语言大模型 / LLM

Password Strength Analysis Through Social Network Data Exposure: A Combined Approach Relying on Data Reconstruction and Generative Models

通过社交网络数据暴露分析密码强度：一种结合数据重建和生成模型的方法

Maurizio Atzori, Eleonora Calò, Loredana Caruccio, Stefano Cirillo, Giuseppe Polese, Giandomenico Solimando

机构 * Department of Mathematics and Computer Science University of Cagliari（数学与计算机科学系卡利亚里大学） ； Department of Computer Science University of Salerno（计算机科学系萨勒诺大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出SODA ADVANCE工具，结合数据重建和生成模型，评估密码强度并利用LLMs生成个性化密码。

Comments This is a post-peer-review, pre-copyedit version to be published in the Prooceedings of the 33rd Symposium On Advanced Database Systems (SEBD 2025), 7 pages, 4 figures

Beyond Human Judgment: A Bayesian Evaluation of LLMs' Moral Values Understanding

超越人类判断：对LLMs道德价值观理解的贝叶斯评估

Maciej Skorski, Alina Landowska

机构 * University of Luxembourg（卢森堡大学） ； Kozminski University（科兹明斯基大学） ； SWPS University（SWPS大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文通过贝叶斯方法评估了LLMs在道德价值观理解上的表现，发现AI模型在准确率和敏感性方面优于人类标注者。

Comments Appears in UncertaiNLP@EMNLP 2025

Fantastic Bugs and Where to Find Them in AI Benchmarks

人工智能基准中的非凡虫子及其寻找方法

Sang Truong, Yuheng Tu, Michael Hardy, Anka Reuel, Zeyu Tang, Jirayu Burapacheep, Jonathan Perera, Chibuike Uwakwe, Ben Domingue, Nick Haber, Sanmi Koyejo

机构 * Stanford University（斯坦福大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出了一种基于统计分析和LLM审查的系统性基准修订框架，通过识别无效问题提升AI基准的可靠性。

ManifoldFormer: Geometric Deep Learning for Neural Dynamics on Riemannian Manifolds

ManifoldFormer: 用于黎曼流形上神经动态的几何深度学习

Yihang Fu, Lifang He, Qingyu Chen

机构 * Yale University（耶鲁大学） ； Lehigh University（莱斯利大学） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI、cs.LG

AI总结 ManifoldFormer通过几何深度学习框架，利用黎曼流形结构提升EEG信号的表示质量与跨受试者泛化能力。

Comments 5 pages, under review by ICASSP

Detecting and Steering LLMs' Empathy in Action

检测和引导大语言模型的同理心行为

Juan P. Cadile

机构 * Department of Philosophy University of Rochester（哲学系罗切斯特大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI

AI总结 研究通过对比提示检测和引导大语言模型的同理心行为，发现不同模型在引导效果和鲁棒性上存在差异。

Comments 14 pages, 9 figures

Device-Guided Music Transfer

设备引导的音乐转移

Manh Pham Hung, Changshuo Hu, Ting Dang, Dong Ma

机构 * Singapore Management University（新加坡管理大学） ； University of Melbourne（墨尔本大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 DeMT通过提取扬声器频率响应曲线生成设备嵌入，实现跨设备的音乐风格迁移与鲁棒适应。

UI-CUBE: Enterprise-Grade Computer Use Agent Benchmarking Beyond Task Accuracy to Operational Reliability

UI-CUBE：超越任务准确性的企业级计算机使用代理基准测试到操作可靠性

Horia Cristescu, Charles Park, Trong Canh Nguyen, Sergiu Talmacel, Alexandru-Gabriel Ilie, Stefan Adam

机构 * UiPath Romania（UiPath罗马尼亚） ； UiPath UK（UiPath英国） ； UiPath France（UiPath法国） 纠错

专题命中 评测与基准 ：prompting(abstract)；分类 cs.AI

AI总结 UI-CUBE通过系统性测试揭示CUA在复杂流程中的性能断崖，表明内存管理等架构限制而非训练优化可解决

Comments 18 pages, 8 figures, 5 tables. Benchmark comprising 226 tasks across two difficulty tiers. Code and benchmark available at https://github.com/UiPath/uipath_enterprise_benchmark

RAG-Driven Data Quality Governance for Enterprise ERP Systems

面向企业ERP系统的RAG驱动数据质量治理

Sedat Bin Vedat, Enes Kutay Yarkan, Meftun Akarsu, Recep Kaan Karaman, Arda Sar, Çağrı Çelikbilek, Savaş Saygılı

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出一种基于RAG的数据质量治理方法，通过自动化清洗与LLM生成SQL查询，提升企业ERP系统中多语言数据处理效率与准确性。

SweeperBot: Making 3D Browsing Accessible through View Analysis and Visual Question Answering

SweeperBot：通过视图分析和视觉问答实现3D浏览的可访问性

Chen Chen, Cuong Nguyen, Alexa Siu, Dingzeyu Li, Nadir Weibel

机构 * Florida International University（佛罗里达国际大学） ； Adobe Research（Adobe研究） ； University of California San Diego（加州大学圣地亚哥分校） 纠错

专题命中 评测与基准 ：foundation model(abstract)；分类 cs.AI

AI总结 SweeperBot通过视图分析和视觉问答技术，帮助屏幕阅读器用户更有效地探索和比较3D模型。

Comments 28 pages, 16 figures, this is an original manuscript of an article published by Taylor & Francis in the International Journal of Human-Computer Interaction (IJHCI), available online: https://doi.org/10.1080/10447318.2025.2594750

ISS-Geo142: A Benchmark for Geolocating Astronaut Photography from the International Space Station

ISS-Geo142：国际空间站宇航员摄影地理定位基准测试集

Vedika Srivastava, Hemant Kumar Singh, Jaisal Singh

机构 * Boston University（波士顿大学） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 ISS-Geo142为国际空间站宇航员摄影的地理定位提供了基准测试集，包含142张图像及三种不同方法的评估结果，其中TerraByte实现了90%的准确率。

AeroVerse: UAV-Agent Benchmark Suite for Simulating, Pre-training, Finetuning, and Evaluating Aerospace Embodied World Models

AeroVerse：用于模拟、预训练、微调和评估航空航天具身世界模型的UAV-Agent基准套件

Fanglong Yao, Yuanchang Yue, Youzhi Liu, Xian Sun, Kun Fu

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空信息研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences（中国科学院大学电子电气与通信工程学院） ； Key Laboratory of Target Cognition and Application Technology(TCAT), Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空信息研究所目标认知与应用技术重点实验室） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 AeroVerse是一个用于模拟、预训练、微调和评估航空航天具身世界模型的基准套件，包含多个数据集和评估指标，旨在推动航空航天具身智能的发展。

Deep Learning Analysis of Prenatal Ultrasound for Identification of Ventriculomegaly

深度学习分析产前超声用于室管膜积水识别

Youssef Megahed, Inok Lee, Robin Ducharme, Aylin Erman, Olivier X. Miguel, Kevin Dick, Adrian D. C. Chan, Steven Hawken, Mark Walker, Felipe Moretti

机构 * organization= Department of Systems ； Computer Engineering, Carleton University , city= Ottawa , state= Ontario , country= Canada ； organization= Department of Methodological ； Implementation Research, Ottawa Hospital Research Institute , city= Ottawa , state= Ontario , country= Canada ； organization= Department of Acute Care Research, Ottawa Hospital Research Institute , city= Ottawa , state= Ontario , country= Canada ； organization= Children's Hospital of Eastern Ontario Research Institute , city= Ottawa , state= Ontario , country= Canada ； organization= Better Outcomes Registry \& Network Ontario, Children’s Hospital of Eastern , city= Ottawa , state= Ontario , country= Canada ； organization= Department of Obstetrics ； Gynecology, University of Ottawa , city= Ottawa , state= Ontario , country= Canada ； organization= School of Epidemiology ； Public Health, University of Ottawa , city= Ottawa , state= Ontario , country= Canada ； organization= Department of Obstetrics, Gynecology \& Newborn Care, The Ottawa Hospital , city= Ottawa , state= Ontario , country= Canada ； Global Health Office, University of Ottawa , city= Ottawa , state= Ontario , country= Canada ； organization= Department of Clinical Science ； Translational Medicine, University of Ottawa , city= Ottawa , state= Ontario , country= Canada 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 本研究提出了一种深度学习模型，用于通过产前超声图像检测室管膜积水，该模型在准确率和F1分数上均优于基线模型。

Comments 13 pages, 7 figures, 3 tables

OpenVLN: Open-world Aerial Vision-Language Navigation

OpenVLN: 开放世界空中视觉语言导航

Peican Lin, Gan Sun, Chenxi Liu, Fazeng Li, Weihong Ren, Yang Cong

机构 * School of Automation Science and Engineering, South China University of Technology（华南理工大学自动化科学与工程学院） ； State Key Laboratory of Robotics, Shenyang Institute of Automation, Chinese Academy of Sciences（中国科学院沈阳自动化研究所机器人重点实验室） ； State Key Laboratory of Robotics and System, School of Mechanical Engineering and Automation, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）机械工程与自动化学院机器人与系统重点实验室） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 OpenVLN通过强化学习和长视距规划器提升无人机在复杂空中环境中的长视距导航能力。

Comments Content: 8 pages 4 figures, conference paper under review

E$^3$-Pruner: Towards Efficient, Economical, and Effective Layer Pruning for Large Language Models

E$^3$-Pruner：面向大语言模型高效、经济和有效的层剪枝

Tao Yuan, Haoli Bai, Yinfei Pan, Xuyang Cao, Tianyu Zhang, Lu Hou, Ting Hu, Xianzhi Yu

机构 * Huawei Technologies（华为技术有限公司） ； Tsinghua Shenzhen International Graduate School（清华大学深圳国际研究生学院） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；post-training(abstract)；分类 cs.CL

AI总结 E$^3$-Pruner通过可微掩码优化和熵感知知识蒸馏，实现了大语言模型的高效、经济和有效层剪枝，显著提升性能与效率。

Reproducibility Report: Test-Time Training on Nearest Neighbors for Large Language Models

可重复性报告：为大语言模型进行邻近邻居测试时训练

Boyang Zhou, Johan Lindqvist, Lindsey Li

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

AI总结 通过测试时训练邻近邻居方法，提升大语言模型在多种领域上的性能，尤其在结构化数据集上表现显著。

Holographic Knowledge Manifolds: A Novel Pipeline for Continual Learning Without Catastrophic Forgetting in Large Language Models

全息知识流形：一种实现大语言模型持续学习中无灾难性遗忘的新型流程

Justin Arndt

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

AI总结 全息知识流形通过分形量化等技术实现大语言模型持续学习中零灾难性遗忘，提升知识压缩效率并降低训练成本。

Comments This paper includes significant errors discovered post publication by the author

Response Attack: Exploiting Contextual Priming to Jailbreak Large Language Models

响应攻击：利用上下文优先级来劫持大语言模型

Ziqi Miao, Lijun Li, Yuan Xiong, Zhenhua Liu, Pengyu Zhu, Jing Shao

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xi’an Jiaotong University（西安交通大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 响应攻击通过利用对话中中间响应作为上下文优先级，有效劫持大语言模型生成违反政策的内容。

Comments 20 pages, 10 figures. Code and data available at https://github.com/Dtc7w3PQ/Response-Attack

The Rise of Parameter Specialization for Knowledge Storage in Large Language Models

大语言模型中用于知识存储的参数专业化趋势的兴起

Yihuai Hong, Yiran Zhao, Wei Tang, Yang Deng, Yu Rong, Wenxuan Zhang

机构 * Alibaba Group（阿里巴巴集团） ； New York University（纽约大学） ； National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理大学） ； Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 本研究分析了大语言模型中MLP参数的知识存储方式，发现参数专业化提高了知识利用效率，并通过实验验证了其重要性。

Comments Accepted in NeurIPS 2025

SlsReuse: LLM-Powered Serverless Function Reuse

SlsReuse：基于LLM的无服务器函数重用

Jinfeng Wen, Yuehan Sun

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

AI总结 SlsReuse是首个基于LLM的无服务器函数重用框架，通过语义增强表示和多级修剪策略提升函数推荐效果。

Sometimes Painful but Certainly Promising: Feasibility and Trade-offs of Language Model Inference at the Edge

有时痛苦但无疑有前途：边缘设备上语言模型推断的可行性和权衡

Maximilian Abstreiter, Sasu Tarkoma, Roberto Morabito

机构 * University of Helsinki（赫尔辛基大学） ； EURECOM 纠错

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

AI总结 研究探讨了边缘设备上语言模型推断的可行性及权衡，评估了不同设备的性能指标，揭示了模型大小与效率之间的平衡问题。

Comments Paper currently under review in an ACM journal. This version reflects reviewer-driven revisions: calibrated power measurements validated with external hardware, updated figures and conclusions, added downstream benchmarks (HellaSwag, Winogrande, TruthfulQA, ARC), clarified hardware scope and cold-start behavior, corrected Orin GPU Q4_0 results, improved visuals, and discussed emerging GenAI NPUs

LLM-DSE: Searching Accelerator Parameters with LLM Agents

LLM-DSE: 使用LLM代理搜索加速器参数

Hanyu Wang, Xinrui Wu, Zijian Ding, Su Zheng, Chengyue Wang, Neha Prakriya, Tony Nowatzki, Yizhou Sun, Jason Cong

专题命中 效率与部署 ：LLM(title,abstract)；分类 cs.AI

AI总结 LLM-DSE通过多代理框架结合LLM与设计空间探索，高效优化HLS指令参数，实现性能提升并减少运行时间。

MMT-ARD: Multimodal Multi-Teacher Adversarial Distillation for Robust Vision-Language Models

MMT-ARD: 多模态多教师对抗蒸馏用于鲁棒视觉-语言模型

Yuqi Li, Junhao Dong, Chuanguang Yang, Shiping Wen, Piotr Koniusz, Tingwen Huang, Yingli Tian, Yew-Soon Ong

机构 * The City University of New York, CUNY（纽约城市大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Technology Sydney（悉尼技术大学） ； Data61, CSIRO（CSIRO数据61研究所） ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

专题命中 效率与部署 ：language model(title,abstract)

AI总结 MMT-ARD通过多教师对抗蒸馏提升视觉-语言模型的对抗鲁棒性，实验显示鲁棒精度提升4.32%，训练效率提高2.3倍。

Comments 10 pages

Beyond Code Similarity: Benchmarking the Plausibility, Efficiency, and Complexity of LLM-Generated Smart Contracts

超越代码相似性：评估LLM生成智能合约的可信度、效率和复杂性

Francesco Salzano, Simone Scalabrino, Rocco Oliveto, Remo Pareschi

专题命中 效率与部署 ：LLM(title,abstract)

AI总结 本文评估了LLM生成智能合约的可信度、效率和复杂性，发现检索增强生成显著提升了功能正确性，但生成代码仍需专家验证。

Comments 20 pages

DocSLM: A Small Vision-Language Model for Long Multimodal Document Understanding

DocSLM：一种用于长多模态文档理解的小型视觉-语言模型

Tanveer Hannan, Dimitrios Mallios, Parth Pathak, Faegheh Sardari, Thomas Seidl, Gedas Bertasius, Mohsen Fayyaz, Sunando Sengupta

机构 * Microsoft（微软公司） ； LMU Munich（慕尼黑大学） ； MCML ； FAIR Meta（Meta FAIR） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 效率与部署 ：language model(title,abstract)

AI总结 DocSLM通过高效的小型视觉-语言模型，在受限内存下实现长多模态文档理解，使用更少的资源达到与先进方法相当的性能。

Efficient Penalty-Based Bilevel Methods: Improved Analysis, Novel Updates, and Flatness Condition

高效罚函数法：改进分析、新更新方法及平坦性条件

Liuyuan Jiang, Quan Xiao, Lisha Chen, Tianyi Chen

机构 * University of Rochester（罗切斯特大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出PBGD-Free算法，通过解耦变量和引入平坦性条件，改进双层优化的收敛性和效率。

Comments arXiv admin note: text overlap with arXiv:2507.20400

Explore More, Learn Better: Parallel MLLM Embeddings under Mutual Information Minimization

探索更多，学习更好：基于互信息最小化的并行 MLLM 嵌入

Zhicheng Wang, Chen Ju, Xu Chen, Shuai Xiao, Jinsong Lan, Xiaoyong Zhu, Ying Chen, Zhiguo Cao

机构 * Zhejiang University（浙江大学） ； Alibaba Group（阿里巴巴集团） ； Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 本文提出基于互信息最小化的并行解耦框架，通过多条并行路径提升多模态嵌入质量，实现高效且鲁棒的嵌入空间。

Improving Generalization of Neural Combinatorial Optimization for Vehicle Routing Problems via Test-Time Projection Learning

通过测试时投影学习提升神经组合优化在车辆路径问题中的泛化能力

Yuanyao Chen, Rongsheng Chen, Fu Luo, Zhenkun Wang

机构 * School of Automation and Intelligent Manufacturing, Southern University of Science and Technology, Shenzhen, China（自动化与智能制造学院，南方科技大学，深圳，中国） ； Guangdong Provincial Key Laboratory of Fully Actuated System Control Theory and Technology, Southern University of Science and Technology, Shenzhen, China（广东省全驱动系统控制理论与技术重点实验室，南方科技大学，深圳，中国） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） 纠错

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

AI总结 本文提出通过测试时投影学习提升神经组合优化在车辆路径问题中的泛化能力，无需再训练即可增强模型对大规模问题的适应性。

Comments arXiv admin note: text overlap with arXiv:2505.24627

Mesh RAG: Retrieval Augmentation for Autoregressive Mesh Generation

Mesh RAG: 用于自回归网格生成的检索增强

Xiatao Sun, Chen Liang, Qian Wang, Daniel Rakita

机构 * Yale University（耶鲁大学） 纠错

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

AI总结 Mesh RAG通过检索增强方法提升自回归网格生成的效率和质量，实现快速生成与增量编辑。

CleverDistiller: Simple and Spatially Consistent Cross-modal Distillation

CleverDistiller: 简单且空间一致的跨模态知识蒸馏

Hariprasath Govindarajan, Maciej K. Wozniak, Marvin Klingner, Camille Maurice, B Ravi Kiran, Senthil Yogamani

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

AI总结 CleverDistiller通过简单有效的跨模态知识蒸馏方法，在自动驾驶任务中实现语义分割和3D目标检测的高性能表现。

Comments Accepted to BMVC 2025

Improving Multimodal Distillation for 3D Semantic Segmentation under Domain Shift

改进多模态蒸馏以应对激光雷达语义分割中的域移位

Björn Michele, Alexandre Boulch, Gilles Puy, Tuan-Hung Vu, Renaud Marlet, Nicolas Courty

机构 * CNRS, IRISA, Univ. Bretagne Sud（CNRS、IRISA、布列塔尼大学） ； LIGM, Ecole des Ponts, Univ Gustave Eiffel, CNRS（LIGM、巴黎理工学院、古斯塔夫·埃菲尔大学、CNRS） 纠错

专题命中 效率与部署 ：foundation model(abstract)

AI总结 本研究提出改进多模态蒸馏方法，通过冻结预训练主干网络并训练MLP头，提升激光雷达语义分割在域移位下的性能。

Comments Accepted at BMVC 2025