语言大模型 / LLM

Non-native speakers of English or ChatGPT: Who thinks better?

非英语母语者或ChatGPT：谁更擅长思考？

Mohammed Q. Shormani

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

AI总结 本研究通过比较非英语母语者与ChatGPT在处理中心嵌套英语结构的能力，发现人类大脑在语言处理上仍具独特优势。

Comments 16 pages, 2 figures

Journal ref F1000Research, 2025

Artificial intelligence contribution to translation industry: looking back and forward

人工智能对翻译行业的影响：回顾与展望

Mohammed Q. Shormani, Yehia A. Al-Sohbani

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

AI总结 本研究回顾了人工智能在翻译行业45年的发展历程，分析了机器翻译、低资源语言等热点问题，并指出需进一步研究以解决多方言和文化语域等挑战。

Comments 30 pages, 13 figures

Journal ref Discover Artificial Intelligence, 2025

On the Universality of Transformer Architectures; How Much Attention Is Enough?

Transformer架构的通用性；注意力是否足够？

Amirreza Abbasi, Mohsen Hooshmand

机构 * Department of Computer Science and Information Technology（计算机科学与信息技术系） ； Institute for Advanced Studies in Basic Sciences (IASBS)（基础科学高级研究所） 纠错

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

AI总结 本文探讨Transformer架构的通用性问题，分析其表达能力及未来研究方向。

SRS-Stories: Vocabulary-constrained multilingual story generation for language learning

SRS-Stories: 词汇受限的多语言故事生成用于语言学习

Wiktor Kamzela, Mateusz Lango, Ondrej Dusek

机构 * Poznan University of Technology, Institute of Computer Science（波兹南技术大学计算机科学学院） ； Charles University, Faculty of Mathematics and Physics（查尔斯大学数学与物理系） 纠错

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

AI总结 SRS-Stories通过间隔重复系统生成多语言故事，利用已知词汇教授新词并复习旧词，提升语言学习效果。

Comments EMNLP 2025

Universal Jailbreak Suffixes Are Strong Attention Hijackers

通用劫持后缀是强大的注意力劫持者

Matan Ben-Tov, Mor Geva, Mahmood Sharif

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

AI总结 本文研究了基于后缀的劫持攻击，发现通用后缀能更有效地劫持LLM的上下文化过程，并提出通过提升后缀普遍性来增强攻击效果，同时提供缓解方法。

Comments Accepted at TACL 2026

CETCAM: Camera-Controllable Video Generation via Consistent and Extensible Tokenization

CETCAM: 通过一致且可扩展的分词实现相机可控的视频生成

Zelin Zhao, Xinyu Gong, Bangya Liu, Ziyang Song, Jun Zhang, Suhui Wu, Yongxin Chen, Hao Zhang

机构 * Georgia Institute of Technology（佐治亚理工学院） ； ByteDance（字节跳动） ； University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 CETCAM通过一致且可扩展的分词方案实现相机可控的视频生成，提高了几何一致性和视觉真实性，同时支持额外的控制模式。

Modular Layout Synthesis (MLS): Front-end Code via Structure Normalization and Constrained Generation

模块化布局合成（MLS）：通过结构规范化和约束生成实现前端代码

Chong Liu, Ming Zhang, Fei Li, Hao Zhou, Xiaoshuang Chen, Ye Yuan

专题命中 其他LLM ：LLM(abstract)

AI总结 本文提出模块化布局合成（MLS），通过结构规范化和约束生成，提升前端代码的模块化和重用性，适用于多种现代开发框架。

Revealing Perception and Generation Dynamics in LVLMs: Mitigating Hallucinations via Validated Dominance Correction

揭示LVLMs中的感知与生成动态：通过验证主导修正缓解幻觉

Guangtao Lyu, Xinyi Cheng, Chenghao Xu, Qi Liu, Muli Yang, Fen Fang, Huilin Chen, Jiexi Yan, Xu Yang, Cheng Deng

机构 * School of Electronic Engineering, Xidian University（电子科技大学电子工程学院） ； School of Computer Science and Technology, Xidian University（电子科技大学计算机科学与技术学院） ； Hohai university（河海大学） ； Institute for Infocomm Research (I 2 R), A*STAR（信息通信研究所（I2R）） ； School of Foreign Languages, Xidian University（电子科技大学外国语言学院） 纠错

专题命中 其他LLM ：language model(abstract)

AI总结 本文提出VDC策略，通过验证主导修正缓解LVLMs中的幻觉问题，揭示感知与生成的动态机制。

In-Context Audio Control of Video Diffusion Transformers

上下文音频控制视频扩散变换器

Wenze Liu, Weicai Ye, Minghong Cai, Quande Liu, Xintao Wang, Xiangyu Yue

机构 * MMLab, The Chinese University of Hong Kong（香港中文大学MMLab） ； Kling Team, Kuaishou Technology（快手科技Kling团队） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文提出ICAC框架，通过三维注意力机制实现音频驱动的视频生成，解决时间同步信号在视频扩散模型中的整合问题。

Efficiently Ranking Software Variants with Minimal Benchmarks

通过最小基准高效排序软件变体

Théo Matricon, Mathieu Acher, Helge Spieker, Arnaud Gotlieb

专题命中 其他LLM ：LLM(abstract)

AI总结 本文提出BISS方法，通过测试套件优化技术减少基准测试成本，同时保持变体排名的稳定性。