语言大模型 / LLM

ROCKET: Residual-Oriented Multi-Layer Alignment for Spatially-Aware Vision-Language-Action Models

ROCKET：基于残差的多层对齐用于空间感知的视觉-语言-动作模型

Guoheng Sun, Tingting Du, Kaixi Feng, Chenxiang Luo, Xingguo Ding, Zheyu Shen, Ziyao Wang, Yexiao He, Ang Li

机构 * University of Maryland, College Park ； University of Wisconsin, Madison ； City University of Hong Kong ； St.\ Paul's School 纠错

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

AI总结 ROCKET通过共享投影器和稀疏激活方案实现多层对齐，提升3D空间理解能力，在LIBERO等任务中达到98.5%的高成功率。

When Digital Twins Meet Large Language Models: Realistic, Interactive, and Editable Simulation for Autonomous Driving

当数字孪生遇见大语言模型：用于自动驾驶的逼真、交互和可编辑的模拟

Tanmay Vilas Samak, Chinmay Vilas Samak, Bing Li, Venkat Krovi

机构 * Department of Automotive Engineering, Clemson University International Center for Automotive Research (CU-ICAR)（汽车工程系，克莱姆森大学国际汽车研究中心（CU-ICAR）） 纠错

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

AI总结 本文提出结合数字孪生与大语言模型的框架，实现自动驾驶场景的逼真、交互和可编辑模拟，提升自动驾驶研究的效率和真实性。

Comments Accepted in IEEE Robotics & Automation Magazine (RAM)

Neural Synchrony Between Socially Interacting Language Models

社会交互语言模型间的神经同步

Zhining Zhang, Wentao Zhu, Chi Han, Yizhou Wang, Heng Ji

机构 * Peking University（北京大学） ； Eastern Institute of Technology（东部技术研究所） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 研究通过分析社会交互语言模型间的神经同步，探讨其社会行为表现与神经同步的关联性，揭示了人类与语言模型社会互动的内在相似性。

Comments Accepted at ICLR 2026

Automated LLM-Based Accessibility Remediation: From Conventional Websites to Angular Single-Page Applications

基于自动化的LLM无障碍修复：从传统网站到Angular单页应用

Carla Fernández-Navarro, Francisco Chicano

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

AI总结 本文提出利用LLM自动化修复网页无障碍问题，适用于传统网站和Angular单页应用，有效提升无障碍修复效率。

On the scaling relationship between cloze probabilities and language model next-token prediction

关于闭合概率与语言模型下一个词预测之间的缩放关系

Cassandra L. Jacobs, Morgan Grobol

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

AI总结 本研究探讨了语言模型在闭合概率与下一个词预测之间的缩放关系，发现更大模型在语义上更符合人类响应，但对低层信息不敏感。

Governance of Generative Artificial Intelligence for Companies

企业生成式人工智能的治理

Johannes Schneider, Pauline Kuss, Rene Abraham, Christian Meske

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

AI总结 本文提出了一种针对生成式人工智能治理的框架，旨在平衡商业机会与风险，为公司提供实用指导。

Comments This paper is under submission

tZ FCNC Case study: LLM Application in signal/Background discrimination analyses in Particle Physics

tZ FCNC案例研究：在粒子物理中利用大语言模型进行信号/背景区分分析

A. Saqlain, Z. E. Çabukoğlu, J. Smiesko, S. Kartal

专题命中 其他LLM ：LLM(title)

AI总结 本研究利用大语言模型o3在粒子物理中提高信号与背景区分效率，展示其在FCNC顶夸克耦合分析中的应用潜力。

Comments 19 pages, 4 figures

Spatio-temporal Decoupled Knowledge Compensator for Few-Shot Action Recognition

时空解耦的知识补偿器用于少样本动作识别

Hongyu Qu, Xiangbo Shu, Rui Yan, Hailiang Gao, Wenguan Wang, Jinhui Tang

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（计算机科学与工程学院，南京理工大学） ； State Key Lab of Brain-Machine Intelligence, Zhejiang University（脑机智能国家重点实验室，浙江大学） 纠错

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

AI总结 本文提出DiST框架，通过解耦空间和时间知识，利用大语言模型学习多粒度原型，提升少样本动作识别性能。

Comments Accepted to TPAMI 2026

Reducing Text Bias in Synthetically Generated MCQAs for VLMs in Autonomous Driving

减少自动驾驶VLMs中合成生成MCQA的文本偏差

Sutej Kulgod, Sean Ye, Sanchit Tanwar, Christoffer Heckman

机构 * Zoox, Inc.（Zoox公司） 纠错

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

AI总结 本文提出方法减少自动驾驶VLMs中合成生成MCQA的文本偏差，通过解耦正确答案与语言痕迹并采用课程学习策略，使模型依赖视觉基础以提升感知理解能力。

Comments 7 pages, 2 figures

The Oversight Game: Learning to Cooperatively Balance an AI Agent's Safety and Autonomy

视角游戏：学习协作平衡AI代理的安全性与自主性

William Overman, Mohsen Bayati

机构 * Graduate School of Business（商学院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出了一种视角游戏框架，通过马尔可夫游戏模型平衡AI代理的安全性与自主性，减少开放环境中的安全违规。

Visual Fixation-Based Retinal Prosthetic Simulation

基于视觉注视的视网膜假体仿真

Yuli Wu, Do Dinh Tan Nguyen, Henning Konermann, Rüveyda Yilmaz, Peter Walter, Johannes Stegmaier

机构 * Institute of Imaging and Computer Vision, RWTH Aachen University（成像与计算机视觉研究所，亚琛工业大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本研究提出基于视觉注视的视网膜假体仿真框架，利用自注意力图预测显著块并优化视觉信息传输，实现87.72%的分类准确率，优于传统方法。

Journal ref 2025 IEEE 22nd International Symposium on Biomedical Imaging (ISBI)