语言大模型 / LLM

SAKED: Mitigating Hallucination in Large Vision-Language Models via Stability-Aware Knowledge Enhanced Decoding

SAKED: 通过稳定性感知知识增强解码缓解大视觉-语言模型中的幻觉

Zhaoxu Li, Chenqi Kong, Peijun Bao, Song Xia, Yi Tu, Yi Yu, Xinghao Jiang, Xudong Jiang

机构 * ROSE Lab, School of Electrical and Electronic Engineering, Nanyang Technological University, Singapore（ROSE实验室，电子工程学院，南洋理工大学，新加坡） ； ROSE Lab, Interdisciplinary Graduate Programme, Nanyang Technological University, Singapore（ROSE实验室，跨学科研究生项目，南洋理工大学，新加坡） ； School of Physical and Mathematical Sciences, Nanyang Technological University, Singapore（物理与数学科学学院，南洋理工大学，新加坡） ； Shanghai Jiao Tong University, China（上海交通大学，中国） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)

AI总结 SAKED通过引入稳定性感知知识增强解码方法，有效缓解大视觉-语言模型中的幻觉问题，无需训练即可集成至不同架构中，实现最佳性能。

Sharpen the Spec, Cut the Code: A Case for Generative File System with SYSSPEC

细化规范，削减代码：一种生成性文件系统案例

Qingyuan Liu, Mo Zou, Hengbin Zhang, Dong Du, Yubin Xia, Haibo Chen

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出SYSSPEC框架，通过生成性文件系统利用LLM生成和演变文件系统，展示SPECFS在并发性和正确性上的有效性。

TTA: Transcribe, Translate and Alignment for Cross-lingual Speech Representation

TTA：跨语言语音表示的转录、翻译与对齐

Wei Liu, Jiahong Li, Yiwen Shao, Dong Yu

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 TTA通过大规模训练生成跨语言语音表示，提升语音识别与翻译任务的性能，优于Whisper模型。

Comments Accepted by ICASSP2026

Toward Ultra-Long-Horizon Sequential Model Editing

迈向超长 horizon 的序列模型编辑

Mingda Liu, Zhenghan Zhu, Ze'an Miao, Katsuki Fujisawa

机构 * Institute of Science Tokyo（东京科学研究所） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出Norm-Anchor Scaling NAS方法，通过范数约束策略解决序列模型编辑中的崩溃问题，显著提升编辑性能。

TOPol: Capturing and Explaining Multidimensional Semantic Polarity Fields and Vectors

TOPol: 捕捉和解释多维语义极性场和向量

Gabin Taibi, Lucia Gomez

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 TOPol通过半无监督框架捕捉和解释多维语义极性场，用于上下文敏感的多维叙述分析。

Comments 7 pages, 3 figures and 2 tables

Scalpel: Fine-Grained Alignment of Attention Activation Manifolds via Mixture Gaussian Bridges to Mitigate Multimodal Hallucination

Scalpel: 通过混合高斯桥梁实现细粒度注意力激活流形对齐以缓解多模态幻觉

Ziqiang Shi, Rujie Liu, Shanshan Yu, Satoshi Munakata, Koichi Shirahata

机构 * Fujitsu Research & Development Center Co.,LTD.（Fujitsu 研究与开发中心有限公司） ； Fujitsu Limited（Fujitsu 有限公司） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)

AI总结 Scalpel通过高斯混合模型和熵最优传输减少多模态幻觉，实现注意力激活流形的细粒度对齐，提升视觉-语言模型的输出一致性。

Comments WACV 2026 (It was accepted in the first round, with an acceptance rate of 6%.)

What do Geometric Hallucination Detection Metrics Actually Measure?

几何幻觉检测度量实际上测量什么？

Eric Yeats, John Buckheit, Sarah Scullen, Brendan Kennedy, Loc Truong, Davis Brown, Bill Kay, Cliff Joslyn, Tegan Emerson, Michael J. Henry, John Emanuello, Henry Kvinge

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） ； University of Washington（华盛顿大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Colorado State University（科罗拉多州立大学） ； University of Texas, El Paso（德克萨斯大学埃尔帕索分校） ； Laboratory for Advanced Cybersecurity Research, National Security Agency（国家安全局高级网络安全研究实验室） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；分类 cs.AI、cs.LG；foundation model(comments)

AI总结 本文研究几何统计在检测幻觉中的作用，通过合成数据集分析不同属性对幻觉检测的影响，并提出归一化方法提升多领域检测性能。

Comments Published at the 2025 ICML Workshop on Reliable and Responsible Foundation Models

Circuit Fingerprints: How Answer Tokens Encode Their Geometrical Path

电路指纹：答案标记如何编码其几何路径

Andres Saurez, Neha Sengar, Dongsoo Har

机构 * Korea Advanced Institute of Science and Technology（韩国科学技术院） 纠错

专题命中 知识编辑与模型理解 ：prompting(abstract)；分类 cs.CL、cs.LG

AI总结 通过几何对齐实现电路发现，揭示transformer电路本质上是几何结构，实现可控引导并提升情感分类准确率。

Comments Submitted to ICML 2026. 15 pages, 11 figures

Improving Interpretability of Lexical Semantic Change with Neurobiological Features

通过神经生物学特征提升词汇语义变化的可解释性

Kohei Oda, Hiroya Takamura, Kiyoaki Shirai, Natthawut Kertkeidkachorn

机构 * Japan Advanced Institute of Science and Technology（日本先进科学研究院） ； National Institute of Advanced Industrial Science and Technology（国家先进工业科学与技术研究院） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL

AI总结 本文提出一种将词语语义空间映射到神经生物学特征空间的方法，以提升词汇语义变化的可解释性，并在LSC估计和分析中取得显著效果。

Comments PACLIC 2025

Cross-Modal Redundancy and the Geometry of Vision-Language Embeddings

跨模态冗余与视觉-语言嵌入的几何学

Grégoire Dhimoïla, Thomas Fel, Victor Boutin, Agustin Picard

机构 * Brown University（布朗大学） ； ENS Paris Saclay（巴黎萨克雷大学） ； IRT Saint Exupéry（IRT圣埃克苏佩里） ； Kempner Institute, Harvard University（哈佛大学凯姆纳研究所） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.LG

AI总结 本文通过等能假设和对齐稀疏自编码器，揭示了视觉-语言模型中跨模态对齐的几何结构，发现稀疏双模态原子承载了跨模态对齐信号，单模态原子解释了模态差距，去除单模态原子可消除差距而不影响性能。

Comments Published as a conference paper at ICLR 2026

RoboInter: A Holistic Intermediate Representation Suite Towards Robotic Manipulation

RoboInter: 一种面向机器人操控的综合中间表示套件

Hao Li, Ziqin Wang, Zi-han Ding, Shuai Yang, Yilun Chen, Yang Tian, Xiaolin Hu, Tai Wang, Dahua Lin, Feng Zhao, Si Liu, Jiangmiao Pang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Beihang University（北航） ； Nanyang Technological University（南洋理工大学） ； Zhejiang University（浙江大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)

AI总结 RoboInter通过统一的中间表示套件，提升机器人操控中视觉-语言-动作系统的泛化能力和推理能力。

Comments Published to ICLR 2026, 69 pages, 40 figures