语言大模型 / LLM

Benchmarking LLMs for Political Science: A United Nations Perspective

对政治科学的LLM进行基准测试：一个联合国视角

Yueqing Liang, Liangwei Yang, Chen Wang, Congying Xia, Rui Meng, Xiongxiao Xu, Haoran Wang, Ali Payani, Kai Shu

机构 * Google Cloud AI Research（谷歌云人工智能研究） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出联合国基准（UNBench），用于评估LLMs在政治科学中的能力，涵盖联合国决策过程的三个阶段。

Comments This paper has been accepted at AAAI 2026 as an oral paper

Algorithmic Identity Based on Metaparameters: A Path to Reliability, Auditability, and Traceability

基于元参数的算法身份：可靠性、可审计性与可追溯性的一条路径

Juliao Braga, Percival Henriques, Juliana C. Braga, Itana Stiubiener

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 本文提出通过DOI标识算法以提升AI应用的可靠性、可审计性和可追溯性，探讨了其在多模态LLMs中的应用及加密认证协议。

Comments 6 pages, 1 figure

MusiCRS: Benchmarking Audio-Centric Conversational Recommendation

MusiCRS：面向音频导向的对话推荐基准测试

Rohan Surana, Amit Namburi, Gagan Mundada, Abhay Lal, Zachary Novack, Julian McAuley, Junda Wu

机构 * University of California, San Diego, USA（加州大学圣地亚哥分校） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 MusiCRS通过链接Reddit用户对话与音乐曲目，为音频导向的对话推荐提供首个基准测试，揭示了跨模态整合的局限性，并释放了相关数据集和代码以促进研究进展。

Comments 5 pages

Unlocking Scaling Law in Industrial Recommendation Systems with a Three-step Paradigm based Large User Model

通过基于三种步骤范式的大型用户模型解锁工业推荐系统中的扩展定律

Bencheng Yan, Shilei Liu, Zhiyuan Zeng, Zihao Wang, Yizhen Zhang, Yujin Yuan, Langming Liu, Jiaqi Liu, Di Wang, Wenbo Su, Wang Pengjie, Jian Xu, Bo Zheng

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 本文提出一种基于三种步骤范式的大型用户模型，通过解决工业推荐系统中的扩展定律限制，实现了可扩展的推荐性能提升。

Comments WSDM 2026, 10 pages; The first three authors contributed equally to this work

The Art of Being Difficult: Combining Human and AI Strengths to Find Adversarial Instances for Heuristics

困难的艺术：结合人类和AI优势寻找启发式方法的对抗实例

Henri Nikoleit, Ankit Anand, Anurag Murty Naredla, Heiko Röglin

机构 * University of Bonn（波恩大学） ； Google DeepMind（谷歌DeepMind） ； University of Manitoba（曼尼托巴大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.LG

AI总结 通过结合人类与AI的优势，研究利用LLM生成对抗实例以改进启发式方法的下界，突破长期存在的算法障碍。

Beyond the Training Domain: Robust Generative Transition State Models for Unseen Chemistry

超越训练域：用于未见化学的鲁棒生成过渡态模型

Samir Darouich, Jacob W. Toney, Weiliang Luo, Johannes Kästner, Mathias Niepert, Heather J. Kulik

专题命中 领域大模型 ：pretraining(abstract)

AI总结 本文提出了一种基于自监督预训练的生成过渡态模型，通过引入靶向基准和元素替换，提高了对未见化学的预测能力，降低了过渡态几何结构的误差并减少了微调数据需求。

Normality of Ideals and Modules

理想与模的正则性

Naoki Endo, Shiro Goto, Jooyoun Hong, Bernd Ulrich

专题命中 领域大模型 ：prompting(abstract)

AI总结 研究积分封闭理想或模的Rees代数正则性条件，证明在特定条件下其为Cohen-Macaulay正常域。

Comments Submitted for publication

SciNUP: Natural Language User Interest Profiles for Scientific Literature Recommendation

SciNUP: 科学文献推荐的自然语言用户兴趣资料

Mariam Arustashvili, Krisztian Balog

专题命中 领域大模型 ：LLM(abstract)

AI总结 SciNUP通过合成数据集评估基于自然语言用户兴趣资料的学术文献推荐方法，揭示基线方法的互补行为及改进空间。

Comments Proceedings of the 48th European Conference on Information Retrieval (ECIR '26), 2026

Linguistic traces of stochastic empathy in language models

语言模型中随机共情的语言痕迹

Bennett Kleinberg, Jari Zegers, Jonas Festor, Stefana Vida, Julian Präsent, Riccardo Loconte, Sanne Peereboom

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

AI总结 研究发现语言模型通过隐含的人性表示模仿随机共情，从而在生成内容中表现出更接近人性的特征。

Comments preprint (updated)

Evaluating Adversarial Robustness of Concept Representations in Sparse Autoencoders

评估稀疏自编码器中概念表示的对抗鲁棒性

Aaron J. Li, Suraj Srinivas, Usha Bhalla, Himabindu Lakkaraju

机构 * University of California, Berkeley（加州大学伯克利分校） ； Bosch Research（博世研究） ； Harvard University（哈佛大学） 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、cs.LG

AI总结 本研究评估了稀疏自编码器中概念表示的对抗鲁棒性，发现其易受微小输入扰动影响，可能不适合用于模型监控和监督。

Combating Spurious Correlations in Graph Interpretability via Self-Reflection

通过自反思对抗图可解释性中的虚假相关性

Kecheng Cai, Chenyang Xu, Chao Peng, Jiafu Huang, Qiyuan Liang, Irene Zheng

机构 * (January 2026)（（2026年1月）） 纠错

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

AI总结 本文提出自反思框架提升图可解释性，通过反馈机制改进模型对虚假相关性的识别能力。

DANCE: Dynamic, Available, Neighbor-gated Condensation for Federated Text-Attributed Graphs

DANCE: 动态、可用、邻居门控的联邦文本属性图压缩

Zekai Chen, Haodong Lu, Xunkai Li, Henan Sun, Jia Li, Hongchao Qin, Rong-Hua Li, Guoren Wang

机构 * Department of Computer Science, Beijing Institute of Technology, Beijing, China（北京理工大学计算机科学系） ； The Hong Kong University of Science and Technology (GZ), Guangzhou, China（香港科技大学（广州）） 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.LG

AI总结 DANCE通过动态、可用、邻居门控的图压缩方法，提升联邦文本属性图学习的准确性和可解释性。

Do LLM hallucination detectors suffer from low-resource effect?

大型语言模型的幻觉检测器是否受到低资源效应影响？

Debtanu Datta, Mohan Kishore Chilukuri, Yash Kumar, Saptarshi Ghosh, Muhammad Bilal Zafar

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

AI总结 研究发现，幻觉检测器在低资源语言中表现较任务本身更稳健，可能因内部机制编码了不确定性信号。

Comments Accepted at EACL 2026 (Main)

From Transactions to Exploits: Automated PoC Synthesis for Real-World DeFi Attacks

从交易到exploit：针对现实世界DeFi攻击的自动PoC合成

Xing Su, Hao Wu, Hanzhong Liang, Yunlin Jiang, Yuxi Cheng, Yating Liu, Fengyuan Xu

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

AI总结 TracExp通过轨迹驱动逆向工程和大语言模型代码生成，自动合成可验证的DeFi链上攻击PoC，有效复现93%的现实攻击案例。

Comments 14 pages, 10 figures

Unified Multimodal Interleaved Document Representation for Retrieval

统一多模态交错文档表示用于检索

Jaewoo Lee, Joonho Ko, Jinheon Baek, Soyeong Jeong, Sung Ju Hwang

机构 * University of North Carolina Chapel Hill（北卡罗来纳大学教堂山分校） ； KAIST（韩国科学技术院） ； DeepAuto 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 本文提出统一多模态交错文档表示方法，通过整合文本、图像和表格信息提升信息检索性能。

Comments EACL Findings 2026

AlphaFace: High Fidelity and Real-time Face Swapper Robust to Facial Pose

AlphaFace: 高保真和实时的面部交换器，对面部姿态具有鲁棒性

Jongmin Yu, Hyeontaek Oh, Zhongtian Sun, Angelica I Aviles-Rivero, Moongu Jeon, Jinhong Yang

机构 * University of Cambridge（剑桥大学） ； University of Kent（肯特大学） ； Tsinghua University（清华大学） ； Gwangju Institute of Science and Technology（全州科学技术院） ； Inje University（庆北大学） 纠错

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

AI总结 AlphaFace通过结合视觉-语言模型和CLIP嵌入，实现高保真和实时的面部交换，提升对极端面部姿态的鲁棒性。

Multi-scale Graph Autoregressive Modeling: Molecular Property Prediction via Next Token Prediction

多尺度图自回归建模：通过下一个标记预测进行分子属性预测

Zhuoyang Jiang, Yaosen Min, Peiran Jin, Lei Chen

机构 * The Hong Kong University of Science（香港科学与技术大学） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） 纠错

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

AI总结 CamS通过多尺度因果序列化实现分子属性预测，优于SMILES和图基线模型，有效识别活性悬崖差异。

CALE : Concept-Aligned Embeddings for Both Within-Lemma and Inter-Lemma Sense Differentiation

CALE：基于词内和词间概念对齐的嵌入表示

Bastien Liétard, Gabriel Loiseau

机构 * University of Lille, Inria, CNRS, Centrale Lille, UMR 9189 - CRIStAL（里尔大学、INRIA、法国国家科学研究中心、Centrale Lille、UMR 9189 - CRIStAL） 纠错

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

AI总结 本文提出CALE模型，通过概念区分任务提升词义表示的准确性和多用途性，实验证明其在词义任务中表现优异。

Comments Accepted at EACL 2026

Is What You Ask For What You Get? Investigating Concept Associations in Text-to-Image Models

你所要求的是你所得到的吗？探究文本到图像模型中的概念关联

Salma Abdel Magid, Weiwei Pan, Simon Warchol, Grace Guo, Junsik Kim, Mahia Rahman, Hanspeter Pfister

机构 * Department of Computer Science（计算机科学系） ； Harvard University（哈佛大学） 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 Concept2Concept 框架，用于审计文本到图像模型中提示与生成内容之间的概念关联，通过可解释的概念和度量标准进行可视化分析。

Journal ref Trans. Mach. Learn. Res, 2835-8856, 2025, https://openreview.net/forum?id=mk1YIkVvTQ

SearchLLM: Detecting LLM Paraphrased Text by Measuring the Similarity with Regeneration of the Candidate Source via Search Engine

SearchLLM: 通过搜索引擎检索候选源文本并测量相似性以检测LLM改写文本

Hoang-Quoc Nguyen-Son, Minh-Son Dao, Koji Zettsu

机构 * National Institute of Information and Communications Technology, Japan（日本信息与通信技术国家研究所） ； Nagoya University, Japan（日本名古屋大学） 纠错

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

AI总结 SearchLLM通过搜索引擎检索候选源文本并测量相似性，有效检测LLM改写文本并提升检测器性能。

Comments EACL 2026 camera ready (Main Track)

Revisiting the Role of Natural Language Code Comments in Code Translation

重新审视自然语言代码注释在代码翻译中的作用

Monika Gupta, Ajay Meena, Anamitra Roy Choudhury, Vijay Arya, Srikanta Bedathur

机构 * Indian Institute of Technology, New Delhi, India（印度理工学院德里分校） ； IBM Research - India, India（IBM印度研究） 纠错

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

AI总结 本文研究了自然语言代码注释对代码翻译准确性的影响，提出COMMENTRA方法，证明其能将LLM代码翻译性能翻倍。

ES4R: Speech Encoding Based on Prepositive Affective Modeling for Empathetic Response Generation

基于前置情感建模的语音编码用于共情响应生成

Zhuoyue Gao, Xiaohui Wang, Xiaocui Yang, Wen Zhang, Daling Wang, Shi Feng, Yifei Zhang

机构 * Northeastern University, China（东北大学） 纠错

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

AI总结 ES4R通过前置情感建模和双层注意力机制，提升语音对话中的共情响应生成能力，优于现有基线模型。

Retrieve-Refine-Calibrate: A Framework for Complex Claim Fact-Checking

检索-细化-校准：复杂断言事实核查的框架

Mingwei Sun, Qianlong Wang, Ruifeng Xu

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

AI总结 本文提出RRC框架，通过检索、细化和校准提升复杂断言事实核查的准确性。

Comments 9 pages, 4 figures. This is an original work by the authors. Any unauthorized submission, reproduction, or commercial use by third parties is prohibited

Towards Latent Diffusion Suitable For Text

面向文本的潜在扩散模型

Nesta Midavaine, Christian A. Naesseth, Grigory Bartosh

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

AI总结 本文提出神经流扩散模型，用于高效生成文本，通过改进连续扩散模型在离散空间的应用，提升语言生成的连贯性和效率。

Provable Differentially Private Computation of the Cross-Attention Mechanism

可证明的差分隐私交叉注意力机制计算

Yekun Ke, Yingyu Liang, Zhenmei Shi, Zhao Song, Jiahao Zhang

机构 * The University of Hong Kong（香港大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； The Simons Institute for the Theory of Computing at the University of California, Berkeley（伯克利大学计算理论研究所） 纠错

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

AI总结 本文提出了一种可证明差分隐私的交叉注意力机制计算方法，通过新颖的数据结构实现隐私保护，同时保证计算效率和安全性。

Embedding -based Crop Type Classification in the Groundnut Basin of Senegal

基于嵌入的塞内加尔花生盆地作物类型分类

Madeline C. Lisaius, Srinivasan Keshav, Andrew Blake, Clement Atzberger

机构 * The University of Cambridge Department of Computer Science（剑桥大学计算机科学系） ； dClimate Labs（dClimate实验室） 纠错

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

AI总结 本文提出基于TESSERA嵌入的方法，用于提高塞内加尔花生盆地作物类型分类的准确性，实验显示其比现有方法更有效。

Introducing the Generative Application Firewall (GAF)

引入生成应用防火墙（GAF）

Joan Vendrell Farreny, Martí Jordà Roca, Miquel Cornudella Gaya, Rodrigo Fernández Baón, Víctor García Martínez, Eduard Camacho Sucarrats, Alessandro Pignati

机构 * University of the Aegean（爱琴海大学） ； University of Cambridge（剑桥大学） ； OWASP GenAI Security Project（OWASP生成式AI安全项目） ； University of Liverpool（利物浦大学） ； MIT Computer Science and Artificial Intelligence Laboratory（MIT计算机科学与人工智能实验室） ； Center for AI and Digital Policy（人工智能与数字政策中心） ； Huawei（华为） ； Cloud Security Alliance（云安全联盟） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 本文提出GAF，一种统一保护LLM应用的架构层，整合现有防御措施并扩展至自主代理与工具交互。