语言大模型 / LLM

Can LLMs Hire Fairly? Racial Bias in Resume Screening

LLM能公平招聘吗？简历筛选中的种族偏见

Zhenyu Gao, Wenxi Jiang, Yutong Yan

机构 * Department of Finance, CUHK Business School（财务系，CUHK商学院） 纠错

专题命中 其他LLM ：LLM(title_cn,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 使用配对简历方法审计14个主流大语言模型，发现2023年模型重现白人回调差距，而2024年后模型显示无差距或反向偏差，表明算法招聘偏见方向随模型代际反转。

Tool Use Enables Undetectable Steganography in Multi-Agent LLM Systems

工具使用使多智能体LLM系统中的隐写术无法检测

Jimmy Laurence Rippin, Simon C. Marshall, David Demitri Africa, Christian Schroeder de Witt

机构 * Oxford University（牛津大学） ； Artificial Intelligence Security Institute (AISI)（人工智能安全研究所） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI

AI总结 本文研究多智能体AI系统中通过工具使用（如代码执行、网络搜索）实现无法检测的隐写通信，发现智能体可自适应构建隐写系统，并提出协调度量评估无事先约定的隐写协调风险。

ImprovEvolve: Basin-Hopping Meets LLM-Guided Evolutionary Search

ImprovEvolve：盆地跳跃与LLM引导的进化搜索

Alexey Kravatskiy, Valentin Khrulkov, Ivan Oseledets

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

AI总结 ImprovEvolve通过进化三个专用算子（初始化、局部改进、扰动）降低LLM认知负担，通过迭代局部改进和扰动实现盆地跳跃搜索，在六边形堆叠和球面码问题中取得新成果。

Comments 40 pages, 14 figures, AI for Math Workshop at ICML 2026

Conformal Predictions for Human Action Recognition with Vision-Language Models

基于视觉-语言模型的人类动作识别中的置信域预测

Bary Tim, Fuchs Clément, Macq Benoît

机构 * ICTEAM, UCLouvain（鲁汶大学（法语区）ICTEAM研究所） 纠错

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

AI总结 本文探讨了如何利用置信域预测技术提升基于视觉-语言模型的人类动作识别系统可靠性，通过调整softmax温度参数减少候选类别数量，缓解长尾分布影响。

Comments 6 pages, 7 figures, Accepted to ICIP 2025 Workshops

Journal ref 2025 IEEE International Conference on Image Processing Workshops (ICIPW)

Unified Enhancement of the Generalization and Robustness of Language Models via Bi-Stage Optimization

通过双阶段优化统一增强语言模型的泛化与鲁棒性

Yudao Sun, Juan Yin, Juan Zhao, Fan Zhang, Yongheng Liu, Hongji Chen

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

AI总结 本文提出双阶段优化框架UEGR，通过增强对抗样本输出分布和选择性参数更新提升语言模型的泛化与鲁棒性，实验表明在13个公开数据集上优于现有方法。

Comments The manuscript contains issues in the theoretical derivations that require revision prior to resubmission

Are LLMs Reliable Rankers? Rank Manipulation via Two-Stage Token Optimization

LLMs的排名可靠性如何？通过两阶段令牌优化实现排名操纵

Tiancheng Xing, Jerry Li, Yixuan Du, Xiyang Hu

机构 * National University of Singapore（新加坡国立大学） ； University of Southern California（南加州大学） ； Georgetown University（乔治城大学） ； Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 本文提出RAF方法，通过两阶段令牌优化生成自然语言提示，提升目标项在LLM排名中的位置，同时保持语言自然性，实验显示其在提升排名和保持自然性方面比现有方法更鲁棒。

Comments ACL 2026

Physics Equivariance for Robust Generalization in Wireless Foundation Model

无线基础模型中用于鲁棒泛化的物理等变性

Haoyu Wang, Xigang Gao, Zhi Sun, Zhaocheng Wang

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 针对无线基础模型因数据规模有限、分布覆盖窄及仿真到现实差距导致的鲁棒性和泛化性不足，提出物理等变性作为归纳偏置，设计具有波动等变性的phys-WFM，显著提升分布偏移下的鲁棒性和泛化能力。

Comments 7 pages, 4 figures, 2 tables. This work has been submitted to the IEEE for possible publication

A Theoretical Interpretation of In-Context Learning via Probabilistic Modeling

通过概率建模对上下文学习的理论解释

Zhenyu Liu, Huaze Tang, Shao-Lun Huang

机构 * Tsinghua Shenzhen International Graduate School, Tsinghua University, Shenzhen, China（清华大学深圳国际研究生院，清华大学，深圳，中国） 纠错

专题命中 其他LLM ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出上下文学习的概率模型，推导其在一般参数分布和指数族下的性能，并解释示例数量、模型参数敏感性和示例-查询相似性对性能的影响。

Can LLMs Simulate Human Behavioral Variability? A Case Study in the Phonemic Fluency Task

LLMs能否模拟人类行为变异？一项在音素流畅任务中的案例研究

Mengyang Qiu, Zoe Brisebois, Siena Sun

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

AI总结 研究探讨LLMs在音素流畅任务中是否能模拟个体差异，发现尽管部分模型能模拟平均值和词汇偏好，但无法再现人类行为变异范围，且新模型和思考模式反而降低了多样性。

Journal ref Proceedings of the 15th Workshop on Cognitive Modeling and Computational Linguistics (2026) 250-263

Teaching Prompt-Based Programming with LLMs: A 45-Minute Lesson with Guided Practice for End-User Programmers

教授基于提示的编程与LLMs：面向最终用户程序员的45分钟指导实践课程

Keith Tran, Samiha Marwan, Thomas Price

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本研究评估了一项45分钟的提示式编程干预课程，通过指导实践提升工程专业学生向LLMs表达计算目标的能力，实验组在提示自我效能上显著提升。

LLMs and Optical Networks: A Symbiotic Relationship

LLMs与光网络：共生关系

Mëmëdhe Ibrahimi, Qiaolun Zhang, Giovanni S. Sticca, Jiaheng Xiong, Francesco Musumeci, Massimo Tornatore

专题命中 其他LLM ：LLM(summary_cn,abstract_cn)

AI总结 探讨大语言模型与光网络之间的共生关系，提出LLM训练需要广域网感知的集合通信库、ZR+可插拔光模块和空芯光纤等关键技术，同时LLM可赋能自主网络管理。

Comments 4 pages, 3 figures

ExACT: Exemplar-Driven Calibrated Refinement for Training-Free Visual Grounding in Remote Sensing Images

ExACT: 基于示例驱动的校准精化用于遥感图像中免训练的视觉定位

Zixiao Zhang, Lingling Li, Pei He, Xu Liu, Licheng Jiao

机构 * Xidian University（西安电子科技大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 提出ExACT框架，通过一次性视觉提示机制弥合多模态大语言模型在遥感视觉定位中的模态差距，实现免训练的精确像素级定位。

Comments 11 pages, 8 figures, supplementary material included

Test-Time Detoxification without Training or Learning Anything

无需训练或学习的测试时去毒化

Baturay Saglam, Dionysis Kalogerias

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

AI总结 本文提出一种无需训练或学习的测试时去毒化方法，通过零阶优化调整输入嵌入以减少生成文本的毒性，实现安全高效的文本生成。

Comments ICML 2026

MM-Nav: Multi-View VLA Model for Robust Visual Navigation via Multi-Expert Learning

MM-Nav：基于多专家学习的多视角VLA模型用于鲁棒视觉导航

Tianyu Xu, Jiawei Chen, Jiazhao Zhang, Wenyao Zhang, Zekun Qi, Minghan Li, Zhizheng Zhang, He Wang

机构 * Peking University（北京大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Tsinghua University（清华大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 本文提出MM-Nav模型，通过多专家学习从合成数据中学习多样化的导航能力，展示模型在合成环境中的强泛化能力，并在现实世界实验中验证其有效性。

Comments Project page: https://pku-epic.github.io/MM-Nav-Web/

Generating in the Limit with Infinitely Many Hallucinations

极限生成与无限幻觉

Irene Strauss, Alexandra Butoi, Ryan Cotterell

机构 * ETH Zürich（苏黎世联邦理工学院） 纠错

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

AI总结 研究语言生成中精确度与召回率的权衡，提出允许无限次错误但频率趋零的松弛条件，证明在对手隐藏大部分目标语言时可严格提升召回率。

Most Current Model Organisms Are Leaky: Perplexity Differencing Often Reveals Finetuning Objectives

模型生物体是泄漏的：困惑度差分经常揭示微调目标

Mohammed Abu Baker, Luca Baroni, Dan Wilhelm

机构 * Meridian Visiting Researcher Programme（Meridian 访问研究员计划） 纠错

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

AI总结 本文提出通过困惑度差分方法揭示模型生物体的微调目标，无需模型内部信息或先验假设，适用于多种微调模型。

Node-to-Neighborhood Semantic Consistency: Text-Topology Alignment for TAGs Anomaly Detection

节点到邻域语义一致性：文本属性图异常检测中的文本-拓扑对齐

Bochen Lin, Jianxiang Yu, Jiayi Wu, Lin Qi, Huang Lu, Xiang Li

机构 * School of Data Science and Engineering, East China Normal University（东华大学数据科学与工程学院） ； WeChat, Tencent（微信、腾讯） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 针对文本属性图异常检测中文本语义与拓扑关系不对齐的问题，提出N2NSC框架，通过双融合路径捕获节点与邻域的语义一致性，在八个数据集上超越现有方法。

Theory of Continual Learning Against Data Poisoning Attacks

针对数据投毒攻击的持续学习理论

Yiting Hu, Lingjie Duan

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

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

AI总结 针对持续学习中的数据投毒攻击，提出在线零和博弈框架分析攻击与防御，证明线性比例任务投毒时无防御有效，并针对非频繁攻击和有界噪声场景提出验证机制与鲁棒防御方法。

Data Provenance for Image Auto-Regressive Generation

图像自回归生成的数据溯源

Bihe Zhao, Louis Kerner, Michel Meintz, Tameem Bakr, Franziska Boenisch, Adam Dziedzic

机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

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

AI总结 提出后验框架，利用自回归生成模型输出中的特征模式进行图像溯源，无需修改生成过程或输出，适用于无水印场景。

Comments Accepted at ICLR 2026

Sifei at SemEval-2026 Task 8: Hybrid Retrieval and Query Rewriting for Multi-Turn RAG

Sifei at SemEval-2026 Task 8: 面向多轮RAG的混合检索与查询重写

Sifei Meng, Dmitry Ilvovsky

机构 * Faculty of Computer Science HSE University（计算机科学系 高等经济大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 提出无训练混合检索流水线，结合稠密与稀疏检索、查询重写和交叉编码器重排序，在Task A上nDCG@5达0.5453排名第三，Task C上相关性与忠实性调和均值0.5312排名第十五。

Comments Accepted to SemEval-2026 Task 8 (MTRAGEval), co-located with ACL 2026. Camera-ready version. Code: https://github.com/mengsifei/Multi_turn_RAG

Evaluating LLMs on Chinese Topic Constructions: A Research Proposal Inspired by Tian et al. (2024)

评估大语言模型在中文话题构建上的表现：受Tian等人（2024）启发的研究提案

Xiaodong Yang

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

AI总结 本文提出评估大语言模型在中文话题构建上的框架，关注其对岛屿约束的敏感性，旨在为未来研究提供基础并邀请方法反馈。

Comments Withdrawn by the authors for substantial revision

MicroAgent: Context-Augmented Multi-Agent Framework for Automatic Microservice Decomposition

MicroAgent: 用于自动微服务分解的上下文增强多智能体框架

Zishan Su, Junjie Huang, Shiwen Shan, Xingyan Chen, Hui Zeng, Yuxin Su, Yanlin Wang, Michael R. Lyu

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 提出MicroAgent框架，通过将分解任务分为五个子任务并分配专门智能体，结合多粒度上下文和设计原则分析工具，在10个Java Web应用上实现89.2%的平均分解准确率，较现有方法提升24.6%。

Comments Accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

RocketSmith: Agentic Additive Manufacturing of High-Powered Rockets

RocketSmith: 一种用于高功率火箭设计与制造的智能系统

Peter Pak, Jesse Barkley, Rumi Loghmani, Derek Baich, Ananya Pamal, Amir Barati Farimani

机构 * Graduate Research Assistant, Mechanical Engineering（机械工程研究生助理） ； AI Fellow, Mechanical Engineering（人工智能研究员，机械工程） ； Undergraduate Student, Mechanical Engineering（机械工程本科生） ； Senior Member, Pittsburgh Prefecture One（高级会员，匹兹堡郡一区） ； Russell V. Trader Associate Professor, Mechanical Engineering（Russell V. Trader副教授，机械工程） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出RocketSmith，一种基于智能体系统的自动化设计、制造与优化框架，通过子智能体与技能实现零样本和人在回路的飞行参数优化，并利用增材制造成功开发并测试了四枚高功率火箭。

Break the Brake, Not the Wheel: Untargeted Jailbreak via Entropy Maximization

打破刹车，而非车轮：通过熵最大化实现无目标越狱

Mengqi He, Xinyu Tian, Xin Shen, Shu Zou, Jinhong Ni, Zhaoyuan Yang, Weikang Li, Xuesong Li, Jing Zhang

机构 * Australian National University（澳大利亚国立大学） ； The University Of Queensland（昆士兰大学） ； Peking University（北京大学） ； GE research（通用电气研究院） ； CSIRO（澳大利亚联邦科学与工业研究组织） 纠错

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

AI总结 提出UJEM-KL攻击方法，通过最大化决策令牌的熵来翻转视觉-语言模型的拒绝输出，实现高迁移性的无目标越狱。

Comments Preprint. 17 pages, 8 figures, 6 tables

Choose Your Agent: Tradeoffs in Adopting AI Advisors, Coaches, and Delegates in Multi-Party Negotiation

选择你的代理：在多方谈判中采用AI顾问、教练和代理的权衡

Kehang Zhu, Nithum Thain, Vivian Tsai, James Wexler, Crystal Qian

机构 * Harvard University（哈佛大学） ； Google DeepMind Canada（谷歌深Mind加拿大） ； Google DeepMind United States（谷歌深Mind美国） ； Google DeepMind New York United States（谷歌深Mind纽约美国） 纠错

专题命中 其他LLM ：LLM(abstract)；分类 cs.AI

AI总结 研究探讨了在多方谈判中采用AI顾问、教练和代理的权衡，发现尽管参与者更偏好具有更高控制权的顾问，但代理模式能显著提升集体收益，揭示了AI生成提议与人类行为之间的过滤效应。