语言大模型 / LLM

Overcoming the Generalization Limits of SLM Finetuning for Shape-Based Extraction of Datatype and Object Properties

超越基于形状的抽取数据类型和对象属性的SLM微调泛化限制

Célian Ringwald, Fabien Gandon, Catherine Faron, Franck Michel, Hanna Abi Akl

机构 * Univ. Côte d’Azur（里昂大学） ； Inria（法国国家信息与自动化技术研究院） ； CNRS（法国国家科学研究中心） ； I3S（信息科学与系统研究所） 纠错

专题命中 预训练与数据 ：SLM(title)；language model(abstract)；small language model(abstract)；分类 cs.CL

AI总结 本文提出通过构建训练集确保属性出现次数超过阈值，以提升SLM在抽取数据类型和对象属性时的泛化能力。

Comments Accepted at KCAP 2025

Harnessing Object Grounding for Time-Sensitive Video Understanding

利用物体接地提升时间敏感视频理解

Tz-Ying Wu, Sharath Nittur Sridhar, Subarna Tripathi

机构 * Intel（英特尔公司） 纠错

专题命中 预训练与数据 ：LLM(abstract)；large language model(abstract)；language model(abstract)；pretraining(abstract)

AI总结 本文提出 GO-Tokenizer 以提升视频大型语言模型的时间敏感视频理解能力，通过实时编码紧凑的物体信息，提高模型性能并减少噪声影响。

Comments Accepted to WACV 2026

Bridging Scale Discrepancies in Robotic Control via Language-Based Action Representations

通过基于语言的动作表示弥合机器人控制中的尺度差异

Yuchi Zhang, Churui Sun, Shiqi Liang, Diyuan Liu, Chao Ji, Wei-Nan Zhang, Ting Liu

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；pretraining(abstract)；分类 cs.AI

AI总结 本文提出基于语言的动作表示方法，通过规范动作以缓解机器人控制中的尺度差异问题，提升操作任务的泛化能力和迁移性能。

Financial News Summarization: Can extractive methods still offer a true alternative to LLMs?

金融新闻摘要：提取方法是否仍然能为LLM提供真正的替代方案？

Nicolas Reche, Elvys Linhares-Pontes, Juan-Manuel Torres-Moreno

专题命中 预训练与数据 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本研究评估了提取方法与LLM在金融新闻摘要中的性能，发现LLM虽更连贯但易出错，而提取方法在短文本上更高效且可靠。

Comments 8 pages, 5 tables

Journal ref Advances in Soft Computing. MICAI 2025. Lecture Notes in Computer Science, vol 16221. Springer

The Necessity of Imperfection:Reversing Model Collapse via Simulating Cognitive Boundedness

不完美之必要：通过模拟认知局限性逆转模型崩溃

Zhongjie Jiang

专题命中 预训练与数据 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出通过模拟认知局限性生成具有真实功能增益的合成数据，以解决模型崩溃问题。

Comments 60 pages,9 figures. v3: Major update. Added 3D topological visualization (Figure 1) and independent computational verification of the Adaptive Markets Hypothesis (AMH). Includes comprehensive Supplementary Materials (algorithmic pseudocode, system architecture, and real-time GARCH logs) for technical reproducibility

Gold-medalist Performance in Solving Olympiad Geometry with AlphaGeometry2

在解决奥数几何问题上超越金牌得主的AlphaGeometry2

Yuri Chervonyi, Trieu H. Trinh, Miroslav Olšák, Xiaomeng Yang, Hoang Nguyen, Marcelo Menegali, Junehyuk Jung, Junsu Kim, Vikas Verma, Quoc V. Le, Thang Luong

机构 * Google DeepMind（谷歌DeepMind） ； University of Cambridge（剑桥大学） ； Georgia Institute of Technology（佐治亚理工学院） ； Brown University（布朗大学） ； Seoul National University（首尔国立大学） 纠错

专题命中 预训练与数据 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 AlphaGeometry2通过改进的语言模型和知识共享机制，显著提升了解决几何问题的能力，达到超越金牌得主的水平，并推动了自动系统在几何问题解决中的应用。

Comments 28 pages, 16 figures. V2: Clarified abstract, rewritten introduction, updated results on diagram generation, added acknowledgement section. V3: Added clarifications and a new section "Inequality rules", re-organized sections, added code link, now 34 pages

Detecting value-expressive text posts in Russian social media

在俄罗斯社交媒体中检测价值表达文本帖子

Maria Milkova, Maksim Rudnev, Lidia Okolskaya

专题命中 预训练与数据 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出了一种在俄罗斯社交媒体VKontakte中准确检测价值表达文本帖子的模型，利用人类和AI辅助注释及主动学习方法，最终通过微调rubert-tiny2模型实现了高检测精度。

Enabling Validation for Robust Few-Shot Recognition

使基于VLM微调的鲁棒少样本识别得以验证

Hanxin Wang, Tian Liu, Shu Kong

机构 * University of Macau（澳门大学） ； Texas A&M University（德克萨斯A&M大学） ； Institute of Collaborative Innovation（协同创新研究所） 纠错

专题命中 预训练与数据 ：language model(abstract)

AI总结 本文提出VEST框架，通过验证启用的分阶段微调策略，解决少样本识别中验证数据不足的问题，提升模型在ID和OOD数据上的泛化能力。

Comments Project website: https://hannawang09.github.io/projects/vest/

Lost in Translation, Found in Embeddings: Sign Language Translation and Alignment

迷失在翻译中，发现于嵌入：手语翻译与对齐

Youngjoon Jang, Liliane Momeni, Zifan Jiang, Joon Son Chung, Gül Varol, Andrew Zisserman

机构 * VGG, University of Oxford（Oxford大学视觉几何组） ； KAIST（韩国科学技术院） ； University of Zurich（苏黎世大学） ； LIGM, École des Ponts, IP Paris, UGE, CNRS（图像是巴黎理工学院的LIGM实验室、UGE、CNRS） 纠错

专题命中 预训练与数据 ：pretraining(abstract)

AI总结 本文提出统一模型实现手语翻译与对齐，通过轻量视觉主干、滑动感知映射网络和多任务训练策略，在BOBSL数据集上取得SLT和SSA的最先进结果，并展示跨语言泛化能力。