语言大模型 / LLM

Confidence Should Be Calibrated More Than One Turn Deep

置信度应比单轮更深入地校准

Zhaohan Zhang, Chengzhengxu Li, Xiaoming Liu, Chao Shen, Ziquan Liu, Ioannis Patras

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出多轮校准任务，解决多轮对话中置信度动态校准问题，通过MTCal和ConfChat提升模型在多轮交互中的事实性和一致性。

Do Domain-specific Experts exist in MoE-based LLMs?

在基于MoE的LLM中是否存在领域特定专家？

Giang Do, Hung Le, Truyen Tran

机构 * Applied Artificial Intelligence Intiative (A2I2), Deakin University（迪肯大学应用人工智能倡议（A2I2）） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；SFT(abstract)；分类 cs.CL

AI总结 本文研究了基于MoE的LLM中是否存在领域特定专家，通过实验验证了其存在性，并提出了一种无需训练的DSMoE框架，实现了优于传统方法的性能。

Comments 15 pages

Legal Experts Disagree With Rationale Extraction Techniques for Explaining ECtHR Case Outcome Classification

法律专家对解释ECtHR案件结果分类的推理提取技术持不同意见

Mahammad Namazov, Tomáš Koref, Ivan Habernal

机构 * Trustworthy Human Language Technologies, Research Center Trustworthy Data Science and Security of the University Alliance Ruhr, Ruhr University Bochum（鲁尔大学联盟可信数据科学与安全研究中心，可信人类语言技术，波鸿鲁尔大学） ； Center for Critical Computational Studies, Goethe University Frankfurt（法兰克福歌德大学关键计算研究中心） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究了欧洲人权法院判决结果预测任务，引入了新的ECtHR数据集，并提出比较分析框架评估推理提取技术的解释能力，发现模型预测违规的'原因'与法律专家存在显著差异。

Comments 9 pages + Appendix

Designing Around Stigma: Human-Centered LLMs for Menstrual Health

绕过污名：面向月经健康的人本LLM

Amna Shahnawaz, Ayesha Shafique, Ding Wang, Maryam Mustafa

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出基于WhatsApp的聊天机器人，利用大语言模型和检索增强生成技术，为巴基斯坦女性提供月经健康教育，解决文化禁忌和课程不足问题，贡献了文化敏感的对话AI设计框架。

Comments This is accepted at CHI 2026

From Clues to Generation: Language-Guided Conditional Diffusion for Cross-Domain Recommendation

从线索到生成：语言引导的条件扩散用于跨域推荐

Ziang Lu, Lei Sang, Lin Mu, Yiwen Zhang

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本文提出LGCD框架，通过结合大语言模型和扩散模型，解决跨域推荐中单域用户偏好转移难题，通过伪重叠数据和条件扩散架构提升推荐效果。

Comments 11 pages, 6 figures

MedXIAOHE: A Comprehensive Recipe for Building Medical MLLMs

MedXIAOHE：构建医疗多模态大语言模型的全面指南

Baorong Shi, Bo Cui, Boyuan Jiang, Deli Yu, Fang Qian, Haihua Yang, Huichao Wang, Jiale Chen, Jianfei Pan, Jieqiong Cao, Jinghao Lin, Kai Wu, Lin Yang, Shengsheng Yao, Tao Chen, Xiaojun Xiao, Xiaozhong Ji, Xu Wang, Yijun He, Zhixiong Yang

机构 * ByteDance XiaoHe Medical AI（字节跳动小荷医疗AI） 纠错

专题命中 领域大模型 ：foundation model(abstract)；pretraining(abstract)；分类 cs.CL、cs.AI

AI总结 MedXIAOHE通过实体感知持续预训练框架和强化学习提升医疗理解与推理，实现医疗多模态大模型的突破性进展。

Comments XIAOHE Medical AI team. See paper for full author list. Currently, the model is exclusively available on XIAOHE AI Doctor, accessible via both the App Store and the Douyin Mini Program. Updated to improve the layout

Exclusive Unlearning

排除性反学习

Mutsumi Sasaki, Kouta Nakayama, Yusuke Miyao, Yohei Oseki, Masaru Isonuma

机构 * Tohoku University（东北大学） ； NII LLMC（国立信息学研究所 LLMC） ； The University of Tokyo（东京大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出排除性反学习方法，通过广泛遗忘非目标知识以实现广泛危害消除，确保模型在多种输入下安全，同时保持对特定领域指令的响应能力。

Towards Effective In-context Cross-domain Knowledge Transfer via Domain-invariant-neurons-based Retrieval

通过领域不变神经元的检索实现有效的跨领域知识转移

Jianzhi Yan, Zhiming Li, Le Liu, Zike Yuan, Shiwei Chen, Youcheng Pan, Buzhou Tang, Yang Xiang, Danny Dongning Sun

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出领域不变神经元检索方法，用于提升大语言模型在跨领域推理中的性能，实验表明方法在数学和逻辑推理迁移中平均提升1.8。

Comments ACL 2026 Findings

URSA: The Universal Research and Scientific Agent

URSA：通用研究与科学代理

Michael Grosskopf, Nathan Debardeleben, Russell Bent, Rahul Somasundaram, Isaac Michaud, Arthur Lui, Alexius Wadell, Warren D. Graham, Golo A Wimmer, Sachin Shivakumar, Joan Vendrell Gallart, Harsha Nagarajan, Earl Lawrence

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 URSA通过模块化代理和工具加速科研任务，结合先进物理模拟代码，解决复杂科学问题，展现系统潜力。

Comments 24 pages, 10 figures

Image-to-Text for Medical Reports Using Adaptive Co-Attention and Triple-LSTM Module

利用自适应共注意和三LSTM模块的图像到文本生成医学报告

Yishen Liu

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)

AI总结 本文提出CA-TriNet模型，结合Transformer和多LSTM网络，通过自适应权重运算和三LSTM模块提升医学图像与文本生成的准确性与多样性。

Comments arXiv admin note: This submission has been withdrawn by arXiv administrators due to incorrect authorship. Author list truncated

Gym-Anything: Turn any Software into an Agent Environment

Gym-Anything: 将任意软件转化为智能体环境

Pranjal Aggarwal, Graham Neubig, Sean Welleck

机构 * CMU（卡内基梅隆大学） 纠错

专题命中 领域大模型 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出Gym-Anything框架，通过多智能体任务将任意软件转化为交互式计算机使用环境，生成涵盖医疗、天文、工程等领域的10K+长周期任务，提升现实场景下的智能体研究效率。

ResearchEVO: An End-to-End Framework for Automated Scientific Discovery and Documentation

ResearchEVO：一个端到端的自动化科学发现与文档框架

Zhe Zhao, Haibin Wen, Jiaming Ma, Jiachang Zhan, Tianyi Xu, Ye Wei, Qingfu Zhang

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 ResearchEVO通过端到端框架实现科学发现与解释的自动化，利用算法进化和文献基础的文档生成，首次完整覆盖该流程。

Cross-Machine Anomaly Detection Leveraging Pre-trained Time-series Model

跨机器异常检测利用预训练时间序列模型

Yangmeng Li, Kei Sano, Toshihiro Kitao, Ryoji Anzaki, Yukiya Saitoh, Hironori Moki, Dragan Djurdjanovic

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Tokyo Electron Ltd.（东京电子有限公司） 纠错

专题命中 领域大模型 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出一种跨机器时间序列异常检测框架，通过预训练模型MOMENT和随机森林分类器提取领域不变特征，提升跨机器泛化能力。

Comments 20 pages, 5 figures, under review at a journal

LUMOS: Universal Semi-Supervised OCT Retinal Layer Segmentation with Hierarchical Reliable Mutual Learning

LUMOS: 通用半监督OCT视网膜层分割的层次可靠互学习

Yizhou Fang, Jian Zhong, Li Lin, Xiaoying Tang

机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院） 纠错

专题命中 领域大模型 ：prompting(abstract)

AI总结 LUMOS通过双解码网络与层次提示策略和可靠渐进多粒度学习，解决OCT层分割中标注稀缺和异质标签粒度问题，实现稳定跨粒度对齐，实验表明其在六个OCT数据集上表现优异。

Comments 5 pages, 2 figures. Accepted to IEEE ISBI 2026. \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses

Mechanistic Circuit-Based Knowledge Editing in Large Language Models

基于机制电路的知识编辑在大语言模型中

Tianyi Zhao, Yinhan He, Wendy Zheng, Chen Chen

机构 * University of Virginia（弗吉尼亚大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL

AI总结 本文提出MCircKE框架，通过识别因果电路实现精准的知识编辑，解决大语言模型在动态环境中更新知识时的推理缺口问题，提升多跳推理能力。

Distance Is All You Need: Radial Dispersion for Uncertainty Estimation in Large Language Models

距离就是一切：径向分散性用于大语言模型中的不确定性估计

Manh Nguyen, Sunil Gupta, Hung Le

机构 * Applied Artificial Intelligence Initiative, Deakin University, Australia（迪肯大学应用人工智能研究所） 纠错

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.LG

AI总结 本文提出Radial Dispersion Score（RDS），一种无需训练的简单不确定性度量方法，通过测量嵌入空间中样本生成的径向分散性，有效检测大语言模型中的幻觉问题。

From Hallucination to Structure Snowballing: The Alignment Tax of Constrained Decoding in LLM Reflection

从幻觉到结构雪球效应：约束解码在LLM反思中的对齐税

Hongxu Zhou

机构 * Saarland University（萨尔大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究探讨了在开放式推理任务中，约束解码通过强制结构反思是否能避免错误传播，发现反而引发结构雪球效应，并揭示了约束解码的对齐税问题。

CLaRE-ty Amid Chaos: Quantifying Representational Entanglement to Predict Ripple Effects in LLM Editing

在混乱中保持清晰：量化表征纠缠以预测LLM编辑中的涟漪效应

Manit Baser, Alperen Yildiz, Dinil Mon Divakaran, Mohan Gurusamy

机构 * National University of Singapore（新加坡国立大学） ； A*STAR Institute for Infocomm Research (A*STAR I2 R)（新加坡科技研究局资讯通信研究院） 纠错

专题命中 知识编辑与模型理解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出CLaRE技术，通过量化事实间的纠缠关系，识别LLM编辑中的潜在涟漪效应，提升模型编辑的稳定性和效率。

Comments Accepted to ACL 2026 Findings

From Concept to Practice: an Automated LLM-aided UVM Machine for RTL Verification

从概念到实践：一种自动化的LLM辅助UVM机器用于RTL验证

Junhao Ye, Yuchen Hu, Ke Xu, Dingrong Pan, Qichun Chen, Jie Zhou, Shuai Zhao, Xinwei Fang, Xi Wang, Nan Guan, Zhe Jiang

机构 * School of Integrated Circuits, Southeast University（东南大学集成电路学院） ； National Center of Technology Innovation for EDA（国家EDA技术创新中心） ； College of Economics, Shenzhen University（深圳大学经济学院） ； School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； Department of Computer Science, University of York（约克大学计算机科学系） ； Department of Computer Science, City University of Hong Kong（香港城市大学计算机科学系） 纠错

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

AI总结 本文提出UVM^2框架，利用大语言模型自动生成并优化UVM测试平台，显著降低手动工作量，提升验证效率与覆盖率。

Comments Accepted by the IEEE/ACM International Conference on Computer-Aided Design (ICCAD) 2025. This version includes the camera-ready manuscript

RCP: Representation Consistency Pruner for Mitigating Distribution Shift in Large Vision-Language Models

RCP：一种用于缓解大视觉-语言模型中分布偏移的表示一致性剪枝方法

Jianwei Zhang, Chaoning Zhang, Sihan Cao, Wang Liu, Pengcheng Zheng, Jiaxin Huang, Caiyan Qin, Yalan Ye, Wei Dong, Yang Yang

机构 * School of Computer Science and Engineering, University of Electronic Science and Technology of China（电子科技大学计算机科学与工程学院） ； Machine Learning Department, Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学机器学习系） ； School of Robotics and Advanced Manufacture, Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）机器人与先进制造学院） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract)

AI总结 本文提出RCP框架，通过累积视觉token剪枝与延迟修复机制，有效缓解大视觉-语言模型中的分布偏移问题，实验表明可剪除高达88.9%的视觉token并减少85.7%的FLOPs，同时保持较低的精度损失。

From Retinal Evidence to Safe Decisions: RETINA-SAFE and ECRT for Hallucination Risk Triage in Medical LLMs

从视网膜证据到安全决策：RETINA-SAFE和ECRT在医疗大语言模型幻觉风险分层中的应用

Zhe Yu, Wenpeng Xing, Meng Han

机构 * Binjiang Institute of Zhejiang University（浙江大学滨江研究院） ； Communication University of Zhejiang（浙江传媒学院） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出RETINA-SAFE和ECRT框架，通过视网膜分级记录构建证据基准，解决医疗LLM中证据不足或冲突导致的幻觉风险分层问题，提升风险评估的准确性和可解释性。

LAG-XAI: A Lie-Inspired Affine Geometric Framework for Interpretable Paraphrasing in Transformer Latent Spaces

LAG-XAI：一种受李群启发的仿射几何框架用于Transformer潜在空间中的可解释性改写

Olexander Mazurets, Olexander Barmak, Leonid Bedratyuk, Iurii Krak

机构 * Khmelnytskyi National University（赫梅利尼茨基国立大学） ； Taras Shevchenko National University of Kyiv（基辅塔拉斯·舍甫琴科国立大学） ； V.M. Glushkov Institute of Cybernetics of NAS of Ukraine（乌克兰国家科学院V.M.格卢什科夫控制论研究所） 纠错

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

AI总结 本文提出LAG-XAI框架，通过仿射变换建模改写过程，揭示潜在空间中的几何结构，实验显示其在分类任务中具有较高的AUC值，并在检测LLM幻觉中表现出色。

Mechanistic Knobs in LLMs: Retrieving and Steering High-Order Semantic Features via Sparse Autoencoders

大语言模型中的机制调节：通过稀疏自编码器检索和引导高阶语义特征

Ruikang Zhang, Shuo Wang, Qi Su

机构 * Peking University（北京大学） 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.CL、cs.AI

AI总结 本文提出基于稀疏自编码器的框架，通过对比特征检索管道和生成验证，实现对高阶语言行为相关语义内部特征的引导，展示了在Big Five人格特质案例中的精准双向调控效果。

Enhancing Hallucination Detection via Future Context

通过未来上下文增强幻觉检测

Joosung Lee, Cheonbok Park, Hwiyeol Jo, Jeonghoon Kim, Joonsuk Park, Kang Min Yoo

机构 * NAVER CLOUD（NAVER云） ； NAVER AI Lab（NAVER人工智能实验室） ； KAIST（韩国科学技术院） ； University of Richmond（里士满大学） 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.CL、cs.AI

AI总结 本文提出通过采样未来上下文来增强幻觉检测，结合多种采样方法提升检测性能。

Comments Findings of ACL 2026

SUMMIR: A Hallucination-Aware Framework for Ranking Sports Insights from LLMs

SUMMIR: 一种针对LLM生成体育洞察的幻觉感知排序框架

Nitish Kumar, Sannu Kumar, S Akash, Manish Gupta, Ankith Karat, Sriparna Saha

机构 * Indian Institute of Technology Patna（印度理工学院巴特那分校） ； Microsoft（微软） 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.AI

AI总结 本文提出SUMMIR框架，通过多模型验证和用户兴趣排序，提升体育新闻洞察的准确性和相关性。

Automating Manual Tasks through Intuitive Robot Programming and Cognitive Robotics

通过直观的机器人编程和认知机器人自动化手动任务

Bijan Kavousian, Petar Tesic, Oliver Petrovic, Christian Brecher

机构 * Laboratory for Machine Tools and Production Engineering (WZL) of RWTH Aachen University（亚琛工业大学机床与生产工程实验室（WZL）） 纠错

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人类自然交互的直观机器人用户编程方法，利用大语言模型和计算机视觉将自然语言和手势转化为机器人程序，并通过澄清问题和视觉反馈确保程序的安全性和透明性。

Comments This submission contains both an English translation and the original German version. The German version was originally published in the Proceedings of the 71st GfA Conference (2025)

Journal ref Proceedings of the 71st GfA Conference, Aachen, Germany, GfA-Press, 2025, pp. 812-817

The Illusion of Latent Generalization: Bi-directionality and the Reversal Curse

潜在泛化的幻觉：双向性与反转诅咒

Julian Coda-Forno, Jane X. Wang, Arslan Chaudhry

机构 * TUM, Helmholtz Munich（慕尼黑工业大学, 亥姆霍兹慕尼黑中心） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文研究了自回归语言模型在反向顺序检索中的失败现象，比较了双向监督目标与传统掩码语言模型在四个基准测试中的表现，发现反向准确性依赖于明确将源实体作为预测目标的训练信号，而非单一方向无关的表示。

Comments ICLR 2026 Workshop on Representational Alignment (Re-Align)

Journal ref ICLR 2026

TRANSPORTER: Transferring Visual Semantics from VLM Manifolds

TRANSPORTER：从VLM流形转移视觉语义

Alexandros Stergiou

机构 * University of Twente, NL（荷兰特温特大学） 纠错

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

AI总结 本文提出TRANSPORTER方法，通过logits-to-video任务生成视频，揭示VLM预测背后的规则，为模型可解释性提供新方向。

Comments Accepted at IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2026, Project page: https://alexandrosstergiou.github.io/TRANSPORTER

Framing Effects in Independent-Agent Large Language Models: A Cross-Family Behavioral Analysis

独立代理大语言模型中的框架效应：跨家族行为分析

Zice Wang, Zhenyu Zhang

机构 * Northeastern University（东北大学） ； Beijing Institute of Technology（北京理工大学） 纠错

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

AI总结 研究探讨了在非交互多代理部署中，提示框架如何影响独立代理在阈值投票任务中的决策，发现框架效应显著影响选择分布，倾向于风险规避选项，揭示了非交互多代理部署中的重要偏差源。

On the Role of Fault Localization Context for LLM-Based Program Repair

关于基于LLM的程序修复中故障定位上下文的作用

Melika Sepidband, Hung Viet Pham, Hadi Hemmati

机构 * York University（约克大学） 纠错

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

AI总结 研究探讨了LLM基于程序修复中故障定位上下文的影响，发现文件级上下文对修复性能提升显著，而元素级和行级上下文效果不一，LLM检索优于传统方法。

Comments 30 pages, 8 figures