语言大模型 / LLM

Poor Alignment and Steerability of Large Language Models: Evidence from College Admission Essays

大语言模型的对齐性和操控性不足：来自大学录取文书的证据

Jinsook Lee, AJ Alvero, Thorsten Joachims, René Kizilcec

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

AI总结 本研究通过分析大学录取文书发现，大语言模型在对齐和操控性方面存在不足，提示信息未能有效改变模型输出的语言模式。

Comments 48 pages, 10 figures, 6 tables

Exploring Implicit Perspectives on Autism in Large Language Models Through Multi-Agent Simulations

通过多智能体模拟探索大型语言模型中对自闭症的隐含视角

Sohyeon Park, Jesus Armando Beltran, Aehong Min, Anamara Ritt-Olson, Gillian R. Hayes

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

AI总结 通过多智能体模拟研究大型语言模型对自闭症的隐含视角，揭示其偏见并提出双重共情问题以改进与自闭症人群的互动。

Do people expect different behavior from large language models acting on their behalf? Evidence from norm elicitations in two canonical economic games

人们是否对由其代理的大型语言模型表现出不同行为期望？来自两种经典经济游戏中的规范引出证据

Paweł Niszczota, Elia Antoniou

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

AI总结 研究发现人们在机器代理决策时应用不同规范，但不反对机器执行规范。

Beyond Visual Safety: Jailbreaking Multimodal Large Language Models for Harmful Image Generation via Semantic-Agnostic Inputs

超越视觉安全：通过语义无关输入对多模态大语言模型进行有害图像生成的劫持

Mingyu Yu, Lana Liu, Zhehao Zhao, Wei Wang, Sujuan Qin

机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications（网络与交换技术国家重点实验室，北京邮电大学） ； School of Cyberspace Security, Beijing University of Posts and Telecommunications（网络安全学院，北京邮电大学） 纠错

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

AI总结 本文提出BVS框架，通过语义无关输入对多模态大语言模型进行有害图像生成的劫持，揭示其视觉安全边界的脆弱性。

Controlling Long-Horizon Behavior in Language Model Agents with Explicit State Dynamics

通过显式状态动力学控制语言模型代理的长周期行为

Sukesh Subaharan

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

AI总结 本文提出通过显式情感动力学控制语言模型代理的长周期行为，通过引入持续的情感状态并结合一阶和二阶更新规则，提升对话的连贯性和响应稳定性。

Comments Supplementary materials can be found here: https://github.com/drsukeshs/agent-behavior-ext-dynamics

Deaf and Hard of Hearing Access to Intelligent Personal Assistants: Comparison of Voice-Based Options with an LLM-Powered Touch Interface

聋人和听觉障碍者使用智能个人助手：语音基于选项与LLM驱动触控界面的比较

Paige S. DeVries, Michaela Okosi, Ming Li, Nora Dunphy, Gidey Gezae, Dante Conway, Abraham Glasser, Raja Kushalnagar, Christian Vogler

机构 * Gallaudet University（加拉维特大学） ； University of California, Berkeley（加州大学伯克利分校） ； Pennsylvania State University（宾夕法尼亚州立大学） 纠错

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

AI总结 本研究比较了语音识别与LLM驱动触控界面在聋人和听力障碍者使用智能个人助手中的可用性，发现两者无显著差异，但需改进对聋人语音的识别能力。

Comments Accepted for publication in ACM CHI 2026

OmniSpectra: A Unified Foundation Model for Native Resolution Astronomical Spectra

OmniSpectra：一种用于原分辨率天体光谱的统一基础模型

Md Khairul Islam, Judy Fox

专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI

AI总结 OmniSpectra是一种能够处理任意长度光谱的统一基础模型，通过自适应架构和多尺度学习，在天文学任务中展现卓越的迁移学习能力。

Next Generation Active Learning: Mixture of LLMs in the Loop

下一代主动学习：循环中的LLM混合

Yuanyuan Qi, Xiaohao Yang, Jueqing Lu, Guoxiang Guo, Joanne Enticott, Gang Liu, Lan Du

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出一种基于混合LLM的主动学习框架，通过聚合多个LLM的优势提升标注鲁棒性，并通过标注差异和负学习提高学习效果，实验证明其性能优于单个LLM和集合方法。

Testing Deep Learning Libraries via Neurosymbolic Constraint Learning

通过神经符号约束学习测试深度学习库

M M Abid Naziri, Shinhae Kim, Feiran Qin, Marcelo d'Amorim, Saikat Dutta

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

AI总结 Centaur通过神经符号约束学习技术，利用动态学习输入约束来测试深度学习库，提高了测试效率和覆盖率，发现多个新错误。

LLMs Homogenize Values in Constructive Arguments on Value-Laden Topics

LLMs在价值性话题的建设性辩论中同质化价值观

Farhana Shahid, Stella Zhang, Aditya Vashistha

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

AI总结 LLMs在价值性话题的建设性辩论中同质化价值观，削弱保守观点，提升亲社会价值观，影响在线讨论动态。

Journal ref CHI 2026

Abusive music and song transformation using GenAI and LLMs

利用生成式人工智能和大语言模型进行滥用音乐和歌曲转换

Jiyang Choi, Rohitash Chandra

机构 * Transitional Artificial Intelligence Research Group, School of Mathematics and Statistics, UNSW Sydney, Australia（过渡人工智能研究组，数学与统计学学院） ； Centre for Artificial Intelligence and Innovation, Pingla Institute, Sydney, Australia（人工智能与创新中心，Pingla研究所） 纠错

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

AI总结 本研究利用生成式人工智能和大语言模型转换音乐中的虐待性内容，降低攻击性并保持音乐连贯性，提供更安全的听觉体验。

DUET: Agentic Design Understanding via Experimentation and Testing

DUET：通过实验和测试进行代理设计理解

Gus Henry Smith, Sandesh Adhikary, Vineet Thumuluri, Karthik Suresh, Vivek Pandit, Kartik Hegde, Hamid Shojaei, Chandra Bhagavatula

机构 * Southmountain Research（Southmountain研究机构） ； ChipStack 纠错

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

AI总结 DUET通过实验和测试提升AI代理在硬件设计验证中的性能

FARM: Field-Aware Resolution Model for Intelligent Trigger-Action Automation

FARM：面向智能触发-动作自动化的场感知分辨率模型

Khusrav Badalov, Young Yoon

机构 * Neouly Co., Ltd.（Neouly公司） ； Hongik University（弘国大学） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 FARM通过双阶段架构实现智能触发-动作自动化，生成具有正确字段绑定的可执行小应用，提升自动化配置效率。

A Checklist for Trustworthy, Safe, and User-Friendly Mental Health Chatbots

可信、安全且用户友好的心理健康聊天机器人清单

Shreya Haran, Samiha Thatikonda, Dong Whi Yoo, Koustuv Saha

机构 * University of Illinois Urbana-Champaign, Urbana, United States（伊利诺伊大学厄巴纳-香槟分校） ； Indiana University Indianapolis, Indianapolis, United States（印第安纳大学印第安纳波利斯分校） 纠错

专题命中 其他LLM ：prompting(abstract)；分类 cs.AI

AI总结 本文提出了一套操作清单，旨在指导开发更可信、安全且用户友好的心理健康聊天机器人，以促进伦理和有效的设计实践。

Journal ref In 28th International Conference on Human-Computer Interaction, Springer LNCS, 2026