语言大模型 / LLM

KBE-DME: Dynamic Multimodal Evaluation via Knowledge Enhanced Benchmark Evolution

KBE-DME: 通过知识增强的基准进化实现动态多模态评估

Junzhe Zhang, Huixuan Zhang, Xiaojun Wan

机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Peking University（北京大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 KBE-DME通过整合多模态知识和动态基准进化，实现对多模态大语言模型能力的更全面评估。

Graph-based Approaches and Functionalities in Retrieval-Augmented Generation: A Comprehensive Survey

基于图的方法和功能在检索增强生成中的应用：全面综述

Zulun Zhu, Tiancheng Huang, Kai Wang, Junda Ye, Xinghe Chen, Siqiang Luo

机构 * Nanyang Technological University（南洋理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文综述了图方法在检索增强生成中的应用，分析了图在提升性能中的作用，指出现有挑战和未来研究方向。

Hyperphantasia: A Benchmark for Evaluating the Mental Visualization Capabilities of Multimodal LLMs

Hyperphantasia: 一个多模态大语言模型心理可视化能力评估基准

Mohammad Shahab Sepehri, Berk Tinaz, Zalan Fabian, Mahdi Soltanolkotabi

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 Hyperphantasia是一个评估多模态大语言模型心理可视化能力的合成基准，通过四个精心设计的谜题揭示了人类与当前模型之间的性能差距，并探索了强化学习在提升视觉模拟能力上的潜力。

Synthetic Singers: A Review of Deep-Learning-based Singing Voice Synthesis Approaches

合成歌手：深度学习在歌唱语音合成方法中的综述

Changhao Pan, Dongyu Yao, Yu Zhang, Wenxiang Guo, Jingyu Lu, Zhiyuan Zhu, Zhou Zhao

机构 * Zhejiang University（浙江大学） 纠错

专题命中 评测与基准 ：large language model(abstract)；language model(abstract)

AI总结 本文综述了基于深度学习的歌唱语音合成方法，系统分析了其任务分类、架构范式及核心技术，并提供了相关数据集和评估基准。

Comments Accepetd by IJCNLP-AACL 2025(Oral)

H3Fusion: Helpful, Harmless, Honest Fusion of Aligned LLMs

H3Fusion: 有助于、无害且诚实的对齐大语言模型融合

Selim Furkan Tekin, Fatih Ilhan, Tiansheng Huang, Sihao Hu, Yichang Xu, Zachary Yahn, Ling Liu

机构 * Georgia Institute of Technology, USA（佐治亚理工学院） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 H3Fusion通过基于MoE的融合机制，在帮助性、无害性和诚实性方面优于现有方法。

GECOBench: A Gender-Controlled Text Dataset and Benchmark for Quantifying Biases in Explanations

GECOBench：一个用于量化解释偏见的性别控制文本数据集和基准

Rick Wilming, Artur Dox, Hjalmar Schulz, Marta Oliveira, Benedict Clark, Stefan Haufe

机构 * Physikalisch-Technische Bundesanstalt（物理技术联邦机构） ； Technische Universität Berlin（技术大学柏林） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 GECOBench通过性别控制文本数据集研究预训练模型中的偏见问题，并评估XAI方法的性能。

Comments Published in Frontiers

Diffusion In Diffusion: Reclaiming Global Coherence in Semi-Autoregressive Diffusion

扩散中的扩散：在半自回归扩散中恢复全球一致性

Linrui Ma, Yufei Cui, Kai Han, Yunhe Wang

机构 * Noah’s Ark Lab, Huawei Montreal, Canada & Beijing, China（华为蒙特利尔实验室及北京） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 Diffusion in Diffusion通过'草稿-然后细化'框架，利用块扩散生成草稿并用全局双向扩散进行细化，提升离散扩散模型的全局一致性与性能。

Comments Work In Progress

OSMa-Bench: Evaluating Open Semantic Mapping Under Varying Lighting Conditions

OSMa-Bench: 评估开放语义映射在不同光照条件下的性能

Maxim Popov, Regina Kurkova, Mikhail Iumanov, Jaafar Mahmoud, Sergey Kolyubin

机构 * Biomechatronics and Energy-Efficient Robotics (BE2R) Lab, ITMO University（生物机电学与节能机器人实验室，ITMO大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL、cs.AI

AI总结 OSMa-Bench通过评估不同光照条件下语义映射算法的性能，推动了更鲁棒的机器人系统发展。

Comments Project page: https://be2rlab.github.io/OSMa-Bench/

Journal ref 2025 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Hangzhou, China, 2025, pp. 10786-10791

Taxonomy-Aligned Risk Extraction from 10-K Filings with Autonomous Improvement Using LLMs

基于LLM的10-K文件风险提取与分类体系的自适应改进

Rian Dolphin, Joe Dursun, Jarrett Blankenship, Katie Adams, Quinton Pike

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 本文提出了一种基于LLM的10-K文件风险提取方法，结合自动分类维护机制，实现对分类体系的持续改进和风险特征的准确捕捉。

Comments 4 figures, 9 pages

PodBench: A Comprehensive Benchmark for Instruction-Aware Audio-Oriented Podcast Script Generation

PodBench: 一个全面的指令感知音频导向播客脚本生成基准

Chenning Xu, Mao Zheng, Mingyu Zheng, Mingyang Song

机构 * Large Language Model Department, Tencent（腾讯大语言模型部门） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 PodBench通过多方面评估框架和实验验证，揭示了开源模型在长上下文和多说话人协调任务中的鲁棒性优势，同时指出高指令遵循性与高质量内容之间的矛盾。

MambAttention: Mamba with Multi-Head Attention for Generalizable Single-Channel Speech Enhancement

MambAttention：结合多头注意力的Mamba用于通用单通道语音增强

Nikolai Lund Kühne, Jesper Jensen, Jan Østergaard, Zheng-Hua Tan

机构 * Department of Electronic Systems, Aalborg University（电子系统系，奥尔堡大学） ； Pioneer Centre for AI（先锋人工智能中心） ； Oticon A/S（Oticon公司） 纠错

专题命中 评测与基准 ：language model(abstract)；分类 cs.AI

AI总结 MambAttention通过结合Mamba与多头注意力机制，提升单通道语音增强的泛化能力，优于现有主流模型。

Comments Accepted to IEEE Transactions on Audio, Speech, and Language Processing

Journal ref IEEE Transactions on Audio, Speech, and Language Processing 2026

Manalyzer: End-to-end Automated Meta-analysis with Multi-agent System

Manalyzer: 基于多智能体系统的端到端自动化元分析

Wanghan Xu, Wenlong Zhang, Fenghua Ling, Ben Fei, Yusong Hu, Runmin Ma, Bo Zhang, Fangxuan Ren, Jintai Lin, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Nankai University（南开大学） ； Peking University（北京大学） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 Manalyzer通过多智能体系统实现端到端自动化元分析，有效缓解了传统方法中的幻觉问题，并在多模态数据处理中取得显著性能提升。

BBoxMaskPose v2: Expanding Mutual Conditioning to 3D

BBoxMaskPose v2: 扩展互条件到3D

Miroslav Purkrabek, Constantin Kolomiiets, Jiri Matas

专题命中 评测与基准 ：prompting(abstract)

AI总结 BBoxMaskPose v2通过整合PMPose和增强的SAM掩码细化模块，在OCHuman数据集上实现了超过50 AP的3D姿态估计性能。

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

Unified Multi-Dataset Training for TBPS

多数据集统一训练用于TBPS

Nilanjana Chatterjee, Sidharatha Garg, A V Subramanyam, Brejesh Lall

机构 * IIIT Delhi（德里印度理工学院） ； IIT Delhi（德里理工学院） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 本文提出Scale-TBPS方法，通过统一数据集编纂和可扩展身份学习框架，在多个数据集上训练出单一TBPS模型，提升了行人检索性能。

VCNAC: A Variable-Channel Neural Audio Codec for Mono, Stereo, and Surround Sound

VCNAC：一种可变通道神经音频编解码器用于单声道、立体声和环绕声

Florian Grötschla, Arunasish Sen, Alessandro Lombardi, Guillermo Cámbara, Andreas Schwarz

机构 * Amazon AGI, ETH Zürich（亚马逊人工智能研究院、苏黎世联邦理工学院） ； Amazon AGI（亚马逊人工智能研究院） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 VCNAC是一种可变通道神经音频编解码器，通过单一参数化编码器和解码器实现多通道音频的高质量重建与灵活推理。

Comments Submitted to EUSIPCO 2026

Large-Scale Label Quality Assessment for Medical Segmentation via a Vision-Language Judge and Synthetic Data

通过视觉-语言裁判和合成数据进行大规模标签质量评估用于医学分割

Yixiong Chen, Zongwei Zhou, Wenxuan Li, Alan Yuille

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 SegAE通过视觉-语言模型和合成数据评估医学分割标签质量，提升数据效率和训练性能，减少标注成本和质检时间。

Comments ISBI 2026 accepted

GAIA: A Global, Multi-modal, Multi-scale Vision-Language Dataset for Remote Sensing Image Analysis

GAIA: 一个全球性的多模态、多尺度遥感图像分析数据集

Angelos Zavras, Dimitrios Michail, Xiao Xiang Zhu, Begüm Demir, Ioannis Papoutsis

机构 * Orion Lab, School of Rural, Surveying and Geoinformatics Engineering, National Technical University of Athens（奥里昂实验室，农村测绘与地理信息工程学院，希腊雅典国家技术大学） ； Institute of Astronomy, Astrophysics, Space Applications and Remote Sensing, National Observatory of Athens（天文、天体物理、空间应用与遥感研究所，希腊雅典国家天文台） ； Department of Informatics and Telematics, Harokopio University of Athens（信息与电信技术系，雅典霍罗科皮欧大学） ； Chair of Data Science in Earth Observation, Technical University of Munich（地球观测数据科学教授职位，慕尼黑技术大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Faculty of Electrical Engineering and Computer Science, Technische Universität Berlin（电气工程与计算机科学系，柏林技术大学） ； BIFOLD - Berlin Institute for the Foundations of Learning and Data（柏林学习与数据基础研究所） 纠错

专题命中 评测与基准 ：language model(abstract)

AI总结 GAIA是一个全球性的多模态遥感图像分析数据集，通过精心构建的图像-文本对提升遥感任务的性能。

Comments 26 pages, 14 figures

Guardrails for trust, safety, and ethical development and deployment of Large Language Models (LLM)

大型语言模型（LLM）的信任、安全与伦理发展和部署的防护措施

Anjanava Biswas, Wrick Talukdar

专题命中 效率与部署 ：LLM(title,abstract)；large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本文提出了一种灵活自适应序列机制，结合信任和安全模块，用于实现大型语言模型开发和部署的安全防护。

Journal ref Journal Of Science & Technology, Vol. 4 No. 6 (2023), 55-82

Large Language Model-Powered Evolutionary Code Optimization on a Phylogenetic Tree

基于进化树的大型语言模型驱动的代码优化

Leyi Zhao, Weijie Huang, Yitong Guo, Jiang Bian, Chenghong Wang, Xuhong Zhang

机构 * Department of Computer Science（计算机科学系） ； Luddy School of Informatics（信息学院） ； Indiana University（印第安纳大学） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 PhyloEvolve利用大型语言模型和进化算法优化GPU科学计算算法，通过进化树结构提升优化效率和可重复性。

Large Language Models for Large-Scale, Rigorous Qualitative Analysis in Applied Health Services Research

大型语言模型在应用健康服务研究中的大规模、严谨定性分析中的应用

Sasha Ronaghi, Emma-Louise Aveling, Maria Levis, Rachel Lauren Ross, Emily Alsentzer, Sara Singer

机构 * Department of Computer Science（计算机科学系） ； Stanford University（斯坦福大学） ； Department of Biomedical Data Science（生物医学数据科学系） ； Stanford School of Medicine（斯坦福医学院） ； Harvard T.H. Chan School of Public Health（哈佛T.H. Chan公共卫生学院） ； Impactivo LLC 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL

AI总结 本文提出了一种人-LLM定性分析框架，用于在应用健康服务研究中提升效率并保持严谨性，通过整合大型语言模型来改进定性数据的分析和反馈。

Comments 20 pages, 6 figures

PrivTune: Efficient and Privacy-Preserving Fine-Tuning of Large Language Models via Device-Cloud Collaboration

PrivTune: 通过设备-云协作实现高效且隐私保护的大型语言模型微调

Yi Liu, Weixiang Han, Chengjun Cai, Xingliang Yuan, Cong Wang

机构 * City University of Hong Kong（香港城市大学） ； City University of Hong Kong (Dongguan)（香港城市大学（东莞）） ； University of Melbourne（墨尔本大学） 纠错

专题命中 效率与部署 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI、cs.LG

AI总结 PrivTune通过分割学习框架，在设备-云协作中实现高效且隐私保护的大型语言模型微调，有效降低攻击成功率并保持性能。

Comments Accepted at IEEE INFOCOM 2026 (full version). Update the cited references

CoScale-RL: Efficient Post-Training by Co-Scaling Data and Computation

CoScale-RL: 通过协同扩展数据与计算实现高效后期训练

Yutong Chen, Jiandong Gao, Ji Wu

机构 * Department of Electronic Engineering, Tsinghua University, Beijing, China（清华大学电子工程系） ； College of AI, Tsinghua University, Beijing, China（清华大学人工智能学院） ； Beijing National Research Center for Information Science（北京信息科学国家研究中心） 纠错

专题命中 效率与部署 ：post-training(title,abstract)；foundation model(abstract)；SFT(abstract)；分类 cs.AI、cs.LG

AI总结 CoScale-RL通过协同扩展数据与计算，提升大型推理模型的训练效率和推理能力。

Comments preprint

The Slow Drift of Support: Boundary Failures in Multi-Turn Mental Health LLM Dialogues

支持的缓慢漂移：多轮心理健康大语言模型对话中的边界失败

Youyou Cheng, Zhuangwei Kang, Kerry Jiang, Chenyu Sun, Qiyang Pan

机构 * University of Incarnate Word School of Osteopathic Medicine（incarnate Word 学校医学部） ； Independent Researcher（独立研究者） ； Mayo Clinic（梅奥诊所） 纠错

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

AI总结 本文提出多轮压力测试框架，揭示LLMs在长对话中因安慰和同理心尝试导致的安全边界逐步侵犯问题。

QMC: Efficient SLM Edge Inference via Outlier-Aware Quantization and Emergent Memories Co-Design

QMC：通过异常感知量化和涌现记忆协同设计实现高效的SLM边缘推断

Nilesh Prasad Pandey, Jangseon Park, Onat Gungor, Flavio Ponzina, Tajana Rosing

机构 * University of California San Diego（加州大学圣地亚哥分校） ； San Diego State University（圣地亚哥州立大学） 纠错

专题命中 效率与部署 ：SLM(title)；LLM(abstract)；language model(abstract)；small language model(abstract)

AI总结 QMC通过异常感知量化和涌现记忆协同设计，实现高效SLM边缘推断，显著降低内存、能耗和延迟。

Stackelberg Self-Annotation: A Robust Approach to Data-Efficient LLM Alignment

Stackelberg 自注释：一种鲁棒的数据高效 LLM 对齐方法

Xu Chu, Zhixin Zhang, Tianyu Jia, Yujie Jin

机构 * Key Laboratory of High Confidence Software Technologies, Ministry of Education（高可信软件技术重点实验室，教育部） ； Center on Frontiers of Computing Studies, Peking University（计算前沿研究中心，北京大学） ； School of Computer Science, Peking University（计算机学院，北京大学） 纠错

专题命中 效率与部署 ：LLM(title)；large language model(abstract)；language model(abstract)；preference optimization(abstract)

AI总结 本文提出Stackelberg自标注方法，通过少量人工标注和迭代自我标注，实现高效LLM对齐，减少对昂贵人工标注的依赖。

Towards Understanding Best Practices for Quantization of Vision-Language Models

朝着理解视觉-语言模型量化最佳实践

Gautom Das, Vincent La, Ethan Lau, Abhinav Shrivastava, Matthew Gwilliam

机构 * University of Maryland, College Park（马里兰大学学院公园分校） 纠错

专题命中 效率与部署 ：language model(title,abstract)；LLM(abstract)；large language model(abstract)

AI总结 本研究探讨了视觉-语言模型量化方法对多模态流水线性能的影响，发现LLM低位量化在减少bpw时仍保持高精度，为高效部署MLLMs提供实践指导。

Comments 15 pages, 12 figures, 1 table

Strategic Doctrine Language Models (sdLM): A Learning-System Framework for Doctrinal Consistency and Geopolitical Forecasting

战略道义语言模型（sdLM）：一种用于道义一致性和地缘政治预测的学习系统框架

Olaf Yunus Laitinen Imanov, Taner Yilmaz, Derya Umut Kulali

机构 * Department of Applied Mathematics and Computer Science (DTU Compute)（应用数学与计算机科学系（DTU计算）） ； Technical University of Denmark（丹麦技术大学） ； Department of Computer Engineering（计算机工程系） ； Afyon Kocatepe University（阿菲永卡拉伊斯大学） ； Department of Engineering（工程系） ； Eskisehir Technical University（埃斯克西赫尔技术大学） 纠错

专题命中 效率与部署 ：language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.LG

AI总结 sdLM通过多文档注意力、时间编码和道义一致性层，提升地缘政治预测的准确性和道义一致性，优于通用大语言模型和人类专家。

Comments 13 pages, 10 figures, 10 tables

Auditing Language Model Unlearning via Information Decomposition

通过信息分解审计语言模型去学习

Anmol Goel, Alan Ritter, Iryna Gurevych

专题命中 效率与部署 ：language model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文通过信息分解方法，揭示语言模型去学习过程中残留知识的问题，并提出基于表示的风险评分以缓解隐私泄露。

Comments EACL 2026 Main

LoRAP: Low-Rank Aggregation Prompting for Quantized Graph Neural Networks Training

LoRAP: 低秩聚合提示用于量化图神经网络训练

Chenyu Liu, Haige Li, Luca Rossi

机构 * The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 效率与部署 ：prompting(title,abstract)；分类 cs.LG

AI总结 LoRAP通过低秩聚合提示提升量化图神经网络训练性能，减少计算开销并提高低比特量化效果。

Vision-Language Models on the Edge for Real-Time Robotic Perception

边缘计算上的视觉-语言模型用于实时机器人感知

Sarat Ahmad, Maryam Hafeez, Syed Ali Raza Zaidi

机构 * School of Electronic and Electrical Engineering（电子与电气工程学院） 纠错

专题命中 效率与部署 ：language model(title,abstract)；分类 cs.AI

AI总结 本文研究了在边缘计算平台上部署视觉-语言模型以提高机器人感知的实时性与准确性，通过实验对比边缘与云部署的性能差异。