语言大模型 / LLM

Models Know Models Best: Evaluation via Model-Preferred Formats

模型最擅长模型评估：通过模型偏好的格式进行评估

Joonhak Lee, Sungmok Jung, Jongyeon Park, Jaejin Lee

机构 * Graduate School of Data Science, Seoul National University（数据科学研究生院，首尔国立大学） ； Dept. of Computer Science and Engineering, Seoul National University（计算机科学与工程系，首尔国立大学） 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 本文提出了一种动态格式对齐策略，通过模型生成的信号确定最佳评估格式，提升零样本准确率，揭示模型潜在能力。

MCP-Diag: A Deterministic, Protocol-Driven Architecture for AI-Native Network Diagnostics

MCP-Diag：一种确定性的、基于协议的架构用于AI原生网络诊断

Devansh Lodha, Mohit Panchal, Sameer G. Kulkarni

机构 * Indian Institute of Technology Gandhinagar（印度理工学院加尔各答分校） 纠错

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

AI总结 MCP-Diag通过确定性翻译层和强制性 elicitation循环，实现高精度的AI原生网络诊断，提升实体提取准确性和上下文token使用效率。

Comments Accepted at COMSNETS 2026 Graduate Forum. Best Paper Award (Runner Up). 5 pages, 3 figures

Qwen3-ASR Technical Report

Qwen3-ASR 技术报告

Xian Shi, Xiong Wang, Zhifang Guo, Yongqi Wang, Pei Zhang, Xinyu Zhang, Zishan Guo, Hongkun Hao, Yu Xi, Baosong Yang, Jin Xu, Jingren Zhou, Junyang Lin

机构 * Qwen Team（通义实验室） 纠错

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

AI总结 Qwen3-ASR 提出两个端到端语音识别模型和非自回归强制对齐模型，实现多语言识别与高效转录，展示最佳准确率与效率平衡。

Comments https://github.com/QwenLM/Qwen3-ASR

FedLLM-Align: Feature Extraction From Heterogeneous Clients

FedLLM-Align: 从异构客户端提取特征

Abdelrhman Gaber, Muhammad ElMahdy, Youssif Abuzied, Hassan Abd-Eltawab, Tamer ElBatt

机构 * Computer Science and Engineering Dept.（计算机科学与工程系） 纠错

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

AI总结 FedLLM-Align通过预训练语言模型提取特征，实现异构客户端的联邦学习，提升分类性能并减少通信开销。

Strengthening False Information Propagation Detection: Leveraging SVM and Sophisticated Text Vectorization Techniques in comparison to BERT

强化虚假信息传播检测：利用SVM和复杂文本向量化技术与BERT进行比较

Ahmed Akib Jawad Karim, Kazi Hafiz Md Asad, Aznur Azam

机构 * Dept. of CSE BRAC University（计算机科学与工程系 布拉克大学） ； Dept. of ECE North South University（电子与计算机工程系 北南大学） 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 本研究比较了SVM与BERT在假新闻检测中的性能，发现SVM在计算效率上具有优势，与BERT表现相近。

Comments 6 pages, 6 figures. This paper has been published in IEEE conference proceedings (QPAIN 2025

SolAgent: A Specialized Multi-Agent Framework for Solidity Code Generation

SolAgent: 一种专门用于Solidity代码生成的多智能体框架

Wei Chen, Zhiyuan Peng, Xin Yin, Chao Ni, Chenhao Ying, Bang Xie, Yuan Luo

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

AI总结 SolAgent通过双循环机制和文件系统能力，在智能合约生成中实现高正确性和安全性，Pass@1率达64.39%，减少安全漏洞39.77%。

JAF: Judge Agent Forest

JAF：裁判代理森林

Sahil Garg, Brad Cheezum, Sridhar Dutta, Vishal Agarwal

机构 * Averlon 纠错

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

AI总结 JAF通过裁判代理森林框架，利用联合推理和集合学习原理，提升主代理的自我改进能力，通过高效的哈希算法优化多样示例选择，改进推理路径探索。

Benchmarking Machine Translation on Chinese Social Media Texts

在中文社交媒体文本上评估机器翻译

Kaiyan Zhao, Zheyong Xie, Zhongtao Miao, Xinze Lyu, Yao Hu, Shaosheng Cao

机构 * The University of Tokyo（东京大学） ； Xiaohongshu Inc.（小红书公司） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 本文提出CSM-MTBench，用于评估机器翻译在中文社交媒体文本上的表现，涵盖五个语言方向，并针对不同内容类型设计了定制化评估方法。

Comments Work in Progress

AgentIF-OneDay: A Task-level Instruction-Following Benchmark for General AI Agents in Daily Scenarios

AgentIF-OneDay: 一个面向日常场景的通用AI代理任务级指令遵循基准测试

Kaiyuan Chen, Qimin Wu, Taiyu Hou, Tianhao Tang, Xueyu Hu, Yuchen Hou, Bikun Li, Chengming Qian, Guoyin Wang, Haolin Chen, Haotong Tian, Haoye Zhang, Haoyu Bian, Hongbing Pan, Hongkang Zhang, Hongyi Zhou, Jiaqi Cai, Jiewu Rao, Jiyuan Ren, Keduan Huang, Lucia Zhu Huang, Mingyu Yuan, Naixu Guo, Qicheng Tang, Qinyan Zhang, Shuai Chen, Siheng Chen, Ting Ting Li, Xiaoxing Guo, Yaocheng Zuo, Yaoqi Guo, Yinan Wang, Yinzhou Yu, Yize Wang, Yuan Jiang, Yuan Tian, Yuanshuo Zhang, Yuxuan Liu, Yvette Yan Zeng, Zenyu Shan, Zihan Yin, Xiaobo Hu, Yang Liu, Yixin Ren, Yuan Gong

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 AgentIF-OneDay是一个面向日常场景的通用AI代理任务级指令遵循基准测试，旨在评估一般用户能否利用自然语言指令和AI代理完成多样化日常任务。

Comments 17 pages, 8 figures

DeepResearch Bench II: Diagnosing Deep Research Agents via Rubrics from Expert Report

DeepResearch Bench II：通过专家报告的评分诊断深度研究代理

Ruizhe Li, Mingxuan Du, Benfeng Xu, Chiwei Zhu, Xiaorui Wang, Zhendong Mao

机构 * University of Science and Technology of China（中国科学技术大学） ； Metastone Technology, Beijing, China（北京 metastone 技术有限公司） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.CL

AI总结 DeepResearch Bench II通过专家评分标准评估深度研究系统，揭示当前系统与人类专家之间存在显著差距。

AEGIS: White-Box Attack Path Generation using LLMs and Training Effectiveness Evaluation for Large-Scale Cyber Defence Exercises

AEGIS：利用LLMs和训练有效性评估生成白盒攻击路径用于大规模网络防御演习

Ivan K. Tung, Yu Xiang Shi, Alex Chien, Wenkai Liu, Lawrence Zheng

机构 * Cyber Defence Test and Evaluation Centre (CyTEC)（网络防御测试与评估中心） ； The Digital and Intelligence Service (DIS)（数字与情报服务） ； Singapore Armed Forces（新加坡武装部队） 纠错

专题命中 评测与基准 ：LLM(abstract)；分类 cs.AI

AI总结 AEGIS利用LLMs和白盒访问生成攻击路径，通过自动化漏洞链发现和验证，提升大规模网络防御演习的效率和效果

Do Open-Vocabulary Detectors Transfer to Aerial Imagery? A Comparative Evaluation

开放词汇检测器能否迁移到航拍图像？一项比较评估

Christos Tsourveloudis

机构 * School of Electrical and Computer Engineering, National Technical University of Athens（电气与计算机工程学院，国家技术大学雅典） 纠错

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

AI总结 本文评估了开放词汇检测器在航拍图像上的迁移能力，发现语义混淆是主要瓶颈，且不同数据集表现差异显著。

PT$^2$-LLM: Post-Training Ternarization for Large Language Models

PT²-LLM：大语言模型的后训练三元化

Xianglong Yan, Chengzhu Bao, Zhiteng Li, Tianao Zhang, Kaicheng Yang, Haotong Qin, Ruobing Xie, Xingwu Sun, Yulun Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； ETH Zürich（苏黎世联邦理工学院） ； Tencent Hunyuan（腾讯文言） 纠错

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

AI总结 PT²-LLM通过后训练三元化技术，在降低内存成本的同时提升大语言模型的推理速度和效率。

Comments Accepted at ICLR 2026

ARB-LLM: Alternating Refined Binarizations for Large Language Models

ARB-LLM: 交替精炼二值化用于大语言模型

Zhiteng Li, Xianglong Yan, Tianao Zhang, Haotong Qin, Dong Xie, Jiang Tian, zhongchao shi, Linghe Kong, Yulun Zhang, Xiaokang Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； ETH Zürich（苏黎世联邦理工学院） ； Lenovo Research（联想研究院） 纠错

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

AI总结 ARB-LLM通过交替精炼二值化技术，有效解决LLM二值化中的分布偏移和列偏差问题，实现性能超越现有SOTA方法。

Comments The code and models will be available at https://github.com/ZHITENGLI/ARB-LLM

FNF: Functional Network Fingerprint for Large Language Models

FNF：大型语言模型的功能网络指纹

Yiheng Liu, Junhao Ning, Sichen Xia, Haiyang Sun, Yang Yang, Hanyang Chi, Xiaohui Gao, Ning Qiang, Bao Ge, Junwei Han, Xintao Hu

机构 * School of Automation, Northwestern Polytechnical University, Xi'an, China（自动化学院，西北工业大学，西安，中国） ； School of Physics and Information Technology, Shaanxi Normal University, Xi'an, China（物理与信息技术学院，陕西师范大学，西安，中国） 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、cs.AI

AI总结 FNF通过功能网络活动一致性检测LLM来源，提供非侵入性的知识产权保护方法。

Comments 13 pages, 4 figures

Towards Resiliency in Large Language Model Serving with KevlarFlow

面向大语言模型服务的韧性提升：KevlarFlow

Shangshu Qian, Kipling Liu, P. C. Sruthi, Lin Tan, Yongle Zhang

机构 * Department of XXX, University of YYY, Location, Country（XXX系，YYY大学，地点，国家） ； School of ZZZ, Institute of WWW, Location, Country（ZZZ学院，WWW研究所，地点，国家） ； Department of Computer Science, Purdue University, West Lafayette, IN, United States（计算机科学系，普渡大学，西拉法叶，印第安纳，美国） 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、cs.LG

AI总结 KevlarFlow通过解耦模型并行初始化、动态流量重路由和背景KV缓存复制，显著提升了大语言模型服务的容错性和恢复效率。

Grounding Large Language Models in Interactive Environments with Online Reinforcement Learning

通过在线强化学习将大语言模型接地于交互环境

Thomas Carta, Clément Romac, Thomas Wolf, Sylvain Lamprier, Olivier Sigaud, Pierre-Yves Oudeyer

机构 * Inria (Flowers)（Inria（Flowers）） ； University of Bordeaux（波尔多大学） ； Hugging Face ； Univ Angers, LERIA, SFR MATHSTIC（昂热大学，LERIA，SFR MATHSTIC） ； Sorbonne Université（索邦大学） 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.LG

AI总结 本文提出GLAM方法，通过在线强化学习将大语言模型接地于交互环境，以提升样本效率和泛化能力，并探讨在线学习的影响。

Comments The associated code can be found at https://github.com/flowersteam/Grounding_LLMs_with_online_RL. This is an extended version of the paper published at ICML 2023: https://proceedings.mlr.press/v202/carta23a

Journal ref PMLR 202 (2023):3676-3713

Streaming Speech Recognition with Decoder-Only Large Language Models and Latency Optimization

流式语音识别与解码器-only大型语言模型及延迟优化

Genshun Wan, Wenhui Zhang, Jing-Xuan Zhang, Shifu Xiong, Jianqing Gao, Zhongfu Ye

机构 * University of Science and Technology of China（科学技术大学） ； iFLYTEK Research, iFLYTEK Co., Ltd.（iFLYTEK研究院，iFLYTEK有限公司） ； School of Artificial Intelligence and Computer Science（人工智能与计算机科学学院） 纠错

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

AI总结 本文提出了一种结合解码器-only大型语言模型和延迟优化的流式语音识别方法，通过动态分割语音嵌入和联合训练策略，提升了识别性能并降低了延迟。

Comments accepted to ICASSP 2026

LightRetriever: A LLM-based Text Retrieval Architecture with Extremely Faster Query Inference

LightRetriever: 一种基于大语言模型的文本检索架构，具有极快的查询推理速度

Guangyuan Ma, Yongliang Ma, Xuanrui Gou, Zhenpeng Su, Ming Zhou, Songlin Hu

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络安全学院） ； Langboat Technology（兰舟科技） 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 LightRetriever通过轻量级查询编码器显著提升检索效率，实现查询推理速度提升超1000倍，端到端吞吐量提升超10倍，且在多种任务中保持95%的检索性能。

Comments Accepted by ICLR 2026

BOTS: A Unified Framework for Bayesian Online Task Selection in LLM Reinforcement Finetuning

BOTS：一种用于LLM强化微调中贝叶斯在线任务选择的统一框架

Qianli Shen, Daoyuan Chen, Yilun Huang, Zhenqing Ling, Yaliang Li, Bolin Ding, Jingren Zhou

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 BOTS通过贝叶斯推断和汤普森采样，提高LLM强化微调中任务选择的效率和性能。

Comments Accepted as a conference paper at ICLR 2026

Training Dynamics Impact Post-Training Quantization Robustness

训练动态对训练后量化鲁棒性的影响

Albert Catalan-Tatjer, Niccolò Ajroldi, Jonas Geiping

机构 * ELLIS Institute Tübingen（图宾根ELLIS研究所） ； Max Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 研究发现训练动态中的学习率衰减会影响量化鲁棒性，通过调整训练超参数可提升大规模量化效果。

Understanding Efficiency: Quantization, Batching, and Serving Strategies in LLM Energy Use

理解效率：在LLM能耗中的量化、批量和服务策略

Julien Delavande, Regis Pierrard, Sasha Luccioni

机构 * Hugging Face 纠错

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

AI总结 本文研究了LLM推理能耗中的量化、批量和服务策略，发现低精度和批量处理可显著降低能耗，同时强调服务堆栈的协调对可持续部署的重要性。

Federate the Router: Learning Language Model Routers with Sparse and Decentralized Evaluations

联邦路由器：利用稀疏和去中心化的评估学习语言模型路由器

Baris Askin, Shivam Patel, Anupam Nayak, Andrea Vigano, Jiin Woo, Gauri Joshi, Carlee Joe-Wong

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出首个联邦框架，通过稀疏和去中心化评估学习语言模型路由器，提升查询路由的准确性和成本效率。

Competitive Non-Clairvoyant KV-Cache Scheduling for LLM Inference

竞争性非clairvoyant KV缓存调度用于LLM推理

Yiding Feng, Zonghan Yang, Yuhao Zhang

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

AI总结 本文提出非clairvoyant的几何切片算法（GSA）和clairvoyant的几何批处理算法（GBA），在LLM推理中实现首个常数竞争比，显著提升性能界。

Understanding on the Edge: LLM-generated Boundary Test Explanations

对边界的理解：LLM生成的边界测试解释

Sabinakhon Akbarova, Felix Dobslaw, Robert Feldt

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

AI总结 本文研究LLM生成的边界解释在软件测试中的有效性，通过调查和访谈发现，清晰结构、权威来源引用和可操作示例能提升解释质量，提出七项要求的检查表以指导未来工具设计。

Comments This is the author's accepted manuscript of a paper accepted for publication at AST 2026. The final version will appear in the ACM Digital Library

LLM-ForcedAligner: A Non-Autoregressive and Accurate LLM-Based Forced Aligner for Multilingual and Long-Form Speech

LLM-ForcedAligner: 一种非自回归且准确的基于大语言模型的强制对齐器，适用于多语言和长文本语音

Bingshen Mu, Xian Shi, Xiong Wang, Hexin Liu, Jin Xu, Lei Xie

机构 * College of Computing and Data Science, Nanyang Technological University, Singapore（计算与数据科学学院，南洋理工大学，新加坡） 纠错

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

AI总结 LLM-ForcedAligner通过非自回归方法实现多语言和长文本语音的准确强制对齐，显著减少时间偏移。

Mano: Restriking Manifold Optimization for LLM Training

Mano：重新审视面向大语言模型训练的流形优化

Yufei Gu, Zeke Xie

机构 * xLeaF Lab, The Hong Kong University of Science and Technology (Guangzhou)（xLeaF实验室，香港科学与技术大学（广州）） 纠错

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

AI总结 Mano是一种新颖高效的流形优化器，通过创新投影和约束方法，在训练大语言模型时显著优于AdamW和Muon。

Agentic reinforcement learning empowers next-generation chemical language models for molecular design and synthesis

代理强化学习赋能下一代化学语言模型用于分子设计与合成

Hao Li, He Cao, Shenyao Peng, Zijing Liu, Bin Feng, Yu Wang, Zhiyuan Yan, Yonghong Tian, Yu Li, Li Yuan

机构 * School of Electronic and Computer Engineering, Peking University（电子与计算机工程学院，北京大学） ； Shenzhen Graduate School, Shenzhen, 518055, China（深圳研究生院，深圳，518055，中国） ； International Digital Economy Academy (IDEA)（国际数字经济学院（IDEA）） ； Peng Cheng Laboratory, Shenzhen, 518000, China（鹏城实验室，深圳，518000，中国） 纠错

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

AI总结 ChemCRAFT通过代理强化学习实现化学语言模型的高效分子设计与合成，突破传统模型在成本与隐私间的限制。

Comments Working in Progress, 13 pages, 4 figures

What Matters in Linearizing Language Models? A Comparative Study of Architecture, Scale, and Task Adaptation

语言模型线性化中什么更重要？架构、规模和任务适应的比较研究

Patrick Haller, Jonas Golde, Alan Akbik

机构 * Humboldt-Universität zu Berlin（柏林洪堡大学） 纠错

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

AI总结 本研究比较了七种架构在线性化语言模型中的表现，发现架构归纳偏置是影响线性化成功的关键因素，而非单纯扩大训练计算量。

Comments 9 pages

Training-Free Test-Time Adaptation with Brownian Distance Covariance in Vision-Language Models

无需训练的测试时适应与布朗距离协方差在视觉-语言模型中

Yi Zhang, Chun-Wun Cheng, Angelica I. Aviles-Rivero, Zhihai He, Liang-Jie Zhang

机构 * College of Computer Science and Software Engineering, Shenzhen University, China（深圳大学计算机科学与软件工程学院） ； University of Cambridge, Cambridge, UK（剑桥大学） ； Yau Mathematical Sciences Center, Tsinghua University, Beijing, China（清华大学尤里伊数学科学中心） ； Southern University of Science and Technology, Shenzhen, China（南方科技大学） 纠错

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

AI总结 TaTa通过布朗距离协方差实现无需训练的测试时适应，提升视觉-语言模型在领域偏移下的效率与稳定性，同时在泛化性能上取得突破。

Comments Accepted in ICASSP 2026