语言大模型 / LLM

Accurate Network Traffic Matrix Prediction via LEAD: a Large Language Model-Enhanced Adapter-Based Conditional Diffusion Model

通过LEAD实现网络流量矩阵的准确预测：一种基于大语言模型的适配器条件扩散模型

Yu Sun, Yaqiong Liu, Nan Cheng, Jiayuan Li, Zihan Jia, Xialin Du, Mugen Peng

机构 * School of Information and Communication Engineering, Beijing University of Posts and Telecommunications（信息与通信工程学院，北京邮电大学） ； China Mobile Group Design Institute（中国移动集团设计院） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.LG

AI总结 LEAD通过结合大语言模型与适配器条件扩散模型，有效提升网络流量矩阵预测的准确性与鲁棒性。

Self-Generative Adversarial Fine-Tuning for Large Language Models

自生成对抗微调用于大语言模型

Shiguang Wu, Yaqing Wang, Quanming Yao

机构 * Department of Electronic Engineering, Tsinghua University（清华大学电子工程系） ； Beijing Institute of Mathematical Sciences and Applications（北京数学科学研究院） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.LG

AI总结 本文提出SGALM，通过生成对抗游戏实现大语言模型的对齐微调，无需外部奖励模型，达到最先进的性能。

Tangent Space Fine-Tuning for Directional Preference Alignment in Large Language Models

切线空间微调用于大语言模型中的方向偏好对齐

Mete Erdogan

机构 * Stanford University（斯坦福大学） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；preference optimization(abstract)；分类 cs.LG

AI总结 TS-DPO通过切线空间微调实现多偏好维度的可控对齐，提升模型在帮助性与冗余性之间的平衡能力。

Optimal Budgeted Adaptation of Large Language Models

大语言模型的最优预算适应

Jing Wang, Jie Shen, Dean Foster, Zohar Karnin, Jeremy C Weiss

机构 * Amazon（亚马逊公司） ； Technology Innovation Institute（技术创新研究所） ； Stevens Institute of Technology（史蒂文斯技术学院） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.LG

AI总结 本文提出了一种基于预算意识的监督微调框架，通过上下文Stackelberg博弈模型提升大语言模型的微调效率和准确性。

Design and Empirical Study of a Large Language Model-Based Multi-Agent Investment System for Chinese Public REITs

基于大语言模型的多智能体投资系统设计与实证研究：中国公共REITs市场

Zheng Li

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

AI总结 本研究设计并实证了一种基于大语言模型的多智能体投资系统，用于中国公共REITs市场，通过多智能体协作提升交易的风险调整收益。

Enhancing Human-Like Responses in Large Language Models

增强大型语言模型的人类样响应

Ethem Yağız Çalık, Talha Rüzgar Akkuş

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；foundation model(comments,journal_ref)；分类 cs.CL、cs.AI

AI总结 本文提出通过提升自然语言理解、对话连贯性和情感智能来增强大型语言模型的人类化响应，展示了改进用户交互和跨领域应用的潜力。

Comments Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), Singapore, January 2026

Journal ref Presented at the AAAI-26 Workshop on Personalization in the Era of Large Foundation Models (PerFM), 2026

LSSF: Safety Alignment for Large Language Models through Low-Rank Safety Subspace Fusion

LSSF: 通过低秩安全子空间融合实现大语言模型的安全对齐

Guanghao Zhou, Panjia Qiu, Cen Chen, Hongyu Li, Mingyuan Chu, Xin Zhang, Jun Zhou

机构 * East China Normal University（华东师范大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 指令微调 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI

AI总结 LSSF通过低秩安全子空间融合技术，有效恢复微调大语言模型的安全对齐，同时对性能影响较小。

Comments Accepted in ACL 2025 Main Conference

Bridging the gap: A comparative exploration of Speech-LLM and end-to-end architecture for multilingual conversational ASR

弥合差距：Speech-LLM与端到端架构在多语言对话ASR中的比较探索

Yuxiang Mei, Dongxing Xu, Jiaen Liang, Yanhua Long

机构 * Shanghai Normal University（上海师范大学） ； Unisound AI Technology Co., Ltd.（Unisound AI技术有限公司） 纠错

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；SLM(abstract)

AI总结 本文提出一种结合微调Whisper和mHuBERT编码器与LLM的ASR框架，通过交叉注意力机制提升多语言对话ASR性能，实验表明其在性能上接近端到端模型，但仍有提升空间。

Comments Accepted by ICASSP2026

HELIOS: Hierarchical Graph Abstraction for Structure-Aware LLM Decompilation

HELIOS：基于结构的图抽象用于结构感知的LLM反编译

Yonatan Gizachew Achamyeleh, Harsh Thomare, Mohammad Abdullah Al Faruque

机构 * Dept. of Electrical Engineering and Computer Science, University of California, Irvine, CA, USA（电气工程与计算机科学系，加州大学伊文斯顿分校） 纠错

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 HELIOS通过结构化图抽象提升LLM反编译的准确性和可编译性，实现功能正确性和语法正确性的提升。

AutoBool: An Reinforcement-Learning trained LLM for Effective Automated Boolean Query Generation for Systematic Reviews

AutoBool: 一种基于强化学习训练的LLM，用于系统综述中高效的布尔查询生成

Shuai Wang, Harrisen Scells, Bevan Koopman, Guido Zuccon

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 AutoBool通过强化学习训练LLM生成高效的布尔查询，显著优于传统方法并接近专家水平。

What Do Agents Learn from Trajectory-SFT: Semantics or Interfaces?

轨迹SFT中智能体学习了语义还是接口？

Weizheng Gu, Chengze Li, Zhuohao Yu, Mengyuan Sun, Zhibang Yang, Wei Wang, Hongrui Jia, Shikun Zhang, Wei Ye

机构 * National Engineering Research Center for Software Engineering, Peking University, Beijing, China（软件工程国家工程研究中心，北京大学，北京，中国） ； Nanjing University, Nanjing, China（南京大学，南京，中国） ； Tongji University, Shanghai, China（同济大学，上海，中国） 纠错

专题命中 指令微调 ：SFT(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出PIPE协议用于评估智能体在轨迹SFT中对接口的依赖性，发现轨迹SFT显著放大了接口捷径，且引入了接口依赖性指标以量化训练时接口的偏好。

PointT2I: LLM-based text-to-image generation via keypoints

PointT2I: 通过关键点生成基于大语言模型的文本到图像生成

Taekyung Lee, Donggyu Lee, Myungjoo Kang

机构 * Interdisciplinary Program in Artificial Intelligence, Seoul National University（人工智能跨学科项目，首尔国立大学） ； Department of Mathematical Sciences, Seoul National University（数学科学系，首尔国立大学） 纠错

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 PointT2I通过大语言模型生成关键点并指导图像生成，无需微调即可实现基于文本提示的准确姿态对齐图像生成。

Enhancing Smart Contract Vulnerability Detection in DApps Leveraging Fine-Tuned LLM

利用微调大语言模型增强DApp智能合约漏洞检测

Jiuyang Bu, Wenkai Li, Zongwei Li, Zeng Zhang, Xiaoqi Li

专题命中 指令微调 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 本文利用微调大语言模型和数据增强技术，提升DApp智能合约漏洞检测的准确性和效率，尤其在检测非机器可审计的漏洞方面表现突出。

Small-Margin Preferences Still Matter-If You Train Them Right

小边距偏好依然重要-如果你训练得当的话

Jinlong Pang, Zhaowei Zhu, Na Di, Yichi Zhang, Yaxuan Wang, Chen Qian, Yang Liu

机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Northeastern University（东北大学） ； DIMACS, Rutgers University（Rutgers大学DIMACS研究中心） 纠错

专题命中 指令微调 ：LLM(abstract)；large language model(abstract)；language model(abstract)；SFT(abstract)

AI总结 本文提出MixDPO，一种基于难度的训练策略，通过课程学习和混合目标优化，提升LLM在模糊配对上的对齐效果。

FedLoDrop: Federated LoRA with Dropout for Generalized LLM Fine-tuning

FedLoDrop: 带Dropout的联邦LoRA用于通用大语言模型微调

Sijing Xie, Dingzhu Wen, Changsheng You, Qimei Chen, Mehdi Bennis, Kaibin Huang

机构 * School of Information Science and Technology, ShanghaiTech University（信息科学与技术学院，上海科技大学） ； Department of Electronic and Electrical Engineering, Southern University of Science and Technology（电子与电气工程系，南方科技大学） ； School of Electronic Information, Wuhan University（电子信息学院，武汉大学） ； Centre for Wireless Communications, University of Oulu（无线通信中心，奥卢大学） ； Department of Electrical and Electronic Engineering, The University of Hong Kong（电气与电子工程系，香港大学） 纠错

专题命中 指令微调 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 FedLoDrop通过Dropout和资源优化提升联邦LoRA在大语言模型微调中的泛化能力

Comments The paper has been accepted for publication in IEEE Journal on Selected Areas in Communications on Jan. 31 2026

NAP-Tuning: Neural Augmented Prompt Tuning for Adversarially Robust Vision-Language Models

NAP-Tuning: 用于对抗鲁棒视觉-语言模型的神经增强提示微调

Jiaming Zhang, Xin Wang, Xingjun Ma, Lingyu Qiu, Yu-Gang Jiang, Jitao Sang

机构 * School of Computer Science and Technology, Beijing Jiaotong University（北京交通大学计算机科学与技术学院） ； Shanghai Key Lab of Intell. Info. Processing, School of CS, Fudan University（复旦大学计算机学院智能信息处理重点实验室） ； Department of Mathematics and Applications, University of Naples Federico II（那不勒斯费德里克二世大学应用数学系） ； State Key Laboratory of Advanced Rail Autonomous Operation, Beijing Jiaotong University（北京交通大学先进轨道交通自主运行国家重点实验室） 纠错

专题命中 指令微调 ：language model(title,abstract)；prompting(abstract)；分类 cs.AI

AI总结 NAP-Tuning通过神经增强框架提升视觉-语言模型的对抗鲁棒性，实现多模态提示微调和特征净化，显著提升模型在对抗攻击下的性能。

Anchored Supervised Fine-Tuning

锚定监督微调

He Zhu, Junyou Su, Peng Lai, Ren Ma, Wenjia Zhang, Linyi Yang, Guanhua Chen

机构 * Southern University of Science and Technology（南方科技大学） ； Peking University（北京大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；post-training(abstract)；SFT(abstract)

AI总结 本文提出锚定监督微调（ASFT），通过引入KL正则化解决动态微调（DFT）的稳定性问题，在数学推理、医学知识和代码生成等领域取得显著提升。

ExChanGeAI: An End-to-End Platform and Efficient Foundation Model for Electrocardiogram Analysis and Fine-tuning

ExChanGeAI: 一个端到端平台和高效的ECG基础模型用于心电图分析与微调

Lucas Bickmann, Lucas Plagwitz, Antonius Büscher, Lars Eckardt, Julian Varghese

机构 * Institute of Medical Informatics, University Münster, Germany（医学信息学研究所，穆斯特大学，德国） ； Clinic for Cardiology II: Electrophysiology, University Hospital Münster, Germany（心脏病学二诊所：电生理学，穆斯特大学医院，德国） 纠错

专题命中 指令微调 ：foundation model(title,abstract)；分类 cs.AI、cs.LG

AI总结 ExChanGeAI是一个端到端平台，提供高效的心电图基础模型CardX，支持从头训练和微调，适用于多种计算环境，且在性能和资源消耗上优于现有模型。

Journal ref J Med Internet Res 2026;28:e81116

The Blessing of Dimensionality in LLM Fine-tuning: A Variance-Curvature Perspective

维度红利在LLM微调中的作用：一种方差-曲率视角

Qiyao Liang, Jinyeop Song, Yizhou Liu, Jeff Gore, Ila Fiete, Risto Miikkulainen, Xin Qiu

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Cognizant AI Lab（Cognizant AI实验室） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 指令微调 ：LLM(title)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文从方差-曲率视角探讨LLM微调中的维度红利，揭示微调景观的低维曲率特性，表明小种群可有效优化高维微调任务。

Comments 8 pages, 6 figures, plus appendices

ToPT: Task-Oriented Prompt Tuning for Urban Region Representation Learning

为城市区域表示学习设计的任务导向提示微调：ToPT

Zitao Guo, Changyang Jiang, Tianhong Zhao, Jinzhou Cao, Genan Dai, Bowen Zhang

机构 * College of Applied Science, Shenzhen University, Shenzhen, China（深圳大学应用科学学院） ； School of Artificial Intelligence, Shenzhen Technology University, Shenzhen, China（深圳科技大学人工智能学院） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；prompting(abstract)；分类 cs.AI、cs.LG

AI总结 ToPT通过空间一致融合和任务对齐提升城市区域表示学习，实现任务导向的提示微调，提升多个城市任务的性能。

Comments The paper has been accepted by ICASSP 2026

Learning the Boundary of Solvability: Aligning LLMs to Detect Unsolvable Problems

学习可解性的边界：对齐大语言模型以检测不可解的问题

Dengyun Peng, Qiguang Chen, Bofei Liu, Jiannan Guan, Libo Qin, Zheng Yan, Jinhao Liu, Jianshu Zhang, Wanxiang Che

机构 * LARG, Research Center for Social Computing and Interactive Robotics, HIT（LARG，社会计算与交互机器人研究中心，哈尔滨工业大学） ； School of Computer Science and Engineering, Central South University（计算机科学与工程学院，中南大学） ； iFLYTEK 纠错

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

AI总结 本文提出UnsolvableQA数据集和UnsolvableRL框架，通过逆向构建引入逻辑矛盾，提升LLM对不可解问题的检测能力，并在Qwen3-4B-Instruct上提升可解推理准确率至69.4%。

Comments preprint

Converge Faster, Talk Less: Hessian-Informed Federated Zeroth-Order Optimization

更快收敛，说话更少：基于Hessian的联邦零阶优化

Zhe Li, Bicheng Ying, Zidong Liu, Chaosheng Dong, Haibo Yang

机构 * Rochester Institute of Technology（罗切斯特理工大学） ； Google（谷歌） ； ComboCurve Inc.（ComboCurve公司） 纠错

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

AI总结 HiSo通过利用Hessian信息加速联邦零阶优化的收敛，显著提升通信效率。

Comments Accepted by ICLR 2026

Bridging Lexical Ambiguity and Vision: A Mini Review on Visual Word Sense Disambiguation

弥合词汇歧义与视觉：关于视觉词义消歧的简要综述

Shashini Nilukshi, Deshan Sumanathilaka

机构 * School of Computing Informatics（计算与信息学学院） ； Institute of Technology（技术研究所） 纠错

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

AI总结 本文综述了视觉词义消歧的发展，探讨了对比模型和LLM在解决词汇歧义中的作用，并指出未来发展方向。

Comments 2 figures, 2 Tables, Accepted at IEEE TIC 2026

One-Token Rollout: Guiding Supervised Fine-Tuning of LLMs with Policy Gradient

单个标记回滚：通过策略梯度引导大语言模型的监督微调

Rui Ming, Haoyuan Wu, Shoubo Hu, Zhuolun He, Bei Yu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Noah’s Ark Lab, Huawei（华为诺亚实验室） ； ChatEDA Tech（ChatEDA技术公司） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；SFT(abstract)；分类 cs.CL

AI总结 通过策略梯度引导监督微调，单个标记回滚（OTR）在多个基准测试中优于标准SFT，展示了on-policy数据对泛化能力的重要性。

David vs. Goliath: Verifiable Agent-to-Agent Jailbreaking via Reinforcement Learning

大卫与歌利亚：通过强化学习实现可验证的代理到代理劫持

Samuel Nellessen, Tal Kachman

机构 * Department of Artificial Intelligence, Radboud University, Nijmegen, The Netherlands（人工智能系，拉德堡德大学，尼姆韦根，荷兰） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 通过强化学习框架Slingshot，验证了Tag-Along攻击作为可验证的威胁模型，并展示了如何通过环境交互从现成模型中引发有效代理攻击。

Comments Under review. 8 main pages, 2 figures, 2 tables. Appendix included

World-Gymnast: Training Robots with Reinforcement Learning in a World Model

World-Gymnast: 在世界模型中用强化学习训练机器人

Ansh Kumar Sharma, Yixiang Sun, Ninghao Lu, Yunzhe Zhang, Jiarao Liu, Sherry Yang

机构 * New York University（纽约大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 指令微调 ：language model(abstract)；SFT(abstract)；分类 cs.AI

AI总结 World-Gymnast通过在世界模型中进行强化学习微调，有效提升真实机器人性能，比监督学习和软件模拟更具优势。

Comments https://world-gymnast.github.io/

When Is Rank-1 Enough? Geometry-Guided Initialization for Parameter-Efficient Fine-Tuning

何时秩-1足够？基于几何的初始化方法用于参数高效微调

Haoran Zhao, Soyeon Caren Han, Eduard Hovy

机构 * School of Computing and Information Systems, University of Melbourne, Melbourne, Australia（计算机与信息系统学院，墨尔本大学，墨尔本，澳大利亚） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出Gap-Init方法，通过几何感知初始化稳定秩-1 LoRA微调，证明初始对齐对训练稳定性的重要性。

WinFLoRA: Incentivizing Client-Adaptive Aggregation in Federated LoRA under Privacy Heterogeneity

WinFLoRA: 在隐私异质性下的联邦LoRA中激励客户端自适应聚合

Mengsha Kou, Xiaoyu Xia, Ziqi Wang, Ibrahim Khalil, Runkun Luo, Jingwen Zhou, Minhui Xue

机构 * RMIT University（皇家墨尔本理工大学） ； Huazhong University of Science and Technology（华中科技大学） ； CSIRO’s Data61 and Responsible AI Research (RAIR) Centre（澳大利亚CSIRO数据61和负责任的人工智能研究（RAIR）中心） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 WinFLoRA通过利用聚合权重激励客户端自适应聚合，提升联邦LoRA在隐私异质性下的全局准确率和客户端效用。

Comments 12 pages

Discrete Diffusion Trajectory Alignment via Stepwise Decomposition

通过分步分解实现离散扩散轨迹对齐

Jiaqi Han, Austin Wang, Minkai Xu, Wenda Chu, Meihua Dang, Haotian Ye, Huayu Chen, Yisong Yue, Stefano Ermon

机构 * Stanford University（斯坦福大学） ； Caltech（加州理工学院） ； Tsinghua University（清华大学） 纠错

专题命中 指令微调 ：language model(abstract)；preference optimization(abstract)；分类 cs.LG

AI总结 本研究提出一种离线偏好优化方法，通过分步分解实现离散扩散模型的轨迹对齐，提升DNA序列设计和语言建模的性能。

Comments ICLR 2026

GemDetox at TextDetox CLEF 2025: Enhancing a Massively Multilingual Model for Text Detoxification on Low-resource Languages

GemDetox在TextDetox CLEF 2025中的应用：增强大规模多语言模型以在低资源语言上进行文本去毒化

Trung Duc Anh Dang, Ferdinando Pio D'Elia

机构 * Centre for Language Technology, University of Copenhagen, Denmark（语言技术中心，哥本哈根大学，丹麦） 纠错

专题命中 指令微调 ：SFT(abstract)；prompting(abstract)；分类 cs.CL

AI总结 GemDetox在TextDetox CLEF 2025中通过参数高效微调和提示技术提升多语言文本去毒化性能，尤其在低资源语言上表现优异。