AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
气味绘画：通过大语言模型和生成式人工智能探索气味可视化
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)
AI总结 本文提出通过大语言模型和生成式人工智能实现自动气味可视化的方法，探索了气味感知与生成工具的结合，揭示了语言描述和抽象风格对气味图像生成的影响。
超越猜测：测量大型语言模型生成文本在多语言虚假信息中的增长
机构 * Kempelen Institute of Intelligent Technologies（智能技术研究所） ； The Pennsylvania State University（宾夕法尼亚州立大学） ； MIT Lincoln Laboratory（麻省理工学院林赛实验室）
专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本研究通过实证数据证明了LLM在多语言虚假信息中的增长，揭示了不同语言、平台和时间周期中的关键模式。
Comments accepted to Computer magazine
Journal ref Computer (Volume: 59, Issue: 2, February 2026)
VEAttack: 面向大视觉语言模型的下游任务无关视觉编码器攻击
机构 * City University of Hong Kong（香港城市大学） ； University of Sydney（悉尼大学）
专题命中 其他LLM ：language model(title,abstract)；LLM(abstract)；large language model(abstract)
AI总结 VEAttack是一种针对大视觉语言模型视觉编码器的简单有效攻击方法，通过优化图像令牌降低计算开销，实现对多种下游任务的泛化攻击。
语义作为盾牌：对抗大语言模型情感分类中提示注入的标签伪装防御（LDD）
机构 * Department of Computer Science, George Washington University（计算机科学系，乔治华盛顿大学）
专题命中 其他LLM ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文提出LDD，一种通过语义伪装标签来防御大语言模型情感分类中提示注入攻击的方法，展示了其在不同模型上的有效性。
开源多模态Moxin模型：Moxin-VLM和Moxin-VLA
机构 * Northeastern University（东北大学） ； Harvard University（哈佛大学） ； Cornell University（康奈尔大学） ； Tulane University（路易斯安那州立大学） ； University of Washington（华盛顿大学） ； Futurewei（未来通信） ； AIBAO LLC
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出开源多模态Moxin模型，通过Moxin-VLM、Moxin-VLA和Moxin-Chinese三种变体，提升视觉-语言、视觉-语言-动作及中文任务的性能。
用代理AI支持软件工程任务：文档检索与测试场景生成的演示
机构 * Gratex International（格拉特克斯国际） ； Department of Applied Informatics Faculty of Mathematics, Physics and Informatics Comenius University（应用信息学院数学、物理和信息学院康门ius大学）
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出利用代理AI解决软件工程中的文档检索和测试场景生成问题，通过专用代理处理不同任务，提升软件开发效率。
Comments This is a preprint of a paper that was accepted at the International Conference on Artificial Intelligence, Computer, Data Sciences and Applications (ACDSA 2026)
通过联合潜在建模阅读范式解构句子消歧：LLM 惊喜值不足以解释
机构 * Department of Linguistics, University of Potsdam（语言学系，波茨坦大学） ； Center for Data Science/Department of Linguistics, New York University（数据科学中心/语言学系，纽约大学）
专题命中 其他LLM ：LLM(title)；分类 cs.CL
AI总结 本文通过联合潜在建模阅读范式，提出了一种更准确的句子消歧模型，证明LLM的惊喜值不足以解释人类阅读行为。
通过对比协方差分解查询-键特征交互
机构 * Harvard University（哈佛大学） ； Technion - Israel Institute of Technology（技术ion-以色列理工学院） ； Kempner Institute, Harvard University（凯普纳研究所，哈佛大学） ； Google DeepMind（谷歌DeepMind）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出通过对比协方差分解查询-键特征交互，以揭示Transformer中注意力机制的可解释性。
大语言模型能否捕捉到稳定的人生成句子熵度量？
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 研究通过实验证明大语言模型在捕捉人类生成句子熵方面的能力，发现GPT-4o与人类数据最一致，但LLMs无法完全替代稳定的人类分布。
数据代理：等级、现状与开放问题
专题命中 其他LLM ：large language model(abstract)；language model(abstract)
AI总结 本文提出数据代理的分层分类体系，从无自主性到完全自主，探讨其现状、挑战及未来发展方向。
Journal ref SIGMOD 2026 Tutorial
通过人机协作的贝叶斯优化实现个性化图像生成
机构 * University of Illinois, Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 其他LLM ：prompting(abstract)；分类 cs.LG
AI总结 本文提出MultiBO方法，通过人类偏好反馈缩小生成图像与目标图像的差距，实现个性化图像生成。
广义梯度范数截断与非欧几里得$(L_0,L_1)$-平滑性
机构 * EPFL (LIONS)（苏黎世联邦理工学院（LIONS）） ； Université Paris-Saclay (CVN)（巴黎-萨克雷大学（CVN））
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 本文提出了一种结合最速下降与条件梯度的非欧几里得优化方法，通过广义$(L_0,L_1)$-平滑性实现梯度范数截断的扩展，并在深度学习中展示了其收敛性和应用效果。
通过长期分析人机对话 informing 机器人幸福感教练设计
专题命中 其他LLM ：LLM(abstract)
AI总结 本文通过分析长期人机对话数据，揭示用户与AI幸福感教练互动的动态模式，为设计支持用户自主性和伦理边界的新型机器人幸福感教练提供指导。
调试缺陷可视化：经验洞察指导人机协同调试系统
专题命中 其他LLM ：LLM(abstract)
AI总结 本文提出一种人机协同调试系统，结合LLM建议与论坛知识，有效解决可视化调试问题，解决率高达86%。
Comments 16 pages, 11 figures. Accepted to ACM CHI 2026
TiCLS : 紧密耦合的语言文本定位器
机构 * University of Minnesota（明尼苏达大学） ； Grinnell College（格林尼尔学院）
专题命中 其他LLM ：language model(abstract)
AI总结 TiCLS通过整合字符级预训练语言模型的外部语言知识，实现了对模糊或碎片化文本的高效识别，验证了PLM引导的语言整合在场景文本定位中的有效性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈