32个训练样本。
2021-06-02 cs.CL
Enhancing Large Language Model-based Speech Recognition by Contextualization for Rare and Ambiguous Words
Preferred Elements, Inc.（Preferred Elements公司）
本文提出一种基于LLM的ASR系统，通过在文本提示中提供关键词作为先验信息进行上下文化，利用Whisper编码器和PLaMo-100B解码器，在不修改架构的情况下显著提升了稀有和歧义词的识别性能。
2024-10-11 cs.CL cs.SD eess.AS
Dating the Model: Hidden Dates in System Prompts Affect LLM Evaluation
Johannes Gutenberg University Mainz（美因茨约翰内斯·古腾堡大学）；Universidad Iberoamericana（伊比利亚美洲大学）；University of Colorado Boulder（科罗拉多大学博尔德分校）
研究发现系统提示中隐藏的当前日期会导致大语言模型性能波动，影响评估可复现性，需制定谨慎的评估协议。
2026-09-30 cs.CL
Eliciting Knowledge from Pretrained Language Models for Prototypical Prompt Verbalizer
Peking University（北京大学）
最近的进展，快速调整铸造Few-Shot分类任务作为一个掩蔽的语言建模问题。通过将输入包装到模板中并使用在标签空间和标签词空间之间构造映射的动词化器，自动调优可以在zero-shot和Few-Shot场景中获得优异的结果。然而，典型的自动调优需要手动设计的语言化器，这需要领域专业知识和人工努力。标签空间不足可能会给结果带来相当大的偏差。在本文中，我们专注于从预训练的语言模型中获取知识，并提出了一个原型提示动词化器的自动调优。标签由特征空间中的原型嵌入表示，而不是由离散的单词表示。在输入的掩蔽位置处的嵌入和原型嵌入之间的距离被用作分类标准。对于zero-shot设置，通过手动设计的模板从预训练的语言模型中引出知识以形成初始原型嵌入。对于Few-Shot设置，调整模型以学习有意义和可解释的原型嵌入。我们的方法通过对比学习优化模型。在几个低资源环境下的多类文本分类数据集上的实验结果表明，与其他动词化器构造方法相比，该方法是有效的。我们的实现可以在https://github.com/Ydongd/prototypical-prompt-verbalizer上获得。
2022-01-14 cs.CL
Words as Beacons: Guiding RL Agents with High-Level Language Prompts
TECNALIA（泰克纳利亚技术中心）；Basque Research and Technology Alliance (BRTA)（巴斯克研究与技术联盟（BRTA））；University of the Basque Country (UPV/EHU)（巴斯克大学（UPV/EHU））
本文提出一种师生强化学习框架，利用LLM作为老师将复杂任务分解为子目标以引导智能体，在MiniGrid环境中实现了比基线快30至200倍的收敛。
2024-10-11 cs.AI cs.CL cs.LG
LatentBreak: Jailbreaking Large Language Models through Latent Space Feedback
University of Cagliari（卡利亚里大学）；Centre for AI Governance（人工智能治理中心）；Foundation AI – Cisco Systems Inc.（AI基金会——思科系统公司）
针对现有越狱攻击易被基于困惑度的过滤检测的问题，本文提出白盒攻击LatentBreak，通过最小化潜在空间距离来替换词语生成低困惑度自然对抗提示，在多个安全模型上有效规避防御并优于现有算法。
2025-10-30 cs.AI cs.CL cs.LG
Investigating Prompt Engineering in Diffusion Models
Red Dragon AI（红龙人工智能）
随着Text 2 Img扩散模型（例如DALL-E 2、Imagen、Mid Journey和Stable Diffusion）的使用的普及，艺术家面临的一个挑战是选择正确的提示以实现期望的艺术输出。我们提出的技术，用于测量的效果，特定的单词和短语的提示，并（在附录中）提出的提示，以产生预期的效果的选择指导。
2022-11-21 cs.AI cs.CL cs.CV
JudgeSense: A Benchmark for Prompt Sensitivity in LLM-as-a-Judge Systems
Florida International University（佛罗里达国际大学）；CrowdStrike；University of Maryland Baltimore County（马里兰大学巴尔的摩县分校）
本文提出JudgeSense基准，用于评估LLM作为裁判系统在提示重述下的稳定性，分析不同任务和架构的决策稳定性，并发现一致性不依赖模型规模。
2026-09-21 cs.CL
Word Clouds as Common Voices: LLM-Assisted Visualization of Participant-Weighted Themes in Qualitative Interviews
Icahn School of Medicine at Mount Sinai（伊卡恩医学院辛辛那提分校）
提出开源工具ThemeClouds，利用LLM从访谈转录文本中生成基于参与者提及广度的主题加权词云，相比频率词云和主题建模基线能更有效地浮现可操作见解。
2025-08-11 cs.AI cs.CL cs.HC
Prompt Balance Matters: Understanding How Imbalanced Few-Shot Learning Affects Multilingual Sense Disambiguation in LLMs
Department of Computer Science, Swansea University（计算机科学系，萨斯奎汉大学）
本研究针对少样本提示中样本分布不平衡的问题，采用GLOSSGPT提示法在五种语言上测试，发现不平衡样本会引发多语言词义消歧偏差，强调需采用平衡的提示策略。
2025-10-04 cs.CL
Self-Augmented In-Context Learning for Unsupervised Word Translation
University of Cambridge（剑桥大学）
针对LLMs在无监督双语词典归纳中表现不佳的问题，提出SAIL方法，通过迭代提取高置信度翻译对进行上下文学习，显著超越零样本提示和基于映射的基线方法。
2024-06-05 cs.AI cs.CL cs.IR
Comparing Moral Values in Western English-speaking societies and LLMs with Word Associations
School of Computing and Information Systems, The University of Melbourne（墨尔本大学计算与信息系统学院）；Complex Human Data Hub, The University of Melbourne（墨尔本大学复杂人类数据中心）
为避免直接提示的局限性，本研究提出利用词汇联想作为底层表征，通过在人类与LLM联想图中传播Moral Foundation Theory的种子词，系统比较了西方英语社会与LLM在道德价值观上的差异。
2025-05-28 cs.CL
Decomposed Prompting for Machine Translation Between Related Languages using Large Language Models
Microsoft（微软）；IIT Madras（印度理工学院马德拉斯分校）；AI4Bharat；National Institute of Information and Communications Technology（日本国立信息通信技术研究所）
本研究针对相关语言间的机器翻译任务，提出了一种名为DecoMT的新型少样本提示方法，通过利用单调对齐特征将翻译过程分解为词块序列，在多语系实验中显著优于BLOOM等基线模型，平均提升8个chrF++分数。
2023-10-23 cs.CL
