语言大模型 / LLM

Can Large Language Models Develop Gambling Addiction?

大语言模型能否产生赌博成瘾？

Seungpil Lee, Donghyeon Shin, Yunjeong Lee, Sundong Kim

机构 * Department of AI Convergence, Gwangju Institute of Science and Technology（人工智能融合系，全州科学技术院） 纠错

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

AI总结 本研究探讨大语言模型在老虎机实验中表现出赌博成瘾行为，揭示其决策机制与风险认知特征，指出模型行为受抽象决策特征控制而非单纯依赖训练数据。

Comments 26 pages, 14 figures

Generating Completions for Broca's Aphasic Sentences Using Large Language Models

利用大语言模型生成布罗卡失语症患者句子的完成

Sijbren van Vaals, Yevgen Matusevych, Frank Tsiwah

机构 * Center for Language and Cognition Groningen, University of Groningen（格罗宁根大学语言与认知中心） 纠错

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

AI总结 本研究利用大语言模型生成布罗卡失语症患者句子的完成，通过合成数据训练模型以提升其在语法规则缺失句子重建中的性能。

Comments in IEEE Journal of Biomedical and Health Informatics

LookAhead Tuning: Safer Language Models via Partial Answer Previews

LookAhead Tuning: 通过部分答案预览实现更安全的语言模型

Kangwei Liu, Mengru Wang, Yujie Luo, Lin Yuan, Mengshu Sun, Lei Liang, Zhiqiang Zhang, Jun Zhou, Bryan Hooi, Shumin Deng

机构 * Zhejiang University（浙江大学） ； Zhejiang University - Ant Group Joint Laboratory of Knowledge Graph（浙江大学-蚂蚁集团知识图谱联合实验室） ； Ant Group（蚂蚁集团） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 LookAhead Tuning通过预览部分答案前缀，有效保持语言模型在微调过程中的安全性，同时不损害下游任务的性能。

Comments WSDM 2026 short

Any-Optical-Model: A Universal Foundation Model for Optical Remote Sensing

Any-Optical-Model: 一种通用的光学遥感基础模型

Xuyang Li, Chenyu Li, Danfeng Hong

专题命中 预训练与数据 ：foundation model(title,abstract)；pretraining(abstract)

AI总结 Any-Optical-Model提出了一种通用的光学遥感基础模型，能够适应任意波段配置、传感器类型和分辨率尺度，通过多尺度自适应补丁嵌入和语义对齐机制实现光谱-空间关系建模，有效提升遥感任务的泛化能力和实际应用性能。

Comments Accepted by AAAI2026

When Safety Blocks Sense: Measuring Semantic Confusion in LLM Refusals

当安全阻止感知：测量大语言模型拒绝中的语义混淆

Riad Ahmed Anonto, Md Labid Al Nahiyan, Md Tanvir Hassan

机构 * Department of Computer Science and Engineering, Bangladesh University of Engineering and Technology (BUET)（计算机科学与工程系，孟加拉国工程与技术大学） 纠错

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

AI总结 本文提出语义混淆的概念及测量框架，通过ParaGuard语料库和三种模型无关指标，揭示大语言模型拒绝中的局部不一致问题，帮助开发者优化安全与准确性平衡。

Sigma-MoE-Tiny Technical Report

Sigma-MoE-Tiny 技术报告

Qingguo Hu, Zhenghao Lin, Ziyue Yang, Yucheng Ding, Xiao Liu, Yuting Jiang, Ruizhe Wang, Tianyu Chen, Zhongxin Guo, Yifan Xiong, Rui Gao, Lei Qu, Jinsong Su, Peng Cheng, Yeyun Gong

机构 * Microsoft Research（微软研究院） 纠错

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

AI总结 Sigma-MoE-Tiny通过极端稀疏性实现高效参数利用，采用渐进稀疏化计划解决负载平衡问题，取得顶级性能。

Language Self-Play For Data-Free Training

数据自由训练的语言自博弈

Jakub Grudzien Kuba, Mengting Gu, Qi Ma, Yuandong Tian, Vijai Mohan, Jason Chen

机构 * Meta Superintelligence Labs（Meta超智能实验室） 纠错

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

AI总结 本文提出语言自博弈方法，通过模型与自身博弈实现数据自由训练，提升指令遵循、数学和编码任务性能。

Step-GUI Technical Report

Step-GUI 技术报告

Haolong Yan, Jia Wang, Xin Huang, Yeqing Shen, Ziyang Meng, Zhimin Fan, Kaijun Tan, Jin Gao, Lieyu Shi, Mi Yang, Shiliang Yang, Zhirui Wang, Brian Li, Kang An, Chenyang Li, Lei Lei, Mengmeng Duan, Danxun Liang, Guodong Liu, Hang Cheng, Hao Wu, Jie Dong, Junhao Huang, Mei Chen, Renjie Yu, Shunshan Li, Xu Zhou, Yiting Dai, Yineng Deng, Yingdan Liang, Zelin Chen, Wen Sun, Chengxu Yan, Chunqin Xu, Dong Li, Fengqiong Xiao, Guanghao Fan, Guopeng Li, Guozhen Peng, Hongbing Li, Hang Li, Hongming Chen, Jingjing Xie, Jianyong Li, Jingyang Zhang, Jiaju Ren, Jiayu Yuan, Jianpeng Yin, Kai Cao, Liang Zhao, Liguo Tan, Liying Shi, Mengqiang Ren, Min Xu, Manjiao Liu, Mao Luo, Mingxin Wan, Na Wang, Nan Wu, Ning Wang, Peiyao Ma, Qingzhou Zhang, Qiao Wang, Qinlin Zeng, Qiong Gao, Qiongyao Li, Shangwu Zhong, Shuli Gao, Shaofan Liu, Shisi Gao, Shuang Luo, Xingbin Liu, Xiaojia Liu, Xiaojie Hou, Xin Liu, Xuanti Feng, Xuedan Cai, Xuan Wen, Xianwei Zhu, Xin Liang, Xin Liu, Xin Zhou, Yifan Sui, Yingxiu Zhao, Yukang Shi, Yunfang Xu, Yuqing Zeng, Yixun Zhang, Zejia Weng, Zhonghao Yan, Zhiguo Huang, Zhuoyu Wang, Zihan Yan, Zheng Ge, Jing Li, Yibo Zhu, Binxing Jiao, Xiangyu Zhang, Daxin Jiang

机构 * GELab-Team（GELab团队） 纠错

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

AI总结 Step-GUI 是一种先进的 GUI 代理，通过自我进化训练管道和 GUI-MCP 协议，在保持高准确率的同时实现高效隐私保护的 GUI 自动化。

Comments 41 pages, 26 figures

mimic-video: Video-Action Models for Generalizable Robot Control Beyond VLAs

mimic-video: 用于超越VLAs的通用机器人控制的视频-动作模型

Jonas Pai, Liam Achenbach, Victoriano Montesinos, Benedek Forrai, Oier Mees, Elvis Nava

机构 * mimic robotics ； Microsoft Zurich（微软瑞士分公司） ； ETH Zurich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心） ； UC Berkeley（伯克利大学） 纠错

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

AI总结 mimic-video通过结合预训练的视频模型和基于流匹配的动作解码器，实现了更有效的机器人控制，提升了样本效率和收敛速度。

Comments Revised Introduction, Related Work, and Appendix. Additional minor notational and grammatical fixes

ABE-CLIP: Training-Free Attribute Binding Enhancement for Compositional Image-Text Matching

ABE-CLIP: 无训练属性绑定增强用于组合图像-文本匹配

Qi Zhang, Yuxu Chen, Lei Deng, Lili Shen

机构 * School of Mathematics, Sichuan University（四川大学数学学院） 纠错

专题命中 预训练与数据 ：pretraining(abstract)

AI总结 ABE-CLIP通过语义细化和局部对齐策略提升CLIP模型的属性-物体绑定性能，无需额外训练。

Comments 10 pages, 8 figures

Zero-shot Hierarchical Plant Segmentation via Foundation Segmentation Models and Text-to-image Attention

零shot分层植物分割：通过基础分割模型和文本到图像注意力

Junhao Xing, Ryohei Miyakawa, Yang Yang, Xinpeng Liu, Risa Shinoda, Hiroaki Santo, Yosuke Toda, Fumio Okura

机构 * The University of Osaka（大阪大学） ； Phytometrics ； Nagoya University（名古屋大学） 纠错

专题命中 预训练与数据 ：language model(abstract)

AI总结 ZeroPlantSeg通过基础分割模型和文本到图像注意力实现零shot分层植物分割，有效提取植物个体，优于现有方法。

Comments WACV 2026 Accepted

Governance-Aware Hybrid Fine-Tuning for Multilingual Large Language Models

面向治理的混合微调方法用于多语言大语言模型

Haomin Qi, Chengbo Huang, Zihan Dai, Yunkai Gao

机构 * University of California San Diego（加州大学圣地亚哥分校） ； Columbia University（哥伦比亚大学） ； University of Copenhagen（哥本哈根大学） ； Duke University（杜克大学） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL

AI总结 本文提出面向治理的混合微调方法，通过结合低秩更新和正交变换提升多语言大模型的适应效率与准确性。

Comments 11 pages, 4 figures, 6 tables. arXiv admin note: substantial text overlap with arXiv:2507.18076

Journal ref 2025 IEEE International Conference on Big Data

Fine-Tuning Large Audio-Language Models with LoRA for Precise Temporal Localization of Prolonged Exposure Therapy Elements

通过LoRA微调大音频-语言模型实现精确的延长暴露疗法元素时间定位

Suhas BN, Andrew M. Sherrill, Jyoti Alaparthi, Dominik Mattioli, Rosa I. Arriaga, Chris W. Wiese, Saeed Abdullah

机构 * 1College of Information Sciences \& Technology, The Pennsylvania State University, USA 2Department of Psychiatry \& Behavioral Sciences, Emory University, USA 3School of Interactive Computing, Georgia Institute of Technology, USA 4School of Psychology, Georgia Institute of Technology, USA 纠错

专题命中 指令微调 ：language model(title,abstract)；LLM(abstract)；prompting(abstract)；分类 cs.CL

AI总结 通过LoRA微调大音频-语言模型，实现对延长暴露疗法关键元素的精确时间定位，提升治疗师忠实性评估的效率和准确性。

Comments 5 pages, 2 figures

Trust-Region Adaptive Policy Optimization

信任区域自适应策略优化

Mingyu Su, Jian Guan, Yuxian Gu, Minlie Huang, Hongning Wang

机构 * The Conversational AI (CoAI) Group, Tsinghua University（清华大学对话式人工智能（CoAI）小组） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；post-training(abstract)；SFT(abstract)

AI总结 TRAPO通过结合SFT和RL的训练流程，提升大语言模型的推理能力，实现更稳定的训练和更高效的探索。

SpecCLIP: Aligning and Translating Spectroscopic Measurements for Stars

SpecCLIP：对齐和翻译恒星光谱测量

Xiaosheng Zhao, Yang Huang, Guirong Xue, Xiao Kong, Jifeng Liu, Xiaoyu Tang, Timothy C. Beers, Yuan-Sen Ting, A-Li Luo

机构 * School of Astronomy ； Space Science, University of Chinese Academy of Sciences, Beijing 100049, People's Republic of China ； National Astronomical Observatories, Chinese Academy of Sciences, Beijing 100012, People's Republic of China ； Department of Physics \& Astronomy, The Johns Hopkins University, Baltimore, MD 21218, USA ； Zhejiang Laboratory, Hangzhou 311121, People's Republic of China ； Research Center for Astronomical Computing, Zhejiang Laboratory, Hangzhou 311121, People's Republic of China ； Department of Physics ； Astronomy, University of Notre Dame, Notre Dame, IN 46556, USA ； Joint Institute for Nuclear Astrophysics -- Center for the Evolution of the Elements (JINA-CEE), USA ； Department of Astronomy, The Ohio State University, 140 West 18th Avenue, Columbus, OH 43210, USA ； Center for Cosmology ； AstroParticle Physics (CCAPP), The Ohio State University, Columbus, OH 43210, USA 纠错

专题命中 指令微调 ：LLM(abstract)；large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 SpecCLIP通过对比学习和光谱意识解码器提升恒星光谱分析的精度和应用灵活性。

Comments 29 pages, 8 figures, 6 tables. Accepted for publication in ApJ. Comments welcome

A Solver-in-the-Loop Framework for Improving LLMs on Answer Set Programming for Logic Puzzle Solving

一种用于改进逻辑谜题求解的LLM在Answer Set Programming中的求解器循环框架

Timo Pierre Schrader, Lukas Lange, Tobias Kaminski, Simon Razniewski, Annemarie Friedrich

专题命中 指令微调 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文提出了一种求解器循环框架，通过引导求解器进行指令微调，提升LLM在Answer Set Programming中生成逻辑谜题解答的性能。

Comments 15 pages, 7 figures, accepted at AAAI'26

Vision-Language Model Guided Image Restoration

基于视觉语言模型的图像修复

Cuixin Yang, Rongkang Dong, Kin-Man Lam

机构 * Department of Electrical and Electronic Engineering（电子与电气工程系） 纠错

专题命中 指令微调 ：language model(title,abstract)

AI总结 本文提出VLMIR框架，利用视觉语言模型的先验知识提升图像修复性能，通过两阶段方法结合特征提取与扩散模型实现更高质量的图像恢复。

Hierarchical Multimodal LLMs with Semantic Space Alignment for Enhanced Time Series Classification

具有语义空间对齐的层次多模态大语言模型用于增强的时间序列分类

Xiaoyu Tao, Tingyue Pan, Mingyue Cheng, Yucong Luo, Qi Liu, Enhong Chen

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） 纠错

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

AI总结 HiTime通过层次多模态大语言模型和语义空间对齐，提升时间序列分类的性能。

AlignDP: Hybrid Differential Privacy with Rarity-Aware Protection for LLMs

AlignDP: 用于大语言模型的混合差分隐私与稀有性感知保护

Madhava Gaikwad

机构 * Microsoft（微软） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG；LLM(comments)

AI总结 AlignDP通过混合差分隐私与稀有性感知保护，有效阻止大语言模型的知识转移，通过PAC和RAPPOR技术实现稀有和非稀有字段的隐私保护。

Comments 39th Conference on Neural Information Processing Systems (NeurIPS 2025) Workshop: LOCK-LLM Work-shop, NeurIPS 2025

Confidence-Credibility Aware Weighted Ensembles of Small LLMs Outperform Large LLMs in Emotion Detection

具有置信度-可信度意识的轻量级LLM加权集成在情绪检测中优于大LLM

Menna Elgabry, Ali Hamdi

机构 * Department of Computer Science（计算机科学系） ； MSA University（MSA大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出一种结合多种小模型的集成方法，在情绪检测任务中超越大模型性能。

Comments Accepted at IRICT 2025

Key-Conditioned Orthonormal Transform Gating (K-OTG): Multi-Key Access Control with Hidden-State Scrambling for LoRA-Tuned Models

基于密钥的正交变换门控（K-OTG）：多密钥访问控制与隐藏状态混淆用于LoRA微调模型

Muhammad Haris Khan

机构 * University of Copenhagen（哥本哈根大学） 纠错

专题命中 指令微调 ：language model(abstract)；instruction tuning(abstract)；分类 cs.AI

AI总结 K-OTG通过多密钥访问控制与隐藏状态混淆，实现对LoRA微调模型的授权保护，防止未经授权的使用同时保持授权功能的实用性。

MMRAG-RFT: Two-stage Reinforcement Fine-tuning for Explainable Multi-modal Retrieval-augmented Generation

MMRAG-RFT: 两阶段强化微调用于可解释的多模态检索增强生成

Shengwei Zhao, Jingwen Yao, Sitong Wei, Linhai Xu, Yuying Liu, Dong Zhang, Zhiqiang Tian, Shaoyi Du

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 MMRAG-RFT通过两阶段强化微调提升多模态检索增强生成的可解释性，实现更清晰的推理逻辑和更优的生成效果。

Comments This paper was accepted to AAAI2026

Generative Human-Object Interaction Detection via Differentiable Cognitive Steering of Multi-modal LLMs

通过可微认知引导的多模态大语言模型进行生成式人类-物体交互检测

Zhaolin Cai, Huiyu Duan, Zitong Xu, Fan Li, Zhi Liu, Jing Liu, Wei Shen, Xiongkuo Min, Guangtao Zhai

机构 * Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University（上海交通大学图像通信与网络工程研究所） ； Xi’an Jiao Tong University（西安交通大学） ； Shandong University（山东大学） ； Tianjin University（天津大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)

AI总结 本文提出GRASP-HO框架，通过可微认知引导的多模态大语言模型实现生成式人类-物体交互检测，解决封闭集分类与开放词汇生成之间的监督不匹配问题，实现判别感知与生成推理的统一。

Sample, Don't Search: Rethinking Test-Time Alignment for Language Models

样本，而非搜索：重新思考语言模型的测试时间对齐

Gonçalo Faria, Noah A. Smith

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（人工智能研究院） 纠错

专题命中 后训练与偏好优化 ：language model(title,abstract)；preference optimization(abstract)；分类 cs.CL、cs.LG

AI总结 QAlign通过增加测试时间计算量，改进语言模型输出对齐，优于现有方法如best-of-n和多数投票。

CheXPO-v2: Preference Optimization for Chest X-ray VLMs with Knowledge Graph Consistency

CheXPO-v2：基于知识图谱一致性的胸片视觉-语言模型偏好优化

Xiao Liang, Yuxuan An, Di Wang, Jiawei Hu, Zhicheng Jiao, Bin Jing, Quan Wang

机构 * School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Warren Alpert Medical School of Brown University（布朗大学沃伦·阿尔珀特医学学院） ； School of Biomedical Engineering, Capital Medical University（首都医科大学生物医学工程学院） 纠错

专题命中 后训练与偏好优化 ：preference optimization(title)；language model(abstract)；分类 cs.LG

AI总结 CheXPO-v2通过知识图谱一致性奖励机制，提升胸片VLMs的临床可靠性与数据效率。

RL from Teacher-Model Refinement: Gradual Imitation Learning for Machine Translation

从教师模型细化进行强化学习：机器翻译中的渐进模仿学习

Dongyub Jude Lee, Zhenyi Ye, Pengcheng He

机构 * Zoom Communications（Zoom公司） 纠错

专题命中 后训练与偏好优化 ：LLM(abstract)；SFT(abstract)；preference optimization(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出RLfR方法，通过教师模型细化和复合奖励机制提升机器翻译的语义质量和泛化能力。

From $f(x)$ and $g(x)$ to $f(g(x))$: LLMs Learn New Skills in RL by Composing Old Ones

从f(x)和g(x)到f(g(x))：通过组合已有技能，LLMs在强化学习中学习新技能

Lifan Yuan, Weize Chen, Yuchen Zhang, Ganqu Cui, Hanbin Wang, Ziming You, Ning Ding, Zhiyuan Liu, Maosong Sun, Hao Peng

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Peking University（北京大学） 纠错

专题命中 后训练与偏好优化 ：LLM(abstract)；post-training(abstract)；分类 cs.CL、cs.AI

AI总结 本研究通过强化学习使LLMs组合已有技能学习新能力，揭示强化学习在提升模型复杂任务处理能力中的关键作用。

Structure-Aware Antibody Design with Affinity-Optimized Inverse Folding

具有结构意识的抗体设计与优化结合的反向折叠

Xinyan Zhao, Yi-Ching Tang, Rivaaj Monsia, Victor J. Cantu, Ashwin Kumar Ramesh, Xiaozhong Liu, Zhiqiang An, Xiaoqian Jiang, Yejin Kim

专题命中 后训练与偏好优化 ：language model(abstract)；preference optimization(abstract)

AI总结 SimBinder-IF通过偏好优化提升抗体亲和力，实现高效率的抗体设计与生成。

DocR1: Evidence Page-Guided GRPO for Multi-Page Document Understanding

DocR1: 证据页面引导的GRPO用于多页文档理解

Junyu Xiong, Yonghui Wang, Weichao Zhao, Chenyu Liu, Bing Yin, Wengang Zhou, Houqiang Li

专题命中 后训练与偏好优化 ：large language model(abstract)；language model(abstract)

AI总结 DocR1通过证据页面引导的GRPO框架，提升多页文档理解能力，实现高质量模型训练与多任务性能突破。

Sell It Before You Make It: Revolutionizing E-Commerce with Personalized AI-Generated Items

在制作之前就出售它：通过个性化AI生成物品革新电子商务

Jianghao Lin, Peng Du, Jiaqi Liu, Weite Li, Yong Yu, Weinan Zhang, Yang Cao

机构 * Antai College of Economics and Management（经济管理学院） ； Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） 纠错

专题命中 后训练与偏好优化 ：preference optimization(abstract)；分类 cs.AI

AI总结 本文提出PerFusion框架，通过个性化AI生成物品提升电子商务的点击率和转化率，同时降低退货率。

Comments Accepted by KDD 2026 ADS Track