语言大模型 / LLM

Do Personality Traits Interfere? Geometric Limitations of Steering in Large Language Models

人格特质会干扰吗？大型语言模型中的转向几何限制

Pranav Bhandari, Usman Naseem, Mehwish Nasim

机构 * Network Analysis and Social Influence Modelling (NASIM) Lab（网络分析与社会影响建模实验室） ； School of Physics Maths and Computing（物理数学计算学院） ； The University of Western Australia（西澳大学） ； School of Computing（计算学院） ； Macquarie University（麦觉瑞大学） 纠错

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

AI总结 本研究发现大型语言模型中的人格特质存在几何依赖，即使去除线性重叠，转向一个特质仍会影响其他特质，限制了独立控制。

Measuring Mid-2025 LLM-Assistance on Novice Performance in Biology

测量2025年中期LLM对生物学新手表现的影响

Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ganta, Alex Letizia, Dora Liao, Deepika Pahari, Xavier Roberts-Gaal, Luca Righetti, Joe Torres

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

AI总结 2025年中期LLM对生物学新手在实验室任务中的表现影响有限，但显示出适度的性能优势。

Retrieval-Augmented Foundation Models for Matched Molecular Pair Transformations to Recapitulate Medicinal Chemistry Intuition

基于检索增强的基础模型进行匹配分子对变换以重现药物化学直觉

Bo Pan, Peter Zhiping Zhang, Hao-Wei Pang, Alex Zhu, Xiang Yu, Liying Zhang, Liang Zhao

机构 * Department of Computer Science, Emory University（计算机科学系，埃默里大学） ； Merck & Co., Inc.（默克公司） 纠错

专题命中 其他LLM ：foundation model(title,abstract)；prompting(abstract)；分类 cs.LG

AI总结 本文提出MMPT-RAG框架，通过检索增强的方法生成多样化的分子变换，提升药物化学中的可控性和新颖性。

Transforming GenAI Policy to Prompting Instruction: An RCT of Scalable Prompting Interventions in a CS1 Course

将生成式AI政策转化为提示指令：一项在CS1课程中可扩展的提示干预随机对照试验

Ruiwei Xiao, Runlong Ye, Xinying Hou, Jessica Wen, Harsh Kumar, Michael Liut, John Stamper

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Toronto（多伦多大学） ； University of Michigan（密歇根大学） ； University of Toronto Mississauga（多伦多大学滑铁卢分校） 纠错

专题命中 其他LLM ：prompting(title,abstract)；分类 cs.AI

AI总结 本研究通过随机对照试验验证了基于ICAP框架的提示干预在提升学生提示技能和考试成绩方面的有效性，为生成式AI教育政策的改进提供了理论和实践指导。

Comments 11 pages, 3 figures

Retrieval Collapses When AI Pollutes the Web

当AI污染网络时检索崩溃

Hongyeon Yu, Dongchan Kim, Young-Bum Kim

机构 * NAVER Corp.（NAVER公司） 纠错

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

AI总结 研究发现AI生成内容污染导致检索系统崩溃，需引入检索意识策略以防止质量下降。

Comments 4 pages, Proceedings of The Web Conference 2026 (WWW '26)

When Models Examine Themselves: Vocabulary-Activation Correspondence in Self-Referential Processing

当模型审视自身：自我参照处理中的词汇激活对应关系

Zachary Pedram Dadfar

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 研究通过拉取方法论揭示了自我参照处理中词汇与激活动态的对应关系，展示了模型自我反省能力与内部计算状态的关联。

Comments Code and data: https://doi.org/10.5281/zenodo.18567446 Repro: https://github.com/patternmatcher/TRACE-REPRO

Ties of Trust: a bowtie model to uncover trustor-trustee relationships in LLMs

信任之链：一种bowtie模型以揭示LLM中的信任者-受托人关系

Eva Paraschou, Maria Michali, Sofia Yfantidou, Stelios Karamanidis, Stefanos Rafail Kalogeros, Athena Vakali

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

AI总结 本文提出bowtie模型，揭示LLM中信任者与受托人之间的复杂关系，通过混合方法研究发现信任行为受经验、熟悉度和透明度影响。

Comments Accepted for publication at The 2025 ACM Conference on Fairness, Accountability, and Transparency (FAccT '25). This version corresponds to the camera-ready manuscript submitted to the conference proceedings

Investigation for Relative Voice Impression Estimation

相对语音印象估计研究

Kenichi Fujita, Yusuke Ijima

机构 * NTT, Inc., Japan（日本NTT公司） 纠错

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

AI总结 本研究探讨了相对语音印象估计方法，发现自监督语音模型在捕捉复杂感知差异方面表现更优，而多模态大语言模型在此任务中效果不佳。

Comments 5 pages,3 figures, Accepted to Speech Prosody 2026

Voice Impression Control in Zero-Shot TTS

零 shot TTS 中的语音印象控制

Kenichi Fujita, Shota Horiguchi, Yusuke Ijima

机构 * NTT, Inc.（日本电报电话公司） 纠错

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

AI总结 本文提出了一种基于大型语言模型的零 shot TTS 语音印象控制方法，通过低维向量实现语音印象的自动调节与生成。

Comments 5 pages,5 figures, Accepted to INTERSPEECH 2025

Expressive Power of Graph Transformers via Logic

通过逻辑研究图变换器的表达能力

Veeti Ahvonen, Maurice Funk, Damian Heiman, Antti Kuusisto, Carsten Lutz

机构 * Tampere University（塔尔皮奥大学） ； Leipzig University（莱比锡大学） 纠错

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

AI总结 本文研究了图变换器和GPS网络在不同注意力机制下的表达能力，发现其在不同逻辑框架下的等价性。

Aladdin-FTI @ AMIYA Three Wishes for Arabic NLP: Fidelity, Diglossia, and Multidialectal Generation

Aladdin-FTI @ AMIYA 三大愿望为阿拉伯语NLP：保真度、双语现象与多方言生成

Jonathan Mutal, Perla Al Almaoui, Simon Hengchen, Pierrette Bouillon

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

AI总结 Aladdin-FTI通过多中心建模解决阿拉伯方言NLP问题，支持多方言生成与跨方言翻译。

Comments 13 pages, Paper submitted to the AMIYA shared task at the VarDial workshop, co-located with EACL 2026

Comment Traps: How Defective Commented-out Code Augment Defects in AI-Assisted Code Generation

评论陷阱：缺陷评论代码如何增强AI辅助代码生成中的缺陷

Yuan Huang, Yukang Zhou, Xiangping Chen, Zibin Zheng

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

AI总结 本研究探讨了缺陷注释代码如何影响AI编码助手生成缺陷代码，发现其生成缺陷率高达58.17%，并指出需提升AI编码助手的鲁棒性与安全性。

Comments Accepted to the The ACM International Conference on the Foundations of Software Engineering (FSE) (FSE 2026)

VETime: Vision Enhanced Zero-Shot Time Series Anomaly Detection

VETime: 基于视觉增强的零样本时间序列异常检测

Yingyuan Yang, Tian Lan, Yifei Gao, Yimeng Lu, Wenjun He, Meng Wang, Chenghao Liu, Chen Zhang

机构 * Department of Industrial Engineering, Tsinghua University, Beijing, China（清华大学工业工程系） ； Lab, Huawei Technologies Ltd, Beijing, China（华为技术有限公司2012实验室） ； Datadog AI Research（Datadog人工智能研究） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 VETime通过融合视觉与时间模态，提出零样本时间序列异常检测框架，实现高精度定位与低计算开销。

Exploring Metal Additive Manufacturing in Martian Atmospheric Environments

探索火星大气环境中的金属增材制造

Zane Mebruer, Wan Shou

专题命中 其他LLM ：SLM(abstract)

AI总结 本研究探讨了在火星大气中使用二氧化碳替代氩气进行选择性激光熔化制造的可行性，发现其在制造质量上优于环境空气，为火星原地制造提供了新途径。