语言大模型 / LLM

Differentially Private Subspace Fine-Tuning for Large Language Models

针对大语言模型的差分隐私子空间微调

Lele Zheng, Xiang Wang, Tao Zhang, Yang Cao, Ke Cheng, Yulong Shen

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

AI总结 DP-SFT通过子空间微调方法在保持差分隐私保障的同时，有效降低噪声影响，提升大语言模型在下游任务中的准确性和稳定性。

How Much Would a Clinician Edit This Draft? Evaluating LLM Alignment for Patient Message Response Drafting

临床医生会修改这个草稿多少？评估LLM对患者信息回复草稿的对齐情况

Parker Seegmiller, Joseph Gatto, Sarah E. Greer, Ganza Belise Isingizwe, Rohan Ray, Timothy E. Burdick, Sarah Masud Preum

机构 * Department of Computer Science, Dartmouth College（计算机科学系，达特茅斯学院） ； Department of Community and Family Medicine, Dartmouth Health（社区与家庭医学系，达特茅斯健康） ； The Dartmouth Institute, Dartmouth College（达特茅斯研究所，达特茅斯学院） 纠错

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；preference optimization(abstract)

AI总结 本研究评估了LLM在患者信息回复起草任务中的对齐情况，提出了一种新的评估框架，并发现需要根据临床医生的偏好进行适应以提高可靠性。

Beneficial Reasoning Behaviors in Agentic Search and Effective Post-training to Obtain Them

代理搜索中的有益推理行为及有效训练以获得这些行为

Jiahe Jin, Abhijay Paladugu, Chenyan Xiong

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

AI总结 本文提出行为引导方法，通过预训练使代理搜索模型具备信息验证、权威评估等有益推理行为，从而在强化学习前提升任务性能。

One LLM to Train Them All: Multi-Task Learning Framework for Fact-Checking

一个模型训练所有：事实核查的多任务学习框架

Malin Astrid Larsson, Harald Fosen Grunnaleite, Vinay Setty

机构 * University of Stavanger（斯塔万格大学） 纠错

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

AI总结 本文提出多任务学习框架，通过微调单一模型提升事实核查任务的性能，实现声明检测、证据排名和立场检测的联合优化。

Comments Accepted version in ECIR 2026

Panacea: Mitigating Harmful Fine-tuning for Large Language Models via Post-fine-tuning Perturbation

Panacea: 通过微调后扰动缓解大语言模型的有害微调

Yibo Wang, Tiansheng Huang, Li Shen, Huanjin Yao, Haotian Luo, Rui Liu, Naiqiang Tan, Jiaxing Huang, Dacheng Tao

机构 * Tsinghua University（清华大学） ； Shenzhen Campus of Sun Yat-sen University（中山大学深圳校区） ； Didichuxing Co. Ltd（滴滴出行有限公司） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 Panacea通过自适应扰动优化，在保持微调性能的同时缓解大语言模型的有害微调问题

Comments Accepted by NeruIPS 2025

Robust and Efficient Zeroth-Order LLM Fine-Tuning via Adaptive Bayesian Subspace Optimizer

鲁棒且高效的零阶LLM微调方法：自适应贝叶斯子空间优化器

Jian Feng, Zhihong Huang

机构 * School of Mathematics, Sun Yat-sen University, Guangzhou, China（中山大学数学学院） 纠错

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

AI总结 本文提出BSZO方法，通过自适应贝叶斯子空间优化提升零阶LLM微调的鲁棒性和效率，实验显示在多种任务中性能优于基线方法。

Comments 23 pages, 2 figures, 5 tables

StellarF: A Physics-Informed LoRA Framework for Stellar Flare Forecasting with Historical & Statistical Data

StellarF：一种结合物理知识的LoRA框架，用于利用历史和统计数据进行恒星耀斑预测

Tianyu Su, Zhiqiang Zou, Qingyu Lu, Feng Zhang, Ali Luo, Xiao Kong, Min Li

机构 * School of Computer Science, Nanjing University of Posts and Telecommunications（南京邮电大学计算机科学学院） ； Jiangsu Key Laboratory of Big Data Security and Intelligent Processing（江苏大数据安全与智能处理重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； CAS Key Laboratory of Optical Astronomy, National Astronomical Observatories（中国科学院国家天文台光学天文重点实验室） ； School of Astronomy and Space Science, University of Chinese Academy of Sciences（中国科学院大学天文与空间科学学院） 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 StellarF通过结合物理知识和LoRA框架，利用历史和统计数据提升恒星耀斑预测的准确性与物理可解释性。

Comments 12 pages, 8 figures (5 main, 3 appendix), 7 tables (2 main, 5 appendix)

Test-Time Tuned Language Models Enable End-to-end De Novo Molecular Structure Generation from MS/MS Spectra

测试时调优的语言模型实现从MS/MS光谱到分子结构的端到端从头生成

Laura Mismetti, Marvin Alberts, Andreas Krause, Mara Graziani

机构 * IBM Research（IBM研究院） ； ETH Zürich（苏黎世联邦理工学院） ； University of Zürich（苏黎世大学） 纠错

专题命中 指令微调 ：language model(title)；分类 cs.AI、cs.LG

AI总结 本研究提出了一种基于Transformer模型的端到端框架，通过测试时调优策略从MS/MS光谱直接生成分子结构，显著提升了分子结构推断的准确率和适应性。

Understanding Help Seeking for Digital Privacy, Safety, and Security

理解数字隐私、安全和安全性的求助行为

Kurt Thomas, Sai Teja Peddinti, Sarah Meiklejohn, Tara Matthews, Amelia Hassoun, Animesh Srivastava, Jessica McClearn, Patrick Gage Kelley, Sunny Consolvo, Nina Taft

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

AI总结 研究通过分析Reddit帖子了解用户在数字隐私、安全和安全问题上的求助行为，并为开发更好的用户资源提供依据。

SD-RAG: A Prompt-Injection-Resilient Framework for Selective Disclosure in Retrieval-Augmented Generation

SD-RAG：一种抗提示注入的框架，用于检索增强生成中的选择性披露

Aiman Al Masoud, Marco Arazzi, Antonino Nocera

机构 * Department of Electrical, Computer and Biomedical Engineering（电气、计算机与生物医学工程系） ； University of Pavia（帕维亚大学） 纠错

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

AI总结 SD-RAG通过在检索阶段应用净化和披露控制，提升检索增强生成中的隐私保护和抗提示注入能力。

Reinforcement Fine-Tuning for Materials Design

用于材料设计的强化微调

Zhendong Cao, Lei Wang

机构 * Beijing National Laboratory for Condensed Matter Physics（北京凝聚态物理国家实验室） ； School of Physical Sciences, University of Chinese Academy of Sciences, Beijing 100190, China（中国科学院大学物理科学学院） ； Songshan Lake Materials Laboratory, Dongguan, Guangdong 523808, China（松山湖材料实验室） 纠错

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

AI总结 本研究通过强化微调提升材料生成模型的性能，实现基于属性的材料设计与检索，发现具有矛盾材料属性的新型晶体。

Comments 10 pages, 7 figures

Journal ref Phys. Rev. B 113, 024106 (2026)

Sparse Data Tree Canopy Segmentation: Fine-Tuning Leading Pretrained Models on Only 150 Images

稀疏数据树冠分割：仅在150张图像上微调预训练模型

David Szczecina, Hudson Sun, Anthony Bertnyk, Niloofar Azad, Kyle Gao, Lincoln Linlin Xu

机构 * University of Waterloo（滑铁卢大学） ； University of Calgary（卡尔加里大学） 纠错

专题命中 指令微调 ：pretraining(abstract)；分类 cs.AI

AI总结 本文评估了五种模型在低数据下的树冠分割表现，发现卷积模型在小数据情况下表现更优，而Transformer模型因数据需求高和任务差异表现欠佳。

Comments 4 pages, 2 figures

PhysRVG: Physics-Aware Unified Reinforcement Learning for Video Generative Models

PhysRVG: 基于物理的视频生成模型统一强化学习

Qiyuan Zhang, Biao Gong, Shuai Tan, Zheng Zhang, Yujun Shen, Xing Zhu, Yuyuan Li, Kelu Yao, Chunhua Shen, Changqing Zou

机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Zhejiang Lab（浙江实验室） 纠错

专题命中 指令微调 ：post-training(abstract)

AI总结 PhysRVG通过引入基于物理的强化学习范式，统一视频生成模型，直接在高维空间中强制物理碰撞规则，提升生成视频的物理真实性。

Can Instructed Retrieval Models Really Support Exploration?

指导检索模型真的能支持探索吗？

Piyush Maheshwari, Sheshera Mysore, Hamed Zamani

专题命中 指令微调 ：prompting(abstract)

AI总结 本文评估了指导检索模型在探索性搜索中的表现，发现其在排名相关性上优于传统方法，但对指示的敏感性不足，不适合长期探索任务。

SAM-pose2seg: Pose-Guided Human Instance Segmentation in Crowds

SAM-pose2seg: 在人群中的姿态引导人类实例分割

Constantin Kolomiiets, Miroslav Purkrabek, Jiri Matas

机构 * Visual Recognition Group（视觉识别组） ； Department of Cybernetics（cybernetics系） ； Faculty of Electrical Engineering（电气工程系） ； Czech Technical University in Prague（布拉格捷克技术大学） 纠错

专题命中 指令微调 ：prompting(abstract)

AI总结 SAM-pose2seg通过姿态引导微调提升遮挡下的人类实例分割性能，保留模型泛化能力。

Comments GitHub: https://github.com/MiraPurkrabek/BBoxMaskPose/

VINO: A Unified Visual Generator with Interleaved OmniModal Context

VINO：一个具有交错多模态上下文的统一视觉生成器

Junyi Chen, Tong He, Zhoujie Fu, Pengfei Wan, Kun Gai, Weicai Ye

专题命中 指令微调 ：language model(abstract)

AI总结 VINO通过统一的视觉生成框架实现图像和视频的生成与编辑，利用交错多模态上下文条件处理，提升多任务视觉创作能力。

Comments Project page: https://sotamak1r.github.io/VINO-web/