语言大模型 / LLM

IceCache: Memory-efficient KV-cache Management for Long-Sequence LLMs

IceCache: 用于长序列LLM的内存高效KV缓存管理

Yuzhen Mao, Qitong Wang, Martin Ester, Ke Li

机构 * Simon Fraser University（西蒙菲莎大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文提出IceCache，通过语义令牌聚类与PagedAttention结合，提升长序列LLM的内存效率与性能，实验表明其在256个令牌预算下保持99%的准确性，且在延迟和精度上优于其他方法。

MAESTRO: Meta-learning Adaptive Estimation of Scalarization Trade-offs for Reward Optimization

MAESTRO：元学习适应性标量化贸易-offs估计用于奖励优化

Yang Zhao, Hepeng Wang, Xiao Ding, Yangou Ouyang, Bibo Cai, Kai Xiong, Jinglong Gao, Zhouhao Sun, Li Du, Bing Qin, Ting Liu

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology（哈尔滨工业大学社会计算与交互机器人研究中心） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 MAESTRO通过引入元认知协调层，动态处理奖励标量化问题，优于单奖励和静态多目标基线，在保持GRPO效率的同时减少冗余生成。

Comments ACL 2026 Main Conference

SpecMoE: A Fast and Efficient Mixture-of-Experts Inference via Self-Assisted Speculative Decoding

SpecMoE：通过自辅助推测解码实现快速高效的专家混合推理

Jehyeon Bang, Eunyeong Cho, Ranggi Hwang, Jinha Chung, Minsoo Rhu

机构 * KAIST（韩国科学技术院） ； UNIST（蔚山科学技术院） 纠错

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

AI总结 本文提出SpecMoE，一种基于自辅助推测解码算法的高效MoE推理系统，显著提升推理吞吐量并减少内存和互连带宽需求。

Comments This is an extended version of our work, which is accepted for publication at the 63rd ACM/IEEE Design Automation Conference (DAC), 2026

ExecTune: Effective Steering of Black-Box LLMs with Guide Models

ExecTune: 通过引导模型有效控制黑盒大语言模型

Vijay Lingam, Aditya Golatkar, Anwesan Pal, Ben Vo, Narayanan Sadagopan, Alessandro Achille, Jun Huan, Anoop Deoras, Stefano Soatto

机构 * AWS AI（亚马逊云科技人工智能） 纠错

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

AI总结 本文提出ExecTune方法，通过结合教师引导采样、监督微调和结构感知强化学习，优化引导模型生成策略的可执行性与效率，提升大语言模型在数学推理和代码生成任务中的性能。

Comments Accepted at Lifelong Agents Workshop at ICLR 2026

LLMs for Text-Based Exploration and Navigation Under Partial Observability

基于部分可观测性的文本基于探索与导航中的大型语言模型

Stephan Sandfuchs, Maximilian Melchert, Jörg Frochte

机构 * AKIS -- Interdisciplinary Institute for Applied AI and Data Science Ruhr（AKIS——鲁尔跨学科应用人工智能与数据科学研究所） ； Bochum University of Applied Sciences（波鸿应用科学大学） 纠错

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

AI总结 本文研究了大型语言模型在部分可观测环境下作为纯文本控制器的可行性，评估了九种不同LLM在探索和导航任务中的表现，发现推理调优模型在导航任务中表现更可靠，但效率仍低于理想路径。

Comments 15 pages, (to be published Springer Lecture Notes of the Institute for Computer Sciences, Social Informatics and Telecommunications Engineering [LNICST] )

HuiYanEarth-SAR: A Foundation Model for High-Fidelity and Low-Cost Global Remote Sensing Imagery Generation

HuiYanEarth-SAR：一种用于高保真和低成本全球遥感影像生成的基础模型

Yongxiang Liu, Jie Zhou, Yafei Song, Tianpeng Liu, Li Liu

机构 * College of Electronic Science and Technology, National University of Defense Technology (NUDT)（国防科技大学电子科学学院） 纠错

专题命中 效率与部署 ：foundation model(title)

AI总结 本文提出HuiYanEarth-SAR模型，结合AlphaEarth和散射机制，实现基于地理坐标生成高保真全球SAR影像，推动遥感研究从感知到模拟的转变。

A collaborative agent with two lightweight synergistic models for autonomous crystal materials research

一种用于自主晶体材料研究的双轻量协同模型协作代理

Tongyu Shi, Yutang Li, Zhanyuan Li, Qian Liu, Jie Zhou, Wenhe Xu, Yang Li, Dawei Dai, Rui He, Wenhua Zhou, Jiahong Wang, Xue-Feng Yu

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Institute for Advanced Study, Chengdu University（成都大学高等研究院） ； Key Laboratory of Cyberspace Big Data Intelligent Security, Ministry of Education, Chongqing University of Posts and Telecommunications（重庆邮电大学教育部网络空间大数据智能安全重点实验室） 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 本文提出MatBrain，一种轻量级协作代理系统，通过双协同模型提升材料研究效率，显著优于大模型，减少硬件部署成本，并在催化剂设计中实现100倍加速。

Semantic-Geometric Dual Compression: Training-Free Visual Token Reduction for Ultra-High-Resolution Remote Sensing Understanding

语义-几何双压缩：无训练视觉令牌减少用于超高清遥感理解

Yueying Li, Fengxiang Wang, Yan Li, Mingshuo Chen, Mengying Zhao, Long Lan

机构 * College of Computer Science and Technology, National University of Defense Technology（国防科技大学计算机科学与技术学院） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） 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 本文提出DualComp框架，通过任务自适应双流令牌压缩方法，有效解决超高清遥感图像处理中视觉令牌过多导致的计算开销问题，提升处理效率和准确性。

MCAT: Scaling Many-to-Many Speech-to-Text Translation with MLLMs to 70 Languages

MCAT: 通过MLLMs扩展多对多语音到文本翻译至70种语言

Yexing Du, Kaiyuan Liu, Youcheng Pan, Bo Yang, Keqi Deng, Xie Chen, Yang Xiang, Ming Liu, Bing Qin, YaoWei Wang

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology, Harbin（哈尔滨工业大学（哈尔滨）） ； University of Cambridge（剑桥大学） ； Shanghai Jiao Tong University（上海交通大学） 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 MCAT框架通过课程学习和数据平衡策略扩展MLLMs支持70种语言并实现互译，同时优化语音适配模块将语音序列长度缩减至30个token，提升翻译效率。

Comments Accepted in IEEE TASLP

LingoLoop Attack: Trapping MLLMs via Linguistic Context and State Entrapment into Endless Loops

LingoLoop攻击：通过语言上下文和状态陷阱使大语言模型陷入无限循环

Jiyuan Fu, Kaixun Jiang, Lingyi Hong, Jinglun Li, Haijing Guo, Dingkang Yang, Zhaoyu Chen, Wenqiang Zhang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与技术学院） ； College of Intelligent Robotics and Advanced Manufacturing, Fudan University（复旦大学智能机器人与先进制造学院） ； Jiiov Technology（极奥科技） 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LingoLoop攻击，通过调整词性标注和隐藏状态限制，使多模态大语言模型生成冗长重复内容，导致资源耗尽和服务降级。

Comments Accepted to ICLR 2026. Code is available at: https://github.com/fuhaha824/LingoLoop-Attack

MAFIG: Multi-agent Driven Formal Instruction Generation Framework

MAFIG：多智能体驱动的正式指令生成框架

Shixing Zhao, Zheng Si, Pengpeng Ouyang, Zhengqing Hu, Wanqi Zhu, Dong Chen, Yibo Guo, Mingliang Xu

机构 * School of Computer and Artificial Intelligence, Zhengzhou University（郑州大学计算机与人工智能学院） ； Engineering Research Center of Intelligent Swarm Systems, Ministry of Education（教育部智能集群系统工程研究中心） ； National Supercomputing Center in Zhengzhou（国家超级计算郑州中心） ； Henan Research Center for Large Model Technology and New Quality Software Engineering（河南省大模型技术与新质软件工程研究中心） 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 本文提出MAFIG框架，通过多智能体生成局部正式指令以应对调度系统紧急情况，采用span-focused loss-driven local distillation机制提升决策效率，实验结果显示在港口、仓储和甲板调度数据集上成功率高且处理速度快。

Communication-Efficient Gluon in Federated Learning

联邦学习中的高效Gluon通信

Xun Qian, Alexander Gaponov, Grigory Malinovsky, Peter Richtárik

机构 * Center of Excellence for Generative AI, King Abdullah University of Science and Technology（生成式人工智能卓越中心，阿卜杜拉国王科技大学） 纠错

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

AI总结 本文提出一种基于层-wise (L^0, L^1)-smooth设定的Gluon扩展，结合无偏和收缩压缩器，通过方差减少技术提升收敛速度并降低通信成本，同时在弱条件下实现更优的通信效率。

Comments 48 pages, 8 figures

Why Smaller Is Slower? Dimensional Misalignment in Compressed LLMs

为何更小更慢？压缩大语言模型中的维度不匹配

Jihao Xin, Tian Lyu, Qilong Pan, Kesen Wang, Marco Canini

机构 * KAUST（阿卜杜拉国王科技大学） ； HUMAIN 纠错

专题命中 效率与部署 ：LLM(abstract)；post-training(abstract)；分类 cs.AI

AI总结 本文研究压缩大语言模型后出现的维度不匹配问题，提出GAC压缩方法，通过多选背包优化实现硬件对齐，提升推理速度1.5倍。

Help Without Being Asked: A Deployed Proactive Agent System for On-Call Support with Continuous Self-Improvement

无需被要求的帮助：一个用于轮班支持的主动代理系统，具备持续自我改进

Fengrui Liu, Xiao He, Tieying Zhang

机构 * ByteDance（字节跳动） 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 本文提出Vigil系统，通过主动提供帮助减少人工支持负担，持续学习提升能力，已在Volcano Engine部署超过十个月，验证其有效性。

EvoESAP: Non-Uniform Expert Pruning for Sparse MoE

EvoESAP: 非均匀专家修剪用于稀疏MoE

Zongfang Liu, Shengkun Tang, Boyang Sun, Zhiqiang Shen, Xin Yuan

机构 * Zhejiang University（浙江大学） ； Westlake University（西湖大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 本文提出EvoESAP，通过非均匀层间稀疏分配提升稀疏MoE模型的生成能力，同时保持多选准确率。

Exploring Knowledge Purification in Multi-Teacher Knowledge Distillation for LLMs

探索多教师知识蒸馏中知识净化

Ruihan Jin, Pengpeng Shao, Zhengqi Wen, Jinyang Wu, Mingkuan Feng, Shuo Yang, Chu Yuan Zhang, Jianhua Tao

机构 * Department of Automation, Tsinghua University（清华大学自动化系） ； Beijing National Research Center for Information Science and Technology（北京信息科学与技术国家研究中心） 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 本文提出知识净化方法，通过整合多个教师模型的推理以减少冲突并提升效率，实验表明其在知识蒸馏中提升性能并促进轻量模型部署。

Comments ICLR 2026

POINTS-Long: Adaptive Dual-Mode Visual Reasoning in MLLMs

POINTS-Long: 基于人类视觉系统的自适应双模式视觉推理MLLM

Haicheng Wang, Yuan Liu, Yikun Liu, Zhemeng Yu, Zhongyin Zhao, Yangxiu You, Zilin Yu, Le Tian, Xiao Zhou, Jie Zhou, Weidi Xie, Yanfeng Wang

机构 * SAI, Shanghai Jiao Tong University（上海交通大学人工智能研究院） ； WeChat AI, Tencent（腾讯微信人工智能） 纠错

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

AI总结 POINTS-Long引入动态视觉token缩放机制，通过聚焦模式和待机模式实现效率与精度的动态平衡，在细粒度视觉任务中保持最优性能，在长形式视觉理解中使用1/40-1/10的视觉token保留97.7-99.7%的精度，支持流式视觉理解。

Understanding Communication Backends in Cross-Silo Federated Learning

理解跨集群联邦学习中的通信后端

Amir Ziashahabi, Chaoyang He, Salman Avestimehr

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

AI总结 本文研究了跨集群联邦学习中不同通信后端的性能，通过对比MPI、gRPC和PyTorch RPC等后端，提出gRPC+S3混合后端以提升大规模模型传输效率，为后端选择与配置提供实践指导。

Comments Accepted to IEEE International Conference on Communications (ICC) 2026

Benchmarking Compound AI Applications for Hardware-Software Co-Design

对硬件软件协同设计的复合AI应用进行基准测试

Paramuth Samuthrsindh, Angel Cervantes, Varun Gohil, Gohar Irfan Chaudhry, Christina Delimitrou, Adam Belay

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

AI总结 本文提出用于分析复合AI应用跨栈性能的基准测试套件，揭示了多层协同设计原则以提高资源效率。

Segment-Wise Flow Matching for Vision-Aided mmWave V2I Beam Prediction

分段流匹配用于视觉辅助毫米波V2I波束预测

Can Zheng, Jiguang He, Chung G. Kang, Guofa Cai, Chongwen Huang, Henk Wymeersch

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

AI总结 本文提出了一种基于视觉的流匹配框架，用于毫米波车辆到基础设施链路的波束预测，通过连续向量场实现波束接收功率向量的时序演化，提升预测性能并降低推理延迟。

Comments 7 pages, 6 figures, submitted to conference

ExPath: Targeted Pathway Inference for Biological Knowledge Bases via Graph Learning and Explanation

ExPath：通过图学习和解释进行生物知识库的靶向通路推断

Rikuto Kotoge, Ziwei Yang, Zheng Chen, Yushun Dong, Yasuko Matsubara, Jimeng Sun, Yasushi Sakurai

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ExPath框架，通过图学习和解释技术，整合实验数据推断生物网络中的靶向通路，实验表明其在Fidelity+和Fidelity-指标上优于基线方法。

Comments Accepted at AAAI 2026 (Main Technical Track)

A molecular clock for writing systems reveals the quantitative impact of imperial power on cultural evolution

书写系统分子钟揭示帝国权力对文化演变的定量影响

Hiroki Fukui

机构 * Research Institute of Criminal Psychiatry / Sex Offender Medical Center（刑事精神病学研究所/性犯罪者医疗中心） ； Kyoto University（京都大学） 纠错

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

AI总结 研究通过全球书写数据库分析书写系统演化，发现其存在分子钟效应，政治干预破坏此钟，殖民接触预测书写系统灭绝。

Comments 28 pages, 6 figures, 4 supplementary figures, 1 table. Preprint v5

Efficient Personalization of Generative User Interfaces

高效生成用户界面的个性化

Yi-Hao Peng, Samarth Das, Jeffrey P. Bigham, Jason Wu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Purdue University（普渡大学） 纠错

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

AI总结 本文研究了生成用户界面个性化难题，提出基于历史设计师偏好样本的高效方法，在技术评估中优于预训练模型，并能生成更多用户偏好界面。

Accelerating Transformer-Based Monocular SLAM via Geometric Utility Scoring

通过几何效用评分加速基于Transformer的单目SLAM

Xinmiao Xiong, Bangya Liu, Hao Wang, Dayou Li, Nuo Chen, Andrew Feng, Mingyu Ding, Suman Banerjee, Yang Zhou, Zhiwen Fan

机构 * UW–Madison（威斯康星大学麦迪逊分校） ； Texas A&M（德州农工大学） ； USC（南加州大学） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） 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LeanGate，通过预测几何效用评分在重特征提取前筛选帧，减少冗余计算，提升SLAM效率与准确性。

Efficient Provably Secure Linguistic Steganography via Range Coding

通过范围编码实现高效可证明安全的语义隐写术

Ruiyi Yan, Yugo Murawaki

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究科） 纠错

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

AI总结 本文提出一种高效且可证明安全的语义隐写术方法，利用范围编码实现高隐写容量和速度，实验显示其在多种语言模型上达到100%的熵利用率。

Comments ACL2026 Main

TARAC: Mitigating Hallucination in LVLMs via Temporal Attention Real-time Accumulative Connection

TARAC：通过时间注意力实时累积连接缓解大型视觉-语言模型中的幻觉

Lei Jiang, Chunzhao Xie, Tongxuan Liu, Yuting Zeng, jinrong Guo, Yunheng Shen, Weizhe Huang, Jing Li, Xiaohua Xu

机构 * University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出TARAC，一种无需训练的框架，通过动态累积和重注入历史注意力来维持视觉 grounding，实验表明其在减少幻觉和提升感知得分方面优于现有方法，且计算开销低。

Comments 8 pages, 9 figures

Membership Inference Attacks Expose Participation Privacy in ECG Foundation Encoders

成员推断攻击揭示ECG基础编码器中的参与隐私问题

Ziyu Wang, Elahe Khatibi, Ankita Sharma, Krishnendu Chakrabarty, Sanaz Rahimi Moosavi, Farshad Firouzi, Amir Rahmani

机构 * University of California, Irvine（加州大学尔湾分校） ； Arizona State University（亚利桑那州立大学） ； California State University, Dominguez Hills（加州州立大学多明格斯山分校） 纠错

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

AI总结 本文研究了成员推断攻击对现代自监督ECG基础编码器的影响，发现参与隐私泄露与数据集规模和目标类型相关，强调了对可重用生物信号基础编码器进行部署感知审计的重要性。

Beyond the Beep: Scalable Collision Anticipation and Real-Time Explainability with BADAS-2.0

超越蜂鸣声：通过BADAS-2.0实现可扩展的碰撞预测与实时可解释性

Roni Goldshmidt, Hamish Scott, Lorenzo Niccolini, Hernan Matzner

机构 * Nexar AI 纠错

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

AI总结 BADAS-2.0在长尾基准、知识蒸馏和可解释性三方面提升，通过大规模数据集扩展和轻量模型部署实现实时碰撞预测与可解释性。

Look Twice before You Leap: A Rational Framework for Localized Adversarial Anonymization

两次审视后再跃进：一种用于局部对抗匿名化的理性框架

Donghang Duan, Xu Zheng, Yuefeng He, Chong Mu, Leyi Cai, Lizong Zhang

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） ； School of Information, Renmin University of China（中国人民大学信息学院） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.CL

AI总结 本文提出RLAA框架，通过引入仲裁者机制解决现有对抗匿名化方法的理性问题，实现隐私与效用的平衡。

Comments Accepted to Findings of ACL 2026

TESSERA: Temporal Embeddings of Surface Spectra for Earth Representation and Analysis

TESSERA：表面光谱的时间嵌入用于地球表示与分析

Zhengpeng Feng, Clement Atzberger, Sadiq Jaffer, Jovana Knezevic, Silja Sormunen, Robin Young, Madeline C. Lisaius, Markus Immitzer, Toby Jackson, James Ball, David A. Coomes, Anil Madhavapeddy, Andrew Blake, Srinivasan Keshav

机构 * University of Cambridge（剑桥大学） ； dClimate Labs（dClimate实验室） ； Aalto University（阿尔托大学） ； University of Bristol（布里斯托大学） 纠错

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

AI总结 TESSERA通过多模态遥感时间序列学习鲁棒嵌入，提升植被物候分析的准确性与效率，提供轻量级工具支持大规模地球观测任务。