AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
语言模型是否知道何时会拒绝？探测安全边界内的自我意识
机构 * Purdue University（普渡大学）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(abstract)；分类 cs.CL
AI总结 研究探讨语言模型能否准确预测自身拒绝行为，通过系统分析发现模型在安全边界处敏感度下降，且通过置信度评分可提升安全部署的准确性。
Comments 11 pages, 5 figures
从早期编码到晚期抑制：解释LLM在字符计数任务上的表现
机构 * IIIT Hyderabad（印度国际信息技术学院海德拉巴分校） ； Goethe University, Frankfurt am Main, Germany（德国法兰克福歌德大学） ； University of Sheffield, UK（英国谢菲尔德大学）
专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；instruction tuning(abstract)
AI总结 研究通过字符计数任务揭示LLM内部计算中的结构干扰问题，发现模型在早期层正确编码信息，但后期层通过负电路抑制了正确输出，导致符号推理失败。
首个Logit提升：一种缓解大视觉-语言模型中物体幻觉的视觉 grounding 方法
机构 * DGIST EECS（大邱庆北科学技术院电子工程与计算机科学系）
专题命中 知识编辑与模型理解 ：language model(title,abstract)；分类 cs.CL、cs.AI
AI总结 本文提出FLB方法，通过存储首个生成token的logit并加到后续预测中，缓解大视觉-语言模型中的长期衰减问题，有效减少物体幻觉并保持视觉信息。
Comments 19 pages, 13 figures
快速且准确地探测训练中的LLM下游性能
机构 * Southern University of Science and Technology（南方科技大学） ； Huawei（华为）
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.AI、cs.LG
AI总结 本文提出一种高效准确的训练中LLM下游性能评估方法，通过轻量级探针预测模型在下游任务上的表现，减少计算延迟并提升评估效率。
情绪如何塑造大语言模型和代理的行为：一种机制性研究
机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院）
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 本文提出E-STEER框架，通过在隐藏状态中嵌入情绪作为可控变量，研究情绪对推理、生成、安全性和多步代理行为的影响，揭示情绪与行为之间的非单调关系。
Comments 15 pages, 11 figures
不再缺失：字典引导的跨模态图像融合在红外缺失情况下的应用
机构 * Faculty of Information Engineering and Automation, Kunming University of Science and Technology（昆明理工大学信息工程与自动化学院） ； Department of Biomedical Engineering, Hefei University of Technology（合肥工业大学生物医学工程系）
专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)
AI总结 本文提出了一种基于共享卷积字典的字典引导框架，解决红外缺失时的跨模态图像融合问题，通过联合字典学习、视觉引导红外推断和自适应融合方法提升感知质量和下游检测性能。
Comments This paper has been accepted by CVPR 2026
知识过滤与集体幻觉：一个适用于置信度校准代理的陪审团定理
机构 * Technische Universität Dresden（德累斯顿工业大学）
专题命中 知识编辑与模型理解 ：LLM(abstract)；分类 cs.AI
AI总结 研究异质代理在时间中学习自我可靠性估计并选择性 abstain 的集体准确性，提出基于置信度校准的框架，推导非渐近下界并证明其在置信度门控设置下的泛化能力，通过蒙特卡洛模拟验证，探讨其在AI安全中的应用。
量化大型语言模型中的性别偏见：当ChatGPT成为招聘经理时
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI
AI总结 研究量化了LLM在招聘决策中的性别偏见，发现女性候选人更易被录用但薪酬建议较低，探讨了提示工程作为偏见缓解技术。
具有短程相互作用的上下文敏感随机语言模型的相变
机构 * Graduate School of Information Science and Technology, Hokkaido University（北海道大学信息科学与技术研究生院） ； Institute for Solid State Physics, The University of Tokyo（东京大学固体物理研究所）
专题命中 其他LLM ：language model(title,abstract)；分类 cs.CL
AI总结 研究构建了具有短程相互作用的随机语言模型，发现即使仅参考固定长度上下文也能出现相变，表明语言模型的相变源于语言内在性质而非长程相互作用。
跨模态代理演化用于领域外检测与视觉-语言模型
专题命中 其他LLM ：language model(title,abstract)
AI总结 本文提出CoEvo框架，通过双向样本条件适应文本和视觉代理，动态挖掘上下文文本负样本并迭代优化视觉代理，提升跨模态对齐和领域外检测鲁棒性。
Comments Accepted by AAAI 2026
学习洗牌：用于随机优化的块重排和反转方案
机构 * IBM Research, Thomas J. Watson Research Center（IBM研究院，托马斯·J·沃森研究中心）
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出块重排和配对反转结构，通过分析证明其在统一洗牌框架下减少前缀梯度方差常数，并降低顺序敏感性，实验验证了其在凸和非凸基准上的优势。
面向在线多模态社交交互理解
机构 * University of Texas at Dallas（德克萨斯大学达拉斯分校） ； Georgia Institute of Technology（佐治亚理工学院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本文提出在线多模态社交交互理解问题，通过历史信息实现多模态社交交互理解，采用多模态大语言模型框架，引入多对话者预测和社交感知视觉提示，实现三个任务的最优性能。
Comments Accepted to Transactions on Machine Learning Research (TMLR). Project page: https://sampson-lee.github.io/online-mmsi-project-page
当安全模型融合进入危险：在LLM融合中利用潜在漏洞
专题命中 其他LLM ：LLM(title)
AI总结 研究揭示模型融合引入的新攻击面，提出TrojanMerge框架通过约束优化问题攻击安全对齐，实验显示融合模型产生高危害响应，源模型保持安全。
通过规避性注入绕过提示注入检测器
机构 * Centre for Secure Information Technologies（安全信息技术中心） ； Queen's University Belfast（贝尔法斯特女王大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出了一种多探针规避攻击，通过优化后缀同时欺骗所有层间漂移检测器，实验显示其在Phi-3和Llama-3上成功绕过检测器的高成功率，提出基于对抗后缀增强的防御方法。
Comments This paper is to appear at ICNNN 2026
通过跟踪增强提示推进复杂视频对象分割：第五届PVUW MOSE挑战赛第一名
机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Shenzhen Loop Area Institute, China（深圳市环区研究所）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)
AI总结 本文提出TEP方法，通过跟踪增强提示解决SAM3在处理小目标和语义主导对象时的不足，取得PVUW挑战赛优异成绩。
Comments 1st Place Solution for the 5th PVUW MOSE Challenge (CVPR 2026 Workshop)
Mousse：通过曲率感知预条件化校正μon的几何
机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Fudan University（复旦大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出Mousse优化器，通过曲率感知预条件化改进谱方法的结构稳定性，实验证明其在大规模语言模型训练中显著提升效率。
Comments 17 pages, 10 figures
FIRE：弗罗贝尼乌斯-等距重初始化以平衡稳定性-可塑性权衡
机构 * Gwangju Institute of Science and Technology (GIST)（光州科学技术院） ； Korea Advanced Institute of Science and Technology (KAIST)（韩国科学技术院） ； Holiday Robotics
专题命中 其他LLM ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 FIRE通过量化稳定性与可塑性，平衡神经网络在非平稳数据训练中的稳定性与可塑性权衡，优于传统重初始化方法。
Comments ICLR'26 (oral)
利用鲁棒掩码扩散模型逆向设计光学多层薄膜
机构 * Zuse Institute Berlin（柏林祖泽研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； JCMwave GmbH（JCMwave有限公司） ； Helmholtz AI（亥姆霍兹人工智能）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 本文提出OptoLlama模型，通过光学光谱数据逆向设计多层薄膜结构，显著降低光谱误差，恢复物理有意义的堆叠特征。
Comments 24 pages, 14 Figures
TF-SSD: 通过协同掩码过滤实现的强管道用于无训练共显著物体检测
机构 * XJTLU（西交利物浦大学） ； University of Liverpool（利物浦大学） ； China University of Petroleum (East China)（中国石油大学（华东）） ； Nanjing University of Information Science and Technology（南京信息工程大学）
专题命中 其他LLM ：foundation model(abstract)
AI总结 本文提出TF-SSD，通过SAM和DINO的协同作用，利用视觉基础模型进行无训练共显著物体检测，通过掩码过滤提升检测性能，实验显示优于现有方法。
Comments Accepted by CVPR26
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈