arXivDaily arXiv每日学术速递 周一至周五更新

AI 大模型

语言大模型 / LLM

大语言模型、预训练、指令微调、后训练和语言模型应用。

2026-02-12 至 2026-02-12 共收录 221 信号源:cs.CL, cs.AI, cs.LG

1. 效率与部署 43 篇

2602.10156 2026-02-12 q-bio.GN cs.LG q-bio.CB 57%

STRAND: Sequence-Conditioned Transport for Single-Cell Perturbations

STRAND:基于序列的传输用于单细胞扰动

Boyang Fu, George Dasoulas, Sameer Gabbita, Xiang Lin, Shanghua Gao, Xiaorui Su, Soumya Ghosh, Marinka Zitnik

机构 * Department of Biomedical Informatics, Harvard Medical School, Boston, MA, USA Merck \& Co., Inc., Cambridge, MA, USA Department of Biomedical Engineering, Johns Hopkins University, Baltimore, MD, USA Kempner Institute for the Study of Natural Artificial Intelligence, Harvard University, Allston, MA, USA Broad Institute of MIT

专题命中 效率与部署 :foundation model(abstract);分类 cs.LG

AI总结 STRAND通过条件化调控DNA序列预测单细胞转录响应,提升基因扰动分析的准确性和泛化能力。

Comments 8 pages for main draft, 6 main figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.06032 2026-02-12 cs.CV 50%

Splat and Distill: Augmenting Teachers with Feed-Forward 3D Reconstruction For 3D-Aware Distillation

Splat和Distill:通过馈送式3D重建增强教师模型以实现3D感知的蒸馏

David Shavin, Sagie Benaim

机构 * Department of Computer Science(计算机科学系) The Hebrew University of Jerusalem(耶路撒冷希伯来大学)

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

AI总结 Splat和Distill通过馈送式3D重建增强教师模型,提升2D VFMs的3D意识和语义丰富性。

Comments Accepted to ICLR 2026

Journal ref ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10717 2026-02-12 cs.RO 50%

Say, Dream, and Act: Learning Video World Models for Instruction-Driven Robot Manipulation

说、梦、做:学习视频世界模型以驱动指令式机器人操作

Songen Gu, Yunuo Cai, Tianyu Wang, Simo Wu, Yanwei Fu

机构 * Fudan University(复旦大学)

专题命中 效率与部署 :language model(abstract)

AI总结 本文提出一种视频条件动作框架,通过生成稳健的视频模型和对抗性蒸馏,提升机器人操作中的预测能力和空间准确性。

详情

展开后加载摘要…

URL PDF HTML 收藏

2. 领域大模型 14 篇

2502.10937 2026-02-12 cs.AI cs.CL cs.MA 88%

SCALE: Towards Collaborative Content Analysis in Social Science with Large Language Model Agents and Human Intervention

SCALE:基于大语言模型代理和人工干预的社会科学研究内容分析

Chengshuai Zhao, Zhen Tan, Chau-Wai Wong, Xinyan Zhao, Tianlong Chen, Huan Liu

专题命中 领域大模型 :language model(title,abstract);large language model(title);LLM(abstract);分类 cs.CL、cs.AI

AI总结 SCALE通过大语言模型代理和人工干预,实现了社会科学中复杂内容分析的高效模拟与提升。

Comments Accepted by the Annual Meeting of the Association for Computational Linguistics (ACL) 2025 Main Conference

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.01330 2026-02-12 cs.AI 85%

Beyond Gemini-3-Pro: Revisiting LLM Routing and Aggregation at Scale

超越Gemini-3-Pro:大规模LLM路由与聚合的再审视

Shengji Tang, Weihao Lin, Peng Ye, Jingqi Ye, Hao Li, Yiqun Zhang, Xiaosong Wang, Bo Zhang, Shuyue Hu, Tao Chen, Lei Bai, Wanli Ouyang

机构 * Shanghai AI Lab(上海人工智能实验室) The Chinese University of Hong Kong(香港中文大学) Fudan University(复旦大学) University of Science and Technology of China(中国科学技术大学) Northwestern Polytechnical University(西北工业大学) Northeastern University(东北大学)

专题命中 领域大模型 :LLM(title,abstract);large language model(abstract);language model(abstract);分类 cs.AI

AI总结 本文提出JiSi框架,通过混合路由、支持集聚合选择和自适应切换技术,实现开源LLM协作超越Gemini-3-Pro。

Comments 21 pages

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10740 2026-02-12 cs.CL 84%

Reinforced Curriculum Pre-Alignment for Domain-Adaptive VLMs

强化课程预对齐用于领域自适应视觉-语言模型

Yuming Yan, Shuo Yang, Kai Tang, Sihong Chen, Yang Zhang, Ke Xu, Dan Hu, Qun Yu, Pengfei Hu, Edith C. H. Ngai

机构 * Tencent(腾讯)

专题命中 领域大模型 :large language model(abstract);language model(abstract);pretraining(abstract);post-training(abstract)

AI总结 本文提出RCPA方法,通过课程意识的渐进调节机制,在领域自适应中平衡领域知识获取与通用能力保持。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10874 2026-02-12 cs.CL 81%

C-MOP: Integrating Momentum and Boundary-Aware Clustering for Enhanced Prompt Evolution

C-MOP:结合动量和边界感知聚类以提升提示进化

Binwei Yan, Yifei Fu, Mingjian Zhu, Hanting Chen, Mingxuan Yuan, Yunhe Wang, Hailin Hu

机构 * Noah's Ark Lab, Huawei, China(诺亚实验室,华为,中国)

专题命中 领域大模型 :LLM(abstract);large language model(abstract);language model(abstract);prompting(abstract)

AI总结 C-MOP通过结合动量和边界感知聚类技术,提升提示优化效果,实现对大型语言模型的高效提示进化。

Comments The code is available at https://github.com/huawei-noah/noah-research/tree/master/C-MOP

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10411 2026-02-12 cs.IR 80%

GeoGR: A Generative Retrieval Framework for Spatio-Temporal Aware POI Recommendation

GeoGR: 一种面向空间时间感知的POI推荐生成框架

Fangye Wang, Haowen Lin, Yifang Yuan, Siyuan Wang, Xiaojiang Zhou, Song Yang, Pengjie Wang

专题命中 领域大模型 :LLM(abstract);large language model(abstract);language model(abstract);SFT(abstract)

AI总结 GeoGR是一种面向空间时间感知的POI推荐生成框架,通过两阶段设计提升POI推荐的准确性和可扩展性。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10891 2026-02-12 cs.NE cs.AI 79%

Interactive LLM-assisted Curriculum Learning for Multi-Task Evolutionary Policy Search

多任务策略搜索中的交互式LLM辅助课程学习

Berfin Sakallioglu, Giorgia Nadizar, Eric Medvet

机构 * MIGe - University of Trieste(MIGe - 乌迪内大学) University Toulouse Capitole, IRIT - CNRS UMR5505(图卢兹大学,IRIT - CNRS UMR5505) DIA - University of Trieste(DIA - 乌迪内大学)

专题命中 领域大模型 :LLM(title,abstract);分类 cs.AI

AI总结 本文提出了一种交互式LLM辅助的在线课程生成框架,通过多模态反馈提升多任务策略搜索的性能,展示其与专家设计课程的竞争力。

Comments 8 pages, 7 figures, with Appendix

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10624 2026-02-12 cs.CV cs.AI 79%

A Vision-Language Foundation Model for Zero-shot Clinical Collaboration and Automated Concept Discovery in Dermatology

一种用于零样本临床协作和皮肤病自动概念发现的视觉-语言基础模型

Siyuan Yan, Xieji Li, Dan Mo, Philipp Tschandl, Yiwen Jiang, Zhonghua Wang, Ming Hu, Lie Ju, Cristina Vico-Alonso, Yizhen Zheng, Jiahe Liu, Juexiao Zhou, Camilla Chello, Jen G. Cheung, Julien Anriot, Luc Thomas, Clare Primiero, Gin Tan, Aik Beng Ng, Simon See, Xiaoying Tang, Albert Ip, Xiaoyang Liao, Adrian Bowling, Martin Haskett, Shuang Zhao, Monika Janda, H. Peter Soyer, Victoria Mar, Harald Kittler, Zongyuan Ge

机构 * AIM for Health Lab(AIM for Health实验室) Faculty of Information Technology, Monash University(信息技术学院,墨尔本大学) Department of Dermatology, Medical University of Vienna(皮肤科,维也纳医学大学) Faculty of Engineering, Monash University(工程学院,墨尔本大学) Institute of Ophthalmology, University College London(眼科研究所,伦敦大学学院) Dermatology Department. Fundacion Hospital 12 de Octubre(皮肤科部门,12月12日基金会医院) School of Data Science, The Chinese University of Hong Kong, Shenzhen(数据科学学院,香港中文大学(深圳)) Frazer Institute, The University of Queensland(弗拉泽研究所,昆士兰大学) Dermatology Research Centre, Brisbane, Australia(皮肤科研究中心,澳大利亚布里斯班) Department of Medical and Cardiovascular Sciences, Sapienza University of Rome(医学与心血管科学系,罗马萨皮恩扎大学) Victorian Melanoma Service, Alfred Care Group, Bayside Health, Melbourne, Australia(维多利亚黑色素瘤服务,阿尔弗雷德护理集团,墨尔本布里斯班健康中心,澳大利亚) SkIIN Discovery Program, Monash University(SkIIN发现计划,墨尔本大学) Claude Bernard Lyon-1 University(克劳德·伯纳德里昂-1大学) Centre Léon Berard, Lyon, France(莱昂·贝拉德中心,法国里昂) Dermatology department, Hôpital Lyon Sud, Hospices Civils de Lyon, Lyons, France(皮肤科部门,里昂南医院,里昂民事医院,法国里昂) Cancer Research Center of Lyon, Lyons, France(里昂癌症研究中心,法国里昂) eResearch Centre, Monash University(eResearch研究中心,墨尔本大学) NVIDIA AI Techno(NVIDIA AI技术)

专题命中 领域大模型 :foundation model(title,abstract);分类 cs.AI

AI总结 DermFM-Zero是一种用于皮肤病零样本临床协作和自动概念发现的视觉-语言基础模型,通过掩码潜在建模和对比学习训练,实现了无需任务特定适应的高精度诊断和多模态检索能力。

Comments reports

详情

展开后加载摘要…

URL PDF HTML 收藏
2504.00389 2026-02-12 cs.AI 77%

CyberBOT: Towards Reliable Cybersecurity Education via Ontology-Grounded Retrieval Augmented Generation

CyberBOT: 通过基于本体的检索增强生成实现可靠的网络安全教育

Chengshuai Zhao, Riccardo De Maria, Tharindu Kumarage, Kumar Satvik Chaudhary, Garima Agrawal, Yiwen Li, Jongchan Park, Yuli Deng, Ying-Chih Chen, Huan Liu

专题命中 领域大模型 :LLM(abstract);large language model(abstract);language model(abstract);分类 cs.AI

AI总结 CyberBOT通过基于本体的检索增强生成技术,提供可靠的网络安全教育解决方案,提升教学效果和学生参与度。

Comments Accepted by The Conference on Information and Knowledge Management (CIKM) 2025

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10143 2026-02-12 cs.CV 75%

MPA: Multimodal Prototype Augmentation for Few-Shot Learning

MPA: 多模态原型增强用于少样本学习

Liwen Wu, Wei Wang, Lei Zhao, Zhan Gao, Qika Lin, Shaowen Yao, Zuozhu Liu, Bin Pu

专题命中 领域大模型 :LLM(abstract);large language model(abstract);language model(abstract)

AI总结 MPA通过多模态原型增强方法,在少样本学习中实现更优性能,通过语义增强、多视图增强和不确定类吸收器提升模型表现。

Comments This paper has been accepted by AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.16503 2026-02-12 cs.CL cs.AI 73%

MRAG: Benchmarking Retrieval-Augmented Generation for Bio-medicine

MRAG:生物医学领域检索增强生成的基准测试

Liz Li, Wei Zhu

机构 * DataSelect AI University of Hong Kong(香港大学)

专题命中 领域大模型 :LLM(abstract);prompting(abstract);分类 cs.CL、cs.AI

AI总结 MRAG基准测试通过构建医学领域语料库和工具包,评估RAG在生物医学任务中的有效性,揭示RAG在提升LLM可靠性及性能影响因素方面的贡献。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.05941 2026-02-12 cs.SE cs.LG cs.MA 70%

Code2MCP: Transforming Code Repositories into MCP Services

Code2MCP: 将代码仓库转化为MCP服务

Chaoqian Ouyang, Ling Yue, Shimin Di, Libin Zheng, Linan Yue, Shaowu Pan, Jian Yin, Min-Ling Zhang

机构 * Sun Yat-sen University(中山大学) Rensselaer Polytechnic Institute(罗切斯特理工学院) Southeast University(东南大学)

专题命中 领域大模型 :large language model(abstract);language model(abstract);分类 cs.LG

AI总结 Code2MCP通过自动化将GitHub仓库转换为MCP兼容服务,解决现有MCP工具池不足的问题,促进MCP协议的普及与应用。

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10181 2026-02-12 astro-ph.IM physics.hist-ph 67%

Why do we do astrophysics?

为什么我们从事天体物理学?

David W. Hogg

专题命中 领域大模型 :large language model(abstract);language model(abstract)

AI总结 本文探讨了大型语言模型在天体物理学中的应用对专业的影响,提出应建立平衡政策,而非极端禁止或放任的态度。

Comments 21-page white paper

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.11114 2026-02-12 cs.MA cs.AI cs.LG cs.SE 62%

Learning to Compose for Cross-domain Agentic Workflow Generation

跨领域代理工作流生成中的学习组合

Jialiang Wang, Shengxiang Xu, Hanmo Liu, Jiachuan Wang, Yuyu Luo, Shimin Di, Min-Ling Zhang, Lei Chen

机构 * Hong Kong University of Science and Technology(香港理工大学) Hong Kong University of Science and Technology (Guangzhou)(香港理工大学(广州)) Southeast University(东南大学) University of Tsukuba(茨口大学)

专题命中 领域大模型 :LLM(abstract);分类 cs.AI、cs.LG

AI总结 本文提出了一种基于分解-重组-决策机制的跨领域代理工作流生成方法,通过学习可重用能力实现单次生成,提升效率并减少迭代成本。

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.25112 2026-02-12 cs.AI cs.MA 57%

AI Driven Discovery of Bio Ecological Mediation in Cascading Heatwave Risks

由人工智能驱动的生物生态中介在连锁热浪风险中的发现

Yiquan Wang, Tin-Yeh Huang, Qingyun Gao, Yuhan Chang, Jialin Zhang

机构 * College of Mathematics and System Science, Xinjiang University, Urumqi, Xinjiang, China(数学与系统科学学院,新疆大学) Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, China(地理科学与自然资源研究所,中国科学院) Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University, Hong Kong, China(工业与系统工程系,香港理工大学) Xinya College, Tsinghua University, Beijing, China(清华学院) College of Architectural Engineering, Xinjiang University, Urumqi, Xinjiang, China(建筑工程学院,新疆大学)

专题命中 领域大模型 :foundation model(abstract);分类 cs.AI

AI总结 本研究提出HeDA框架,通过构建知识图谱发现生物生态中介效应,揭示热浪风险的复杂系统性影响,并推动适应策略向动态跨系统韧性转变。

详情

展开后加载摘要…

URL PDF HTML 收藏

3. 知识编辑与模型理解 10 篇

2505.11924 2026-02-12 cs.CL cs.AI cs.LG 87%

Intrinsic Self-Correction in LLMs: Towards Explainable Prompting via Mechanistic Interpretability

大语言模型中的内在自我修正:通过机制可解释性实现可解释的提示

Yu-Ting Lee, Fu-Chieh Chang, Yu-En Shu, Hui-Ying Shih, Pei-Yuan Wu

机构 * Graduate Institute of Communication Engineering, National Taiwan University, Taipei, Taiwan(通讯工程研究院,国立台湾大学) MediaTek Research, Taipei, Taiwan(联发科研究,台北,台湾) Department of Electrical Engineering, National Taiwan University, Taipei, Taiwan(电气工程系,国立台湾大学) Department of Electrical Engineering, National Tsing Hua University, Hsinchu, Taiwan(电气工程系,国立清华大学) AI Research Center (AINTU), National Taiwan University, Taipei, Taiwan(人工智能研究中心(AINTU),国立台湾大学)

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

AI总结 本研究通过机制可解释性揭示大语言模型中内在自我修正的机制,证明提示引导隐藏表示偏移是其核心驱动因素。

Journal ref 4th Deployable AI Workshop at AAAI 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2512.08892 2026-02-12 cs.CL cs.AI 79%

Toward Faithful Retrieval-Augmented Generation with Sparse Autoencoders

迈向基于稀疏自编码器的忠实检索增强生成

Guangzhi Xiong, Zhenghao He, Bohan Liu, Sanchit Sinha, Aidong Zhang

机构 * Department of Computer Science University of Virginia(计算机科学系弗吉尼亚大学)

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

AI总结 本研究提出RAGLens,通过稀疏自编码器解构LLM内部激活,有效检测RAG生成中的不忠实输出,并提供可解释的决策理由。

Comments ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10622 2026-02-12 cs.CL 77%

How Do Decoder-Only LLMs Perceive Users? Rethinking Attention Masking for User Representation Learning

解码器-only LLMs如何感知用户?重新思考注意力掩码在用户表示学习中的应用

Jiahao Yuan, Yike Xu, Jinyong Wen, Baokun Wang, Yang Chen, Xiaotong Lin, Wuliang Huang, Ziyi Gao, Xing Fu, Yu Cheng, Weiqiang Wang

机构 * East China Normal University(华东师范大学)

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

AI总结 本研究提出梯度引导的软掩码方法,用于改进解码器-only LLMs在用户表示学习中的训练动态和双向表示质量。

Comments 13 pages, 4 figures

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10502 2026-02-12 cs.LG 77%

Enhancing Ride-Hailing Forecasting at DiDi with Multi-View Geospatial Representation Learning from the Web

通过网络多视角地理空间表示学习提升滴滴出行预测

Xixuan Hao, Guicheng Li, Daiqiang Wu, Xusen Guo, Yumeng Zhu, Zhichao Zou, Peng Zhen, Yao Yao, Yuxuan Liang

机构 * The Hong Kong University of Science China University of Geoscience (Wuhan) Wuhan China Didichuxing Co.\ Ltd Beijing China China University of Geoscience (Wuhan) Didichuxing Co.\ Ltd

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

AI总结 本文提出MVGR-Net框架,通过多视角地理空间表示学习和提示赋能的框架,提升滴滴出行预测的准确性与鲁棒性。

Comments Accepted by The Web Conference 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2505.16415 2026-02-12 cs.CL cs.AI cs.LG 75%

Attributing Response to Context: A Jensen-Shannon Divergence Driven Mechanistic Study of Context Attribution in Retrieval-Augmented Generation

基于Jensen-Shannon散度的响应归因研究:一种驱动上下文归因的机理研究

Ruizhe Li, Chen Chen, Yuchen Hu, Yanjun Gao, Xi Wang, Emine Yilmaz

机构 * University of Aberdeen(阿伯丁大学) Nanyang Technological University(南洋理工大学) University College London(伦敦大学学院) University of Colorado Anschutz Medical Campus(科罗拉多大学安舒兹医学校区) University of Sheffield(谢菲尔德大学)

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

AI总结 本文提出基于Jensen-Shannon散度的ARC-JSD方法,实现高效准确的上下文归因,提升RAG模型的性能和效率。

Comments Accepted at ICLR 2026; Best Paper Award at COLM 2025 XLLM-Reason-Plan Workshop; Accepted at NeurIPS 2025 Mechanistic Interpretability Workshop

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10504 2026-02-12 cs.CL 70%

On the Robustness of Knowledge Editing for Detoxification

关于知识编辑在去毒化中的鲁棒性

Ming Dong, Shiyi Tang, Ziyan Peng, Guanyi Chen, Tingting He

机构 * Hubei Provincial Key Laboratory of Artificial Intelligence(人工智能与智能学习湖北省重点实验室) Research Center for Network Media, School of Computer Science, Central China Normal University, Wuhan, China(网络媒体研究中心,计算机科学学院,中央民族大学,武汉,中国)

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 本文提出了一种评估基于知识编辑的去毒化方法鲁棒性的框架,发现其效果受模型、目标和语言的限制。

详情

展开后加载摘要…

URL PDF HTML 收藏
2601.21767 2026-02-12 cs.CL 70%

Evaluating ChatGPT on Medical Information Extraction Tasks: Performance, Explainability and Beyond

评估ChatGPT在医学信息抽取任务中的表现:性能、可解释性及更进一步

Liz Li, Wei Zhu

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 评估ChatGPT在医学信息抽取任务中的性能、可解释性及应用挑战

详情

展开后加载摘要…

URL PDF HTML 收藏
2509.23050 2026-02-12 cs.LG cs.AI 62%

Understanding Language Prior of LVLMs by Contrasting Chain-of-Embedding

通过对比嵌入链理解LVLMs的语言先验

Lin Long, Changdae Oh, Seongheon Park, Sharon Li

机构 * University of Wisconsin–Madison(威斯康星大学麦迪逊分校)

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

AI总结 通过对比嵌入链分析,揭示LVLMs中视觉信息整合的关键层及影响响应生成的强度量化方法。

Comments ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2410.18970 2026-02-12 cs.AI cs.LG 62%

Bridging Explainability and Embeddings: BEE Aware of Spuriousness

弥合可解释性与嵌入:BEE 意识到虚假相关性

Cristian Daniel Păduraru, Antonio Bărbălau, Radu Filipescu, Andrei Liviu Nicolicioiu, Elena Burceanu

机构 * Bitdefender University of Bucharest(布加勒斯特大学) Mila University of Montreal(蒙特利尔大学)

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

AI总结 BEE通过分析权重空间和嵌入几何揭示隐藏的虚假相关性,适用于多种数据集和模型,提升基础模型的可信度。

Comments ICLR 2026

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10425 2026-02-12 cs.CV 50%

HII-DPO: Eliminate Hallucination via Accurate Hallucination-Inducing Counterfactual Images

HII-DPO: 通过准确的 hallucination-Inducing Counterfactual Images 消除幻觉

Yilin Yang, Zhenghui Guo, Yuke Wang, Omprakash Gnawali, Sheng Di, Chengming Zhang

机构 * University of Houston(休斯顿大学) Rice University(里士满大学) Argonne National Laboratory(阿贡国家实验室)

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

AI总结 HII-DPO通过生成准确的幻觉诱导图像,有效缓解了VLMs在语言偏见下的幻觉问题,提升了模型的对齐能力。

详情

展开后加载摘要…

URL PDF HTML 收藏

4. 其他LLM 14 篇

2506.19287 2026-02-12 cs.SE 87%

PALM: Path-aware LLM-based Test Generation with Comprehension

PALM: 基于路径感知的LLM测试生成方法

Yaoxuan Wu, Xiaojie Zhou, Ahmad Humayun, Muhammad Ali Gulzar, Miryung Kim

专题命中 其他LLM :LLM(title,abstract);large language model(abstract);language model(abstract);prompting(abstract)

AI总结 PALM结合符号路径枚举与LLM辅助测试生成,通过AST分析静态枚举路径并生成可执行变体,提升测试覆盖和路径识别能力。

Comments 11 pages, v2

详情

展开后加载摘要…

URL PDF HTML 收藏
2503.00038 2026-02-12 cs.CL cs.AI cs.CR 86%

from Benign import Toxic: Jailbreaking the Language Model via Adversarial Metaphors

从无害到有害:通过对抗隐喻 jailbreak 语言模型

Yu Yan, Sheng Sun, Zenghao Duan, Teli Liu, Min Liu, Zhiyi Yin, Jingyu Lei, Qi Li

机构 * Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所) University of Chinese Academy of Sciences(中国科学院大学) People’s Public Security University of China(中国人民公安大学) Tsinghua University(清华大学)

专题命中 其他LLM :language model(title,abstract);LLM(abstract);large language model(abstract);分类 cs.CL、cs.AI

AI总结 通过对抗隐喻诱导语言模型生成有害内容,提出AVATAR框架以提升jailbreak攻击效果。

Comments arXiv admin note: substantial text overlap with arXiv:2412.12145

详情

展开后加载摘要…

URL PDF HTML 收藏
2602.10321 2026-02-12 cs.IR 82%

Single-Turn LLM Reformulation Powered Multi-Stage Hybrid Re-Ranking for Tip-of-the-Tongue Known-Item Retrieval

单轮LLM改写驱动的多阶段混合重排序用于舌尖上的遗忘项检索

Debayan Mukhopadhyay, Utshab Kumar Ghosh, Shubham Chatterjee

专题命中 其他LLM :LLM(title,abstract);prompting(abstract)

AI总结 利用单次LLM改写提升多阶段混合重排序,有效提高ToT检索的召回率和排序指标

详情

展开后加载摘要…

URL PDF HTML 收藏