语言大模型 / LLM

LoDAdaC: a unified local training-based decentralized framework with adaptive gradients and compressed communication

LoDAdaC: 一种基于局部训练的统一去中心化框架，具有自适应梯度和压缩通信

Wei Liu, Anweshit Panda, Ujwal Pandey, Haven Cook, George M. Slota, Naigang Wang, Jie Chen, Yangyang Xu

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； IBM T. J. Watson Research Center（IBM T. J. Watson 研究中心） ； MIT-IBM Watson AI Lab, IBM Research（MIT-IBM Watson AI 实验室，IBM 研究院） 纠错

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

AI总结 LoDAdaC通过结合自适应梯度和压缩通信，在去中心化学习中实现通信成本的大幅降低和快速收敛，实验验证其在图像分类和语言模型训练中的优越性能。

Comments Accepted by TMLR

EE-MCP: Self-Evolving MCP-GUI Agents via Automated Environment Generation and Experience Learning

EE-MCP：通过自动环境生成和经验学习的自进化MCP-GUI代理

Tiantian He, Yihang Chen, Keyue Jiang, Ka Yiu Lee, Kaiwen Zhou, Kun Shao, Shuai Wang

机构 * University College London（伦敦大学学院） ； Huawei Noah’s Ark Lab（华为诺亚方舟实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出EE-MCP框架，通过自动环境生成和经验学习实现MCP-GUI代理的自进化，通过跨应用分析证明其在MCP主导任务和GUI密集任务中的有效性。

SkVM: Revisiting Language VM for Skills across Heterogenous LLMs and Harnesses

SkVM：重新审视跨异构LLM的技能语言虚拟机

Le Chen, Erhu Feng, Yubin Xia, Haibo Chen

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出SkVM，通过将技能视为代码并利用LLM作为异构处理器，解决技能在不同平台间执行不一致的问题，提升技能可移植性和效率。

Representations Before Pixels: Semantics-Guided Hierarchical Video Prediction

在像素之前：基于语义的分层视频预测

Efstathios Karypidis, Spyros Gidaris, Nikos Komodakis

机构 * Archimedes Athena Research Center（雅典娜研究中心） ； National Technical University of Athens（雅典国家技术大学） ； University of Crete（克里特大学） ； IACM-Forth（希腊研究与技术基金会-应用与计算数学研究所） 纠错

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

AI总结 本文提出Re2Pix框架，通过先预测语义表示再生成视觉内容，提升动态环境视频预测的语义一致性和视觉质量。

GeomPrompt: Geometric Prompt Learning for RGB-D Semantic Segmentation Under Missing and Degraded Depth

GeomPrompt：用于在缺失和退化深度下的RGB-D语义分割的几何提示学习

Krishna Jaganathan, Patricio Vela

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 效率与部署 ：prompting(abstract)

AI总结 GeomPrompt通过从RGB生成任务驱动的几何提示，提升RGB-D语义分割在缺失和退化深度下的性能，同时比单目深度估计器更高效。

Comments Accepted to the CVPR 2026 URVIS Workshop. Project page: https://geomprompt.github.io

CLASP: Closed-loop Asynchronous Spatial Perception for Open-vocabulary Desktop Object Grasping

CLASP: 闭环异步空间感知用于开放词汇桌面物体抓取

Yiran Ling, Wenxuan Li, Siying Dong, Yize Zhang, Xiaoyao Huang, Jing Jiang, Ruonan Li, Jie Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； National Key Laboratory of Smart Farm Technologies and Systems（智慧农场技术与系统全国重点实验室） ； Peng Cheng Laboratory（鹏城实验室） ； Northeastern University（东北大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出CLASP框架，通过异步闭环机制整合多模态感知、逻辑推理与状态反馈，解决低级抓取中多模态演示不足、空间幻觉和开放环执行脆弱性问题，实现87%的成功率和强泛化能力。

Technology solutions targeting the performance of gen-AI inference in resource constrained platforms

面向资源受限平台的生成式AI推理性能的技术解决方案

Joyjit Kundu, Joshua Klein, Aakash Patel, Dwaipayan Biswas

专题命中 效率与部署 ：language model(abstract)

AI总结 本文针对生成式AI推理在资源受限平台上的内存压力问题，提出两种技术方案，通过分层屋顶线分析模型评估其在容量和带宽上的性能影响。

Dual-Margin Embedding for Fine-Grained Long-Tailed Plant Taxonomy

细粒度长尾植物分类的双边嵌入

Cheng Yaw Low, Heejoon Koo, Jaewoo Park, Meeyoung Cha

机构 * Changwon National University（昌原国立大学） ； Max Planck Institute for Security and Privacy (MPI-SP)（马克斯·普朗克安全与隐私研究所） ； AiV Co.（AiV公司） 纠错

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

AI总结 本文提出TaxoNet框架，通过理论支撑的双边目标优化类别决策边界，在类别不平衡情况下提升细粒度区分能力和稀有类表示几何。在开放世界设置中，利用多种植物数据集验证了其优于多模态基础模型的性能。

Comments 4 figures, 5 tables, and 17 pages

A Lightweight Universal Machine-Learning Interatomic Potential via Knowledge Distillation for Scalable Atomistic Simulations

一种基于知识蒸馏的轻量级通用机器学习互作用势用于可扩展的原子模拟

Sangmin Oh, Jinmu You, Jaesun Kim, Jiho Lee, Hyungmin An, Seungwu Han, Youngho Kang

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

AI总结 本文提出SevenNet-Nano，一种基于图神经网络的轻量级通用机器学习互作用势，通过知识蒸馏框架实现高精度和强泛化能力，显著降低计算成本，适用于大规模原子模拟。

The xPU-athalon: Quantifying the Competition of AI Acceleration

xPU-athlon：量化AI加速器的竞争

Alicia Golden, Carole-Jean Wu, Gu-Yeon Wei, David Brooks

专题命中 效率与部署 ：LLM(abstract)

AI总结 本文量化评估了AI加速器在效率、延迟、吞吐量等指标上的竞争，揭示不同平台在不同工作负载下的优化空间及能效差异。

Comments Accepted to ISPASS 2026

4D-RGPT: Toward Region-level 4D Understanding via Perceptual Distillation

4D-RGPT：通过感知蒸馏实现区域级4D理解

Chiao-An Yang, Ryo Hachiuma, Sifei Liu, Subhashree Radhakrishnan, Raymond A. Yeh, Yu-Chiang Frank Wang, Min-Hung Chen

机构 * NVIDIA（英伟达） 纠错

专题命中 效率与部署 ：prompting(abstract)

AI总结 本文提出4D-RGPT和P4D框架，解决3D/4D视频问答中4D感知和时间理解不足的问题，并构建了区域级提示的R4D-Bench基准。

Comments CVPR 2026 (Highlight). Project page: https://www.ca-joe-yang.com/resource/projects/4D_RGPT/. GitHub: https://github.com/NVlabs/4D-RGPT. Dataset: https://huggingface.co/datasets/nvidia/R4D-Bench

PRISM: Probabilistic Runtime Insights and Scalable Performance Modeling for Large-Scale Distributed Training

PRISM：概率运行时洞察与大规模分布式训练的可扩展性能建模

Alicia Golden, Michael Kuchnik, Samuel Hsia, Zachary DeVito, Gu-Yeon Wei, David Brooks, Carole-Jean Wu

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

AI总结 针对大规模分布式训练中运行时波动问题，PRISM提出一种统计方法，通过概率保证量化训练时间，实现性能优化和系统效率提升。

Mosaic: Cross-Modal Clustering for Efficient Video Understanding

Mosaic：用于高效视频理解的跨模态聚类

Tuowei Wang, He Zhou, Chengru Song, Qiushi Li, Ju Ren

专题命中 效率与部署 ：language model(abstract)

AI总结 Mosaic是首个针对流式长视频理解的跨模态聚类驱动VLM推理系统，通过优化KVCache管理实现1.38倍速度提升。

MultiMend: Multilingual Program Repair with Context Augmentation and Multi-Hunk Patch Generation

MultiMend: 多语言程序修复与上下文增强及多补丁补丁生成

Reza Gharibi, Mohammad Hadi Sadreddini, Seyed Mostafa Fakhrahmad

专题命中 效率与部署 ：language model(abstract)

AI总结 MultiMend通过上下文增强和多补丁生成技术，提升多语言程序修复效率，修复了2227个bug，其中1545个与开发者补丁一致，121个为多补丁bug。

Journal ref Autom Softw Eng 33, 69 (2026)

Near OOD Detection for Vision-Language Prompt Learning with Contrastive Logit Score

面向视觉-语言提示学习的近分布外检测

Myong Chol Jung, Joanna Dipnall, Belinda Gabbe, He Zhao

机构 * Monash University（莫纳什大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出对比logit分数方法，用于提升预训练视觉-语言提示学习模型的近分布外检测性能，无需修改模型结构或重新训练，实验显示在AUROC上提升11.67%。

Comments Published at International Journal of Computer Vision (IJCV)

Generating Multiple-Choice Knowledge Questions with Interpretable Difficulty Estimation using Knowledge Graphs and Large Language Models

基于知识图谱和大语言模型的可解释难度估计多选题生成

Mehmet Can Şakiroğlu, H. Altay Güvenir, Kamer Kaya

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

AI总结 本文提出利用知识图谱和大语言模型生成带难度估计的多选题，通过知识图谱构建和语言模型生成相结合，实现高质量且可解释的多选题生成。

SCITUNE: Aligning Large Language Models with Human-Curated Scientific Multimodal Instructions

SCITUNE：对齐大型语言模型与人类整理的科学多模态指令

Sameera Horawalavithana, Sai Munikoti, Ian Stewart, Henry Kvinge, Karl Pazdernik

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

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

AI总结 SCITUNE通过多模态指令提升大语言模型在科学任务中的表现，优于现有模型并在ScienceQA基准上超越人类性能。

Comments In Proceedings of the 1st Workshop on NLP for Science, Association for Computational Linguistics

Journal ref Proc. 1st Workshop on Natural Language Processing for Science (NLP4Science 2024) (2024) 58-72

Detecting HIV-Related Stigma in Clinical Narratives Using Large Language Models

利用大语言模型检测临床叙述中的HIV相关污名化

Ziyi Chen, Yasir Khan, Mengyuan Zhang, Cheng Peng, Mengxian Lyu, Yiyang Liu, Krishna Vaddiparti, Robert L Cook, Mattia Prosperi, Yonghui Wu

机构 * Department of Health Outcomes and Biomedical Informatics, College of Medicine, University of Florida（佛罗里达大学医学院健康结果与生物医学信息学系） ； Department of Epidemiology, College of Public Health and Health Professions, University of Florida（佛罗里达大学公共卫生与健康专业学院流行病学系） ； Preston A. Wells, Jr. Center for Brain Tumor Therapy, Lillian S. Wells Department of Neurosurgery, University of Florida（佛罗里达大学莉莉安·S·威尔斯神经外科系普雷斯顿·A·威尔斯脑肿瘤治疗中心） 纠错

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

AI总结 本文提出利用大语言模型开发首个能识别临床笔记中HIV污名化的NLP工具，通过专家关键词和临床词嵌入提取污名化内容，并在不同污名化子量表上评估模型性能。

Predicting User Satisfaction in Online Education Platforms: A Large Language Model Based Multi-Modal Review Mining Framework

在线教育平台用户满意度预测：基于大型语言模型的多模态评论挖掘框架

Arman Bekov, Azamat Nurgali

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

AI总结 本文提出基于大型语言模型的多模态框架，通过整合文本、情感和行为数据，提升平台和课程层面用户满意度预测的准确性。

Comparative Analysis of Large Language Models in Healthcare

医疗领域大型语言模型的比较分析

Subin Santhosh, Farwa Abbas, Hussain Ahmad, Claudia Szabo

机构 * Adelaide University（阿德莱德大学） ； South Australian Health and Medical Research Institute（南澳大利亚健康与医学研究所） 纠错

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

AI总结 本文通过评估多个医疗任务，比较了ChatDoctor等领域模型与Grok等通用模型的性能，发现领域模型在医疗文本生成中更准确，而通用模型在问答任务中表现更优，强调了任务特定评估的重要性。

Adapting 2D Multi-Modal Large Language Model for 3D CT Image Analysis

将2D多模态大语言模型适应于3DCT图像分析

Yang Yu, Dunyuan Xu, Yaoqian Li, Xiaomeng Li, Jinpeng Li, Pheng-Ann Heng

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子及计算机工程学系） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程学系） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与扩展现实研究所） ； Center for Artificial Intelligence and Robotics, Hong Kong Institute of Science and Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人创新中心） 纠错

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

AI总结 本文提出将2D多模态大语言模型适应于3DCT图像分析，设计Text-Guided Hierarchical MoE框架，采用两阶段训练策略提升医学报告生成和视觉问答任务性能。

Catalog-Native LLM: Speaking Item-ID Dialect with Less Entanglement for Recommendation

基于目录的LLM：以更少的纠缠进行推荐的口语化项ID表达

Reza Shirkavand, Xiaokai Wei, Chen Wang, Zheng Hui, Heng Huang, Michelle Gong

机构 * University of Maryland - College Park（马里兰大学帕克分校） ； Roblox ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出IDIOMoE模型，通过将物品交互历史视为语言空间中的本地方言，结合预训练LLM的文本理解和协作信号，提升推荐性能。

SLM Finetuning for Natural Language to Domain Specific Code Generation in Production

为生产环境中的自然语言到领域特定代码生成进行SLM微调

Renjini R. Nair, Damian K. Kowalczyk, Marco Gaudesi, Chhaya Methani

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

AI总结 本文研究了通过微调小型语言模型提升自然语言到领域代码生成的性能与效率，展示了在生产环境中优于大模型的延迟和成本效益。

Comments 11 pages (including appendix), 5 tables, 1 figure. Submitted to arXiv as a preprint

Agentic Exploration of PDE Spaces using Latent Foundation Models for Parameterized Simulations

基于潜在基础模型的PDE空间代理探索用于参数化模拟

Abhijeet Vishwasrao, Francisco Giral, Mahmoud Golestanian, Federica Tonti, Andrea Arroyo Ramo, Adrian Lozano-Duran, Steven L. Brunton, Sergio Hoyas, Soledad Le Clainche, Hector Gomez, Ricardo Vinuesa

机构 * University of Michigan（密歇根大学） ； Universidad Politécnica de Madrid（马德里理工大学） ； Purdue University（普渡大学） ； Universitat Politècnica de València（瓦伦西亚理工大学） ； Caltech（加州理工学院） ； University of Washington（华盛顿大学） 纠错

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

AI总结 本文提出利用多代理LLM与潜在基础模型耦合，实现对PDE参数空间的连续探索，发现流体中不同尺度的标度律，展示了代理推理在PDE系统中的自动化科学发现能力。

SemaCDR: LLM-Powered Transferable Semantics for Cross-Domain Sequential Recommendation

SemaCDR: 基于大语言模型的跨域序列推荐语义

Chunxu Zhang, Shanqiang Huang, Zijian Zhang, Jiahong Liu, Linsong Yu, Ruiqi Wan, Bo Yang, Irwin King

机构 * Jilin University（吉林大学） ； Hong Kong Polytechnic University（香港理工大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 SemaCDR通过大语言模型构建统一语义空间，整合领域无关和领域特定语义，利用对比正则化对齐多视角物品特征，通过自适应融合生成统一偏好表示，提升跨域序列推荐效果。

Whisper-AuT: Domain-Adapted Audio Encoder for Efficient Audio-LLM Training

Whisper-AuT：用于高效音频-大语言模型训练的领域适应音频编码器

Jielin Qiu, Ming Zhu, Wenting Zhao, Zhiwei Liu, Liangwei Yang, Zixiang Chen, Roshan Ram, Akshara Prabhakar, Juntao Tan, Rithesh Murthy, Shelby Heinecke, Caiming Xiong, Silvio Savarese, Huan Wang

机构 * Salesforce AI Research（Salesforce AI 研究院） 纠错

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

AI总结 本文提出Whisper-AuT，通过微调Whisper-large-v3在语音、环境声音和音乐数据上，提升非语音领域的音频表示能力，从而降低下游训练成本。

LLM-based Generation of Semantically Diverse and Realistic Domain Model Instances

基于大型语言模型的语义多样且逼真的领域模型实例生成

Andrei Coman, Lola Burgueño, Dominik Bork, Manuel Wimmer

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

AI总结 本文提出利用LLM和两种提示策略生成语义真实且多样的领域模型实例，通过评估语法正确性、模型一致性及语义多样性验证了方法的有效性。

Raiven: LLM-Based Visualization Authoring via Domain-Specific Language Mediation

Raiven：基于大语言模型的可视化作者化通过领域特定语言中介

Alexandra Irger, Ella Hugie, Minghao Guo, Simon Warchol, Kenneth Moreland, David Pugmire, Wojciech Matusik, Hanspeter Pfister

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

AI总结 Raiven通过领域特定语言中介，统一科学与信息可视化，实现确定性编译和高正确性可视化作者化。

Comments *Alexandra Irger and Ella Hugie are co-first authors

PSF-Med: Measuring and Explaining Paraphrase Sensitivity in Medical Vision Language Models

PSF-Med: 医学视觉语言模型中反语敏感性的测量与解释

Binesh Sadanandan, Vahid Behzadan

机构 * SAIL Lab, University of New Haven（纽黑文大学SAIL实验室） 纠错

专题命中 领域大模型 ：language model(title,abstract)；LLM(abstract)；分类 cs.LG

AI总结 本文提出PSF-Med基准，通过26850个胸部X光问题及92856个意义保持的改写句，评估九种VLMs在临床问题改写下的稳定性与视觉依赖性，发现模型在反语下的翻转率差异显著，且通过特征分析揭示了模型决策机制。

ASPIRin: Action Space Projection for Interactivity-Optimized Reinforcement Learning in Full-Duplex Speech Language Models

ASPIRin: 动作空间投影用于全双工语音语言模型中的交互优化强化学习

Chi-Yuan Hsiao, Ke-Han Lu, Yu-Kuan Fu, Guan-Ting Lin, Hsiao-Tsung Hung, Hung-yi Lee

机构 * National Taiwan University（国立台湾大学） ； ASUS Open Cloud Infrastructure Software Center（华硕开放云端基础设施软件中心） ； NVIDIA AI Technology Center（英伟达人工智能技术中心） 纠错

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

AI总结 ASPIRin通过动作空间投影和GRPO方法优化全双工语音语言模型的交互性能，提升语义连贯性并减少重复生成。