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。
快速思考，智能对话：结构化健康文本生成中确定性与神经计算的划分
机构 * Kai-Chen Cheng Haejun Han David Q. Sun
专题命中 其他LLM ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 提出一种将确定性计算与有限LLM调用相结合的流水线，用于结构化健康文本生成，在降低错误率和成本的同时保持忠实性。
SkillBrew: LLM智能体技能库的多目标策展
机构 * City University of Hong Kong（香港城市大学） ； Squirrel Ai Learning ； University of Science and Technology of China（中国科学技术大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； Griffith University（格里菲斯大学） ； East China Normal University（华东师范大学） ； Shanghai Jiao Tong University（上海交通大学）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 提出SkillBrew框架，将技能库策展建模为带效用约束的帕累托优化问题，通过双层提议-验证循环实现技能库的精简与多样性。
Comments 16 pages. Preprint. Under review
SkillsInjector: 面向LLM智能体的动态技能上下文构建
机构 * Nanjing University（南京大学） ； Shanghai AI Lab（上海人工智能实验室）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 针对静态技能注入导致性能下降的问题，提出SkillsInjector两阶段自适应方法，通过上下文规划器学习技能偏好并自适应预算，结合集合感知渲染器优化描述呈现，在三个基准上分别提升3.9、6.1和7.3个百分点。
像团队一样进化：基于LLM的多智能体系统的协作自我进化
机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tencent（腾讯）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 提出Meta-Team框架，通过协作自我进化机制，基于执行经验改进多智能体系统的行为、协调和团队组织，在长周期任务中显著优于单智能体、手工MAS及先前进化方法。
从内联评论到评分标准：我们能从内联评论中学习专家标准吗？
机构 * Sakana AI ； Institute of Science Tokyo（东京科学研究所）
专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 提出从内联评论中学习可复用的自然语言评分标准的方法，通过迭代优化评分标准来预测评论并支持自动修订。
交互式会议中基于人类反馈的说话人修正
机构 * Worcester Polytechnic Institute（沃斯特理工学院）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 提出一种LLM辅助的会议内说话人修正系统，通过用户简短反馈修正说话人归属错误，结合流式ASR、说话人日志、LLM摘要和在线注册机制，在AMI数据集上实现DER降低31.99%、说话人替换错误降低52.68%。
BioArc：发现生物学基础模型的最优神经架构
机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工学院计算机科学系） ； Department of Electrical and Computer Engineering, Virginia Tech, Blacksburg, VA, USA（弗吉尼亚理工学院电气与计算机工程系） ； Department of Computer Science, Carnegie Mellon University, Pittsburgh, PA, USA（卡内基梅隆大学计算机科学系） ； Department of Biomedical Data Science, Stanford University, Stanford, CA, USA（斯坦福大学生物医学数据科学系）
专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI、cs.LG
AI总结 针对现有基础模型架构直接迁移至生物学领域时忽视生物数据独特性质的问题，提出BioArc框架，利用神经架构搜索系统探索架构设计空间，发现高性能架构并提炼设计原则，同时提出架构预测方法以高效预测新任务的最优架构。
Comments Accepted at the 43nd International Conference on Machine Learning (ICML 2026)
超越准确性：时间序列基础模型是否良好校准？
机构 * Department of Computer Science（计算机科学系） ； Department of Statistics（统计学系） ； Google, Irvine（谷歌（伊文斯堡））
专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文系统评估了五个时间序列基础模型和两个基线的校准特性，发现基础模型校准优于基线且无系统性过度自信或信心不足。
Comments Published as a conference paper at ICLR 2026
Journal ref Proceedings of ICLR 2026
基于自由空间光子极端学习机的多模态光学特征提取
专题命中 其他LLM ：SLM(summary_cn,abstract)
AI总结 本文提出一种统一的自由空间光子极端学习机平台，通过相位SLM编码、类傅里叶自由空间传播和相机强度检测，实现对图像、音频、表格和回归任务的多模态光学特征提取，并在多个基准上取得高精度。
通过一致性训练减少政治操纵
机构 * Center for AI Safety（人工智能安全中心） ； UC Berkeley（加州大学伯克利分校）
专题命中 其他LLM ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 针对大语言模型在敏感话题中表现出的隐性政治偏见，提出政治一致性训练（PCT）方法，通过情感一致性和帮助一致性两个指标及相应训练范式来减少偏见。
S3C2 峰会 2025-09：行业安全供应链峰会
专题命中 其他LLM ：LLM(summary_cn,abstract_cn)
AI总结 本文报告了2025年9月由S3C2举办的安全供应链峰会，通过跨行业从业者讨论脆弱依赖、组件选择、恶意提交、构建基础设施、文化和LLM角色六大主题，总结了关键见解和新兴挑战。
S3C2 2025-07 峰会：政府安全供应链峰会
专题命中 其他LLM ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 该报告总结了2025年7月9日由S3C2举办的政府安全供应链峰会，来自6个美国联邦机构的12名参与者讨论了软件供应链安全中的SBOM、合规、恶意提交、构建基础设施、文化和大语言模型等六大主题，旨在促进经验分享、形成新合作并指导未来研究方向。
连续变量的因果干预：以上下文学习中转向向量的动词偏向为例
机构 * Yale University（耶鲁大学）
专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 提出一种对连续变量进行因果干预的方法，通过定位低维方向并编辑向量实现反事实目标值，应用于动词偏向特征，证明其在语言模型中的因果表示，并探讨与上下文学习的关系。
访问集至关重要：为可扩展的权重空间模型合并预算专家读取
机构 * The Hong Kong Polytechnic University, PolyU（香港理工大学，PolyU） ； Hong Kong Polytechnic University Daya Bay Technology（香港理工大学达亚拜技术） ； Innovation Research Institute（创新研究院）
专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.LG
AI总结 针对大语言模型合并中专家权重读取的I/O瓶颈，提出MergePipe，一种预算感知的执行层，通过将合并问题转化为专家访问集问题，在显式I/O预算下选择要访问的专家增量块，实现高达11倍加速且参数偏差极小。
Comments ICML 2026 Workshop on Weight-Space Symmetries: from Foundations to Practical Applications
期待共情：交互情境如何塑造数字沟通中共情回应的规范
专题命中 其他LLM ：LLM(abstract,abstract_cn)
AI总结 本文通过分析Reddit建议社区的28,239个帖子-回复对，识别出“压力下的决策支持”这一中间交互类型，并验证其具有高共情与高工具性的非对称共情特征，为情感AI的共情校准提供基线。
基于Transformer的嵌入在主题连贯性中的比较研究
机构 * Worcester Academy Stanford Online High School（沃斯特学院斯坦福在线高中） ； Stanford Online High School（斯坦福在线高中） ； Lexington High School（莱克星顿高中）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL、cs.AI
AI总结 本研究系统比较了七种不同规模的Transformer语言模型（从MiniLM到LLaMA-2）在BERTopic流程中对主题质量的影响，发现模型大小（从2200万到130亿参数）对主题连贯性影响可忽略。
扩散理论教程：从微分方程到扩散模型
专题命中 其他LLM ：language model(abstract)；分类 cs.CL、cs.LG
AI总结 本教程从微分方程角度统一阐述扩散模型的数学基础，推导ODE和SDE表示，解释分数匹配和去噪目标，并涵盖DDPM、DDIM、流匹配和扩散语言模型。
Comments A detailed tutorial on Diffusion models and SDE
MIRAGE：用于全脑fMRI编码的自适应多模态门控
机构 * Qwen3-Omni-30B-A3B-Thinking（通义千问3- Omni-30B-A3B-Thinking）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.LG
AI总结 提出MIRAGE框架，通过原生多模态骨干网络和自适应特征门控，实现全脑fMRI对自然视听刺激的高精度编码，并证明原生多模态特征优于后期融合的单模态特征。
Comments Preprint. First two author contributed equally
ORACLE-SWE：量化Oracle信息信号对SWE代理的贡献
机构 * Microsoft（微软公司） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL
AI总结 提出Oracle-SWE方法，通过隔离和提取SWE基准测试中的Oracle信息信号，量化每种信号对代理性能的贡献，并评估强语言模型提取的信号对基础代理的性能提升。
Comments Under peer review; 37 pages, 10 figures, 5 tables
PROTOCOL: 用于蛋白质同源搜索的延迟交互检索
机构 * MIT（麻省理工学院） ； Princeton University（普林斯顿大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 提出ProtoCol模型，利用ColBERT风格的延迟交互机制对残基嵌入进行最大相似度评分，以提升远程同源搜索的灵敏度，在SCOPe超家族和Pfam clan基准上优于多种基线方法。
抗体-抗原复合物的计算建模：基于PLM和基于MSA的方法
机构 * Toyota Technological Institute at Chicago（丰田技术研究所（芝加哥））
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 本研究探讨抗体相关任务计算困难的原因，并提出基于蛋白质语言模型（PLM）和多重序列比对（MSA）的两种互补改进方法，以提升抗体-抗原结构预测精度。
Comments PhD thesis
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