arXivDaily arXiv每日学术速递 周一至周五更新

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。

2025-12-16 至 2025-12-16 共收录 269 信号源:cs.CL, cs.AI, cs.LG

1. 评测与基准 55 篇

2512.10284 2025-12-16 cs.CV cs.AI cs.CL 62%

MotionEdit: Benchmarking and Learning Motion-Centric Image Editing

MotionEdit: 动作导向图像编辑的基准测试与学习

Yixin Wan, Lei Ke, Wenhao Yu, Kai-Wei Chang, Dong Yu

机构 * Tencent AI(腾讯AI) University of California, Los Angeles(加州大学洛杉矶分校)

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

AI总结 MotionEdit提出一个动作导向图像编辑数据集及评估基准,通过MotionNFT框架提升编辑质量和运动保真度。

Comments Technical Report. We propose MotionEdit, a dataset and benchmark for motion-centric image editing. We also introduce MotionNFT, a reward training framework to improve existing models with motion-aware guidance. Github: https://github.com/elainew728/motion-edit/

详情

展开后加载摘要…

URL PDF HTML 收藏
2506.23046 2025-12-16 cs.CL cs.AI cs.CV cs.RO 62%

SoMi-ToM: Evaluating Multi-Perspective Theory of Mind in Embodied Social Interactions

SoMi-ToM:评估具身社会互动中的多视角理论之心假设

Xianzhe Fan, Xuhui Zhou, Chuanyang Jin, Kolby Nottingham, Hao Zhu, Maarten Sap

机构 * The University of Hong Kong(香港大学) Carnegie Mellon University(卡内基梅隆大学) Johns Hopkins University(约翰霍普金斯大学) University of California Irvine(加州大学尔湾分校) Stanford University(斯坦福大学)

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

AI总结 SoMi-ToM基准通过多视角评估人类与模型在具身社会互动中的理论之心能力,揭示大型视觉-语言模型在复杂社交场景中的不足。

Comments 24 pages, 6 figures

Journal ref Proceedings of the 39th Conference on Neural Information Processing Systems (NeurIPS 2025)

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.16130 2025-12-16 cs.LG cs.AI cs.SI 62%

Generative Graph Pattern Machine

生成图模式机

Zehong Wang, Zheyuan Zhang, Tianyi Ma, Chuxu Zhang, Yanfang Ye

机构 * University of Notre Dame(诺丁汉大学) University of Connecticut(康涅狄格大学)

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

AI总结 生成图模式机通过生成Transformer预训练框架,实现图学习的可扩展性,优于现有方法,在多种任务中表现优异。

Comments Accepted by NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13685 2025-12-16 cs.CL 57%

Beyond surface form: A pipeline for semantic analysis in Alzheimer's Disease detection from spontaneous speech

超越表层形式:一种用于阿尔茨海默病检测中自发言语语义分析的流程

Dylan Phelps, Rodrigo Wilkens, Edward Gow-Smith, Lilian Hubner, Bárbara Malcorra, César Rennó-Costa, Marco Idiart, Maria-Cruz Villa-Uriol, Aline Villavicencio

机构 * Healthy Lifespan Institute, The University of Sheffield, Sheffield, United Kingdom(谢菲尔德大学健康寿命研究所) School of Computer Science, The University of Sheffield, Sheffield, United Kingdom(谢菲尔德大学计算机科学学院) Institute of Data Science and Artificial Intelligence, The University of Exeter, Exeter, United Kingdom(埃克塞特大学数据科学与人工智能研究所) Faculty of Linguistics, Pontifícia Universidade Católica do Rio Grande do Sul, Porto Alegre, Brazil(里约格朗德杜斯尔格斯天主教大学语言学院) Bioinformatics Multidisciplinary Environment, Digital Metropolis Institute, Federal University of Rio Grande do Norte, Natal, Brazil(巴西国家联邦大学里约格朗德多北大学生物信息学跨学科环境) Institute of Physics, Federal University of Rio Grande do Sul, Porto Alegre, Brazil(巴西联邦大学里约格朗德多南大学物理研究所)

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

AI总结 本文提出了一种用于阿尔茨海默病检测中自发言语语义分析的新流程,通过改变文本表层形式来评估语言模型对下层语义指标的表示能力,并发现仅使用语义信息即可检测AD。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13427 2025-12-16 cs.CV cs.LG 57%

MineTheGap: Automatic Mining of Biases in Text-to-Image Models

MineTheGap: 自动挖掘文本到图像模型中的偏见

Noa Cohen, Nurit Spingarn-Eliezer, Inbar Huberman-Spiegelglas, Tomer Michaeli

机构 * Technion – Israel Institute of Technology(技术学院–以色列理工学院)

专题命中 评测与基准 :LLM(abstract);分类 cs.LG

AI总结 MineTheGap通过遗传算法自动挖掘文本到图像模型中导致偏见的提示,利用偏见评分评估并优化提示池以暴露偏见。

Comments Code and examples are available on the project's webpage at https://noa-cohen.github.io/MineTheGap/

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13077 2025-12-16 cs.LG 57%

LikeBench: Evaluating Subjective Likability in LLMs for Personalization

LikeBench: 评估大语言模型在个性化中的主观喜爱度

Md Awsafur Rahman, Adam Gabrys, Doug Kang, Jingjing Sun, Tian Tan, Ashwin Chandramouli

机构 * UC Santa Barbara Amazon(亚马逊)

专题命中 评测与基准 :LLM(abstract);分类 cs.LG

AI总结 LikeBench通过多会话动态框架评估大语言模型在个性化中的主观喜爱度,分解为七项诊断指标,展示强记忆并不等同于高喜爱度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12443 2025-12-16 cs.AI cs.SE 57%

AI Transparency Atlas: Framework, Scoring, and Real-Time Model Card Evaluation Pipeline

AI透明度地图:框架、评分与实时模型卡片评估流程

Akhmadillo Mamirov, Faiaz Azmain, Hanyu Wang

机构 * Department of Computer Science, The College of Wooster, Wooster, OH, USA(计算机科学系,沃斯特学院,沃斯特,OH,USA) Robert F. Wagner Graduate School of Public Service, New York University, New York, NY, USA(罗伯特·F·瓦格纳公共事务研究生学院,纽约大学,纽约,NY,USA)

专题命中 评测与基准 :LLM(abstract);分类 cs.AI

AI总结 本文提出AI透明度框架和实时评估流程,评估50个模型发现前沿实验室合规率约80%,而多数供应商低于60%,安全关键领域存在显著缺口。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12424 2025-12-16 cs.CV cs.LG 57%

ViInfographicVQA: A Benchmark for Single and Multi-image Visual Question Answering on Vietnamese Infographics

ViInfographicVQA:单图和多图越南信息图视觉问答基准测试

Tue-Thu Van-Dinh, Hoang-Duy Tran, Truong-Binh Duong, Mai-Hanh Pham, Binh-Nam Le-Nguyen, Quoc-Thai Nguyen

机构 * Neu.edu.vn

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

AI总结 ViInfographicVQA是首个针对越南信息图VQA的基准测试,通过单图和多图任务评估模型在复杂信息图中的视觉问答能力。

Comments 10 pages, 4 figures, Accepted to AI4Research @ AAAI

详情

展开后加载摘要…

URL PDF HTML 收藏
2507.17234 2025-12-16 cs.CL 57%

CLARIFID: Improving Radiology Report Generation by Reinforcing Clinically Accurate Impressions and Enforcing Detailed Findings

CLARIFID:通过强化临床准确印象和强制详细发现来改进放射报告生成

Kyeongkyu Lee, Seonghwan Yoon, Hongki Lim

机构 * Department of Electrical and Computer Engineering(电子与计算机工程系)

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

AI总结 CLARIFID通过强化临床准确印象和强制详细发现,提升放射报告生成的临床效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.25387 2025-12-16 cs.CV 50%

Instance-Level Composed Image Retrieval

实例级组合图像检索

Bill Psomas, George Retsinas, Nikos Efthymiadis, Panagiotis Filntisis, Yannis Avrithis, Petros Maragos, Ondrej Chum, Giorgos Tolias

专题命中 评测与基准 :language model(abstract)

AI总结 BASIC通过无训练方法利用预训练视觉-语言模型,在实例级组合图像检索中实现了新的状态。

Comments NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.19253 2025-12-16 cs.IR 50%

DeepResearchGym: A Free, Transparent, and Reproducible Evaluation Sandbox for Deep Research

DeepResearchGym: 一个免费、透明且可复现的深度研究评估沙盒

João Coelho, Jingjie Ning, Jingyuan He, Kangrui Mao, Abhijay Paladugu, Pranav Setlur, Jiahe Jin, Jamie Callan, João Magalhães, Bruno Martins, Chenyan Xiong

专题命中 评测与基准 :LLM(abstract)

AI总结 DeepResearchGym提供了一个免费、透明且可复现的深度研究评估沙盒,结合可复现的搜索API和严谨的评估协议,用于评估深度研究系统性能,展示其在成本效益训练中的实用性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13007 2025-12-16 cs.CV 50%

Light Field Based 6DoF Tracking of Previously Unobserved Objects

基于光场的先前未观察到物体的6自由度跟踪

Nikolai Goncharov, James L. Gray, Donald G. Dansereau

机构 * University of Sydney(悉尼大学) Australian Centre For Robotics (ACFR)(澳大利亚机器人中心) School of Aerospace, Mechanical and Mechatronic Engineering(航空航天、机械与机电工程学院)

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

AI总结 本文提出了一种基于光场的物体跟踪方法,无需预训练模型,能有效处理复杂视觉行为,如反射,通过统一的物体表示提升跟踪性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12348 2025-12-16 cs.HC 50%

Understanding Trust Toward Human versus AI-generated Health Information through Behavioral and Physiological Sensing

通过行为和生理传感理解对人类与AI生成健康信息的信任

Xin Sun, Rongjun Ma, Shu Wei, Pablo Cesar, Jos A. Bosch, Abdallah El Ali

专题命中 评测与基准 :LLM(abstract)

AI总结 研究通过行为和生理传感分析人们对人类与AI生成健康信息的信任差异,发现透明标签影响信任水平,行为特征可辅助验证信任感知。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11884 2025-12-16 cs.CV 50%

Generalization vs. Specialization: Evaluating Segment Anything Model (SAM3) Zero-Shot Segmentation Against Fine-Tuned YOLO Detectors

泛化与专门化:评估Segment Anything Model(SAM3)零样本分割对精细调优的YOLO检测器

Ranjan Sapkota, Konstantinos I. Roumeliotis, Manoj Karkee, Nikolaos D. Tselikas

机构 * Cornell University, Department of Biological and Environmental Engineering(康奈尔大学生物与环境工程系) University of the Peloponnese, Department of Informatics and Telecommunications(希腊皮埃里亚大学信息与电信系)

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

AI总结 本文评估了SAM3在零样本分割中的性能,与微调的YOLO检测器相比,展示了SAM3在遮罩精度上的优势。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 效率与部署 42 篇

2512.13494 2025-12-16 cs.CL cs.AI 90%

SkipCat: Rank-Maximized Low-Rank Compression of Large Language Models via Shared Projection and Block Skipping

SkipCat: 通过共享投影和块跳过实现大型语言模型的秩最大化低秩压缩

Yu-Chen Lu, Sheng-Feng Yu, Hui-Hsien Weng, Pei-Shuo Wang, Yu-Fang Hu, Liang Hung-Chun, Hung-Yueh Chiang, Kai-Chiang Wu

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

AI总结 SkipCat通过共享投影和块跳过技术实现低秩压缩,无需额外微调即可在相同压缩率下提升零样本任务的准确率7%。

Comments Accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.19700 2025-12-16 cs.CL cs.AI 90%

Leveraging Importance Sampling to Detach Alignment Modules from Large Language Models

利用重要性采样将对齐模块从大语言模型中分离出来

Yi Liu, Dianqing Liu, Mingye Zhu, Junbo Guo, Yongdong Zhang, Zhendong Mao

机构 * State Key Laboratory of Communication Content Cognition, People’s Daily Online(通信内容认知国家重点实验室,人民在线) University of Science and Technology of China(中国科学技术大学)

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

AI总结 本文提出残差对齐模型(RAM),通过重要性采样将对齐模块与大语言模型分离,提升灵活性和可扩展性,并在多种任务上优于基线模型。

Comments Accepted by NeurIPS 2025, 28 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.05907 2025-12-16 cs.CE 89%

From Text to Returns: Using Large Language Models for Mutual Fund Portfolio Optimization and Risk-Adjusted Allocation

从文本到收益:利用大型语言模型进行共同基金投资组合优化与风险调整分配

Abrar Hossain, Mufakir Qamar Ansari, Haziq Jeelani, Monia Digra, Fayeq Jeelani Syed

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

AI总结 利用大型语言模型优化共同基金投资组合并提升风险调整分配效果,Zypher 7B模型在收益与风险控制方面表现突出。

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.11187 2025-12-16 cs.CV 89%

FastVID: Dynamic Density Pruning for Fast Video Large Language Models

FastVID: 动态密度修剪用于快速视频大语言模型

Leqi Shen, Guoqiang Gong, Tao He, Yifeng Zhang, Pengzhang Liu, Sicheng Zhao, Guiguang Ding

机构 * School of Software, Tsinghua University(清华大学软件学院) BNRist, Tsinghua University(清华大学BNRist) GRG Banking Equipment Co., Ltd.(GRG银行设备有限公司)

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

AI总结 FastVID通过动态密度修剪技术,显著降低视频大语言模型的计算开销,同时保持高准确性,实现高效的视频处理性能。

Comments NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.05915 2025-12-16 cs.CL 88%

Accelerating Large Language Model Inference via Early-Exiting Algorithms

通过早退算法加速大语言模型推理

Sangmin Bae

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 本研究通过设计高效的并行解码机制和深度参数共享架构,结合预训练轻量级路由器,实现大语言模型推理的高效与性能平衡。

Comments PhD Dissertation

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12063 2025-12-16 cs.SE cs.AI 87%

Instruction-Tuning Open-Weight Language Models for BPMN Model Generation

基于指令微调的开放权重语言模型用于BPMN模型生成

Gökberk Çelikmasat, Atay Özgövde, Fatma Başak Aydemir

机构 * Boğaziçi University(博雅奇大学) Utrecht University(乌得勒支大学)

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

AI总结 本文提出InstruBPM,通过指令微调开放权重语言模型,以高效生成BPMN过程模型,提升结构准确性和鲁棒性,减少对重型提示的依赖。

Comments Preprint. Under preparation for journal submission

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11986 2025-12-16 cs.LG 87%

Learning to Extract Context for Context-Aware LLM Inference

学习提取上下文以实现上下文感知的LLM推理

Minseon Kim, Lucas Caccia, Zhengyan Shi, Matheus Pereira, Marc-Alexandre Côté, Xingdi Yuan, Alessandro Sordoni

机构 * Microsoft Research(微软研究院)

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

AI总结 本文提出通过提取上下文信息提升LLM推理的安全性,减少有害输出并提高合规性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.24850 2025-12-16 cs.LG cs.AI cs.CL 87%

Harnessing Negative Signals: Reinforcement Distillation from Teacher Data for LLM Reasoning

利用负信号:从教师数据中进行强化蒸馏以提升大语言模型推理能力

Shuyao Xu, Cheng Peng, Jiangxuan Long, Weidi Xu, Wei Chu, Yuan Qi

机构 * National University of Singapore(国立新加坡大学) INF AI

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

AI总结 本文提出通过强化蒸馏利用正负推理轨迹提升LLM推理性能,实验表明在少量数据下可达到与大量数据训练模型相当的性能。

Comments 22 pages, 10 figures. Code available at https://github.com/Tim-Siu/reinforcement-distillation

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.02718 2025-12-16 cs.DB cs.AI cs.LG 86%

Efficient Training-Free Online Routing for High-Volume Multi-LLM Serving

高吞吐量多LLM服务的高效无训练在线路由

Fangzhou Wu, Sandeep Silwal

机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校)

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

AI总结 本文提出一种无训练的高效在线路由算法,通过近似最近邻搜索和一次优化,提升多LLM服务的吞吐量、成本效率和整体性能。

Comments NeurIPS 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.13438 2025-12-16 cs.SE cs.AI 85%

From User Interface to Agent Interface: Efficiency Optimization of UI Representations for LLM Agents

从用户界面到代理界面:UI表示的效率优化以提升LLM代理性能

Dezhi Ran, Zhi Gong, Yuzhe Guo, Mengzhou Wu, Yuan Cao, Haochuan Lu, Hengyu Zhang, Xia Zeng, Gang Cao, Liangchao Yao, Yuetang Deng, Wei Yang, Tao Xie

机构 * Key Lab of HCST (PKU), MOE(HCST关键实验室(PKU),教育部) SCS, Peking University(SCS,北京大学) Tencent Inc.(腾讯公司) University of Texas at Dallas(德克萨斯大学达拉斯分校)

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

AI总结 UIFormer通过约束优化和结构分解,优化LLM代理的UI表示效率,实现令牌减少与性能提升的平衡。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.08808 2025-12-16 cs.LG 85%

TinyGraphEstimator: Adapting Lightweight Language Models for Graph Structure Inference

TinyGraphEstimator: 为图结构推断适应轻量级语言模型

Michal Podstawski

机构 * NASK National Research Institute(波兰国家研究 institute)

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

AI总结 本文提出TinyGraphEstimator数据集,评估轻量级语言模型在图结构推断中的能力,通过LoRA技术实现参数调优,证明小型模型在图推理任务中的有效性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11920 2025-12-16 cs.AI 85%

CXL-SpecKV: A Disaggregated FPGA Speculative KV-Cache for Datacenter LLM Serving

CXL-SpecKV: 一种基于FPGA的分散式KV缓存用于数据中心LLM服务

Dong Liu, Yanxuan Yu

机构 * Yale University(耶鲁大学) Columbia University(哥伦比亚大学)

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

AI总结 CXL-SpecKV通过FPGA加速和内存分散技术,提升数据中心LLM服务的吞吐量和内存效率。

Comments Accepted to FPGA'26 Oral

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.04146 2025-12-16 cs.LG cs.AI cs.CL 85%

Beyond Next-Token Prediction: A Performance Characterization of Diffusion versus Autoregressive Language Models

超越单个令牌预测:扩散模型与自回归语言模型性能的对比分析

Minseo Kim, Coleman Hooper, Aditya Tomar, Chenfeng Xu, Mehrdad Farajtabar, Michael W. Mahoney, Kurt Keutzer, Amir Gholami

机构 * Seoul National University(首尔国立大学) University of California, Berkeley(加州大学伯克利分校) ICSI LBNL(劳伦斯伯克利国家实验室) University of Texas at Austin(德克萨斯大学奥斯汀分校)

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

AI总结 本文比较了扩散模型与自回归语言模型在性能上的差异,发现DLMs在算术强度上占优但难以扩展,而ARMs在批量推理中表现更优。

Comments 11 pages, 5 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12801 2025-12-16 cs.DC cs.PF 85%

Fine-Grained Energy Prediction For Parallellized LLM Inference With PIE-P

细粒度并行LLM推理中的能量预测方法PIE-P

Anurag Dutt, Young Won Choi, Avirup Sil, Anshul Gandhi, Aruna Balasubramanian, Niranjan Balasubramanian

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

AI总结 PIE-P是一种针对多GPU并行LLM推理的细粒度能耗预测框架,通过精确建模和采样解决通信非确定性和开销问题,实现高精度能耗预测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.12279 2025-12-16 eess.SP 85%

WATOS: Efficient LLM Training Strategies and Architecture Co-exploration for Wafer-scale Chip

WATOS: 为晶圆级芯片高效LLM训练策略和架构共探索

Huizheng Wang, Zichuan Wang, Hongbin Wang, Jingxiang Hou, Taiquan Wei, Chao Li, Yang Hu, Shouyi Yin

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

AI总结 WATOS通过高效训练策略和晶圆级架构共探索,提升了LLM训练性能,实现平均吞吐量提升2.74倍。

Comments Accepted by HPCA 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11997 2025-12-16 cs.AI 84%

Log Anomaly Detection with Large Language Models via Knowledge-Enriched Fusion

通过知识增强融合进行大规模语言模型的日志异常检测

Anfeng Peng, Ajesh Koyatan Chathoth, Stephen Lee

机构 * University of Pittsburgh(匹兹堡大学) Eaton Corporation(埃顿公司)

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

AI总结 EnrichLog通过知识增强融合技术,提升日志异常检测的准确性和可解释性,适用于实际系统部署。

详情

展开后加载摘要…

URL PDF HTML 收藏