语言大模型 / LLM

The Semiotic Channel Principle: Measuring the Capacity for Meaning in LLM Communication

语义通道原理：测量LLM通信的意义容量

Davide Picca

机构 * University of Lausanne（洛桑大学） 纠错

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出基于语义通道原理的框架，用于测量LLM通信的意义容量，通过优化lambda参数实现表达丰富性与可解码性之间的权衡。

Adaptive LLM Agents: Toward Personalized Empathetic Care

自适应大语言模型代理：迈向个性化共情护理

Priyanka Singh, Sebastian Von Mammen

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出基于大语言模型的自适应代理框架，通过AIS量表量化用户心理状态，实现个性化治疗互动，探讨其在心理健康支持中的应用与设计。

Comments Accepted at workshop Future Wellbeing: Using Design Fiction to Explore Human-Agent Interaction and Mental Health at The 13th International Conference on Human-Agent Interaction (HAI 2025)

Fighting AI with AI: Leveraging Foundation Models for Assuring AI-Enabled Safety-Critical Systems

用AI对抗AI：利用基础模型确保AI赋能的安全关键系统

Anastasia Mavridou, Divya Gopinath, Corina S. Păsăreanu

机构 * KBR Inc.（KBR公司） ； NASA Ames（美国国家航空航天局阿姆斯研究中心） 纠错

专题命中 其他LLM ：foundation model(title)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出利用AI技术解决安全关键系统中AI保证问题，通过REACT和SemaLens两个组件实现需求工程与感知系统验证。

Building a Foundation Model for Trajectory from Scratch

从零开始构建轨迹基础模型

Gaspard Merten, Mahmoud Sakr, Gilles Dejaegere

机构 * Université libre de Bruxelles（布鲁塞尔自由大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI

AI总结 本教程从零开始构建轨迹基础模型，通过GPT-2实现时空数据适应，并比较了TrajFM和TrajGPT等模型，为移动AI研究提供指导。

Vision Language Models Can Parse Floor Plan Maps

视觉语言模型可以解析平面图

David DeFazio, Hrudayangam Mehta, Meng Wang, Ping Yang, Jeremy Blackburn, Shiqi Zhang

机构 * School of Computing, Binghamton University（计算机学院，宾夕法尼亚州立大学） 纠错

专题命中 其他LLM ：language model(title,abstract)；分类 cs.AI

AI总结 本文研究了视觉语言模型在地图解析任务中的性能，展示了其在复杂室内导航中的高成功率，并指出在大型开放区域中性能下降的问题。

"When Data is Scarce, Prompt Smarter"... Approaches to Grammatical Error Correction in Low-Resource Settings

当数据稀缺时，提示更聪明...在低资源环境下进行语法错误纠正的方法

Somsubhra De, Harsh Kumar, Arun Prakash A

机构 * IIT Madras（印度理工学院马德拉斯学院） ； AI4Bharat 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 本研究通过提示方法和少量样本策略，利用大型语言模型在低资源印地语系语言中实现高效语法错误纠正，取得领先成果。

Comments 10 pages, 5 figures, 5 tables; Accept-demonstration at BHASHA Workshop, IJCNLP-AACL 2025

Missing the human touch? A computational stylometry analysis of GPT-4 translations of online Chinese literature

缺少人文关怀？对GPT-4翻译在线中文文学的计算风格分析

Xiaofang Yao, Yong-Bin Kang, Anthony McCosker

机构 * The University of Hong Kong（香港大学） ； Swinburne University of Technology（斯威本科技大学） 纠错

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本研究通过计算风格分析，发现GPT-4在中文文学翻译中能复现人类翻译的风格特征，表明大型语言模型可能在文学翻译中再现'人文关怀'。

Comments 15 pages, 3 figures

Prompt Fairness: Sub-group Disparities in LLMs

提示公平性：大型语言模型中的子群体差异

Meiyu Zhong, Noel Teku, Ravi Tandon

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文研究了大型语言模型中提示公平性问题，通过信息论度量标准分析子群体响应差异，并提出多数投票和提示中性化策略以提升响应稳定性与公平性。

AI-Mediated Communication Reshapes Social Structure in Opinion-Diverse Groups

人工智能中介的交流重塑意见多元群体的社会结构

Faria Huq, Elijah L. Claggett, Hirokazu Shirado

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究探讨人工智能如何通过影响群体交流重塑意见多元群体的社会结构，发现个体与关系辅助AI对群体组成和互动模式有不同影响。

Comments Preprint, Under Review

SFA: Scan, Focus, and Amplify toward Guidance-aware Answering for Video TextVQA

SFA: 扫描、聚焦与放大以实现面向指导的视频文本VQA回答

Haibin He, Qihuang Zhong, Juhua Liu, Bo Du, Peng Wang, Jing Zhang

机构 * Department of Computing and Mathematics, Manchester Metropolitan University（计算与数学系、曼彻斯特 Metropolitan 大学） 纠错

专题命中 其他LLM ：LLM(abstract)

AI总结 SFA通过扫描、聚焦与放大机制，提出首个Video-LLM方法，提升视频文本VQA任务的准确性和泛化能力。

Exo2EgoSyn: Unlocking Foundation Video Generation Models for Exocentric-to-Egocentric Video Synthesis

Exo2EgoSyn: 解锁用于外视图到内视图视频合成的基础视频生成模型

Mohammad Mahdi, Yuqian Fu, Nedko Savov, Jiancheng Pan, Danda Pani Paudel, Luc Van Gool

专题命中 其他LLM ：foundation model(abstract)

AI总结 Exo2EgoSyn通过三个模块实现从第三人称视角生成高保真内视图视频，提升跨视角视频合成能力。

How Animals Dance (When You're Not Looking)

动物跳舞（当你不在看的时候)

Xiaojuan Wang, Aleksander Holynski, Brian Curless, Ira Kemelmacher, Steve Seitz

机构 * University of Washington（华盛顿大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 其他LLM ：prompting(abstract)

AI总结 该研究提出了一种生成音乐同步且具有舞蹈意识的动物跳舞视频的框架，通过引入舞蹈模式和图优化问题实现高效舞蹈合成。

Comments Project page: https://how-animals-dance.github.io/

Understanding Human-Chatbot Romance: A Qualitative and Quantitative Study on Romantic Fantasy and Other Interpersonal Characteristics

理解人与聊天机器人之间的浪漫关系：对浪漫幻想及其他人际特征的定性与定量研究

Paula Ebner, Jessica Szczuka

专题命中 其他LLM ：LLM(abstract)

AI总结 本研究通过定量和定性方法，探讨了用户与聊天机器人建立浪漫关系的心理因素，发现浪漫幻想是影响关系强度的主要因素。

Comments 44 pages, 1 figure, presented at the International Communication Association 2025, Draft from the 25-11-2025