arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

2026-01-27 至 2026-01-27 共收录 63 信号源:cs.CL, cs.AI, cs.LG

1. 效率与部署 63 篇

2510.10157 2026-01-27 cs.CL cs.AI 91%

BILLY: Steering Large Language Models via Merging Persona Vectors for Creative Generation

BILLY:通过合并人设向量来引导大型语言模型进行创造性生成

Tsung-Min Pai, Jui-I Wang, Li-Chun Lu, Shao-Hua Sun, Hung-Yi Lee, Kai-Wei Chang

机构 * Department of Electrical Engineering, National Taiwan University(国立台湾大学电子工程系) Department of Computer Science & Information Engineering, National Taiwan University(国立台湾大学计算机科学与信息工程系) Graduate Institute of Communication Engineering, National Taiwan University(国立台湾大学通信工程研究所) CSAIL, Massachusetts Institute of Technology(麻省理工学院计算机科学与人工智能实验室)

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

AI总结 BILLY通过合并人设向量在单个模型中实现多视角生成,提升创造力并降低计算成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15801 2026-01-27 cs.LG cs.CR 89%

Attributing and Exploiting Safety Vectors through Global Optimization in Large Language Models

通过全局优化在大语言模型中归因和利用安全向量

Fengheng Chu, Jiahao Chen, Yuhong Wang, Jun Wang, Zhihui Fu, Shouling Ji, Songze Li

机构 * Southeast University(东南大学) Zhejiang University(浙江大学) OPPO Research Institute(OPPO研究院)

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

AI总结 通过全局优化方法识别大语言模型中的安全向量,揭示安全机制的协作交互,并提出新的白盒劫持方法提升攻击效果。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.00095 2026-01-27 cs.CL 89%

Adaptive Constraint Propagation: Scaling Structured Inference for Large Language Models via Meta-Reinforcement Learning

自适应约束传播:通过元强化学习扩展大型语言模型的结构推断

Ibne Farabi Shihab, Sanjeda Akter, Anuj Sharma

机构 * Department of Computer Science, Iowa State University(计算机科学系,爱荷华州立大学) Department of Civil, Construction & Environmental Engineering, Iowa State University(土木、建设与环境工程系,爱荷华州立大学)

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 MetaJuLS通过元强化学习实现高效结构化推断,提升大型语言模型的跨语言和跨任务适应能力,减少推断碳足迹。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17443 2026-01-27 cs.CL cs.AI cs.LG 89%

Clustering-driven Memory Compression for On-device Large Language Models

基于聚类的记忆压缩用于设备端大语言模型

Ondrej Bohdal, Pramit Saha, Umberto Michieli, Mete Ozay, Taha Ceritli

机构 * University of Oxford(牛津大学)

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

AI总结 本文提出一种基于聚类的记忆压缩方法,通过分组和合并相似记忆以提升设备端大语言模型的上下文效率和生成质量。

Comments Accepted at ICASSP 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.13260 2026-01-27 cs.CL cs.AI cs.LG 89%

Stop Taking Tokenizers for Granted: They Are Core Design Decisions in Large Language Models

不要轻视分词器:它们是大型语言模型中的核心设计决策

Sawsan Alqahtani, Mir Tafseer Nayeem, Md Tahmid Rahman Laskar, Tasnim Mohiuddin, M Saiful Bari

机构 * Princess Nourah Bint Abdulrahman University(普里丝琴·努拉·本·阿卜杜勒拉赫曼大学) Saudi Data & AI Authority (SDAIA)(沙特数据与人工智能管理局) University of Alberta(阿尔伯塔大学) Dialpad(Dialpad公司) York University(约克大学) Qatar Computing Research Institute(卡塔尔计算研究所) Amazon AGI(亚马逊人工智能研究所)

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

AI总结 本文提出将分词视为大型语言模型的核心设计决策,强调上下文感知框架和标准化评估的重要性,以提升语言技术的公平性、效率和适应性。

Comments Accepted to EACL 2026 (long, main). The first two authors contributed equally

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17112 2026-01-27 cs.LG 88%

Low-Rank Tensor Approximation of Weights in Large Language Models via Cosine Lanczos Bidiagonalization

通过余弦兰舍兹双线性化实现大语言模型权重的低秩张量近似

A. El Ichi, K. Jbilou

机构 * Université du Littoral Cote d’Opale(卢瓦尔海岸大学)

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

AI总结 本文提出通过余弦兰舍兹双线性化对大语言模型权重进行低秩张量近似,以提高计算效率和减少内存占用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.20984 2026-01-27 cs.LG cs.AI 86%

Learning Grouped Lattice Vector Quantizers for Low-Bit LLM Compression

学习分组晶格向量量化器以实现低比特LLM压缩

Xi Zhang, Xiaolin Wu, Jiamang Wang, Weisi Lin

机构 * Nanyang Technological University(南洋理工大学) Alibaba Group(阿里巴巴集团) Southwest Jiaotong University(西南交通大学)

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

AI总结 本文提出分组晶格向量量化器,通过学习生成矩阵优化低比特LLM压缩,实现模型大小与精度的平衡。

Comments NeurIPS 2025 Poster

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.16495 2026-01-27 cs.DC 85%

Shift Parallelism: Low-Latency, High-Throughput LLM Inference for Dynamic Workloads

Shift Parallelism:低延迟、高吞吐量的LLM推理用于动态工作负载

Mert Hidayetoglu, Aurick Qiao, Michael Wyatt, Jeff Rasley, Yuxiong He, Samyam Rajbhandari

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

AI总结 Shift Parallelism通过结合张量并行和序列并行,实现动态工作负载下的低延迟和高吞吐量LLM推理。

Comments Revised

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17902 2026-01-27 cs.SD eess.AS 85%

dLLM-ASR: A Faster Diffusion LLM-based Framework for Speech Recognition

dLLM-ASR:一种更高效的基于扩散大语言模型的语音识别框架

Wenjie Tian, Bingshen Mu, Guobin Ma, Xuelong Geng, Zhixian Zhao, Lei Xie

机构 * Northwestern Polytechnical University(西北工业大学)

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

AI总结 dLLM-ASR通过将扩散大语言模型的解码过程转化为先验引导的去噪流程,实现高效的语音识别,达到与自回归模型相当的准确率并提升4.44倍推理速度。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17818 2026-01-27 cs.CV 85%

ViTCoP: Accelerating Large Vision-Language Models via Visual and Textual Semantic Collaborative Pruning

ViTCoP: 通过视觉和文本语义协同剪枝加速大型视觉-语言模型

Wen Luo, Peng Chen, Xiaotao Huang, LiQun Huang

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

AI总结 ViTCoP通过结合视觉和文本语义协同剪枝,有效降低大型视觉-语言模型的计算成本,提升推理效率和内存利用率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.18110 2026-01-27 cs.LG 83%

AttenMIA: LLM Membership Inference Attack through Attention Signals

通过注意力信号进行大语言模型成员推断攻击:AttenMIA

Pedram Zaree, Md Abdullah Al Mamun, Yue Dong, Ihsen Alouani, Nael Abu-Ghazaleh

机构 * CSE Department, University of California, Riverside, USA(加州大学河滨分校计算机科学与工程系) CSIT, Queen’s University Belfast, UK(贝尔法斯特女王大学计算机科学与信息技术系)

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

AI总结 AttenMIA通过分析Transformer中的注意力信号,提出了一种更有效的成员推断攻击方法,展示了其在提升攻击性能和揭示隐私风险方面的贡献。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17549 2026-01-27 cs.CR cs.AI 83%

Breaking the Protocol: Security Analysis of the Model Context Protocol Specification and Prompt Injection Vulnerabilities in Tool-Integrated LLM Agents

打破协议:模型上下文协议规范的安全分析及工具集成LLM代理中的提示注入漏洞

Narek Maloyan, Dmitry Namiot

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

AI总结 本文分析了模型上下文协议的安全漏洞,提出MCPSec协议扩展以提升安全性,减少攻击成功率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17082 2026-01-27 cs.CY cs.AI cs.CL cs.CV cs.LG 82%

Do VLMs Have a Moral Backbone? A Study on the Fragile Morality of Vision-Language Models

视觉-语言模型是否具有道德基础?对视觉语言模型脆弱道德的研究

Zhining Liu, Tianyi Wang, Xiao Lin, Penghao Ouyang, Gaotang Li, Ze Yang, Hui Liu, Sumit Keswani, Vishwa Pardeshi, Huijun Zhao, Wei Fan, Hanghang Tong

机构 * University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校) Amazon(亚马逊) Fidelity Investments(富达投资)

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

AI总结 研究发现视觉语言模型在面对文本和视觉扰动时道德判断易变,需通过轻量干预提升道德鲁棒性以确保负责任的部署。

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.11056 2026-01-27 cs.IR cs.AI 81%

From Reasoning LLMs to BERT: A Two-Stage Distillation Framework for Search Relevance

从推理LLM到BERT:一种两阶段蒸馏框架用于搜索相关性

Runze Xia, Yupeng Ji, Yuxi Zhou, Haodong Liu, Teng Zhang, Piji Li

机构 * Researcher(研究者)

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

AI总结 本文提出一种两阶段蒸馏框架,通过领域适应教师模型和对比推理自蒸馏方法,提升搜索相关性预测的效率和效果。

Comments TheWebConf 2026 Industry

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17376 2026-01-27 cs.LG cs.AI 81%

Diversified Scaling Inference in Time Series Foundation Models

时间序列基础模型中的多样化缩放推理

Ruijin Hua, Zichuan Liu, Kun Zhang, Yiyuan Yang

机构 * University of Oxford(牛津大学) Carnegie Mellon University(卡内基梅隆大学)

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

AI总结 本文研究了时间序列基础模型中多样化缩放推理的影响,通过定制扰动扩展生成分布支持范围,并提出RobustMSE指标量化性能余量。

Comments 23 pages, 16 figures, 9 tables

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.17570 2026-01-27 cs.LG cs.AI cs.PF 81%

GreedySnake: Accelerating SSD-Offloaded LLM Training with Efficient Scheduling and Optimizer Step Overlapping

GreedySnake: 通过高效调度和优化器步长重叠加速SSD卸载的LLM训练

Yishu Yin, Xuehai Qian

机构 * Tsinghua University(清华大学)

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

AI总结 GreedySnake通过高效调度和优化器步长重叠,显著提升了SSD卸载LLM训练的吞吐量,实验显示在不同规模的GPU上均取得显著性能提升。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.06753 2026-01-27 cs.AI cs.LG cs.PF 81%

Pushing the Envelope of LLM Inference on AI-PC and Intel GPUs

推动AI-PC和英特尔GPU上LLM推理的边界

Evangelos Georganas, Dhiraj Kalamkar, Alexander Heinecke

机构 * Intel Corporation(英特尔公司)

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

AI总结 本文通过优化CPU和GPU上的低比特推理框架,实现了在AI-PC和英特尔Xe GPU上更高效的LLM推理,提升了端到端延迟和GEMM性能。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17126 2026-01-27 hep-ex cs.LG hep-ph 79%

EveNet: A Foundation Model for Particle Collision Data Analysis

EveNet:粒子碰撞数据分析的基础模型

Ting-Hsiang Hsu, Bai-Hong Zhou, Qibin Liu, Yue Xu, Shu Li, George Wei-Shu Hou, Benjamin Nachman, Shih-Chieh Hsu, Vinicius Mikuni, Yuan-Tang Chou, Yulei Zhang

机构 * Department of Physics, National Taiwan University, Taipei, Taiwan(国立台湾大学物理系) Tsung-Dao Lee Institute, Shanghai Jiao Tong University, Shanghai, China(李政道研究所) Fundamental Physics Directorate, SLAC National Accelerator Laboratory, Menlo Park, USA(SLAC国家加速器实验室基础物理主任) Department of Physics, University of Washington, Seattle, Washington, USA(华盛顿大学物理系) Department of Particle Physics and Astrophysics, Stanford University, Stanford, USA(斯坦福大学粒子物理与天体物理学系) Kobayashi-Maskawa Institute, Nagoya University, Nagoya, Japan(小林信三研究所)

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

AI总结 EveNet通过预训练在大量模拟碰撞事件上,实现了对粒子碰撞数据分析的高效处理,展示了在多种任务上的优越性能和在低统计数据下的高效性。

Comments 26 pages, 8 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17569 2026-01-27 cs.CL cs.AI cs.CR cs.IR 79%

Improving User Privacy in Personalized Generation: Client-Side Retrieval-Augmented Modification of Server-Side Generated Speculations

提升个性化生成中的用户隐私:客户端侧的检索增强修改服务器侧生成的推测

Alireza Salemi, Hamed Zamani

机构 * University of Massachusetts Amherst(马萨诸塞大学阿姆赫斯特分校)

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

AI总结 P³通过客户端侧检索增强修改服务器侧生成的推测,实现高质量个性化生成并提升隐私保护。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.15333 2026-01-27 cs.LG cs.AI q-bio.QM 79%

Empowering LLMs for Structure-Based Drug Design via Exploration-Augmented Latent Inference

通过探索增强的潜在推理增强LLM用于基于结构的药物设计

Xuanning Hu, Anchen Li, Qianli Xing, Jinglong Ji, Hao Tuo, Bo Yang

机构 * College of Computer Science and Technology, Jilin University(吉林大学计算机科学与技术学院) Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University(教育部符号计算与知识工程重点实验室) Department of Computer Science, Aalto University(艾尔沃斯大学计算机科学系) College of Artificial Intelligence, Jilin University(吉林大学人工智能学院)

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

AI总结 ELILLM通过探索增强的潜在推理框架,提升LLM在基于结构的药物设计中的表现,实现更有效的分子生成和结合亲和力预测。

详情

展开后加载摘要…

URL PDF HTML 收藏
2508.15830 2026-01-27 cs.CL cs.AI 79%

DAIQ: Auditing Demographic Attribute Inference from Question in LLMs

DAIQ:从LLM中的问题审计人口属性推断

Srikant Panda, Hitesh Laxmichand Patel, Shahad Al-Khalifa, Amit Agarwal, Hend Al-Khalifa, Sharefah Al-Ghamdi

机构 * Lam Research Oracle AI King Saud University(沙特国王大学)

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

AI总结 DAIQ研究了LLM在中性问题中推断人口属性的问题,发现模型倾向于社会主导类别并生成刻板印象推理,通过回避导向提示可减少无意推断。

Comments Preprint

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.11615 2026-01-27 cond-mat.mtrl-sci 78%

LLM tools in the prediction of the stability of perovskite solar cells

在预测钙钛矿太阳能电池稳定性中的LLM工具

S. Frenkel, V. Zakharov, E. A. Katz

专题命中 效率与部署 :LLM(title,abstract)

AI总结 本文利用LLM工具预测钙钛矿太阳能电池的稳定性和降解趋势,展示了ChatGPT在缺乏完整信息下的预测能力。

Comments 22 pages, 7 figres

详情

展开后加载摘要…

URL PDF HTML 收藏
2510.27017 2026-01-27 cs.CL 77%

Kad: A Framework for Proxy-based Test-time Alignment with Knapsack Approximation Deferral

Kad: 一种基于代理的测试时对齐框架与背包近似延迟

Ayoub Hammal, Pierre Zweigenbaum, Caio Corro

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

AI总结 Kad通过基于代理的测试时对齐方法,将令牌特定的延迟规则转化为0-1背包问题,从而降低对齐过程的计算成本,并提升任务性能和解码速度。

Comments EACL 2026 main

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17287 2026-01-27 cs.RO 75%

Real-Time Synchronized Interaction Framework for Emotion-Aware Humanoid Robots

面向情感感知人形机器人的实时同步交互框架

Yanrong Chen, Xihan Bian

机构 * Xi’an Jiaotong-Liverpool University(西安交通大学利物浦大学)

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

AI总结 本文提出一种实时框架,通过双通道情感引擎、动态时间规整和闭环验证,实现人形机器人的情感同步交互,提升在医疗、教育等动态场景中的应用能力。

Comments 6 pages, 6 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.16986 2026-01-27 cs.CL cs.AI cs.LG 75%

Crystal-KV: Efficient KV Cache Management for Chain-of-Thought LLMs via Answer-First Principle

Crystal-KV: 通过答案优先原则高效管理链式推理LLM的KV缓存

Zihan Wang, Cheng Tang, Lei Gong, Cheng Li, Chao Wang, teng wang, Wenqi Lou, Xuehai Zhou

机构 * School of Computer Science and Technology, University of Science and Technology of China(计算机科学与技术学院,中国科学技术大学) University of Science and Technology of China(中国科学技术大学) Institute of Artificial Intelligence, Hefei Comprehensive National Science Center(人工智能研究所,合肥综合性国家科学中心) Suzhou Institute for Advanced Research, University of Science and Technology of China(苏州先进研究院,中国科学技术大学)

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

AI总结 Crystal-KV通过答案优先原则高效管理链式推理LLM的KV缓存,提升缓存压缩和推理效率。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.18089 2026-01-27 cs.LG cs.AI 73%

LatentMoE: Toward Optimal Accuracy per FLOP and Parameter in Mixture of Experts

LatentMoE: 向每FLOP和参数最优精度迈进的专家混合模型

Venmugil Elango, Nidhi Bhatia, Roger Waleffe, Rasoul Shafipour, Tomer Asida, Abhinav Khattar, Nave Assaf, Maximilian Golub, Joey Guman, Tiyasa Mitra, Ritchie Zhao, Ritika Borkar, Ran Zilberstein, Mostofa Patwary, Mohammad Shoeybi, Bita Rouhani

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

AI总结 LatentMoE通过系统化设计探索和优化,实现了在每FLOP和每参数上的最优精度,优于现有MoE架构,并被应用于更大规模的模型。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17699 2026-01-27 cs.AI cs.CL 73%

SQL-Trail: Multi-Turn Reinforcement Learning with Interleaved Feedback for Text-to-SQL

SQL-Trail: 多轮强化学习与交错反馈用于文本到SQL

Harper Hua, Zhen Han, Zhengyuan Shen, Jeremy Lee, Patrick Guan, Qi Zhu, Sullam Jeoung, Yueyan Chen, Yunfei Bai, Shuai Wang, Vassilis Ioannidis, Huzefa Rangwala

机构 * Stanford University(斯坦福大学) Amazon Web Services(亚马逊网络服务)

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

AI总结 SQL-Trail通过多轮强化学习与交错反馈提升文本到SQL的生成能力,实现更高效率和准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17532 2026-01-27 cs.CL cs.AI 73%

Less is More for RAG: Information Gain Pruning for Generator-Aligned Reranking and Evidence Selection

少即是多:为生成器对齐的检索增强生成中的信息增益剪枝

Zhipeng Song, Yizhi Zhou, Xiangyu Kong, Jiulong Jiao, Xinrui Bao, Xu You, Xueqing Shi, Yuhang Zhou, Heng Qi

机构 * organization= School of Computer Science Technology, Dalian University of Technology , addressline= No.2 Linggong Road, Ganjingzi District , city= Dalian , postcode= 116024 , country= China organization= College of Health-Preservation Wellness, Dalian Medical University , addressline= No. 9 West Section of Lvshun South Road, Lvshunkou District , city= Dalian , postcode= 116044 , country= China organization= School of Information Engineering, Dalian Ocean University , addressline= No. 2-52, Heishijiao Street, Shahekou District , city= Dalian , postcode= 116023 , country= China organization= School of Information Engineering, Liaodong University , addressline= No.116 Linjiang Back Street, Zhenan District , city= Dandong , postcode= 118001 , country= China organization= Information Technology Center, Qinghai University , addressline= 251 Ningda Road, Chengbei District , city= Xining , postcode= 810016 , country= China organization= School of Electronic Information Engineering, Liaoning Technical University , addressline= 188 Longwan South Street, Sijiatun District , city= Huludao , postcode= 125105 , country= China organization= Tencent (Dalian Northern Interactive Entertainment Technology Co., Ltd.) , addressline= 21/F, Tencent Building, No. 26 Jingxian St, Ganjingzi District , city= Dalian , postcode= 116085 , country= China

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

AI总结 本文提出信息增益剪枝方法,通过生成器对齐的效用信号优化证据选择,提升RAG在有限上下文预算下的生成质量与效率。

Comments 26 pages, 10 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17364 2026-01-27 cs.CL cs.AI 73%

Parameter Efficient Fine Tuning Llama 3.1 for Answering Arabic Legal Questions: A Case Study on Jordanian Laws

为回答阿拉伯法律问题高效微调Llama 3.1:对约旦法律的案例研究

Mohammed Fasha, Bassam Hammo, Bilal Sowan, Husam Barham, Esam Nsour

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

AI总结 本研究通过高效微调Llama 3.1模型,针对阿拉伯法律问题进行案例研究,展示了在资源效率和法律推理准确性方面的改进。

Comments 5 pages, resources at: https://github.com/msfasha/Research-Resources/tree/main/ArabicLegalLLM

Journal ref 2025 1st International Conference on Computational Intelligence Approaches and Applications (ICCIAA), Amman, Jordan, 2025, pp. 1-5

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.17357 2026-01-27 cs.LG cs.AI 73%

Spectral Geometry for Deep Learning: Compression and Hallucination Detection via Random Matrix Theory

深度学习的谱几何:通过随机矩阵理论实现压缩与幻觉检测

Davide Ettori

机构 * Politecnico di Milano(米兰理工学院) University of Illinois Chicago(伊利诺伊大学芝加哥分校)

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

AI总结 本文提出基于谱几何和随机矩阵理论的统一框架,通过分析隐藏激活的特征值结构,实现幻觉检测与模型压缩,提升深度学习的可靠性和效率。

Comments Master thesis, MS in Computer Science, University of Illinois Chicago, defended November 21, 2025

详情

展开后加载摘要…

URL PDF HTML 收藏