FITRep: Attention-Guided Item Representation via MLLMs
FITRep: 通过大语言模型实现的注意力引导的项目表示
机构 * Meituan（美团）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 FITRep通过引入注意力引导的白盒表示框架，利用多模态大语言模型实现细粒度项目去重，提升了广告点击率和每千次展示成本。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 知识编辑与模型理解 7 篇
Harmonic-Percussive Disentangled Neural Audio Codec for Bandwidth Extension
基于谐波- percussive 分离的神经音频编码器带宽扩展方法
机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI、巴黎电信学院、巴黎理工学院）
专题命中 知识编辑与模型理解 ：language model(abstract)
AI总结 本文提出一种基于谐波- percussive 分离的神经音频编码器，通过将带宽扩展视为音频令牌预测问题，提升音频信号的高频重构质量。
VGGTFace: Topologically Consistent Facial Geometry Reconstruction in the Wild
VGGTFace: 在真实世界中实现拓扑一致的面部几何重建
机构 * Xin Ming, Yuxuan Han, Tianyu Huang, Feng Xu（作者）
专题命中 知识编辑与模型理解 ：foundation model(abstract)
AI总结 VGGTFace通过引入VGGT和Pixel3DMM实现高效拓扑一致的面部几何重建，适用于真实世界多视角图像。
2. 其他LLM 14 篇
Emergent Lexical Semantics in Neural Language Models: Testing Martin's Law on LLM-Generated Text
神经语言模型中涌现的词义语义：在LLM生成文本中检验Martin定律
机构 * Trier University（特里尔大学）
专题命中 其他LLM ：LLM(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本研究通过分析神经语言模型生成文本中的词义语义，验证了马丁定律在训练过程中的非单调发展轨迹，并揭示了模型规模与语义稳定性之间的关系。
Comments paper draft
UniChange: Unifying Change Detection with Multimodal Large Language Model
UniChange: 通过多模态大语言模型统一变化检测
机构 * TMCC, Computer Science, Nankai University（天津大学计算机学院，南开大学） ； VCIP, Computer Science, Nankai University（南开大学计算机科学系） ； NKIARI, Futian, Shenzhen（深圳福田国家工程研究中心） ； CMEE, Sichuan Agricultural University（四川农业大学）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 UniChange通过多模态大语言模型统一变化检测任务，引入特殊标记和文本提示，实现BCD和SCD的统一，并在多个基准测试中取得最佳性能。
Context-Aware Pragmatic Metacognitive Prompting for Sarcasm Detection
面向上下文的元认知修辞提示用于讽刺检测
机构 * Computer Science Department（计算机科学系） ； School of Computer Science（计算机科学学院） ； Bina Nusantara University（宾努斯大学）
专题命中 其他LLM ：prompting(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出一种基于检索的元认知修辞提示方法，通过整合上下文信息提升LLMs在讽刺检测中的性能，实验显示在多个数据集上均取得显著提升。
Adversarial Attack-Defense Co-Evolution for LLM Safety Alignment via Tree-Group Dual-Aware Search and Optimization
对抗攻击-防御共演进用于LLM安全对齐的树组双感知搜索与优化
机构 * Fudan University（复旦大学） ； Alibaba Group（阿里巴巴集团） ； Yale University（耶鲁大学） ； IBM Research AI（IBM人工智能研究） ； Indiana University（印第安纳大学）
专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 ACE-Safety通过树组双感知搜索与优化，共同优化攻击与防御模型，提升LLM的安全对齐能力。
Special-Character Adversarial Attacks on Open-Source Language Model
特殊字符对抗攻击对开源语言模型的攻击
机构 * University of Virginia（弗吉尼亚大学）
专题命中 其他LLM ：language model(title,abstract)；large language model(abstract)；分类 cs.AI
AI总结 本文研究了针对开源语言模型的特殊字符对抗攻击，评估了多种攻击方式并揭示了模型的安全漏洞及失败模式。
Even with AI, Bijection Discovery is Still Hard: The Opportunities and Challenges of OpenEvolve for Novel Bijection Construction
即使有AI，双射发现仍然困难：OpenEvolve在新型双射构造中的机遇与挑战
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文探讨了OpenEvolve在双射构造中的应用，发现尽管AI有潜力，但寻找新颖双射仍具挑战性，需人类数学家参与。
Comments 16 pages, 3 figures. This is an extended abstract submitted to FPSAC 2026
TrafficLens: Multi-Camera Traffic Video Analysis Using LLMs
TrafficLens: 多摄像头交通视频分析使用LLMs
机构 * NEC Laboratories America（NEC美国实验室） ； University of Missouri–Kansas City (UMKC)（密苏里大学-堪萨斯城分校）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 TrafficLens通过利用多摄像头重叠区域和对象相似性检测，高效地将视频转换为文本，减少处理时间并提升交通视频分析效率。
Comments 2024 IEEE 27th International Conference on Intelligent Transportation Systems (ITSC)
Safety Control of Service Robots with LLMs and Embodied Knowledge Graphs
服务机器人中结合大语言模型和具身知识图谱的安全控制
机构 * School of Electronic Information（电子信息学院） ； Artificial Intelligence, Shaanxi University of Science（人工智能，陕西科技大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出结合大语言模型与具身知识图谱的方法，提升服务机器人安全控制，通过预定义指令和知识库验证增强安全实践。
Semantic Anchors in In-Context Learning: Why Small LLMs Cannot Flip Their Labels
语义锚点在上下文学习中的作用：为何小规模大语言模型无法翻转其标签
机构 * Department of Computer Science, Boston University（计算机科学系，波士顿大学）
专题命中 其他LLM ：prompting(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究探讨了上下文学习中语义锚点的作用，发现小规模LLM在翻转标签时无法有效覆盖语义，主要调整输入投射到预训练语义方向的方式。
Comments 13 pages total (7 pages main text, 3 pages references, 3 pages appendix), 2 figures, 14 tables. Code available at https://github.com/AnanthaPadmanaban-KrishnaKumar/semantic-anchors-icl
OVAL-Grasp: Open-Vocabulary Affordance Localization for Task Oriented Grasping
OVAL-Grasp：面向任务的开放词汇表征定位抓取
机构 * University of Michigan, Ann Arbor, MI, USA（密歇根大学） ； J.P. Morgan AI Research（摩根大通AI研究）
专题命中 其他LLM ：LLM(abstract)；language model(abstract)
AI总结 OVAL-Grasp通过结合大语言模型和视觉-语言模型，实现面向任务的开放词汇表征抓取，有效识别物体部分并提高抓取成功率。
Comments 10 pages, 7 figures, 3 tables. Presented at the 2025 International Symposium on Experimental Robotics (ISER)
UITron-Speech: Towards Automated GUI Agents Based on Speech Instructions
UITron-Speech: 向基于语音指令的自动化GUI代理迈进
专题命中 其他LLM ：foundation model(abstract)；分类 cs.CL、cs.AI
AI总结 UITron-Speech通过语音指令和截图处理，实现首个端到端GUI代理，提升无障碍人机交互的可行性。
Adam Simplified: Bias Correction Debunked
Adam简化：偏置校正被证伪
机构 * ELLIS Institute Tübingen（图宾根埃利斯研究所） ； MPI-IS Tübingen（图宾根MPI-IS研究所） ； MPI-IS Tübingen AI Center（图宾根MPI-IS人工智能中心）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 本文通过实验表明，Adam优化器中的偏置校正在最优超参数配置下对性能无帮助，且不当使用可能损害性能，挑战了其普遍应用的观念。
MUSE: Manipulating Unified Framework for Synthesizing Emotions in Images via Test-Time Optimization
MUSE：通过测试时优化实现图像情感合成的统一框架
机构 * VCIP & TMCC & DISSec, College of Computer Science, Nankai University（南开大学计算机学院） ； LIX, Ecole Polytechnique, IP Paris（巴黎高等理工学院） ； Key Lab of SCCI, Dalian University of Technology（大连理工大学SCCI重点实验室）
专题命中 其他LLM ：LLM(abstract)
AI总结 MUSE通过测试时优化实现图像情感合成的统一框架，解决情感生成与编辑的整合问题，提升情感准确性和语义多样性。
Analytical Solvers for Common Algebraic Equations Arising in Kinematics Problems
运动学问题中常见代数方程的解析求解器
专题命中 其他LLM ：prompting(abstract)
AI总结 本文提出四种常见代数方程的解析求解器，用于机器人运动学问题，提供闭式表达式、数值算法和鲁棒性考虑，并通过Python实现和示例提示展示其有效性。
