语言大模型 / LLM

Race, Ethnicity and Their Implication on Bias in Large Language Models

种族、族裔及其在大语言模型中的偏见影响

Shiyue Hu, Ruizhe Li, Yanjun Gao

机构 * University of Colorado Anschutz（科罗拉多大学安施茨分校） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of Aberdeen（阿伯丁大学） 纠错

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

AI总结 研究探讨了种族和族裔在大语言模型中的表示和偏见机制，通过实验发现人口信息在模型内部的分布差异，并提出干预方法以减少偏见影响。

Comments Work in process

Recurrent Confidence Chain: Temporal-Aware Uncertainty Quantification in Large Language Models

递归置信链：大型语言模型中的时间感知不确定性量化

Zhenjiang Mao, Anirudhh Venkat

机构 * University of Florida（佛罗里达大学） 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.LG

AI总结 本文提出递归置信链方法，通过跨步骤注意力和隐藏置信机制，提升大型语言模型在不确定性量化中的性能。

BACH-V: Bridging Abstract and Concrete Human-Values in Large Language Models

BACH-V: 联结抽象与具体的人类价值观在大语言模型中

Junyu Zhang, Yipeng Kang, Jiong Guo, Jiayu Zhan, Junqi Wang

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

AI总结 BACH-V研究通过探测和引导方法揭示大语言模型中抽象与具体价值观的联结机制，发现其能稳定锚定抽象价值观以影响具体决策。

Comments 34 pagess, 16 figures, 6 tables, submitted to ACL 2026

Human-like Social Compliance in Large Language Models: Unifying Sycophancy and Conformity through Signal Competition Dynamics

大语言模型中的类人社会合规：通过信号竞争动态统一讨好与顺从

Long Zhang, Wei-neng Chen

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

AI总结 本研究提出信号竞争机制，揭示大语言模型中讨好与顺从的几何流形机制，并通过整合认知对齐框架提升模型的社会合规性鲁棒性。

LIME-LLM: Probing Models with Fluent Counterfactuals, Not Broken Text

LIME-LLM：通过流畅的反事实而非破碎文本来探测模型

George Mihaila, Suleyman Olcay Polat, Poli Nemkova, Himanshu Sharma, Namratha V. Urs, Mark V. Albert

机构 * University of North Texas（北卡罗来纳州立大学） 纠错

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

AI总结 LIME-LLM通过假设驱动的可控扰动提升NLP模型的可解释性，实现更准确的局部解释效果。

Leveraging Mutation Analysis for LLM-based Repair of Quantum Programs

利用突变分析改进基于大语言模型的量子程序修复

Chihiro Yoshida, Yuta Ishimoto, Olivier Nourry, Masanari Kondo, Makoto Matsushita, Yasutaka Kamei, Yoshiki Higo

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 本文提出利用突变分析提升基于大语言模型的量子程序修复效果，通过设计不同提示配置实验，发现突变分析能显著提高修复成功率和解释质量。

Comments 6 pages, Accepted at SANER-ERA 2026

ProtSAE: Disentangling and Interpreting Protein Language Models via Semantically-Guided Sparse Autoencoders

ProtSAE：通过语义引导的稀疏自编码器解构和解释蛋白质语言模型

Xiangyu Liu, Haodi Lei, Yi Liu, Yang Liu, Wei Hu

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

AI总结 ProtSAE通过语义引导的稀疏自编码器解构蛋白质语言模型，提升其潜在空间中生物相关特征的可解释性与重建保真度。

Comments Accepted in the 39th AAAI Conference on Artificial Intelligence (AAAI 2026)

Bridging Human Interpretation and Machine Representation: A Landscape of Qualitative Data Analysis in the LLM Era

弥合人类解释与机器表示：在大语言模型时代中定性数据分析的图景

Xinyu Pi, Qisen Yang, Chuong Nguyen, Hua Shen

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；分类 cs.CL

AI总结 本文提出了一种4×4的图景，用于分析大语言模型在定性数据分析中的意义构建与建模层次，揭示现有系统在解释性和理论性推断方面的不足，并提出改进方向。

MATEX: Multi-scale Attention and Text-guided Explainability of Medical Vision-Language Models

MATEX: 医疗视觉-语言模型的多尺度注意力与文本引导可解释性

Muhammad Imran, Chi Lee, Yugyung Lee

机构 * Computer Science, School of Science and Engineering（科学与工程学院计算机科学） 纠错

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

AI总结 MATEX通过多尺度注意力与文本引导方法提升医疗视觉-语言模型的可解释性，实现更精确和临床相关的梯度归因图。

Comments 12 pages, 3 figures, 1 table

Learned Hallucination Detection in Black-Box LLMs using Token-level Entropy Production Rate

在黑盒大语言模型中利用令牌级熵产率学习幻觉检测

Charles Moslonka, Hicham Randrianarivo, Arthur Garnier, Emmanuel Malherbe

机构 * Artefact Research Center（艺术研究中心） 纠错

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

AI总结 本文提出一种基于令牌级熵产率的学习方法，用于在黑盒LLM中高效检测幻觉，通过单次生成过程提升问答系统响应的可信度。

Comments 8 pages, 5 figures, 2 tables. pre-print version

Conversational Context Classification: A Representation Engineering Approach

对话上下文分类：一种表示工程方法

Jonathan Pan

机构 * Nanyang Technological University Singapore（南洋理工大学新加坡） 纠错

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

AI总结 本文提出利用表示工程和一类支持向量机识别LLM内部状态中的上下文子空间，以提高对话上下文检测的准确性。

AI-exhibited Personality Traits Can Shape Human Self-concept through Conversations

基于AI表现的人格特质可通过对话影响人类自我概念

Jingshu Li, Tianqi Song, Nattapat Boonprakong, Zicheng Zhu, Yitian Yang, Yi-Chieh Lee

机构 * Computer Science（计算机科学） ； National University of Singapore（新加坡国立大学） ； School of Computing（计算学院） 纠错

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

AI总结 本研究发现基于AI的人格特质可通过对话影响用户自我概念，揭示了AI在人机交互中的潜在影响及设计启示。

Comments ACM CHI 2026

Training instability in deep learning follows low-dimensional dynamical principles

深度学习中的训练不稳定性遵循低维动力学原理

Zhipeng Zhang, Zhenjie Yao, Kai Li, Lei Yang

机构 * China Mobile Research Institute（中国移动研究院） ； China Mobile GBA Innovation Institute（中国移动广州创新研究院） ； Institute of Microelectronics, Chinese Academy of Sciences（中国科学院微电子研究所） 纠错

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

AI总结 本文通过分析深度学习训练过程的稳定性，揭示了其遵循低维动力学原理，并提出通过受控扰动审计来评估训练稳定性，发现稳定性与最终性能脱节、随机性缓冲学习动态等规律。

Benchmarking Concept-Spilling Across Languages in LLMs

在LLMs中跨语言评估概念溢出

Ilia Badanin, Daniil Dzenhaliou, Imanol Schlag

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

AI总结 本文提出了一种评估多语言LLMs语义鲁棒性的框架，通过分析模型在生成多义词时的表现，揭示模型和语言间的语义鲁棒性差异，并贡献了可扩展的评估基准和验证流程。

Uncertainty-Aware Collaborative System of Large and Small Models for Multimodal Sentiment Analysis

面向大规模和小规模模型的不确定性感知协作系统用于多模态情感分析

Shiqin Han, Manning Gao, Menghua Jiang, Yuncheng Jiang, Haifeng Hu, Sijie Mai

机构 * School of Computer Science, South China Normal University（计算机科学学院，华南师范大学） ； School of Artificial Intelligence, South China Normal University（人工智能学院，华南师范大学） ； School of Electronics and Information Technology, Sun Yat-sen University（电子与信息工程学院，中山大学） 纠错

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

AI总结 本文提出U-ACS系统，通过整合UBM与MLLMs，利用不确定性感知机制提升多模态情感分析的效率与性能。

Concept Attractors in LLMs and their Applications

大语言模型中的概念吸引子及其应用

Sotirios Panagiotis Chytas, Vikas Singh

机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

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

AI总结 本文提出基于吸引子的简单方法，用于大语言模型中的概念映射和实际任务处理，提供高效替代方案。

LIBERTy: A Causal Framework for Benchmarking Concept-Based Explanations of LLMs with Structural Counterfactuals

LIBERTy：一种基于因果框架的基准测试框架，用于基于概念的LLM解释的结构反事实评估

Gilat Toker, Nitay Calderon, Ohad Amosy, Roi Reichart

专题命中 知识编辑与模型理解 ：LLM(abstract)；post-training(abstract)；分类 cs.CL、cs.AI

AI总结 LIBERTy提出了一种基于因果框架的基准测试框架，通过结构反事实评估LLM基于概念的解释，改进了可解释性方法的可信度。

Patterning: The Dual of Interpretability

模式化：可解释性的对偶问题

George Wang, Daniel Murfet

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

AI总结 通过模式化方法，利用敏感性分析确定训练数据以实现特定泛化形式，展示了在语言模型和合成任务中对模型结构的控制与优化。

HalluZig: Hallucination Detection using Zigzag Persistence

HalluZig：通过Zigzag持久性检测幻觉

Shreyas N. Samaga, Gilberto Gonzalez Arroyo, Tamal K. Dey

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

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

AI总结 HalluZig通过分析模型逐层注意力的拓扑特征，利用Zigzag持久性检测幻觉，优于现有基线方法。

Rethinking Residual Distribution in Locate-then-Edit Model Editing

重新思考定位后编辑模型编辑中的残差分布

Xiaopeng Li, Shanwen Wang, Shasha Li, Shezheng Song, Bin Ji, Jun Ma, Jie Yu

机构 * National University of Defence Technology（国防科技大学） 纠错

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

AI总结 本文提出BLUE策略，通过改进残差分布机制，提升模型编辑的精度和效果，实现平均性能提升35.59%并增强LLMs的一般能力。

Comments NeurIPS 2025

Revisiting Multi-Task Visual Representation Learning

重新审视多任务视觉表示学习

Shangzhe Di, Zhonghua Zhai, Weidi Xie

机构 * SAI, Shanghai Jiao Tong University（上海交通大学SAI） ； ByteDance Seed（字节跳动种子） 纠错

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

AI总结 MTV框架通过多任务学习结合视觉-语言对比、自监督和密集空间目标，提升空间推理能力的同时保持全局语义理解。

Comments Code: https://github.com/Becomebright/MTV

Concepts from Representations: Post-hoc Concept Bottleneck Models via Sparse Decomposition of Visual Representations

表示法中的概念：通过视觉表示的稀疏分解实现事后概念瓶颈模型

Shizhan Gong, Xiaofan Zhang, Qi Dou

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PCBM-ReD，通过视觉表示的稀疏分解，实现对预训练模型的可解释性增强，提升图像分类任务的准确性和可解释性。

Comments AAAI 2026

Multi-Stage Verification-Centric Framework for Mitigating Hallucination in Multi-Modal RAG

多阶段验证导向框架用于缓解多模态RAG中的幻觉

Baiyu Chen, Wilson Wongso, Xiaoqian Hu, Yue Tan, Flora Salim

机构 * The University of New South Wales（新南威尔士大学） 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 本文提出了一种多阶段验证导向框架，通过优先考虑事实准确性和真实性来缓解多模态RAG中的幻觉问题，并在KDD Cup 2025中取得第三名。

Comments KDD Cup 2025 Meta CRAG-MM Challenge: Third Prize in the Single-Source Augmentation Task

Convergence dynamics of Agent-to-Agent Interactions with Misaligned objectives

Agent-to-Agent Interactions with Misaligned objectives的收敛动力学

Romain Cosentino, Sarath Shekkizhar, Adam Earle

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

AI总结 本文研究了agent间因目标不一致导致的收敛动态，提出了一种理论框架，通过单层transformer与线性自注意力机制，分析了目标不一致对稳定性和鲁棒性的影响，并展示了自适应多agent设置下的改进收敛方法。

CLIP-Guided Adaptable Self-Supervised Learning for Human-Centric Visual Tasks

面向人类的视觉任务的CLIP引导自监督学习

Mingshuang Luo, Ruibing Hou, Bo Chao, Hong Chang, Zimo Liu, Yaowei Wang, Shiguang Shan

机构 * Key Laboratory of Intelligent Information Processing, Institute of Computing Technology (ICT), Chinese Academy of Sciences (CAS), and University of Chinese Academy of Sciences（智能信息处理重点实验室，计算技术研究所（ICT），中国科学院（CAS）及中国科学院大学） 纠错

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

AI总结 CLASP通过CLIP生成多级语义伪标签，并结合Prompt-Controlled MoE模块提升迁移性，实现人类中心视觉任务的高效预训练。

Comments Accepted by TMM (IEEE Transactions on Multimedia), 16 pages, 7 figures

"Are we writing an advice column for Spock here?" Understanding Stereotypes in AI Advice for Autistic Users

我们在这里是在为斯波克写建议专栏吗？理解为自闭症用户提供的AI建议中的刻板印象

Caleb Wohn, Buse Çarık, Xiaohan Ding, Sang Won Lee, Young-Ho Kim, Eugenia H. Rho

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 研究探讨了自闭症用户在请求AI建议时披露身份对建议生成的影响，发现LLM在披露身份时更倾向于避免刻板印象情境，引发对个性化建议有效性的讨论。

Comments Accepted to CHI '26

NeuralFur: Animal Fur Reconstruction From Multi-View Images

NeuralFur: 从多视角图像中重建动物毛发

Vanessa Sklyarova, Berna Kabadayi, Anastasios Yiannakidis, Giorgio Becherini, Michael J. Black, Justus Thies

机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Technical University of Darmstadt（德累斯顿技术大学） ； University of Tübingen（图宾根大学） 纠错

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

AI总结 NeuralFur通过视觉语言模型指导多视角图像重建，实现不同动物的高保真3D毛发建模。

Comments For additional results and code, please refer to https://neuralfur.is.tue.mpg.de

Language-Based Swarm Perception: Decentralized Person Re-Identification via Natural Language Descriptions

基于语言的群体感知：通过自然语言描述实现去中心化的人员重识别

Miquel Kegeleirs, Lorenzo Garattoni, Gianpiero Francesca, Mauro Birattari

机构 * IRIDIA, Université libre de Bruxelles（IRIDIA，布鲁塞尔自由大学） ； Toyota Motor Europe（丰田欧洲 motors） 纠错

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

AI总结 本文提出一种基于自然语言的去中心化人员重识别方法，通过视觉-语言模型生成文本描述，实现群体协作识别与可解释性提升。

Large language models struggle with ethnographic text annotation

大型语言模型在民族志文本标注中表现不佳

Leonardo S. Goodall, Dor Shilton, Daniel A. Mullins, Harvey Whitehouse

机构 * Calleva Research Centre Oxford Internet Institute University of Oxford（牛津大学奥克斯福德互联网研究所卡列瓦研究中心） ； Cohn Institute for the History and Philosophy of Science and Ideas Tel Aviv University（特拉维夫大学科恩研究所） ； Birkbeck College University of London（伦敦大学伯克贝克学院） ； Centre for the Study of Social Cohesion University of Oxford（牛津大学社会凝聚力研究所以及牛津大学） 纠错

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

AI总结 本研究发现大型语言模型在民族志文本标注任务中表现不佳，无法替代人类专家。

Empirical and Sustainability Aspects of Software Engineering Research in the Era of Large Language Models: A Reflection

大语言模型时代软件工程研究的经验与可持续性方面：一种反思

David Williams, Max Hort, Maria Kechagia, Aldeida Aleti, Justyna Petke, Federica Sarro

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

AI总结 本文反思了大语言模型时代软件工程研究在基准测试严谨性、可重复性及可持续性方面的挑战，并提出改进建议。

Comments 5 pages, Camera Ready Accepted at ICSE-NIER 2026