语言大模型 / LLM

Stop Wasting Your Tokens: Towards Efficient Runtime Multi-Agent Systems

停止浪费你的令牌：迈向高效的运行时多智能体系统

Fulin Lin, Shaowen Chen, Ruishan Fang, Hongwei Wang, Tao Lin

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； State Key Laboratory of CAD&CG, Zhejiang University（浙江大学计算机辅助设计与图形学国家重点实验室） 纠错

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

AI总结 SupervisorAgent通过运行时自适应监督框架减少多智能体系统中的令牌消耗，提升效率与鲁棒性。

Comments Accepted to ICLR 2026. The code is available at https://github.com/LINs-lab/SupervisorAgent

Test-Time Policy Adaptation for Enhanced Multi-Turn Interactions with LLMs

测试时策略适应用于增强基于LLM的多轮交互

Chenxing Wei, Hong Wang, Ying He, Fei Yu, Yao Shu

机构 * Shenzhen University（深圳大学） ； Hong Kong University of Science（香港科学大学） ； Guangdong Laboratory of Artificial Intelligence（广东人工智能与数字经济实验室） ； University of Science（科学技术大学） ； Carleton University（卡尔顿大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究提出测试时策略适应方法，通过用户反馈优化多轮交互策略，提升LLM在长时间对话中的表现。

Comments 32 pages, 7 figures

PMark: Towards Robust and Distortion-free Semantic-level Watermarking with Channel Constraints

PMark: 向鲁棒且无失真语义级水印技术迈进：在通道约束下

Jiahao Huo, Shuliang Liu, Bin Wang, Junyan Zhang, Yibo Yan, Aiwei Liu, Xuming Hu, Mingxun Zhou

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The Hong Kong University of Science and Technology（香港科技大学） ； Peking University（北京大学） ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 PMark通过代理函数框架实现鲁棒且无失真的语义级水印技术，提升对改写攻击的鲁棒性并优化采样效率。

Comments ICLR 2026 Poster

Mitigating Multimodal Hallucinations via Gradient-based Self-Reflection

通过基于梯度的自我反思缓解多模态幻觉

Shan Wang, Maying Shen, Nadine Chang, Chuong Nguyen, Hongdong Li, Jose M. Alvarez

机构 * NVIDIA ； Australian National University（澳大利亚国立大学） ； Data61, CSIRO（Data61，CSIRO） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出GACD方法，通过梯度分析缓解多模态模型的幻觉问题，提升输出的视觉基础性。

Comments CVPR 2026

MIDAS: Multi-Image Dispersion and Semantic Reconstruction for Jailbreaking MLLMs

MIDAS: 多图像分散与语义重建用于对抗多模态大语言模型

Yilian Liu, Xiaojun Jia, Guoshun Nan, Jiuyang Lyu, Zhican Chen, Tao Guan, Shuyuan Luo, Zhongyi Zhai, Yang Liu

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） ； Guilin University of Electronic Technology（桂林电子科技大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 MIDAS通过多图像分散与语义重建技术，提升对抗多模态大语言模型的劫持性能，达到81.46%的平均攻击成功率。

Journal ref The Fourteenth International Conference on Learning Representations(2026)

Contribution-aware Token Compression for Efficient Video Understanding via Reinforcement Learning

面向贡献的视频理解强化学习token压缩

Yinchao Ma, Qiang Zhou, Zhibin Wang, Xianing Chen, Hanqing Yang, Jun Song, Bo Zheng

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 CaCoVID通过强化学习优化token选择策略，以提高视频理解任务的效率。

Comments This paper is accepted by AAAI2026

Boomerang Distillation Enables Zero-Shot Model Size Interpolation

回环蒸馏使零样本模型大小插值

Sara Kangaslahti, Nihal V. Nayak, Jonathan Geuter, Marco Fumero, Francesco Locatello, David Alvarez-Melis

机构 * Harvard University（哈佛大学） ； Kempner Institute（凯普纳研究所） ； IST Austria（IST奥地利研究院） 纠错

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

AI总结 回环蒸馏通过蒸馏和重构实现零样本模型大小插值，生成细粒度模型家族，降低训练成本并提升适应性。

Comments ICLR 2026

SlimCaching: Edge Caching of Mixture-of-Experts for Distributed Inference

SlimCaching: 边缘网络中混合专家的边缘缓存

Qian Chen, Xianhao Chen, Kaibin Huang

机构 * Department of Electrical and Computer Engineering, The University of Hong Kong（电子与计算机工程系，香港大学） 纠错

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

AI总结 SlimCaching通过优化边缘服务器上的专家缓存，减少MoE模型的推理延迟，采用贪心分解和动态规划方法解决非子模性问题。

Comments 17 pages, 11 figures. This paper has been accepted by IEEE Transactions on Mobile Computing

EfficientPosterGen: Semantic-aware Efficient Poster Generation via Token Compression and Accurate Violation Detection

EfficientPosterGen: 通过令牌压缩和准确违规检测的语义感知高效海报生成

Wenxin Tang, Jingyu Xiao, Yanpei Gong, Fengyuan Ran, Tongchuan Xia, Junliang Liu, Man Ho Lam, Wenxuan Wang, Michael R. Lyu

机构 * Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Wuhan University（武汉大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Dalian Maritime University（大连海事大学） ； Renmin University of China（中国人民大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 EfficientPosterGen通过语义感知检索、视觉上下文压缩和无代理布局检测技术，实现高效且可靠的学术海报自动生成。

MetaRCA: A Generalizable Root Cause Analysis Framework for Cloud-Native Systems Powered by Meta Causal Knowledge

MetaRCA: 一种基于元因果知识的云原生系统通用根本原因分析框架

Shuai Liang, Pengfei Chen, Bozhe Tian, Gou Tan, Maohong Xu, Youjun Qu, Yahui Zhao, Yiduo Shang, Chongkang Tan

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

AI总结 MetaRCA通过构建元因果图并结合大规模语言模型等知识，实现了云原生系统中高效准确的根本原因分析。

Comments Accepted to FSE 2026;22pages,8 figures

Sparse View Distractor-Free Gaussian Splatting

稀疏视角无干扰高斯点云法

Yi Gu, Zhaorui Wang, Jiahang Cao, Jiaxu Wang, Mingle Zhao, Dongjun Ye, Renjing Xu

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； University of Macau（澳门大学） 纠错

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

AI总结 本文提出一种基于先验信息的框架，用于提升稀疏视角下无干扰3DGS的性能，通过几何模型和视觉-语言模型增强训练效果。

HAVEN: High-Bandwidth Flash Augmented Vector Engine for Large-Scale Approximate Nearest-Neighbor Search Acceleration

HAVEN：高带宽闪存增强向量引擎用于大规模近似最近邻搜索加速

Po-Kai Hsu, Weihong Xu, Qunyou Liu, Tajana Rosing, Shimeng Yu

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

AI总结 HAVEN通过高带宽闪存增强GPU，实现大规模近似最近邻搜索加速，提升重新排序吞吐量和效率。

Comments *Po-Kai Hsu and Weihong Xu contributed equally to this work

TTOM: Test-Time Optimization and Memorization for Compositional Video Generation

TTOM：测试时优化与记忆化用于组合视频生成

Leigang Qu, Ziyang Wang, Na Zheng, Wenjie Wang, Liqiang Nie, Tat-Seng Chua

机构 * National University of Singapore（国立新加坡大学） ； University of Science and Technology of China（中国科学技术大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） 纠错

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

AI总结 TTOM通过测试时优化与记忆化机制，提升组合视频生成的跨模态对齐能力，实现高效且可扩展的实时生成。

Comments ICLR 2026 Camera-ready. Project page: https://ttom-t2v.github.io/

SageBwd: A Trainable Low-bit Attention

SageBwd: 一种可训练的低比特注意力

Jintao Zhang, Marco Chen, Haoxu Wang, Kai Jiang, Ion Stoica, Joseph E. Gonzalez, Jianfei Chen, Jun Zhu

机构 * Tsinghua University（清华大学） ； UC Berkeley（伯克利大学） 纠错

专题命中 效率与部署 ：pretraining(abstract)；分类 cs.AI、cs.LG

AI总结 SageBwd通过降低比特数实现高效的注意力机制，通过理论分析和实验发现QK-范数和K-平滑对训练稳定性至关重要，从而在预训练中实现与全精度注意力的性能匹配。

Adaptive Data Augmentation with Multi-armed Bandit: Sample-Efficient Embedding Calibration for Implicit Pattern Recognition

自适应数据增强与多臂老虎机：用于隐式模式识别的样本高效嵌入校准

Minxue Tang, Yangyang Yu, Aolin Ding, Maziyar Baran Pouyan, Taha Belkhouja, Yujia Bao

机构 * Duke University（杜克大学） ； Center for Advanced AI, Accenture（Accenture高级人工智能中心） 纠错

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

AI总结 本文提出ADAMAB框架，通过多臂老虎机机制实现样本高效的隐式模式识别，实验表明其在少样本情况下准确率提升达40%。

DynaMoE: Dynamic Token-Level Expert Activation with Layer-Wise Adaptive Capacity for Mixture-of-Experts Neural Networks

DynaMoE：动态令牌级专家激活与层间自适应容量的混合专家神经网络

Gökdeniz Gülmez

机构 * Machine Learning Research Stuttgart, Germany（斯图加特德国机器学习研究） 纠错

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

AI总结 DynaMoE通过动态令牌级专家激活和层间自适应容量分配，提升混合专家神经网络的参数效率和计算适应性。

A Deep Learning Framework for Heat Demand Forecasting using Time-Frequency Representations of Decomposed Features

基于分解特征时频表示的深度学习供热需求预测框架

Adithya Ramachandran, Satyaki Chatterjee, Thorkil Flensmark B. Neergaard, Maximilian Oberndoerfer, Andreas Maier, Siming Bayer

机构 * Pattern Recognition Lab, Friedrich Alexander Universität（模式识别实验室，弗赖堡-艾尔兰根大学） ； SBU Analytics and Services, Diehl Metering GmbH（SBU分析与服务，戴尔计量有限公司） 纠错

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

AI总结 本文提出基于分解特征时频表示的深度学习框架，用于提升供热需求预测的准确性，通过小波变换和卷积神经网络实现层次时间特征学习，实验表明在多个城市数据集上均方误差降低36%-43%。

Journal ref Energy and AI Volume 24, May 2026, 100704

Inner Loop Inference for Pretrained Transformers: Unlocking Latent Capabilities Without Training

预训练Transformer的内循环推理：无需训练即可解锁潜在能力

Jonathan Lys, Vincent Gripon, Bastien Pasdeloup, Axel Marmoret, Lukas Mauch, Fabien Cardinaux, Ghouthi Boukli Hacene

机构 * IMT Atlantique, Lab-STICC, UMR CNRS 6285, Brest, France（IMT Atlantique，Lab-STICC，CNRS 6285，法国布列塔尼） ； Sony Europe Ltd. Stuttgart Technology Center, EUREC, Germany（索尼欧洲有限公司斯图加特技术中心，EUREC，德国） 纠错

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

AI总结 通过在预训练语言模型中引入推理时的内循环，无需训练即可提升模型的潜在能力，实现更稳定的语义细化。

CSRv2: Unlocking Ultra-Sparse Embeddings

CSRv2: 解锁超稀疏嵌入

Lixuan Guo, Yifei Wang, Tiansheng Wen, Yifan Wang, Aosong Feng, Bo Chen, Stefanie Jegelka, Chenyu You

机构 * Stony Brook University（石溪大学） ； Xidian University（西安电子科技大学） ； Amazon AGI SF Lab（亚马逊人工智能SF实验室） ； TUM（技术大学） ； MIT（麻省理工学院） ； Yale University（耶鲁大学） 纠错

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

AI总结 CSRv2通过改进的训练方法实现超稀疏嵌入，提升效率和性能，适用于实时和边缘AI系统。

Comments Accepted by ICLR2026. Project Page: https://y-research-sbu.github.io/CSRv2/

Adaptive Attacks on Trusted Monitors Subvert AI Control Protocols

对可信监控的自适应攻击颠覆AI控制协议

Mikhail Terekhov, Alexander Panfilov, Daniil Dzenhaliou, Caglar Gulcehre, Maksym Andriushchenko, Ameya Prabhu, Jonas Geiping

机构 * MATS ； EPFL（瑞士联邦理工学院） ； ELLIS Institute Tübingen & Max Planck Institute for Intelligent Systems（图宾根ELLIS研究所及图宾根马克斯·普朗克智能系统研究所） ； Tübingen AI Center（图宾根人工智能中心） ； University of Tübingen（图宾根大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出针对AI控制协议中监控模型的自适应攻击方法，通过嵌入提示注入技术规避监控并完成恶意任务，揭示了当前控制协议的安全漏洞。

xLSTMAD: A Powerful xLSTM-based Method for Anomaly Detection

xLSTMAD: 一种基于xLSTM的强大异常检测方法

Kamil Faber, Marcin Pietroń, Dominik Żurek, Roberto Corizzo

机构 * AGH University of Krakow, Poland（克拉科夫AGH大学） ； American University, Washington DC, USA（美国美国大学） 纠错

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

AI总结 本文提出xLSTMAD，一种基于xLSTM的异常检测方法，通过编码器-解码器架构在多变量时间序列中实现高精度异常检测。

LLMCache: Layer-Wise Caching Strategies for Accelerated Reuse in Transformer Inference

LLMCache: 用于Transformer推理加速的分层缓存策略

Harsh Vardhan Bansal

机构 * Analytics and AI/ML Specialist, Amazon Web Services, USA（亚马逊网络服务（AWS）） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.CL、cs.AI

AI总结 LLMCache通过分层缓存策略加速Transformer推理，利用语义相似性重用中间激活，实现推理时间提升3.1倍且精度损失低于0.5%。

Comments Accepted and presented at 13th IEEE International Conference on Intelligent Systems and Embedded Design (ISED-2025)

Efficient Long-Horizon GUI Agents via Training-Free KV Cache Compression

通过无训练KV缓存压缩实现高效的长周期GUI代理

Bowen Zhou, Zhou Xu, Wanli Li, Jingyu Xiao, Haoqian Wang

机构 * Tsinghua University（清华大学） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 ST-Lite通过无训练的KV缓存压缩方法，提升GUI代理的解码效率，实现2.45倍加速并保持性能优势。

AWE: Adaptive Agents for Dynamic Web Penetration Testing

AWE：动态网络渗透测试的自适应代理

Akshat Singh Jaswal, Ashish Baghel

机构 * Stux Labs（Stux实验室） 纠错

专题命中 效率与部署 ：LLM(abstract,journal_ref)；分类 cs.AI

AI总结 AWE通过内存增强的多代理框架，在动态网络渗透测试中实现高准确性和效率，针对注入类漏洞取得显著成果。

Journal ref Workshop on LLM Assisted Security and Trust Exploration (LAST-X), co-located with NDSS, 2026

Improved state mixing in higher-order and block diagonal linear recurrent networks

更高阶和块对角线线性递归网络中的状态混合改进

Igor Dubinin, Antonio Orvieto, Felix Effenberger

机构 * ELLIS Institute Tübingen（图宾根埃利斯研究所） ； Tübingen AI Center（图宾根人工智能中心） 纠错

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

AI总结 本文提出两种改进的线性递归网络架构，通过增强状态混合提升表达能力，同时保持高效性，在序列建模和语言建模中表现出色。

Exploiting Low-Dimensional Manifold of Features for Few-Shot Whole Slide Image Classification

利用特征的低维流形进行少样本全滑动图像分类

Conghao Xiong, Zhengrui Guo, Zhe Xu, Yifei Zhang, Raymond Kai-Yu Tong, Si Yong Yeo, Hao Chen, Joseph J. Y. Sung, Irwin King

机构 * The Chinese University of Hong Kong（香港中文大学） ； Centre of AI in Medicine, Singapore（新加坡人工智能医学中心） ； The Hong Kong University of Science and Technology（香港科学大学） ； Nanyang Technological University（南洋理工大学） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学Lee Kong Chian医学学院） ； MedVisAI Lab, Singapore（新加坡MedVisAI实验室） 纠错

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

AI总结 本文提出Manifold Residual块，通过几何意识的残差学习方法，解决少样本全滑动图像分类中的过拟合问题，实现更高效的模型性能。

Comments Accepted to ICLR 2026

Anatomy of the Modality Gap: Dissecting the Internal States of End-to-End Speech LLMs

模态差距的解剖：剖析端到端语音大语言模型的内部状态

Ming-Hao Hsu, Xueyao Zhang, Xiaohai Tian, Jun Zhang, Zhizheng Wu

机构 * 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）） 纠错

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

AI总结 本文研究了端到端语音大语言模型中语音与文本表示的跨层对齐特性，揭示了语音冗余性导致的模态差距问题，并提出未来需在标记或时间粒度上进行优化。

TC-SSA: Token Compression via Semantic Slot Aggregation for Gigapixel Pathology Reasoning

基于语义槽聚合的token压缩：用于十亿像素病理推理

Zhuo Chen, Shawn Young, Lijian Xu

机构 * Shenzhen University of Advanced Technology（深圳先进技术大学） ； University of Nottingham NingBo（诺丁汉大学宁波学院） 纠错

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

AI总结 TC-SSA通过语义槽聚合实现token压缩，提升十亿像素病理推理的效率与诊断性能

Comments 8 pages, 4 figures, 2 tables

Protein Structure Tokenization via Geometric Byte Pair Encoding

通过几何字对编码进行蛋白质结构分词

Michael Sun, Weize Yuan, Gang Liu, Wojciech Matusik, Marinka Zitnik

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Harvard Medical School（哈佛医学院） ； Apple（苹果公司） ； Notre Dame（诺特大学） 纠错

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

AI总结 GeoBPE通过几何字对编码实现蛋白质结构分词，提供压缩、数据效率和泛化能力，支持多架构应用并增强功能解释性。

Comments ICLR 2026

Qwen3-Coder-Next Technical Report

Qwen3-Coder-Next 技术报告

Ruisheng Cao, Mouxiang Chen, Jiawei Chen, Zeyu Cui, Yunlong Feng, Binyuan Hui, Yuheng Jing, Kaixin Li, Mingze Li, Junyang Lin, Zeyao Ma, Kashun Shum, Xuwu Wang, Jinxi Wei, Jiaxi Yang, Jiajun Zhang, Lei Zhang, Zongmeng Zhang, Wenting Zhao, Fan Zhou

机构 * Qwen Team（通义实验室） 纠错

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

AI总结 Qwen3-Coder-Next通过高效推理和代理训练技术，在小参数量下实现强大的编码能力，适用于研究和实际应用。

Comments Authors are listed alphabetically by their last names