语言大模型 / LLM

BudgetLeak: Membership Inference Attacks on RAG Systems via the Generation Budget Side Channel

Hao Li, Jiajun He, Guangshuo Wang, Dengguo Feng, Zheng Li, Min Zhang

专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)

Filter, Correlate, Compress: Training-Free Token Reduction for MLLM Acceleration

Yuhang Han, Xuyang Liu, Zihan Zhang, Pengxiang Ding, Junjie Chen, Donglin Wang, Honggang Chen, Qingsen Yan, Siteng Huang

专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)

Comments AAAI 2026

A Novel Hierarchical Integration Method for Efficient Model Merging in Medical LLMs

Prakrit Timilsina, Anuj Nepal, Rajan Kadel, Robin Doss

机构 * Deakin Cyber Research（德肯网络研究） ； Innovation Centre Deakin University / Universal Higher Education Melbourne, Australia（德肯大学创新中心/通用高等教育墨尔本，澳大利亚） ； School of IT（信息科技学院） ； Engineering Melbourne Institute of Technology Melbourne, Australia（工程墨尔本技术学院墨尔本，澳大利亚） ； Innovation Centre Deakin University Geelong, Australia（德肯大学创新中心吉朗，澳大利亚） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

D$^{3}$ToM: Decider-Guided Dynamic Token Merging for Accelerating Diffusion MLLMs

Shuochen Chang, Xiaofeng Zhang, Qingyang Liu, Li Niu

机构 * Project leader（项目负责人） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

Comments Accepted by AAAI Conference on Artificial Intelligence (AAAI) 2026. Code available at https://github.com/bcmi/D3ToM-Diffusion-MLLM

SelecTKD: Selective Token-Weighted Knowledge Distillation for LLMs

Haiduo Huang, Jiangcheng Song, Yadong Zhang, Pengju Ren

机构 * Institute of Artificial Intelligence and Robotics（人工智能与机器人研究院） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

3D Optimization for AI Inference Scaling: Balancing Accuracy, Cost, and Latency

Minseok Jung, Abhas Ricky, Muhammad Rameez Chatni

机构 * Cloudera 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

KernelDNA: Dynamic Kernel Sharing via Decoupled Naive Adapters

Haiduo Huang, Yadong Zhang, Yinghui Xu, Pengju Ren

机构 * Institute of Artificial Intelligence and Robotics（人工智能与机器人研究所） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

Beyond Mimicry: Preference Coherence in LLMs

Luhan Mikaelson, Derek Shiller, Hayley Clatterbuck

机构 * Future Impact Group (FIG) Fellow（未来影响小组（FIG）研究员） ； Rethink Priorities（重新思考优先级） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

Jailbreaking LLMs via Semantically Relevant Nested Scenarios with Targeted Toxic Knowledge

Ning Xu, Bo Gao, Hui Dou

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； AnHui University（安徽大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL

OTARo: Once Tuning for All Precisions toward Robust On-Device LLMs

Shaoyuan Chen, Zhixuan Chen, Dawei Yang, Zhihang Yuan, Qiang Wu

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG

Tailored Primitive Initialization is the Secret Key to Reinforcement Learning

Yihang Yao, Guangtao Zeng, Raina Wu, Yang Zhang, Ding Zhao, Zhang-Wei Hong, Chuang Gan

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Massachusetts Institute of Technology（麻省理工学院） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG

SynthGuard: An Open Platform for Detecting AI-Generated Multimedia with Multimodal LLMs

Shail Desai, Aditya Pawar, Li Lin, Xin Wang, Shu Hu

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

TabFlash: Efficient Table Understanding with Progressive Question Conditioning and Token Focusing

Jongha Kim, Minseong Bae, Sanghyeok Lee, Jinsung Yoon, Hyunwoo J. Kim

机构 * Korea University（韩国大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

Comments AAAI 2026 (Main Technical Track)

Tracing and Mitigating Hallucinations in Multimodal LLMs via Dynamic Attention Localization

Tiancheng Yang, Lin Zhang, Jiaye Lin, Guimin Hu, Di Wang, Lijie Hu

机构 * MBZUAI ； Provable Responsible AI and Data Analytics (PRADA) Lab（可证明负责任的人工智能与数据分析实验室） ； King Abdullah University of Science and Technology（卡迪夫大学科学与技术大学） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） ； University of Copenhagen（哥本哈根大学） ； Tsinghua University（清华大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

Explore How to Inject Beneficial Noise in MLLMs

Ruishu Zhu, Sida Huang, Ziheng Jiao, Hongyuan Zhang

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

Comments Accepted by AAAI 2026

Bridging the Modality Gap: Enhancing Channel Prediction with Semantically Aligned LLMs and Knowledge Distillation

Zhaoyang Li, Qianqian Yang, Zehui Xiong, Zhiguo Shi, Tony Q. S. Quek

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

The Anatomy of a Triton Attention Kernel

Burkhard Ringlein, Jan van Lunteren, Radu Stoica, Thomas Parnell

机构 * IBM Research Zurich（IBM瑞士苏黎世研究实验室） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

SineLoRA$Δ$: Sine-Activated Delta Compression

Cameron Gordon, Yiping Ji, Hemanth Saratchandran, Paul Albert, Simon Lucey

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI、cs.LG

Comments Accepted by AAAI2026

Prediction-Powered Inference with Imputed Covariates and Nonuniform Sampling

Dan M. Kluger, Kerri Lu, Tijana Zrnic, Sherrie Wang, Stephen Bates

机构 * Institute for Data, Systems, and Society, Massachusetts Institute of Technology（数据、系统与社会研究所，麻省理工学院） ； Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology（电气工程与计算机科学系，麻省理工学院） ； Stanford Data Science and Department of Statistics, Stanford University（斯坦福大学数据科学与统计学系） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI、cs.LG

Comments v3 fixes some typos from v2

GP-MoLFormer-Sim: Test Time Molecular Optimization through Contextual Similarity Guidance

Jiri Navratil, Jarret Ross, Payel Das, Youssef Mroueh, Samuel C Hoffman, Vijil Chenthamarakshan, Brian Belgodere

机构 * IBM Research（IBM研究院） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI、cs.LG

Comments Accepted at AAAI-2026. This is extended version. 10 pages main article, 22 pages total

RATTENTION: Towards the Minimal Sliding Window Size in Local-Global Attention Models

Bailin Wang, Chang Lan, Chong Wang, Ruoming Pang

机构 * Apple（苹果公司） 纠错

专题命中 效率与部署 ：pretraining(abstract)；分类 cs.CL

Comments 9 pages

C3Net: Context-Contrast Network for Camouflaged Object Detection

Baber Jan, Aiman H. El-Maleh, Abdul Jabbar Siddiqui, Abdul Bais, Saeed Anwar

机构 * Computer Engineering Department, King Fahd University of Petroleum and Minerals（国王法赫德石油和矿物大学计算机工程系） ； Electronic Systems Engineering, University of Regina（里贾纳大学电子系统工程系） ； Department of Computer Science and Software Engineering, The University of Western Australia（西澳大学计算机科学与软件工程系） 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI

One VLM, Two Roles: Stage-Wise Routing and Specialty-Level Deployment for Clinical Workflows

Shayan Vassef, Soorya Ram Shimegekar, Abhay Goyal, Koustuv Saha, Pi Zonooz, Navin Kumar

机构 * Nimblemind USA（Nimblemind公司） ； Florida International University（佛罗里达国际大学） ； University of Illinois - Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI

edgeVLM: Cloud-edge Collaborative Real-time VLM based on Context Transfer

Chen Qian, Xinran Yu, Zewen Huang, Danyang Li, Qiang Ma, Fan Dang, Xuan Ding, Guangyong Shang, Zheng Yang

机构 * Tsinghua University（清华大学） ； Beijing Jiaotong University（北京交通大学） ； Inspur Yunzhou Industrial Internet Co., Ltd（Inspur云洲工业互联网有限公司） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.AI

Why Should the Server Do It All?: A Scalable, Versatile, and Model-Agnostic Framework for Server-Light DNN Inference over Massively Distributed Clients via Training-Free Intermediate Feature Compression

Mingyu Sung, Suhwan Im, Daeho Bang, Il-Min Kim, Sangseok Yun, Jae-Mo Kang

机构 * Department of Artificial Intelligence, Kyungpook National University（人工智能系，庆北国立大学） ； Department of Electrical and Computer Engineering, Queen’s University（电气与计算机工程系，皇后大学） ； Department of Information and Communications Engineering, Pukyong National University（信息与通信工程系，浦原国立大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI

Maya: Optimizing Deep Learning Training Workloads using GPU Runtime Emulation

Srihas Yarlagadda, Amey Agrawal, Elton Pinto, Hakesh Darapaneni, Mitali Meratwal, Shivam Mittal, Pranavi Bajjuri, Srinivas Sridharan, Alexey Tumanov

机构 * Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA Inc.（英伟达公司） 纠错

专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG

Journal ref European Conference on Computer Systems (EuroSys) 2026, Edinburgh, Scotland Uk

CacheFlow: Compressive Streaming Memory for Efficient Long-Form Video Understanding

Shrenik Patel, Daivik Patel

机构 * Rutgers University（罗切斯特大学） 纠错

专题命中 效率与部署 ：language model(abstract)

FLOWER: Flow-Oriented Entity-Relationship Tool

Dmitry Moskalev

专题命中 效率与部署 ：LLM(abstract)

Comments 12 pages, 8 figures

Attention Surgery: An Efficient Recipe to Linearize Your Video Diffusion Transformer

Mohsen Ghafoorian, Denis Korzhenkov, Amirhossein Habibian

机构 * Qualcomm AI Research（高通人工智能研究） 纠错

专题命中 效率与部署 ：language model(abstract)

Use as Many Surrogates as You Want: Selective Ensemble Attack to Unleash Transferability without Sacrificing Resource Efficiency

Bo Yang, Hengwei Zhang, Jindong Wang, Yuchen Ren, Chenhao Lin, Chao Shen, Zhengyu Zhao

机构 * Information Engineering University（信息工程大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 效率与部署 ：language model(abstract)