Factorized Transport Alignment for Multimodal and Multiview E-commerce Representation Learning
因子化运输对多模态和多视角电商表示学习
专题命中 效率与部署 ：language model(abstract)；pretraining(abstract)
AI总结 本文提出因子化运输框架，通过统一多模态和多视角学习，提升电商场景下的检索性能。
Comments Accepted by WSDM'26
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 47 篇
CodeGEMM: A Codebook-Centric Approach to Efficient GEMM in Quantized LLMs
CodeGEMM: 一种以代码本为中心的高效GEMM方法用于量化LLM
机构 * NAVER Cloud（NAVER云）
专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI、cs.LG
AI总结 CodeGEMM通过预计算内积替代去量化，提高量化LLM的推理效率和内存利用率
Comments NeurIPS 2025
Independent Density Estimation
独立密度估计
机构 * Orcava Inc.（Orcava公司）
专题命中 效率与部署 ：language model(abstract)；分类 cs.LG
AI总结 本研究提出独立密度估计（IDE）方法，通过学习句子中单个词与图像特征之间的联系，提升模型在组合泛化任务上的性能。
Comments 10 pages, 1 table, 4 figures
Towards Guided Descent: Optimization Algorithms for Training Neural Networks At Scale
迈向引导下降：大规模训练神经网络的优化算法
机构 * University of Pennsylvania（宾夕法尼亚大学）
专题命中 效率与部署 ：foundation model(abstract)；分类 cs.LG
AI总结 本文探讨了大规模神经网络训练中优化算法的改进，通过分析传统方法的局限性，提出基于曲率信息的先进技术，以提升训练效率和可解释性。
Comments Master's Thesis at the University of Pennsylvania
Who Can See Through You? Adversarial Shielding Against VLM-Based Attribute Inference Attacks
谁能穿透你？基于VLM的属性推断攻击的对抗防护
机构 * East China Normal University（东华大学） ； Zhongguancun Academy（中关村学院） ； Dept. of Comp. Sci. and Tech., Institute for AI, Tsinghua University（计算机科学与技术系，人工智能研究院，清华大学）
专题命中 效率与部署 ：language model(abstract)；分类 cs.AI
AI总结 本文提出了一种基于视觉一致性约束的隐私保护方法，通过VPI-COCO基准验证，有效降低隐私泄露风险并保持视觉一致性。
cVLA: Towards Efficient Camera-Space VLAs
cVLA：迈向高效的相机空间VLA
机构 * University of Freiburg（弗赖堡大学）
专题命中 效率与部署 ：language model(abstract)；分类 cs.LG
AI总结 cVLA通过利用视觉语言模型在2D图像上的性能，提出了一种高效预测机器人轨迹的VLA方法，具备良好的仿真到现实迁移能力。
Comments 20 pages, 10 figures; CoRL 2025 Workshop on Generalizable Priors for Robot Manipulation
X-Talk: On the Underestimated Potential of Modular Speech-to-Speech Dialogue System
X-Talk：模块化语音到语音对话系统的被低估潜力
机构 * MoE Key Lab of Artificial Intelligence, X-LANCE Lab, Shanghai Jiao Tong University（人工智能基础理论重点实验室，X-LANCE实验室，上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai AI Laboratory（上海人工智能实验室） ； State Key Laboratory of General Artificial Intelligence, BIGAI（通用人工智能国家重点实验室，BIGAI） ； Audio, Speech and Language Processing Group, Northwestern Polytechnical University（语音与语言处理组，西北工业大学） ； Fudan University（复旦大学） ； Shenzhen Institutes of Advanced Technology, Chinese Academy of Sciences（深圳先进技术研究院，中国科学院）
专题命中 效率与部署 ：LLM(abstract)
AI总结 X-Talk通过模块化设计和流水线优化，提升语音到语音对话系统的性能与灵活性，展示其在复杂语音任务中的潜力。
Comments 14 pages
MeanVC: Lightweight and Streaming Zero-Shot Voice Conversion via Mean Flows
MeanVC: 一种轻量级和流式零样本语音转换方法
专题命中 效率与部署 ：post-training(abstract)
AI总结 MeanVC通过引入均值流和扩散对抗后训练，实现轻量级、高效的零样本语音转换，提升语音质量和效率。
Making Strong Error-Correcting Codes Work Effectively for HBM in AI Inference
使强纠错码在AI推理中的HBM中有效工作
专题命中 效率与部署 ：LLM(abstract)
AI总结 REACH通过控制器管理的强纠错码在HBM中实现高错误容忍度，减少ECC面积和功耗，提升AI推理效率。
2. 领域大模型 23 篇
Coarse-to-Fine Open-Set Graph Node Classification with Large Language Models
粗到细的开放式图节点分类与大语言模型
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 本文提出CFC框架，利用大语言模型实现图节点的粗到细开放式分类，提升OOD检测和分类性能。
Comments Accepted to AAAI 2026
Instructor-Worker Large Language Model System for Policy Recommendation: a Case Study on Air Quality Analysis of the January 2025 Los Angeles Wildfires
政策推荐用的Instructor-Worker大语言模型系统：以2025年1月洛杉矶野火空气质量分析为例
机构 * Department of Systems Design Engineering（系统设计工程系） ； College of Land Engineering（土地工程学院） ； School of Computer Science（计算机科学学院） ； Department of Geography and Environmental Management（地理与环境管理系） ； Department of Geomatics Engineering（测绘工程系）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出Instructor-Worker大语言模型系统，用于基于2025年1月洛杉矶野火期间空气质量数据的政策推荐研究。
Journal ref International Journal of Applied Earth Observation and Geoinformation 143 (2025) 104774
A Privacy-Preserving Recommender for Filling Web Forms Using a Local Large Language Model
一种使用本地大语言模型的隐私保护推荐器，用于填写网页表单
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)
AI总结 本文提出了一种基于本地大语言模型的隐私保护推荐器，用于自动填写网页表单，以提高测试效率并保护数据安全。
Generation of Programmatic Rules for Document Forgery Detection Using Large Language Models
利用大语言模型生成文档伪造检测的程序规则
机构 * Stuttgart Media University（斯图加特媒体大学） ； Ruhr-University Bochum（鲁尔大学波恩）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本文利用大语言模型生成文档伪造检测的规则，通过微调策略在受限硬件上实现高效验证程序。
Comments Accepted at ICMLA 2025, the first two authors contributed equally
Seeing Justice Clearly: Handwritten Legal Document Translation with OCR and Vision-Language Models
清晰地看见正义：结合OCR和视觉-语言模型的 handwritten 法律文件翻译
专题命中 领域大模型 ：language model(title,abstract)；large language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出利用视觉大语言模型统一OCR与机器翻译流程，以提升低资源环境下手写法律文件的翻译效率和准确性。
Comments Accepted in AILaw @ AAAI 2026 Conference
Enhancing Medical Large Vision-Language Models via Alignment Distillation
通过对齐蒸馏增强医学大视觉-语言模型
专题命中 领域大模型 ：language model(title,abstract)；分类 cs.AI
AI总结 本文提出MEDALIGN方法，通过蒸馏CLIP模型的知识提升医学大视觉-语言模型的视觉对齐和生成质量。
Comments Accepted to AAAI'2026 (Main track)
AmPLe: Supporting Vision-Language Models via Adaptive-Debiased Ensemble Multi-Prompt Learning
AmPLe: 通过自适应去偏集成多提示学习支持视觉-语言模型
机构 * National Key Laboratory of Space Integrated Information System, Institute of Software, Chinese Academy of Sciences（中国科学院空间信息集成系统国家重点实验室，软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学）
专题命中 领域大模型 ：language model(title,abstract)；分类 cs.AI
AI总结 AmPLe通过自适应去偏集成多提示学习方法，解决模型-提示匹配偏差和样本-提示匹配偏差，提升视觉-语言模型在下游任务中的性能。
Comments Accepted by IJCV2025
Evaluating the Challenges of LLMs in Real-world Medical Follow-up: A Comparative Study and An Optimized Framework
评估LLMs在真实医疗随访中的挑战：一项比较研究及优化框架
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出了一种模块化框架，通过任务分解、语义聚类和流程管理提升医疗随访中LLM的对话稳定性和准确性，同时减少对话轮次和token消耗。
Comments 10 pages,3 figures,conference ICCBB2025
Prompt-Aware Adaptive Elastic Weight Consolidation for Continual Learning in Medical Vision-Language Models
面向提示的自适应弹性权重固化用于医学视觉-语言模型的持续学习
机构 * University College London（伦敦大学学院）
专题命中 领域大模型 ：language model(title,abstract)
AI总结 PA-EWC通过提示引导的参数专门化，有效缓解医疗视觉-语言模型在持续学习中的灾难性遗忘问题，提升多模态医学任务的性能。
Comments Accepted by 32nd International Conference on MultiMedia Modeling (MMM 2026)
SAMSA 2.0: Prompting Segment Anything with Spectral Angles for Hyperspectral Interactive Medical Image Segmentation
SAMSA 2.0：基于光谱角度的提示分割任意事物用于超光谱交互医学图像分割
机构 * The Hamlyn Centre for Robotic Surgery, Department of Surgery and Cancer Imperial College London（哈姆林机器人手术中心、外科与癌症系帝国理工学院伦敦）
专题命中 领域大模型 ：prompting(title,abstract)
AI总结 SAMSA 2.0通过引入光谱角度提示，提升超光谱医学图像分割的准确性和鲁棒性，实现比RGB-only模型和先前光谱融合方法更高的Dice分数。
DACE For Railway Acronym Disambiguation
DACE用于铁路缩写消歧
机构 * Nantes University（南特大学） ； CIRAD（国际热带农业研究中心） ； Groupe SII（SII集团） ； Univ. Lille（里尔大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.CL
AI总结 DACE通过动态提示和集合聚合方法，有效提升铁路文档中缩写消歧的准确率，取得竞赛第一名。
NEURO-GUARD: Neuro-Symbolic Generalization and Unbiased Adaptive Routing for Diagnostics -- Explainable Medical AI
NEURO-GUARD：神经符号泛化与无偏自适应路由用于诊断——可解释的医疗AI
机构 * Arizona State University（亚利桑那州立大学）
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 NEURO-GUARD通过整合视觉变换器与语言驱动推理，提升医疗图像诊断的准确性、透明性和泛化能力。
Comments Accepted at Asilomar Conference
An Agentic AI Framework for Training General Practitioner Student Skills
一种用于培训全科医学生技能的代理AI框架
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 本文提出了一种代理AI框架，用于培训全科医学生技能，通过统一病例生成、角色驱动对话和基于标准的评估，提升医学教育中虚拟模拟患者的效果。
Microsoft Academic Graph Information Retrieval for Research Recommendation and Assistance
微软学术图信息检索用于研究推荐与协助
机构 * Microsoft（微软）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出基于注意力的子图检索器，利用图神经网络和大语言模型进行高效信息检索与知识推理。
Comments 5 pages, 3 figures
Byzantine Fault-Tolerant Multi-Agent System for Healthcare: A Gossip Protocol Approach to Secure Medical Message Propagation
容错多智能体系统在医疗中的应用：基于 gossip 协议的安全医疗信息传播方法
机构 * Nihir Chadderwala（独立研究者）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出一种基于 gossip 协议的拜占庭容错多智能体系统，用于医疗领域，通过加密验证和共识协议保障信息安全与系统容错性。
TermGPT: Multi-Level Contrastive Fine-Tuning for Terminology Adaptation in Legal and Financial Domain
TermGPT：面向法律和金融领域术语适应的多级对比微调
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 TermGPT通过多级对比微调提升法律和金融领域术语区分能力，构建首个金融术语数据集并优于现有基线。
Comments 13 pages, 4 figures, AAAI'26
Toward Revealing Nuanced Biases in Medical LLMs
向揭示医疗大语言模型中的细微偏见迈进
机构 * University of Delaware（特拉华大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出结合知识图谱与辅助LLMs的框架，通过对抗性扰动和多跳表征技术，系统揭示医疗大语言模型中的复杂偏见模式。
"Even GPT Can Reject Me": Conceptualizing Abrupt Refusal Secondary Harm (ARSH) and Reimagining Psychological AI Safety with Compassionate Completion Standard (CCS)
即使GPT也可以拒绝我：概念化突然拒绝二次伤害（ARSH）并重新想象以同理心为核心的AI安全（CCS）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 本文提出ARSH概念，通过CCS设计框架减少AI拒绝带来的心理伤害，提升人机交互的心理安全。
On Finding Inconsistencies in Documents
在文档中发现不一致之处
专题命中 领域大模型 ：language model(abstract)；分类 cs.CL
AI总结 本文提出FIND基准测试，评估语言模型在发现文档中不一致性的能力，发现gpt-5能识别64%的人工插入不一致性，并发现原始文档中的未被发现的不一致性，但仍然存在大量未检测到的不一致性。
Ontology-Based Knowledge Graph Framework for Industrial Standard Documents via Hierarchical and Propositional Structuring
基于本体的知识图谱框架：通过层次化和命题化结构构建工业标准文档
专题命中 领域大模型 ：LLM(abstract)；分类 cs.CL
AI总结 本文提出一种基于本体的知识图谱框架，通过层次化和命题化结构构建工业标准文档，提升问答性能和领域知识表示能力。
Comments The authors have identified significant technical errors in the paper that invalidate the current findings
What fifty-one years of Linguistics and Artificial Intelligence research tell us about their correlation: A scientometric analysis
语言学和人工智能研究51年告诉我们关于它们相关性的内容：一项科学计量分析
专题命中 领域大模型 ：language model(abstract)；分类 cs.CL
AI总结 本研究通过科学计量分析揭示语言学与人工智能51年的相关性，发现出版量显著增长，涉及新兴问题与热点，推动深度学习语言模型发展。
Comments 26 pages, 15 figures
Journal ref Artificial Intelligence Review, 2025
