Dynamic Rebatching for Efficient Early-Exit Inference with DREX
动态重新分组以实现高效的早退推理
专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 DREX通过动态重新分组和优化策略提升早退推理效率，提高吞吐量并保障输出质量。
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. 效率与部署 29 篇
HI-SQL: Optimizing Text-to-SQL Systems through Dynamic Hint Integration
HI-SQL：通过动态提示集成优化文本到SQL系统
机构 * Quantiphi Analytics Solutions Pvt Ltd（Quantiphi分析解决方案私人有限公司）
专题命中 效率与部署 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 HI-SQL通过动态提示集成优化文本到SQL系统，提升查询准确性和效率。
Comments Accepted at International Joint Conference on Neural Networks (IJCNN), IEEE, 2025
Journal ref 2025 International Joint Conference on Neural Networks (IJCNN)
LLMQ: Efficient Lower-Precision Pretraining for Consumer GPUs
LLMQ：面向消费级GPU的高效低精度预训练
机构 * IST Austria（奥地利因斯布鲁克理工大学）
专题命中 效率与部署 ：pretraining(title)；分类 cs.LG
AI总结 LLMQ通过优化消费级GPU的内存和通信瓶颈，实现了高效低精度语言模型的训练，无需额外算法近似，可在中端显卡上训练大模型。
Accelerating Mobile Language Model via Speculative Decoding and NPU-Coordinated Execution
通过推测解码和NPU协同执行加速移动语言模型
机构 * Peking University（北京大学） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 效率与部署 ：language model(title)；分类 cs.CL
AI总结 本文提出sd.npu框架，通过推测解码和NPU协同执行，提升移动设备RAG任务的效率与能耗表现。
Hybrid Attribution Priors for Explainable and Robust Model Training
混合归因先验用于可解释和鲁棒模型训练
机构 * School of Computer Science, Peking University（北京大学计算机科学学院） ； Key Lab of High Confidence Software Technologies, Peking University（北京大学高可信软件技术重点实验室） ； Kling Team（Kling团队） ； Department of Systems Engineering and Engineering Management, CUHK（CUHK系统工程与工程管理系）
专题命中 效率与部署 ：language model(abstract)；small language model(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出CAP Hybrid方法，通过结合CAP与现有归因技术，提升模型的可解释性和鲁棒性。
Comments 15 pages
DenoiseRotator: Enhance Pruning Robustness for LLMs via Importance Concentration
DenoiseRotator: 通过重要性集中增强大语言模型的剪枝鲁棒性
机构 * Shanghai Jiao Tong University（上海交通大学） ； HKUST（香港科技大学） ； Meituan（美团）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 DenoiseRotator通过重要性集中提升大语言模型剪枝鲁棒性，采用可学习正交变换优化参数重要性分布，有效减少稀疏性约束下的性能下降。
Comments Accepted at NeurIPS 2025
Towards Proactive Personalization through Profile Customization for Individual Users in Dialogues
通过用户个性化配置实现对话中的前瞻性个性化
机构 * Zhejiang University（浙江大学） ； Zhejiang Key Laboratory of Medical Imaging Artificial Intelligence（浙江省医学影像人工智能重点实验室）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文提出PersonalAgent，通过构建和动态完善用户档案，实现对话中的长期个性化和用户偏好推断，提升对话代理的适应性和连贯性。
Context-Driven Performance Modeling for Causal Inference Operators on Neural Processing Units
面向神经处理单元的因果推断运算上下文驱动性能建模
机构 * Ming Hsieh Department of Electrical and Computer Engineering, University of Southern California（明希德电气与计算机工程系，南加州大学）
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文研究了NPUs上因果推断运算的性能瓶颈，通过对比二次注意力与子二次替代方案，为边缘平台的高效长上下文推断提供优化方向。
Comments IEEE HiPC 2025
Bounty Hunter: Autonomous, Comprehensive Emulation of Multi-Faceted Adversaries
Bounty Hunter: 自主、全面的多面对手模拟
专题命中 效率与部署 ：large language model(abstract)；language model(abstract)
AI总结 Bounty Hunter是一种自动化对手模拟工具，通过Caldera平台实现自主、全面的多面对手模拟，提升安全评估和入侵检测研究的效率与真实性。
Comments 15 pages, 9 figures
Entropy-Reservoir Bregman Projection: An Information-Geometric Unification of Model Collapse
熵-蓄水池Bregman投影：信息几何统一模型崩溃
机构 * Independent Researcher（独立研究者）
专题命中 效率与部署 ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 ERBP通过信息几何框架统一模型崩溃现象，提供熵流监控和预算的设计规则。
Magnification-Aware Distillation (MAD): A Self-Supervised Framework for Unified Representation Learning in Gigapixel Whole-Slide Images
放大意识蒸馏（MAD）：一种用于吉像素整张图像统一表征学习的自监督框架
机构 * Center for Applied Artificial Intelligence, University of Kentucky（应用人工智能中心，肯塔基大学） ； Sanders-Brown Center on Aging, University of Kentucky（老龄化桑德斯-布朗中心，肯塔基大学） ； Department of Electrical and Computer Engineering, University of Kentucky（电气与计算机工程系，肯塔基大学） ； Division of Neuropathology, University of Pittsburgh（神经病理学部，匹兹堡大学） ； Department of Biomedical Informatics, Emory University（生物医学信息学系，埃默里大学） ； Department of Pathology and Laboratory Medicine, University of California Davis（病理学与实验室医学系，加州大学戴维斯分校） ； Department of Laboratory Medicine and Pathology, University of Texas Health（实验室医学与病理学系，德克萨斯大学健康科学中心）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.AI、cs.LG
AI总结 MAD通过跨尺度对应关系学习吉像素整张图像的统一表征，实现放大不变的表征学习和分割一致性。
Comments 10 pages, 4 figures, 5 tables, submitted to AMIA 2026 Informatics Summit
Arithmetic-Intensity-Aware Quantization
算力感知量化
机构 * Harvard College（哈佛学院）
专题命中 效率与部署 ：post-training(abstract)；分类 cs.AI、cs.LG
AI总结 AIQ通过动态调整每层位宽提升算力并保持精度，适用于内存受限的神经网络模型。
Efficient Nudged Elastic Band Method using Neural Network Bayesian Algorithm Execution
利用神经网络贝叶斯算法执行的高效受迫弹性带方法
机构 * SLAC National Accelerator Laboratory（SLAC国家加速器实验室）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG
AI总结 本研究提出NN-BAX框架，通过神经网络联合学习能量景观和MEP，显著降低计算成本并提升效率。
Comments 21 pages, 12 figures
An Efficient and Effective Encoder Model for Vision and Language Tasks in the Remote Sensing Domain
一种用于遥感领域的高效且有效的编码器模型
机构 * INESC-ID, Instituto Superior Técnico, University of Lisbon（INESC-ID，理工学院，里斯本大学） ； Department of Computer Science, Faculty of Science and Technology, Universidade NOVA de Lisboa（计算机科学系，科学与技术学院，诺瓦大学） ； School of Architecture, Civil and Environmental Engineering, EPFL（建筑、土木和环境工程学院，EPFL）
专题命中 效率与部署 ：language model(abstract)
AI总结 本文提出了一种高效且紧凑的编码器模型，用于处理遥感领域的多任务学习，包括图像文本生成和跨模态检索。
Dense Associative Memories with Analog Circuits
具有模拟电路的密集关联记忆
专题命中 效率与部署 ：language model(abstract)
AI总结 本文提出了一种基于模拟电路的DenseAM加速器，实现了在模型大小不变的情况下恒定时间推断，展示了模拟DenseAM在高效大规模推断中的优势。
RecTok: Reconstruction Distillation along Rectified Flow
RecTok: 修复流中的重建蒸馏
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； TeleAI
专题命中 效率与部署 ：foundation model(abstract)
AI总结 RecTok通过流语义蒸馏和重建-对齐蒸馏提升高维视觉分词器的重建和生成性能，实现更丰富的潜在空间结构。
MUSE: Multi-Scale Dense Self-Distillation for Nucleus Detection and Classification
MUSE：多尺度密集自蒸馏用于核检测与分类
机构 * DAMO Academy, Alibaba Group（阿里集团 DAMO 院）
专题命中 效率与部署 ：foundation model(abstract)
AI总结 MUSE通过多尺度密集自蒸馏方法，有效解决组织病理学中核检测与分类的核心挑战，提升细粒度核级表示能力。
Comments 12 pages, 7 figures
2. 领域大模型 13 篇
MedChat: A Multi-Agent Framework for Multimodal Diagnosis with Large Language Models
MedChat: 一种基于大语言模型的多智能体多模态诊断框架
机构 * University at Albany, State University of New York（纽约州立大学阿布扎克分校）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG
AI总结 MedChat通过多智能体框架结合专用视觉模型和角色特定LLM代理，提升多模态诊断的可靠性与交互性。
Journal ref Proc. 2025 IEEE 8th International Conference on Multimedia Information Processing and Retrieval (MIPR), pp. 456-462, 2025
LLM4ES: Learning User Embeddings from Event Sequences via Large Language Models
LLM4ES: 通过大语言模型学习事件序列中的用户嵌入
专题命中 领域大模型 ：language model(title,abstract)；large language model(title)；LLM(abstract)
AI总结 LLM4ES通过大语言模型学习事件序列中的用户嵌入，实现金融等领域用户分类任务的高性能表现。
Evaluating LLMs for Zeolite Synthesis Event Extraction (ZSEE): A Systematic Analysis of Prompting Strategies
评估用于沸石合成事件提取（ZSEE）的LLM：对提示策略的系统分析
机构 * Birla Institute of Technology and Science, Pilani, India（巴尔·印度技术科学学院，比兰利，印度）
专题命中 领域大模型 ：prompting(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文评估了不同提示策略在沸石合成事件提取中的效果，发现零样本方法在事件分类上表现优异，但细粒度提取任务需领域适应模型。
Comments Under Review
ArcBERT: An LLM-based Search Engine for Exploring Integrated Multi-Omics Metadata
ArcBERT: 一个基于大语言模型的集成多组学元数据探索搜索引擎
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 ArcBERT是一种基于大语言模型的搜索引擎，通过语义匹配和元数据结构理解，提升多组学数据的探索效率。
The Need for Verification in AI-Driven Scientific Discovery
人工智能驱动科学发现中的验证需求
机构 * Samsung AI, Cambridge, UK（三星人工智能，英国坎布里奇） ； IBM Research, Yorktown Heights, USA（IBM研究院，美国尤里茨山） ； Imperial Business School, London, UK（帝国商业学院，英国伦敦）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文探讨了人工智能驱动科学发现中验证的重要性，指出验证机制是确保科学进步的关键。
MedNuggetizer: Confidence-Based Information Nugget Extraction from Medical Documents
MedNuggetizer: 基于置信度的信息 nugget 从医学文档中提取
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)
AI总结 MedNuggetizer 通过大型语言模型提取和聚类医学文档中的信息 nugget，帮助临床医生高效获取可靠的医学证据。
Comments Preprint accepted at ECIR 2026
Solving a Research Problem in Mathematical Statistics with AI Assistance
利用人工智能辅助解决数学统计学中的研究问题
机构 * Department of Statistics and Data Science, University of Pennsylvania（统计与数据科学系，宾夕法尼亚大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 利用GPT-5辅助解决数学统计学中稳健密度估计的未解决问题，推导出最小最大最优误差率。
Comments added references
ChatGPT and Gemini participated in the Korean College Scholastic Ability Test -- Earth Science I
ChatGPT 和 Gemini 参与韩国大学入学考试——地球科学I
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本研究分析了ChatGPT和Gemini在地球科学I考试中的多模态推理能力，发现模型在感知与认知之间存在差距，揭示了AI在科学评估中的局限性。
Comments 23 pages, 9 tables, 1 figure
aiXiv: A Next-Generation Open Access Ecosystem for Scientific Discovery Generated by AI Scientists
aiXiv：一个由AI科学家生成的下一代开放获取生态系统
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 aiXiv是一个由AI科学家生成的下一代开放获取生态系统，通过多代理架构和API接口，实现人类与AI科学家的协同，提升AI生成科研内容的质量和传播效率。
Comments Preprint under review. Code is available at https://github.com/aixiv-org. Website is available at https://aixiv.science
Behavior Tokens Speak Louder: Disentangled Explainable Recommendation with Behavior Vocabulary
行为令牌发声更大：解耦可解释推荐与行为词汇
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 BEAT通过解耦行为词汇与语义，提升推荐系统的可解释性和零样本性能。
Comments accepted by AAAI 2026
MedicoSAM: Robust Improvement of SAM for Medical Imaging
MedicoSAM：医疗影像的SAM鲁棒性改进
机构 * Institute of Computer Science, University of Göttingen（计算机科学研究所，哥廷根大学）
专题命中 领域大模型 ：foundation model(abstract)；pretraining(abstract)
AI总结 MedicoSAM通过改进Segment Anything模型，提升医疗影像交互式分割性能，但未提升语义分割效果，模型已公开提供。
Aligning Academia with Industry: An Empirical Study of Industrial Needs and Academic Capabilities in AI-Driven Software Engineering
将学术与产业对齐：一项关于工业需求和学术能力的AI驱动软件工程实证研究
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 本文通过分析学术研究与工业需求的差距，揭示AI驱动软件工程中的关键挑战，旨在引导未来研究更贴近实际应用。
New Location Science Models with Applications to UAV-Based Disaster Relief
新的位置科学模型及其在无人机灾害救援中的应用
专题命中 领域大模型 ：SFT(abstract)
AI总结 本文提出了一种新的数学框架，用于确定无人机救援任务中移动基站的最佳位置，考虑风影响和无人机异质性，以提高灾害响应效率。
