语言大模型 / LLM

ADEPT: RL-Aligned Agentic Decoding of Emotion via Evidence Probing Tools -- From Consensus Learning to Ambiguity-Driven Emotion Reasoning

ADEPT: 通过证据探测工具实现情感的代理解码 -- 从共识学习到由模糊性驱动的情感推理

Esther Sun, Bo-Hao Su, Abinay Reddy Naini, Shinji Watanabe, Carlos Busso

机构 * cmu（卡内基梅隆大学） 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.LG

AI总结 ADEPT通过证据探测工具实现情感的代理解码，从共识学习转向由模糊性驱动的情感推理，提升情感识别的准确性和可解释性。

Comments Under Review

Understanding Codebase like a Professional! Human-AI Collaboration for Code Comprehension

像专业人员一样理解代码库！面向代码理解的人机协作

Jie Gao, Yue Xue, Xiaofei Xie, SoeMin Thant, Erika Lee, Bowen Xu

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 CodeMap通过动态信息提取和交互式可视化，提升代码理解的直观性和易用性，减少对LLM响应的依赖。

Comments Accepted at the 34th IEEE/ACM International Conference on Program Comprehension (ICPC 2026)

MaskInversion: Localized Embeddings via Optimization of Explainability Maps

MaskInversion: 通过可解释性图的优化生成局部嵌入

Walid Bousselham, Sofian Chaybouti, Christian Rupprecht, Vittorio Ferrari, Hilde Kuehne

机构 * Tuebingen AI Center University of Tuebingen（图宾根人工智能中心 图宾根大学） ； University of Oxford（牛津大学） ； Meta ； MIT-IBM Watson AI Lab（麻省理工-IBM Watson人工智能实验室） 纠错

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

AI总结 MaskInversion通过优化可解释性图生成特定图像区域的嵌入，适用于多种视觉-语言任务。

Comments Project page: https://walidbousselham.com/MaskInversion