语言大模型 / LLM

Beyond Data Privacy: New Privacy Risks for Large Language Models

超越数据隐私：大型语言模型的新隐私风险

Yuntao Du, Zitao Li, Ninghui Li, Bolin Ding

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

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文探讨了大型语言模型在部署过程中出现的新隐私风险，并提出缓解策略以应对日益强大的LLMs带来的威胁。

Comments Published in the IEEE Data Engineering Bulletin: http://sites.computer.org/debull/A25dec/issue1.htm

Knowing the Facts but Choosing the Shortcut: Understanding How Large Language Models Compare Entities

知晓事实却选择捷径：理解大型语言模型如何比较实体

Hans Hergen Lehmann, Jae Hee Lee, Steven Schockaert, Stefan Wermter

机构 * University of Hamburg（汉堡大学） ； Cardiff University（卡迪夫大学） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 研究发现大型语言模型在比较实体时更依赖数值知识，而小型模型则受启发式偏差影响，通过链式思考提示可引导模型更依赖数值特征。

Comments 34 pages, 20 figures. Accepted for EACL 2026

RotBench: Evaluating Multimodal Large Language Models on Identifying Image Rotation

RotBench: 对多模态大语言模型识别图像旋转能力的评估

Tianyi Niu, Jaemin Cho, Elias Stengel-Eskin, Mohit Bansal

机构 * UNC Chapel Hill（北卡罗来纳大学夏洛特分校） ； Allen Institute for Artificial Intelligence（人工智能研究院） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 RotBench评估了多模态大语言模型在识别图像旋转角度方面的性能，发现大多数模型难以区分90°和270°旋转，但能识别0°和180°图像，揭示了模型空间推理能力与人类的差距。

Comments EACL 2026 Camera-Ready. Code and data: https://github.com/tianyiniu/RotBench

SeRL: Self-Play Reinforcement Learning for Large Language Models with Limited Data

SeRL：基于有限数据的大型语言模型自我对抗强化学习

Wenkai Fang, Shunyu Liu, Yang Zhou, Kongcheng Zhang, Tongya Zheng, Kaixuan Chen, Mingli Song, Dacheng Tao

机构 * Zhejiang University（浙江大学） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Hangzhou City University（杭州城市大学） ； Hangzhou High-Tech Zone (Binjiang) Institute of Blockchain and Data Security（杭州高新技术区（滨江）区块链与数据安全研究院） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI

AI总结 SeRL通过自我指令和自我奖励机制，在有限数据条件下提升大型语言模型的推理能力。

STaR: Towards Effective and Stable Table Reasoning via Slow-Thinking Large Language Models

STaR：通过慢思考大语言模型实现有效的稳定表格推理

Huajian Zhang, Mingyue Cheng, Yucong Luo, Xiaoyu Tao

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；SFT(abstract)；分类 cs.AI

AI总结 STaR通过慢思考机制提升表格推理的有效性和稳定性，采用两阶段训练框架和不确定性量化技术，在领域内和领域外均取得优异表现。

RGFL: Reasoning Guided Fault Localization for Automated Program Repair Using Large Language Models

RGFL：基于大语言模型的自动化程序修复中的推理引导故障定位

Melika Sepidband, Hamed Taherkhani, Hung Viet Pham, Hadi Hemmati

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)

AI总结 RGFL通过引入分层推理模块和反事实分析，提升自动化程序修复中的文件和元素级故障定位精度，显著提高修复成功率。

Comments 23 pages, 5 figures

Teaching Small Language Models to Learn Logic through Meta-Learning

通过元学习让小型语言模型学习逻辑

Leonardo Bertolazzi, Manuel Vargas Guzmán, Raffaella Bernardi, Maciej Malicki, Jakub Szymanik

机构 * University of Trento（特伦托大学） ； University of Warsaw（华沙大学） ； Free University of Bozen-Bolzano（博兹纳-博尔扎诺自由大学） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；small language model(title)；large language model(abstract)；分类 cs.CL

AI总结 本文通过元学习方法提升小型语言模型在三段论推理任务中的逻辑推理能力，实验表明其在低数据环境下表现优于GPT-4o和o3-mini。

Comments EACL 2026 Main

A Syllogistic Probe: Tracing the Evolution of Logic Reasoning in Large Language Models

直言探针：追踪大型语言模型中逻辑推理的演变

Zhengqing Zang, Yuqi Ding, Yanmei Gu, Changkai Song, Zhengkai Yang, Guoping Du, Junbo Zhao, Haobo Wang

机构 * Zhejiang University（浙江大学） ； University of Chinese Academy of Social Sciences（中国社会科学院大学） ； Ant Group（蚂蚁集团） ； Chinese Academy of Social Sciences（中国社会科学院） 纠错

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 本研究通过三段论测试揭示大型语言模型在逻辑推理演变中的特性，发现模型规模、思考机制和基础模型对逻辑发展有重要影响。

HeartLLM: Discretized ECG Tokenization for LLM-Based Diagnostic Reasoning

HeartLLM: 12导联心电图离散化编码用于基于大语言模型的诊断推理

Jinning Yang, Wenjie Sun, Wen Shi

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；instruction tuning(abstract)

AI总结 HeartLLM通过离散化ECG信号生成令牌，使LLM能处理心电图与自然语言输入，实现医疗诊断推理。

Generative metamaterials based on large language models

基于大语言模型的生成超材料

Zhenyang Gao, Gengchen Zheng, Pengyuan Ren, Hongsong Wang, Kun Zhou, Minh-Son Pham, Yi Wu, Yu Zou, Chu Lun Alex Leung, Yuanyuan Tian, Yang Lu, Haowei Wang, Hongze Wang

专题命中 推理与问题求解 ：large language model(title,abstract)；language model(title,abstract)

AI总结 基于大语言模型开发生成超材料设计工具，实现快速高效的设计生成与诊断进化，推动高通量超材料发现。

RareAlert: Aligning heterogeneous large language model reasoning for early rare disease risk screening

RareAlert: 对齐异构大语言模型推理以实现早期罕见病风险筛查

Xi Chen, Hongru Zhou, Huahui Yi, Shiyu Feng, Hanyu Zhou, Tiancheng He, Mingke You, Li Wang, Qiankun Li, Kun Wang, Weili Fu, Kang Li, Jian Li

专题命中 推理与问题求解 ：large language model(title)；language model(title)；LLM(abstract)；分类 cs.AI

AI总结 RareAlert通过整合多个LLM推理并校准后生成单一模型，实现早期罕见病风险筛查，其AUC达到0.917，优于现有方法。

Comments 28 page, 3 figures

Is More Context Always Better? Examining LLM Reasoning Capability for Time Interval Prediction

更多上下文总是更好吗？检验LLM在时间间隔预测中的推理能力

Yanan Cao, Farnaz Fallahi, Murali Mohana Krishna Dandu, Lalitesh Morishetti, Kai Zhao, Luyi Ma, Sinduja Subramaniam, Jianpeng Xu, Evren Korpeoglu, Kaushiki Nag, Sushant Kumar, Kannan Achan

机构 * Walmart Global Tech（沃尔玛全球技术） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究LLM在时间间隔预测中的推理能力，发现尽管LLM在某些任务中表现良好，但其在捕捉定量时间结构方面存在局限，且过多上下文反而可能降低性能。

Comments Accepted at The Web Conference 2026 (WWW 2026)

Do Reasoning Models Ask Better Questions? A Formal Information-Theoretic Analysis on Multi-Turn LLM Games

推理模型会提出更好的问题吗？多轮LLM游戏中的信息论分析

Daniel M. Pedrozo, Telma W. de L. Soares, Bryan L. M. de Oliveira

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出多轮对话框架，通过信息增益评估LLM在地理游戏中提问效率，发现具有推理能力的模型在部分可观察环境下表现更优。

Comments Presented at the NeusymBridge Workshop at AAAI 2026

Reflect: Transparent Principle-Guided Reasoning for Constitutional Alignment at Scale

Reflect: 为大规模宪法对齐的透明原则引导推理

Henry Bell, Caroline Zhang, Mohammed Mobasserul Haque, Dhaval Potdar, Samia Zaman, Brandon Fain

机构 * Duke University（杜克大学） ； Independent Researcher（独立研究者） 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；RLHF(abstract)

AI总结 Reflect通过透明推理框架在不需训练数据的情况下提升大语言模型对多样原则的对齐能力，增强安全性和鲁棒性。

DV-VLN: Dual Verification for Reliable LLM-Based Vision-and-Language Navigation

DV-VLN：基于可靠大语言模型的视觉-语言导航的双重验证

Zijun Li, Shijie Li, Zhenxi Zhang, Bin Li, Shoujun Zhou

机构 * Robotics Engineering Program, College of Engineering, Zhejiang Normal University（浙江师范大学工程学院机器人工程专业） ； Shenzhen Institutes of Advanced Technology (SIAT), Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； Department of Health Technology and Informatics, The Hong Kong Polytechnic University（香港理工大学健康科技与信息技术系） 纠错

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 DV-VLN通过生成-验证范式提升大语言模型在视觉-语言导航中的可靠性，通过双重验证机制提高导航决策的准确性和可解释性。

Improving Human Verification of LLM Reasoning through Interactive Explanation Interfaces

通过交互式解释界面提高LLM推理的人类验证

Runtao Zhou, Giang Nguyen, Nikita Kharya, Anh Totti Nguyen, Chirag Agarwal

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出三种交互式推理界面，通过增强用户对LLM推理过程的理解，提高人类验证效率和准确性。

Comments 19 pages, 14 figures

GraphPilot: GUI Task Automation with One-Step LLM Reasoning Powered by Knowledge Graph

GraphPilot: 基于知识图谱的GUI任务自动化：由LLM推理一步完成

Mingxian Yu, Siqi Luo, Xu Chen

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 GraphPilot通过基于知识图谱的LLM推理一步完成GUI任务自动化，显著提升任务完成率并降低延迟。

Comments This paper is accepted by the Journal of Intelligent Computing and Networking (JICN) for publication

Many Hands Make Light Work: An LLM-based Multi-Agent System for Detecting Malicious PyPI Packages

众手成炬：基于LLM的多智能体系统用于检测恶意PyPI包

Muhammad Umar Zeshan, Motunrayo Ibiyo, Claudio Di Sipio, Phuong T. Nguyen, Davide Di Ruscio

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出LAMPS，一种基于LLM的多智能体系统，通过协作检测恶意PyPI包，实现高准确率和显著的性能提升。

Comments The paper has been peer-reviewed and accepted for publication to the Journal of Systems and Software (https://www.sciencedirect.com/journal/journal-of-systems-and-software)

DesignerlyLoop: Forming Design Intent through Curated Reasoning for Human-LLM Alignment

DesignerlyLoop: 通过精选推理形成设计意图以实现人-大语言模型对齐

Anqi Wang, Zhengyi Li, Xin Tong, Pan Hui

专题命中 推理与问题求解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 DesignerlyLoop通过精选推理提升人-大语言模型在设计任务中的对齐，改进设计质量和创造力。

SafeRBench: Dissecting the Reasoning Safety of Large Language Models

SafeRBench: 解析大语言模型推理安全性的本质

Xin Gao, Shaohan Yu, Zerui Chen, Yueming Lyu, Weichen Yu, Guanghao Li, Jiyao Liu, Jianxiong Gao, Jian Liang, Ziwei Liu, Chenyang Si

机构 * Nanjing University（南京大学） ； Fudan University（复旦大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Chinese Academy of Sciences（中国科学院） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 推理与问题求解 ：large language model(title)；language model(title)；分类 cs.AI

AI总结 SafeRBench通过端到端评估方法解析大语言模型推理过程中的安全性问题，提出风险分层探测、微思维分析和10项细粒度指标，揭示大模型在增强安全性的同时可能增加可操作风险的悖论。

Comments 29 pages, 8 figures

Latent-Space Contrastive Reinforcement Learning for Stable and Efficient LLM Reasoning

潜在空间对比强化学习用于稳定高效的LLM推理

Lianlei Shan, Han Chen, Yixuan Wang, Zhenjie Liu, Wei Li

机构 * University of Chinese Academy of Sciences（中国科学院大学） ； EvolutionLeap（进化跃迁） ； Tsinghua University（清华大学） 纠错

专题命中 推理与问题求解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本研究提出深度潜在推理（DLR），通过潜在空间对比强化学习提升LLM在复杂推理任务中的稳定性与效率。

Comments 12 pages,

MathMixup: Boosting LLM Mathematical Reasoning with Difficulty-Controllable Data Synthesis and Curriculum Learning

MathMixup: 通过难度可控的数据合成与课程学习提升LLM的数学推理能力

Xuchen Li, Jing Chen, Xuzhao Li, Hao Liang, Xiaohuan Zhou, Taifeng Wang, Wentao Zhang

机构 * CASIA（中国科学院自动化研究所） ； ZGCA（浙江大学） ； UCAS（中国科学技术大学） ； PKU（北京大学） ； ByteDance（字节跳动） 纠错

专题命中 推理与问题求解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 MathMixup通过难度可控的数据合成与课程学习策略，提升LLM的数学推理能力，实验显示其在多个基准测试中表现优于现有方法。

Comments Preprint, Under review

ReFuGe: Feature Generation for Prediction Tasks on Relational Databases with LLM Agents

ReFuGe：基于LLM代理的关联数据库预测任务特征生成

Kyungho Kim, Geon Lee, Juyeon Kim, Dongwon Choi, Shinhwan Kang, Kijung Shin

机构 * KAIST（韩国科学技术院） 纠错

专题命中 推理与问题求解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 ReFuGe通过LLM代理生成关联数据库预测任务的特征，提升预测性能。

Comments Accepted in ACM WWW 2026 (Short Paper)

Mind the Gap: Benchmarking LLM Uncertainty and Calibration with Specialty-Aware Clinical QA and Reasoning-Based Behavioural Features

注意差距：基于专业意识的临床QA和推理行为特征的LLM不确定性与校准基准测试

Alberto Testoni, Iacer Calixto

机构 * Department of Medical Informatics, Amsterdam University Medical Center, University of Amsterdam, Amsterdam, The Netherlands（医学信息学系，阿姆斯特丹大学医学中心，阿姆斯特丹大学，阿姆斯特丹，荷兰） ； Amsterdam Public Health, Methodology, Amsterdam, The Netherlands（阿姆斯特丹公共健康，方法学，阿姆斯特丹，荷兰） 纠错

专题命中 推理与问题求解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文通过评估不同临床专科和问题类型的LLM不确定性校准，提出基于行为特征的新型轻量方法，强调选择互补模型的重要性。

Comments Accepted at EACL 2026 (Main Conference)

Induce, Align, Predict: Zero-Shot Stance Detection via Cognitive Inductive Reasoning

诱导、对齐、预测：通过认知归纳推理实现零样本立场检测

Bowen Zhang, Jun Ma, Fuqiang Niu, Li Dong, Jinzhou Cao, Genan Dai

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文提出CIRF框架，通过认知归纳推理实现零样本立场检测，实现高效且可解释的推理，在低资源环境下取得新突破。

Comments Accepted at AAAI 2026

UniPACT: A Multimodal Framework for Prognostic Question Answering on Raw ECG and Structured EHR

UniPACT：一种多模态框架，用于基于原始ECG和结构化EHR的预后问题回答

Jialu Tang, Tong Xia, Yuan Lu, Aaqib Saeed

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 UniPACT通过多模态融合和结构化提示机制，实现对ECG和EHR的预后问题回答，取得优异的AUROC性能。

Comments Accepted to IEEE ICASSP 2026

SymCode: A Neurosymbolic Approach to Mathematical Reasoning via Verifiable Code Generation

SymCode：通过可验证代码生成实现数学推理的神经符号方法

Sina Bagheri Nezhad, Yao Li, Ameeta Agrawal

机构 * Portland State University（波特兰州立大学） ； ElastixAI 纠错

专题命中 推理与问题求解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 SymCode通过可验证代码生成实现数学推理，显著提升准确性并增强模型的透明度和可靠性。

Comments camera-ready EACL 2026 Findings

Tandem Training for Language Models

语言模型的串联训练

Robert West, Ashton Anderson, Ece Kamar, Eric Horvitz

机构 * EPFL（瑞士联邦理工学院） ； University of Toronto（多伦多大学） ； Microsoft（微软公司） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.AI

AI总结 本文提出串联训练方法，通过强化学习促进语言模型在任务中保持可解释性，使模型能适应较弱协作者并保持高准确性。

Journal ref Proceedings of the 2026 Conference of the European Chapter of the Association for Computational Linguistics (EACL)

GeoVLMath: Enhancing Geometry Reasoning in Vision-Language Models via Cross-Modal Reward for Auxiliary Line Creation

GeoVLMath: 通过跨模态奖励增强视觉-语言模型中的几何推理以辅助线创建

Shasha Guo, Liang Pang, Xi Wang, Yanling Wang, Huawei Shen, Jing Zhang

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Renmin University of China（中国人民大学） ； Zhipu AI（智谱AI） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.AI

AI总结 GeoVLMath通过跨模态奖励模型提升视觉-语言模型在复杂立体几何问题中的几何推理能力。

Comments 19 pages

Physical Prompt Injection Attacks on Large Vision-Language Models

针对大视觉-语言模型的物理提示注入攻击

Chen Ling, Kai Hu, Hangcheng Liu, Xingshuo Han, Tianwei Zhang, Changhai Ou

机构 * School of Cyber Science and Engineering, Wuhan University（武汉大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； College of Computer Science and Technology, Nanjing University of Aeronautics and Astronautics（南京航空航天大学计算机科学与技术学院） 纠错

专题命中 推理与问题求解 ：language model(title,abstract)；分类 cs.AI

AI总结 本研究提出了一种无需访问模型或输入的物理提示注入攻击方法，通过物理物体注入恶意指令，成功攻击多种大视觉-语言模型。