LLM-Driven Feature-Level Adversarial Attacks on Android Malware Detectors
基于大语言模型的Android恶意软件检测器特征级对抗攻击
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出LAMLAD框架，利用大语言模型生成特征扰动以对抗恶意软件检测器，实验显示攻击成功率高达97%，并提出对抗训练防御策略提升模型鲁棒性。
AI 大模型
大模型推理能力
大模型数学、逻辑、规划、多步推理和测试时计算能力。
1. 其他推理 5878 篇
SynCraft: Guiding Large Language Models to Predict Edit Sequences for Molecular Synthesizability Optimization
SynCraft: 引导大语言模型预测编辑序列以优化分子合成可行性
机构 * BNLMS, College of Chemistry and Molecular Engineering, Peking University, Beijing 100871, China（BNLMS，化学与分子工程学院，北京大学，北京100871，中国）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 SynCraft通过引导大语言模型预测编辑序列，优化分子合成可行性，提升生成分子的结构保真度和合成可行性。
Comments 28 pages, 4 figures, 1 table
On-device Large Multi-modal Agent for Human Activity Recognition
用于人体活动识别的设备端大多模态智能体
机构 * The Ohio State University（俄亥俄州立大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
AI总结 本文提出了一种用于人体活动识别的设备端大多模态智能体，结合大语言模型提升性能与可解释性，实现高分类准确率和用户友好交互。
GR-RL: Going Dexterous and Precise for Long-Horizon Robotic Manipulation
GR-RL：为长周期机械操作实现灵活与精确
机构 * ByteDance（字节跳动）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
AI总结 GR-RL通过多阶段训练管道，将通用VLA策略转化为擅长长周期精确操作的专家策略，成功实现自主系鞋带任务。
IntelliCode: A Multi-Agent LLM Tutoring System with Centralized Learner Modeling
IntelliCode：一个具有集中式学习者建模的多智能体LLM辅导系统
机构 * School of Computer Science and Engineering, VIT-AP University（计算机科学与工程学院，VIT-AP大学） ； School of Electrical and Computer Sciences, Indian Institute of Technology Bhubaneswar（电气与计算机科学学院，印度理工学院布巴内斯瓦尔学院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 IntelliCode通过集中式学习者建模和多智能体协作，实现透明且可靠的LLM辅导系统，提升学习效率和课程适应性。
Comments Submitted to EACL 2026 System Demonstrations Track. 6 pages (main content), 6 figures, includes appendices
Microsoft Academic Graph Information Retrieval for Research Recommendation and Assistance
微软学术图信息检索用于研究推荐与协助
机构 * Microsoft（微软）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出基于注意力的子图检索器，利用图神经网络和大语言模型进行高效信息检索与知识推理。
Comments 5 pages, 3 figures
Mirage of Mastery: Memorization Tricks LLMs into Artificially Inflated Self-Knowledge
幻象的精通：LLMs将记忆技巧误认为是人工提升的自我认知
机构 * Pune, India（印度浦那）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文研究LLMs将记忆误认为智能的问题，揭示其自我认知的不一致性和缺陷，提出需改进模型自我认知的平衡与一致性以提升AI可信度。
Comments 12 pages, 9 figures
Large Language Models as Discounted Bayesian Filters
大语言模型作为折扣贝叶斯滤波器
机构 * Sun Yat-sen University（中山大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本研究提出了一种贝叶斯过滤框架，揭示大语言模型在动态环境中的信念更新机制，并提出提示策略以优化其先验校准。
Comments Under submission
Q-KVComm: Efficient Multi-Agent Communication Via Adaptive KV Cache Compression
Q-KVComm: 通过自适应KV缓存压缩实现高效的多智能体通信
机构 * Department of Computer Science \& Engineering Hong Kong University of Science ； Department of Physics Hong Kong University of Science
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 Q-KVComm通过自适应KV缓存压缩实现多智能体高效通信，提升压缩比与语义保真度。
Comments 7 pages, 4 figures, 1 table
SWE-Synth: Synthesizing Verifiable Bug-Fix Data to Enable Large Language Models in Resolving Real-World Bugs
SWE-Synth：合成可验证的bug修复数据以使大语言模型能够解决现实中的bug
机构 * FPT Software AI Center, Viet Nam（越南FPT软件AI中心） ； Nanyang Technological University, Singapore（新加坡南洋理工大学） ； University of Texas at Dallas, US（美国德克萨斯大学达拉斯分校）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 SWE-Synth通过合成可验证的bug修复数据集，提升大语言模型在解决现实bug中的性能。
Comments Work in progress
Atom: Efficient On-Device Video-Language Pipelines Through Modular Reuse
Atom：通过模块化重用实现高效的设备端视频-语言流水线
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
AI总结 Atom通过模块化重用提升设备端视频-语言流水线效率，实现27-33%的执行速度提升，同时保持性能稳定。
On the Role of Contextual Information and Ego States in LLM Agent Behavior for Transactional Analysis Dialogues
在交易分析对话中LLM代理行为中情境信息和自我状态的作用
机构 * Faculty of Electronics and Information Technology（电子与信息技术学院） ； Warsaw University of Technology（华沙技术大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种受交易分析理论启发的多代理系统，通过整合情境信息检索来增强LLM代理在交易分析对话中的行为真实性。
Comments Presented at the 39th Pacific Asia Conference on Language, Information and Computation (PACLIC 39)
Security Risks of Agentic Vehicles: A Systematic Analysis of Cognitive and Cross-Layer Threats
代理车辆的安全风险：对认知和跨层威胁的系统分析
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出基于角色的架构，分析代理车辆中认知和跨层安全威胁，提供首个结构化分析框架。
Hierarchical Multimodal LLMs with Semantic Space Alignment for Enhanced Time Series Classification
具有语义空间对齐的层次多模态大语言模型用于增强的时间序列分类
机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.LG
AI总结 HiTime通过层次多模态大语言模型和语义空间对齐，提升时间序列分类的性能。
Comprehensive AI Literacy: The Case for Centering Human Agency
全面的AI素养：以人类能动性为中心的案例
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文主张以人类能动性为核心，推动全面AI素养教育，强调批判性思维和伦理考量，通过构建素养、熟练度和能力框架，促进教育者和学生在AI应用中的自主决策能力。
Comments 2 figures, 2 tables
AI Needs Physics More Than Physics Needs AI
AI需要物理比物理需要AI更多
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文探讨了AI与物理之间的相互影响，指出物理对AI有更多贡献，并提出通过理论严谨性与机器学习灵活性结合来发展'大AI'的路线图。
Emergence: Overcoming Privileged Information Bias in Asymmetric Embodied Agents via Active Querying
涌现：通过主动查询克服不对称具身智能体中的特权信息偏差
机构 * Emory University（埃默里大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文通过主动查询机制解决不对称具身智能体中的特权信息偏差问题，揭示了沟通接地错误对协作成功率的影响。
Comments 12 pages, 9 pages of content, 6 tables, 5 figures
FedSight AI: Multi-Agent System Architecture for Federal Funds Target Rate Prediction
FedSight AI：用于联邦基金目标利率预测的多智能体系统架构
机构 * Duke University（杜克大学） ； BNY AI Hub
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 FedSight AI通过多智能体框架和Chain-of-Draft扩展，利用大型语言模型预测联邦基金利率，实现高准确率和稳定性，优于现有基线模型。
Comments NeurIPS 2025 Generative AI in Finance Workshop
HyperVL: An Efficient and Dynamic Multimodal Large Language Model for Edge Devices
HyperVL: 一种高效的多模态大语言模型用于边缘设备
机构 * HyperAI Team（HyperAI团队） ； Xiaomi Corporation（小米公司）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 HyperVL是一种为边缘设备优化的高效多模态大语言模型，通过图像分块、视觉分辨率压缩和双一致性学习技术，实现低延迟、低功耗的多模态推理。
Comments Technical report of Xiaomi HyperAI Team
AI-Powered Annotation Pipelines for Stabilizing Large Language Models: A Human-AI Synergy Approach
基于AI的标注流程用于稳定大语言模型：一种人机协同方法
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出了一种基于AI的标注流程，通过人机协同方法系统识别并修复大语言模型的不稳定性，提升模型的可靠性和鲁棒性。
Comments 16 Pages
Boosting Skeleton-based Zero-Shot Action Recognition with Training-Free Test-Time Adaptation
通过无训练测试时适应提升基于骨架的零样本动作识别
机构 * Monash University（墨尔本大学） ； Lancaster University（兰卡斯特大学） ； University of Western Australia（西澳大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 通过引入Skeleton-Cache框架，利用LLM引导的语义先验实现无训练测试时适应，提升基于骨架的零样本动作识别性能。
Measuring skill-based uplift from AI in a real biological laboratory
在真实生物实验室中测量AI带来的基于技能的提升
机构 * Theoretical Biology and Biophysics Group, Los Alamos National Laboratory（理论生物学与生物物理学组，洛斯阿拉莫斯国家实验室） ； Biochemistry and Biotechnology Group, Los Alamos National Laboratory（生物化学与生物技术组，洛斯阿拉莫斯国家实验室） ； National Security AI Office, Los Alamos National Laboratory（国家安全人工智能办公室，洛斯阿拉莫斯国家实验室） ； National Security and Defense Program Office, Los Alamos National Laboratory（国家安全与防卫计划办公室，洛斯阿拉莫斯国家实验室）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本研究通过对比AI推理模型和互联网访问对生物实验室技能提升的影响，探讨AI在生物安全中的作用。
Enhancing Next-Generation Language Models with Knowledge Graphs: Extending Claude, Mistral IA, and GPT-4 via KG-BERT
通过知识图谱增强下一代语言模型：通过KG-BERT扩展Claude、Mistral IA和GPT-4
机构 * STIH Laboratory, Sorbonne University（索邦大学STIH实验室） ； National Engineering School of Tunis（突尼斯国家工程学院） ； Faculty of Sciences of Tunis（突尼斯科学学院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 通过KG-BERT将知识图谱与Claude、Mistral IA和GPT-4结合，提升其事实可靠性与上下文感知能力。
Comments This paper was accepted and scheduled for inclusion in the ICALT 2025 proceedings but was ultimately not published due to absence from the conference presentation. It appears in the official program booklet. Conference: 2025 IEEE International Conference on Advanced Learning Technologies (ICALT)
LLM-Empowered Representation Learning for Emerging Item Recommendation
基于大语言模型的表示学习用于新兴物品推荐
机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学研究院）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出EmerFlow框架，利用大语言模型生成独特嵌入，通过丰富特征、对齐空间和元学习优化，提升新兴物品推荐性能。
Teaching Language Models to Evolve with Users: Dynamic Profile Modeling for Personalized Alignment
教导语言模型与用户共同进化：面向个性化对齐的动态资料模型
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本研究提出RLPA框架，通过动态资料推断提升个性化对话性能，Qwen-RLPA在多个基准测试中超越现有方法。
Comments NeurIPS 2025 Camera-ready
Vision-centric Token Compression in Large Language Model
以视觉为中心的标记压缩在大语言模型中
机构 * Nanjing University of Science and Technology（南京理工大学） ； Central South University（中南大学） ； Nanjing Forestry University（南京林业大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 Vist通过视觉与语言结合的压缩方法，在减少标记数量的同时保持模型准确性，提升了大语言模型的效率。
Comments NeurIPS 2025 spotlight
Persona-based Multi-Agent Collaboration for Brainstorming
基于角色的多智能体协作进行头脑风暴
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本文提出基于角色的多智能体协作框架，通过角色定制提升头脑风暴的深度和跨领域覆盖能力。
Comments 12 pages, 8 figures
Make LVLMs Focus: Context-Aware Attention Modulation for Better Multimodal In-Context Learning
让LVLMs聚焦：基于上下文的注意力调节以提升多模态上下文学习
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出CAMA，一种无需训练的注意力调节方法，通过动态调整注意力logits提升多模态上下文学习性能。
Comments 14 pages, 8 figures, 5 tables
Agentic AI as Undercover Teammates: Argumentative Knowledge Construction in Hybrid Human-AI Collaborative Learning
代理AI作为潜入队友：混合人机协作学习中的论证知识构建
机构 * Tsinghua University（清华大学） ； Monash University（墨尔本大学）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.AI
AI总结 本研究探讨代理AI作为潜入队友在混合人机协作学习中对论证知识构建的影响，发现其通过促进高质量推理和协调性提升学习效果。
Beyond Real Weights: Hypercomplex Representations for Stable Quantization
超越真实权重：用于稳定量化 的超复数表示
机构 * Artificial Intelligence Department, RobotBulls Labs（机器人bulls实验室人工智能部门） ； Machine Intelligence Lab (MILab), North South University（北南大学机器智能实验室）
专题命中 其他推理 ：reasoning(abstract)；分类 cs.CL
AI总结 本文提出了一种基于超复数乘法的渐进式重新参数化策略，用于压缩多模态语言模型，实现参数和计算量的显著减少，同时保持模型性能。
Comments Accepted in Winter Conference on Applications of Computer Vision (WACV) 2026
