语言大模型 / LLM

Towards Explainable Traffic Flow Prediction with Large Language Models

面向大语言模型的可解释交通流预测

Xusen Guo, Qiming Zhang, Junyue Jiang, Mingxing Peng, Meixin Zhu, Hao, Yang

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Johns Hopkins University（约翰霍普金斯大学） ； Department of Civil and System Engineering（土木与系统工程系） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出xTP-LLM模型，利用大语言模型生成可解释的交通流预测，首次将LLM应用于交通预测的可解释性研究。

Comments 31pages, 16 figures

Journal ref Communications in Transportation Research, vol. 4, 100150, 2024

Hierarchical Orthogonal Residual Spread for Precise Massive Editing in Large Language Models

层次化正交残差扩展用于大语言模型中的精确大规模编辑

Xiaojie Gu, Guangxu Chen, Yuheng Yang, Jingxin Han, Andi Zhang

机构 * Independent Researcher（独立研究者） ； UESTC ； Shanghai University（上海大学） ； University of Manchester（曼彻斯特大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文提出HORSE方法，通过层次化正交残差扩展实现大语言模型中的精确大规模编辑，通过理论分析和实验验证其有效性。

Comments ICASSP 2026

FactCorrector: A Graph-Inspired Approach to Long-Form Factuality Correction of Large Language Models

FactCorrector：一种基于图的长文本事实性校正方法

Javier Carnerero-Cano, Massimiliano Pronesti, Radu Marinescu, Tigran Tchrakian, James Barry, Jasmina Gajcin, Yufang Hou, Alessandra Pascale, Elizabeth Daly

机构 * IBM Research Europe - Ireland（IBM欧洲研究院-爱尔兰） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 FactCorrector通过结构化反馈提升大语言模型的事实性准确性，优于现有基线方法。

LLM-Assisted Pseudo-Relevance Feedback

基于大语言模型的伪相关反馈

David Otero, Javier Parapar

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出一种结合大语言模型的伪相关反馈方法，通过在RM3计算前过滤相关文档，提升查询扩展的鲁棒性和准确性。

Comments Accepted ECIR 2026

Linear Personality Probing and Steering in LLMs: A Big Five Study

大五人格特征在大语言模型中的探测与引导：一项大五研究

Michel Frising, Daniel Balcells

机构 * Independent Researcher（独立研究者） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.CL

AI总结 本文研究了通过大五人格特质对齐的线性方向探测和引导大语言模型行为的有效性，发现其在特定任务中表现良好，但在开放式生成中效果有限。

Comments 29 pages, 6 figures

From Knots to Knobs: Towards Steerable Collaborative Filtering Using Sparse Autoencoders

从结到旋钮：迈向可操控的协作过滤使用稀疏自编码器

Martin Spišák, Ladislav Peška, Petr Škoda, Vojtěch Vančura, Rodrigo Alves

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)

AI总结 本文首次将稀疏自编码器应用于协作过滤，通过在编码器和解码器之间插入SAE来增强协作自编码器，以实现推荐方向的可控性。

AI-assisted JSON Schema Creation and Mapping

基于AI的JSON模式创建与映射

Felix Neubauer, Jürgen Pleiss, Benjamin Uekermann

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)

AI总结 本文提出结合大型语言模型与确定性技术的混合方法，用于基于自然语言输入的JSON模式创建、修改和映射，降低非专家在结构化数据建模与集成中的门槛。

Journal ref 2025 ACM/IEEE 28th International Conference on Model Driven Engineering Languages and Systems Companion (MODELS-C), Grand Rapids, MI, USA, 2025, pp. 79-83

Tug-of-war between idioms' figurative and literal interpretations in LLMs

在LLMs中习语的比喻和字面解释之间的拉力战

Soyoung Oh, Xinting Huang, Mathis Pink, Michael Hahn, Vera Demberg

机构 * Saarland University（萨尔兰大学） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Max Planck Institute for Informatics（马克斯·普朗克信息学研究所） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文研究了LLMs在处理习语时比喻与字面解释的冲突机制，通过因果追溯法揭示了模型如何在不同层之间竞争性地处理歧义。

Image-Text Knowledge Modeling for Unsupervised Multi-Scenario Person Re-Identification

图像-文本知识建模用于无监督多场景人物重识别

Zhiqi Pang, Lingling Zhao, Yang Liu, Chunyu Wang, Gaurav Sharma

专题命中 知识编辑与模型理解 ：language model(abstract)

AI总结 本文提出图像-文本知识建模用于无监督多场景人物重识别，通过三阶段框架提升跨场景识别性能。

Comments 12 pages, 10 figures