语言大模型 / LLM

StraTyper: Automated Semantic Type Discovery and Multi-Type Annotation for Dataset Collections

StraTyper：自动化语义类型发现与多类型注解用于数据集集合

Christos Koutras, Juliana Freire

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

AI总结 StraTyper通过自动化语义类型发现和多类型注解，有效解决数据集语义理解中的类型冗余和覆盖不足问题，提升下游任务性能。

Grammatical Error Correction for Low-Resource Languages: The Case of Zarma

低资源语言的语法错误纠正：以扎尔马语为例

Mamadou K. Keita, Adwoa Bremang, Huy Le, Dennis Owusu, Christopher Homan, Marcos Zampieri

机构 * Rochester Institute of Technology（罗切斯特理工学院） ； Ashesi University（阿什esi大学） ； George Mason University（乔治·梅森大学） 纠错

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

AI总结 本研究针对扎尔马语的语法错误纠正，比较了基于规则、机器翻译和大型语言模型三种方法，发现MT模型在自动和人工评估中表现最佳。

Rethinking Perplexity: Revealing the Impact of Input Length on Perplexity Evaluation in LLMs

重新思考困惑度：揭示输入长度对LLMs困惑度评估的影响

Letian Cheng, Junyan Wang, Yan Gao, Elliott Wen, Ting Dang, Hong Jia

机构 * University of Melbourne（墨尔本大学） ； University of Adelaide（阿德莱德大学） ； University of Cambridge（剑桥大学） ； University of Auckland（奥克兰大学） 纠错

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

AI总结 本文提出LengthBenchmark框架，系统研究输入长度对LLMs困惑度评估的影响，揭示长度偏见问题及改进评估方法。

Audit After Segmentation: Reference-Free Mask Quality Assessment for Language-Referred Audio-Visual Segmentation

分段后审计：用于语言指代音频视频分段的无参考掩码质量评估

Jinxing Zhou, Yanghao Zhou, Yaoting Wang, Zongyan Han, Jiaqi Ma, Henghui Ding, Rao Muhammad Anwer, Hisham Cholakkal

机构 * MBZUAI ； National University of Singapore（国立新加坡大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本研究提出 MQA-RefAVS 任务，通过多模态大语言模型评估语言指代音频视频分段中掩码质量，提升分割准确性与可解释性。

Outcome Accuracy is Not Enough: Aligning the Reasoning Process of Reward Models

结果准确性不够：对奖励模型推理过程的对齐

Binghai Wang, Yantao Liu, Yuxuan Liu, Tianyi Tang, Shenzhi Wang, Chang Gao, Chujie Zheng, Yichang Zhang, Le Yu, Shixuan Liu, Tao Gui, Qi Zhang, Xuanjing Huang, Bowen Yu, Fei Huang, Junyang Lin

机构 * Alibaba Group（阿里巴巴集团） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出推理一致性度量，结合结果准确性改进生成奖励模型训练，提升RLHF性能并减少欺骗性对齐问题。

On the use of LLMs to generate a dataset of Neural Networks

利用LLMs生成神经网络数据集

Nadia Daoudi, Jordi Cabot

机构 * Luxembourg Institute of Science and Technology（卢森堡科学技术研究院） ； University of Luxembourg（卢森堡大学） 纠错

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

AI总结 本文利用LLMs自动生成神经网络数据集，用于验证和基准测试，以提升神经网络的可靠性与适应性研究。

M^3-Bench: Multi-Modal, Multi-Hop, Multi-Threaded Tool-Using MLLM Agent Benchmark

M^3-Bench: 多模态、多跳、多线程工具使用 MLLM agent 评估基准

Yang Zhou, Mingyu Zhao, Zhenting Wang, Difei Gu, Bangwei Guo, Ruosong Ye, Ligong Han, Can Jin, Dimitris N. Metaxas

机构 * Rutgers University（新泽西罗格斯大学） 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 M^3-Bench是首个评估多模态工具使用下模型上下文协议的基准，通过多跳、多线程工作流和可追溯的一对一对应关系，揭示了多模态大语言模型在论点保真度和结构一致性方面的持续差距。

Trust The Typical

信任典型

Debargha Ganguly, Sreehari Sankar, Biyao Zhang, Vikash Singh, Kanan Gupta, Harshini Kavuru, Alan Luo, Weicong Chen, Warren Morningstar, Raghu Machiraju, Vipin Chaudhary

机构 * Case Western Reserve University（凯斯西储大学） ； University of Pittsburgh（匹兹堡大学） ； The Ohio State University（俄亥俄州立大学） ； Google Research（谷歌研究） 纠错

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

AI总结 Trust The Typical通过将安全性视为分布外检测问题，在无需有害示例训练的情况下，实现了在多个安全基准测试中的高性能表现，显著降低误报率。

What's in a Benchmark? The Case of SWE-Bench in Automated Program Repair

基准中有什么？SWE-Bench在自动程序修复中的案例

Matias Martinez, Xavier Franch

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

AI总结 本文研究了SWE-Bench排行榜上的提交来源、LLM使用情况及行业参与度，揭示了专有LLM在自动程序修复中的主导地位。

Comments Accepted in 2026 IEEE/ACM 48th International Conference on Software Engineering (ICSE-SEIP'26). https://doi.org/10.1145/3786583.3786904

SOGPTSpotter: Detecting ChatGPT-Generated Answers on Stack Overflow

SOGPTSpotter：检测Stack Overflow上的ChatGPT生成答案

Suyu Ma, Chunyang Chen, Hourieh Khalajzadeh, John Grundy

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

AI总结 SOGPTSpotter利用Siamese神经网络和BigBird模型，通过三元组损失检测Stack Overflow上的ChatGPT生成答案，优于多种基线方法，具有较高的识别准确性和实用性。

Comments 24 pages

EvasionBench: A Large-Scale Benchmark for Detecting Managerial Evasion in Earnings Call Q&A

EvasionBench: 一个大规模基准用于检测盈余电话会议问答中的管理层回避

Shijian Ma, Yan Lin, Yi Yang

机构 * Hong Kong University of Science and Technology（香港科学与技术大学） ； University of Macau（澳门大学） 纠错

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

AI总结 EvasionBench通过多模型共识框架和40亿参数分类器，首次大规模评估管理层在盈余电话会议中回避性回应的检测能力。

Comments Major revision. Title and abstract updated to better reflect the refined results. Shijian Ma and Yan Lin contributed equally. Corresponding author: Yan Lin; Project page: https://iiiiqiiii.github.io/EvasionBench/

Linguistically Informed Evaluation of Multilingual ASR for African Languages

具有语言信息的非洲语言多语言语音识别评估

Fei-Yueh Chen, Lateef Adeleke, C. M. Downey

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

AI总结 本文通过引入FER和TER，评估了多语言语音识别模型在非洲语言中的表现，发现声调特征是主要挑战，FER能更准确揭示模型错误模式。

Comments To appear at AfricaNLP 2026

Frontend Token Enhancement for Token-Based Speech Recognition

前端令牌增强用于基于令牌的语音识别

Takanori Ashihara, Shota Horiguchi, Kohei Matsuura, Tsubasa Ochiai, Marc Delcroix

机构 * NTT, Inc.（日本NTT公司） 纠错

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

AI总结 本文提出了一种前端令牌增强方法，通过波形到令牌的增强模型在CHiME-4数据集上实现了最佳ASR性能，优于基于连续SSL特征的ASR系统。

Comments Accepted at ICASSP 2026

Benchmarking Bias Mitigation Toward Fairness Without Harm from Vision to LVLMs

面向视觉到大视觉语言模型的公平性无害基准测试

Xuwei Tan, Ziyu Hu, Xueru Zhang

机构 * The Ohio State University（俄亥俄州立大学） ； Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

AI总结 NH-Fair提出一个统一基准，评估视觉到大视觉语言模型的公平性无害性，通过系统调优和数据增强方法减少偏见，提升公平性和准确性。

Comments Accepted at ICLR 26

CodeSense: a Real-World Benchmark and Dataset for Code Semantic Reasoning

CodeSense: 一个用于代码语义推理的现实世界基准和数据集

Monoshi Kumar Roy, Simin Chen, Benjamin Steenhoek, Jinjun Peng, Gail Kaiser, Baishakhi Ray, Wei Le

机构 * Iowa State University（爱荷华州立大学） ； Columbia University（哥伦比亚大学） ； Microsoft Data & AI（微软数据与人工智能） 纠错

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

AI总结 CodeSense通过现实世界代码项目构建细粒度语义推理基准，揭示LLM在代码推理中的能力不足，并提供工具集支持地面真实数据收集。

SynthVerse: A Large-Scale Diverse Synthetic Dataset for Point Tracking

SynthVerse：一个大规模多样化合成数据集用于点跟踪

Weiguang Zhao, Haoran Xu, Xingyu Miao, Qin Zhao, Rui Zhang, Kaizhu Huang, Ning Gao, Peizhou Cao, Mingze Sun, Mulin Yu, Tao Lu, Linning Xu, Junting Dong, Jiangmiao Pang

机构 * University of Liverpool（利物浦大学） ； Zhejiang University（浙江大学） ； Durham University（杜伦大学） ； Beihang University（北京航空航天大学） ； Duke Kunshan University（杜克昆山大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 SynthVerse通过提供大规模多样化合成数据集，提升点跟踪任务的泛化能力和评估效果。

DiaryPlay: AI-Assisted Authoring of Interactive Vignettes for Everyday Storytelling

DiaryPlay: 为日常叙事辅助创作交互式片段

Jiangnan Xu, Haeseul Cha, Gosu Choi, Gyu-cheol Lee, Yeo-Jin Yoon, Zucheul Lee, Konstantinos Papangelis, Dae Hyun Kim, Juho Kim

专题命中 评测与基准 ：LLM(abstract)

AI总结 DiaryPlay通过AI辅助创作交互式片段，帮助日常叙事者高效生成可信的角色活动和沉浸式叙事体验。

iSight: Towards expert-AI co-assessment for improved immunohistochemistry staining interpretation

iSight：迈向专家-人工智能协同评估以提高免疫组化染色解释

Jacob S. Leiby, Jialu Yao, Pan Lu, George Hu, Anna Davidian, Shunsuke Koga, Olivia Leung, Pravin Patel, Isabella Tondi Resta, Rebecca Rojansky, Derek Sung, Eric Yang, Paul J. Zhang, Emma Lundberg, Dokyoon Kim, Serena Yeung-Levy, James Zou, Thomas Montine, Jeffrey Nirschl, Zhi Huang

机构 * Department of Pathology and Laboratory Medicine, Perelman School of Medicine, University of Pennsylvania（病理与实验室医学系，佩尔曼医学院，宾夕法尼亚大学） ； Department of Electrical and Systems Engineering, University of Pennsylvania（电气与系统工程系，宾夕法尼亚大学） ； Department of Biomedical Data Science, Stanford University School of Medicine（生物医学数据科学系，斯坦福大学医学院） ； Department of Pathology, University of Maryland School of Medicine（病理学系，马里兰大学医学院） ； Department of Pathology, Stanford University School of Medicine（病理学系，斯坦福大学医学院） 纠错

专题命中 评测与基准 ：foundation model(abstract)

AI总结 iSight通过多任务学习框架提升IHC染色评估的准确性，优于基础模型并改善专家一致性。

Intellectual Property Protection for 3D Gaussian Splatting Assets: A Survey

3D高斯散射资产的知识产权保护：一篇综述

Longjie Zhao, Ziming Hong, Jiaxin Huang, Runnan Chen, Mingming Gong, Tongliang Liu

机构 * Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； The University of Melbourne（墨尔本大学） ； Mohamed bin Zayed University of Artificial Intelligence（莫莫迪·本·扎耶德人工智能大学） 纠错

专题命中 评测与基准 ：prompting(abstract)

AI总结 本文综述了3D高斯散射资产的知识产权保护，分析了其底层机制、保护范式及鲁棒性挑战，并提出了六个研究方向以推动可靠保护技术的发展。

Comments A collection of relevant papers is summarized and will be continuously updated at \url{https://github.com/tmllab/Awesome-3DGS-IP-Protection}

Bootstrapping Cognitive Agents with a Large Language Model

通过大语言模型提升认知代理

Feiyu Zhu, Reid Simmons

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

AI总结 通过大语言模型提升认知代理，结合两者优势以提高效率和领域适应性。

Journal ref Proceedings of the AAAI Conference on Artificial Intelligence, 38(1), 655-663 (2024)

Dynamic Pyramid Network for Efficient Multimodal Large Language Model

动态金字塔网络用于高效多模态大语言模型

Hao Ai, Kunyi Wang, Zezhou Wang, Hao Lu, Jin Tian, Yaxin Luo, Peng Xing, Jen-Yuan Huang, Huaxia Li, Gen luo

机构 * Beihang University（北航大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； KAUST（卡塔尔大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Technical University Of Denmark（丹麦技术大学） ； Nanjing University of Science and Technology（南京理工大学） ； Peking University（北京大学） ； Xiaohongshu Inc（小红书公司） 纠错

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

AI总结 动态金字塔网络通过分层结构和动态池化专家提升多模态大语言模型的效率与性能。

REASONING COMPILER: LLM-Guided Optimizations for Efficient Model Serving

推理编译器：基于大语言模型的高效模型服务优化

Annabelle Sujun Tang, Christopher Priebe, Rohan Mahapatra, Lianhui Qin, Hadi Esmaeilzadeh

机构 * University of California San Diego（加州大学圣地亚哥分校） 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、cs.LG

AI总结 推理编译器利用大语言模型进行编译优化，通过上下文感知决策提升样本效率，实现高效模型服务。

Comments NeurIPS 2025

LLM-Empowered Cooperative Content Caching in Vehicular Fog Caching-Assisted Platoon Networks

基于大语言模型的协同内容缓存用于车辆雾缓存辅助车列网络

Bowen Tan, Qiong Wu, Pingyi Fan, Kezhi Wang, Nan Cheng, Wen Chen

机构 * School of Internet of Things Engineering, Jiangnan University（江南大学物联网工程学院） ； School of Information Engineering, Jiangxi Provincial Key Laboratory of Advanced Signal Processing and Intelligent Communications, Nanchang University（江西省级先进信号处理与智能通信重点实验室，南昌大学信息工程学院） ； Department of Electronic Engineering, State Key Laboratory of Space Network and Communications, and the Beijing National Research Center for Information Science and Technology, Tsinghua University（电子工程系，空间网络与通信国家重点实验室，信息科学与技术国家研究中心，清华大学） ； Department of Computer Science, Brunel University（计算机科学系，布鲁内尔大学） ； State Key Laboratory of ISN and the School of Telecommunications Engineering, Xidian University（信息与通信国家重点实验室，西安电子科技大学电信工程学院） 纠错

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

AI总结 本文提出利用大语言模型实现车辆雾缓存辅助车列网络中的协同内容缓存，通过智能决策提升缓存效率与内容检索性能。

Comments Corresponding author: Qiong Wu (qiongwu@jiangnan.edu.cn)

MiniRec: Data-Efficient Reinforcement Learning for LLM-based Recommendation

MiniRec: 用于基于大语言模型推荐系统的高效强化学习

Lin Wang, Yang Zhang, Jingfan Chen, Xiaoyan Zhao, Fengbin Zhu, Qing Li, Tat-Seng Chua

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

AI总结 MiniRec通过奖励对齐和轨迹导向的数据选择方法，有效降低基于LLM的推荐系统训练成本，同时保持高性能。

Stingy Context: 18:1 Hierarchical Code Compression for LLM Auto-Coding

吝啬上下文：18:1的分层代码压缩用于LLM自动编码

David Linus Ostby

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

AI总结 Stingy Context通过分层树状压缩技术实现18:1的上下文压缩，有效提升LLM自动编码任务的效率和准确性。

Comments 28 pages, 10 tables, 2 figures, 10 bibliographical references and 6 appendices

Swordsman: Entropy-Driven Adaptive Block Partition for Efficient Diffusion Language Models

Swordsman: 基于熵驱动的自适应块划分用于高效的扩散语言模型

Yu Zhang, Xinchen Li, Jialei Zhou, Hongnan Ma, Zhongwei Wan, Yiwei Shi, Duoqian Miao, Qi Zhang, Longbing Cao

机构 * Tongji University（同济大学） ； The Ohio State University（俄亥俄州立大学） ； University of Bristol（布里斯托大学） ； Macquarie University（麦考瑞大学） 纠错

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

AI总结 Swordsman通过熵驱动的自适应块划分提升扩散语言模型的推理效率和稳定性。

Scaling Spoken Language Models with Syllabic Speech Tokenization

通过音节语音分词扩展语音语言模型

Nicholas Lee, Cheol Jun Cho, Alan W Black, Gopala K. Anumanchipalli

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

AI总结 本研究通过音节语音分词技术，显著提升了语音语言模型的效率，训练时间和FLOPs减少达2倍和5倍。

Comments ICASSP 2026

Annotation Free Spacecraft Detection and Segmentation using Vision Language Models

无需标注的空间目标检测与分割使用视觉语言模型

Samet Hicsonmez, Jose Sosa, Dan Pineau, Inder Pal Singh, Arunkumar Rathinam, Abd El Rahman Shabayek, Djamila Aouada

机构 * Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（安全、可靠性与信任跨学科研究中心（SnT），卢森堡大学） 纠错

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

AI总结 本文提出了一种基于视觉语言模型的无标注空间目标检测与分割方法，通过伪标签蒸馏提升性能，实现在多个数据集上的精度提升。

Comments ICRA 2026

VLS: Steering Pretrained Robot Policies via Vision-Language Models

VLS：通过视觉-语言模型引导预训练的机器人策略

Shuo Liu, Ishneet Sukhvinder Singh, Yiqing Xu, Jiafei Duan, Ranjay Krishna

机构 * University of Washington（华盛顿大学） ； University of Oxford（牛津大学） ； National University of Singapore（新加坡国立大学） ； Allen Institute for Artificial Intelligence（人工智能研究院） 纠错

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

AI总结 VLS通过视觉-语言模型在推理时引导预训练机器人策略，实现无需训练的适应，提升在不同环境下的表现。

Comments 11 Pages, Project page: https://vision-language-steering.github.io/webpage/

StainNet: Scaling Self-Supervised Foundation Models on Immunohistochemistry and Special Stains for Computational Pathology

StainNet: 通过免疫组化和特殊染色在计算病理学中扩展自监督基础模型

Jiawen Li, Jiali Hu, Xitong Ling, Yongqiang Lv, Yuxuan Chen, Yizhi Wang, Tian Guan, Yifei Liu, Yonghong He

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, China（清华大学深圳国际研究生院） ； Biomedical Engineering Programme, City University of Hong Kong (Dongguan)（香港城市大学（东莞）生物医学工程项目） ； Department of Pathology, Affiliated Hospital of Nantong University（南通大学附属医院病理科） ； Nantong University（南通大学） 纠错

专题命中 效率与部署 ：foundation model(title,abstract)

AI总结 StainNet通过自监督学习方法，针对IHC和特殊染色图像训练基础模型，提升计算病理学在非H&E图像中的应用能力。

Comments 26 pages, 7 figures, 10 tables