语言大模型 / LLM

Value Lens: Using Large Language Models to Understand Human Values

价值透镜：利用大语言模型理解人类价值观

Eduardo de la Cruz Fernández, Marcelo Karanik, Sascha Ossowski

机构 * Universidad Politécnica de Madrid（马德里理工大学） ； CETINIA ； Universidad Rey Juan Carlos（雷耶斯·卡洛斯大学） 纠错

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

AI总结 Value Lens利用大语言模型检测文本中的价值观，通过构建理论和文本分析两阶段实现对人类价值观的识别与评估。

Comments 4 pages. 2 figures. Published in ECAI 2025, Frontiers in Artificial Intelligence and Applications, Volume 413, pages 5175-5178

Journal ref Frontiers in Artificial Intelligence and Applications, Vol. 413, ECAI 2025, pp. 5175-5178 (2025)

A Multi-Agent Large Language Model Framework for Automated Qualitative Analysis

一个多智能体大语言模型框架用于自动化定性分析

Qidi Xu, Nuzha Amjad, Grace Giles, Alexa Cumming, De'angelo Hermesky, Alexander Wen, Min Ji Kwak, Yejin Kim

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

AI总结 本文提出CoTI框架，通过多智能体协作实现自动化定性分析，提升主题识别效率，但指出过度依赖AI可能影响研究者独立思考。

Comments 42 pages, 5 figures

LLM one-shot style transfer for Authorship Attribution and Verification

LLM单次风格迁移用于作者身份识别与验证

Pablo Miralles-González, Javier Huertas-Tato, Alejandro Martín, David Camacho

机构 * Department of Computer Systems（计算机系统系） ； Technical University of Madrid（马德里技术大学） 纠错

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

AI总结 本文提出利用LLM的单次风格迁移能力，通过无监督方法提升作者身份识别与验证的性能，同时优化计算成本与任务表现的平衡。

A Systematic Study of Code Obfuscation Against LLM-based Vulnerability Detection

对抗基于大语言模型的漏洞检测的代码混淆系统研究

Xiao Li, Yue Li, Hao Wu, Yue Zhang, Yechao Zhang, Fengyuan Xu, Sheng Zhong

机构 * National Key Lab for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学） ； Shandong University（山东大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 本文系统研究了对抗基于大语言模型的漏洞检测的代码混淆技术，评估了不同混淆方法对LLM检测性能的影响，并提出了未来改进方向。

XBIDetective: Leveraging Vision Language Models for Identifying Cross-Browser Visual Inconsistencies

XBIDetective: 利用视觉语言模型识别跨浏览器视觉不一致

Balreet Grewal, James Graham, Jeff Muizelaar, Jan Honza Odvarko, Suhaib Mujahid, Marco Castelluccio, Cor-Paul Bezemer

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

AI总结 XBIDetective利用视觉语言模型识别跨浏览器视觉不一致，通过自动截图和分析检测渲染错误，准确率高达79%

TAO-Net: Two-stage Adaptive OOD Classification Network for Fine-grained Encrypted Traffic Classification

TAO-Net：面向细粒度加密流量分类的两阶段自适应OOD分类网络

Zihao Wang, Wei Peng, Junming Zhang, Jian Li, Wenxin Fang

机构 * College of Artificial Intelligence and Automation, Hohai University, China（人工智能与自动化学院，河海大学，中国） ； Zhongguancun Laboratory, Beijing, China（中关村实验室，北京，中国） ； College of Information Science and Engineering, Hohai University, China（信息科学与工程学院，河海大学，中国） 纠错

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

AI总结 TAO-Net通过两阶段自适应机制实现加密流量细粒度分类，有效识别新兴应用。

Toward a foundation model for heavy-ion collision experiments based on point-cloud diffusion

基于点云扩散的重离子碰撞实验基础模型

Manjunath Omana Kuttan, Kai Zhou, Jan Steinheimer, Horst Stoecker

专题命中 其他LLM ：foundation model(title)

AI总结 本文提出一种基于点云扩散的重离子碰撞基础模型，能快速生成事件级碰撞输出，适用于理论与实验研究。

Comments Matches published version. 8 pages, 6 figures

Journal ref Phys.Rev.C 112 (2025) 5, L051902

Muon is Provably Faster with Momentum Variance Reduction

Muon 通过动量方差缩减得以证明更快

Xun Qian, Hussein Rammal, Dmitry Kovalev, Peter Richtárik

机构 * KAUST（王国立大学） ； Center of Excellence for Generative AI（生成人工智能卓越中心） ； Yandex Research（Yandex研究） 纠错

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

AI总结 本文通过将动量方差缩减引入Gluon框架，证明Muon等优化器在非凸和星凸情况下收敛速度的提升。

Comments 31 pages, 4 figures

From Essence to Defense: Adaptive Semantic-aware Watermarking for Embedding-as-a-Service Copyright Protection

从本质到防御：面向嵌入即服务版权保护的自适应语义感知水印技术

Hao Li, Yubing Ren, Yanan Cao, Yingjie Li, Fang Fang, Xuebin Wang

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） 纠错

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

AI总结 SemMark是一种基于语义的嵌入即服务版权保护水印技术，通过语义感知水印和自适应权重机制提升防护效果。

Multimodal Methods for Analyzing Learning and Training Environments: A Systematic Literature Review

多模态方法用于分析学习与训练环境：系统文献综述

Clayton Cohn, Eduardo Davalos, Caleb Vatral, Joyce Horn Fonteles, Hanchen David Wang, Austin Coursey, Surya Rayala, Ashwin T S, Meiyi Ma, Gautam Biswas

机构 * Vanderbilt University（范德比大学） ； Tennessee State University（田纳西州立大学） 纠错

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

AI总结 本文综述了多模态方法在学习与训练环境中的应用，提出分类法和框架，揭示了多模态整合对行为分析的价值及现存挑战。

Comments Submitted to ACM Computing Surveys. Currently under review

Wrist Photoplethysmography Predicts Dietary Information

腕部光体积脉图预测饮食信息

Kyle Verrier, Achille Nazaret, Joseph Futoma, Andrew C. Miller, Guillermo Sapiro

机构 * Apple（苹果公司） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 通过训练语言模型，研究发现腕部PPG可预测饮食信息，显著提升摄入和饱腹感的AUC，为被动饮食监测提供新方法。

Comments 20 pages, 2 figures

AI Didn't Start the Fire: Examining the Stack Exchange Moderator and Contributor Strike

AI 并未点燃这场火灾：审视 Stack Exchange 管理员与贡献者罢工

Yiwei Wu, Leah Ajmani, Nathan TeBlunthuis, Hanlin Li

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

AI总结 本文研究了 2023 年 Stack Exchange 平台与社区因大语言模型发布引发的冲突，揭示了社区与平台关系恶化的根源及罢工动员的组织过程。

Journal ref Proceedings of the ACM on Human-Computer Interaction (CSCW 2026)

GinSign: Grounding Natural Language Into System Signatures for Temporal Logic Translation

GinSign：将自然语言接地到系统签名以进行时序逻辑翻译

William English, Chase Walker, Dominic Simon, Rickard Ewetz

机构 * University of Florida（佛罗里达大学） 纠错

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

AI总结 GinSign通过将自然语言接地到系统签名，提升时序逻辑翻译的准确性和下游模型检查能力，实现95.5%的逻辑等价分数。

What Do Prosody and Text Convey? Characterizing How Meaningful Information is Distributed Across Multiple Channels

语调和文本传达什么？如何表征意义信息在多个通道中的分布

Aditya Yadavalli, Tiago Pimentel, Tamar I Regev, Ethan Wilcox, Alex Warstadt

机构 * UC San Diego（UC圣地亚哥大学） ； ETH Zürich（苏黎世联邦理工学院） ； MIT（麻省理工学院） ； Georgetown University（乔治·华盛顿大学） 纠错

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

AI总结 本文提出信息论方法，量化语调和文本在传达讽刺、情绪和疑问性中的信息差异，发现语调在特定条件下信息量显著大于文本。

E-SDS: Environment-aware See it, Do it, Sorted - Automated Environment-Aware Reinforcement Learning for Humanoid Locomotion

E-SDS: 环境感知的见它、做它、排序——面向人类oid运动的自动化环境感知强化学习

Enis Yalcin, Joshua O'Hara, Maria Stamatopoulou, Chengxu Zhou, Dimitrios Kanoulas

机构 * University College London（伦敦大学学院） 纠错

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

AI总结 E-SDS通过整合视觉-语言模型与实时地形传感器分析，实现了自动化环境感知强化学习，显著提升了人形机器人在复杂地形中的运动鲁棒性和效率。

Comments 12 pages, 3 figures, 4 tables. Accepted at RiTA 2025 (Springer LNNS)

Journal ref RiTA 2025 (Springer LNNS)

Convolutional Lie Operator for Sentence Classification

卷积李算子用于句子分类

Daniela N. Rim, Heeyoul Choi

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

AI总结 本文提出基于李卷积的句子分类模型，通过捕捉复杂非欧几里得对称性提升分类准确率。

Comments Proceedings of the 2024 8th International Conference on Natural Language Processing and Information Retrieval

SegGraph: Leveraging Graphs of SAM Segments for Few-Shot 3D Part Segmentation

基于SAM分割图的少样本3D部件分割

Yueyang Hu, Haiyong Jiang, Haoxuan Song, Jun Xiao, Hao Pan

专题命中 其他LLM ：foundation model(abstract)

AI总结 SegGraph通过构建SAM分割图，有效整合2D基础模型知识，提升少样本3D部件分割的几何理解与精度。

Full-field-of-view aberration correction for large arrays of focused beams

全视场 aberration correction 方法用于大聚焦束阵列

Yohann Machu, Gautier Creutzer, Clément Sayrin, Michel Brune

专题命中 其他LLM ：SLM(abstract)

AI总结 本研究提出了一种全视场aberration correction方法，利用改进的Gerchberg-Saxton算法和液晶空间光调制器，将无aberration视场扩展至500μm，适用于中性原子量子处理器的光学镊子阵列生成。

Comments 9 pages,6 figures,

VLG-Loc: Vision-Language Global Localization from Labeled Footprint Maps

VLG-Loc: 从标注足迹地图实现视觉-语言全局定位

Mizuho Aoki, Kohei Honda, Yasuhiro Yoshimura, Takeshi Ishita, Ryo Yonetani

机构 * The Department of Mechanical Systems Engineering, Nagoya University（名古屋大学机械系统工程系） ； CyberAgent AI Lab（CyberAgent AI实验室） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 VLG-Loc通过视觉-语言模型实现从标注足迹地图的全局定位，结合蒙特卡洛定位框架和概率融合提升环境变化下的鲁棒性。

Comments v2: Updated the citation of SparseLoc from an arXiv preprint to its published version in the IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)