语言大模型 / LLM

Nanbeige4.2-3B: Unlocking Agentic Capabilities in a Compact Model

南贝格4.2 - 3B：以紧凑模式解锁智能体能力

Nanbeige Lab, :, Chen Yang, Chengrui Huang, Fufeng Lan, Hanhui Chen, Hao Zhou, Huatong Song, Jiaqi Cao, Jiaying Zhu, Jinlin Niu, Kai Wang, Lisheng Huang, Qiliang Liang, Ran Le, Ruixiang Feng, Shuang Sun, Tao Gu, Tao Zhang, Tianyu Luo, Yang Song, Yun Xing, Yuntao Wen, Ziyao Xu, Zongchao Chen, Zongqiang Li

机构 * Nanbeige LLM Lab（南北贝大语言模型实验室） 纠错

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

AI总结 介绍南贝格4.2 - 3B紧凑通用智能体模型，通过特定预训练方式构建，利用多种强化学习方法提升质量与效率，在多任务和基准测试中表现出色，优于更大模型，有潜力成为紧凑本地个人助手。

Context-Adaptive Inference: A Unified Statistical and Foundation-Model View

上下文自适应推理：统一的统计和基础模型视角

Yue Yao, Caleb N. Ellington, Jingyun Jia, Baiheng Chen, Dong Liu, Rikhil Rao, Jiaqi Wang, Samuel Wales-McGrath, Yixin Yang, Zhiyuan Li, Eric P. Xing, Ben Lengerich

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

AI总结 研究现代预测系统的上下文自适应推理，统一了统计、元学习和基础模型的相关方法，证明特定条件下显式与隐式自适应等价，提出设计原则、评估指标并识别开放问题。

Comments 90 pages, 13 figures. Manuscript source and living version: https://github.com/AdaptInfer/context-review

From Proprietary to Open-Source: Bridging the Distribution Gap via Multi-Agent Protocol Distillation in Agentic Search

从专有模型到开源模型：通过智能体搜索中的多智能体协议蒸馏弥合分布差距

Junlin Liu, Jiangwang Chen, Zixin Song, Shuaiyu Zhou, Chunji Lv, Hank Wu, Kailin Jiang, Jinyang Wu, Bohan Yu, Chenxi Zhou

机构 * Beijing Institute of Technology（北京理工大学） ； East China Normal University（华东师范大学） ； University of Science and Technology of China（中国科学技术大学） ； Tsinghua University（清华大学） ； University of Chinese Academy of Sciences（中国科学院大学） 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 研究旨在弥合专有与开源模型分布差距，提出多智能体协议蒸馏（MAPD）框架，利用结构化协议作中间表示，结合蒸馏与强化学习，在问答基准测试中表现出色，有效减轻学生策略问题，优于其他竞争方法。

Visual Token Compression Enhances Robustness of MLLMs

视觉令牌压缩增强多模态大语言模型的鲁棒性

Shishen Gu, Jiequan Cui, Wenbo Hu, Zenglin Shi, Zhenzhen Hu, Richang Hong

机构 * Hefei University of Technology（合肥工业大学） 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 研究如何增强多模态大语言模型的鲁棒性，核心方法是通过测量视觉令牌与语言特征空间的距离来识别并剪枝分布外视觉令牌，该方法能有效防御越狱攻击、减轻幻觉，提升模型在通用数据集上的表现。

Comments 20 pages, 16 figures. Accepted at ACM Multimedia 2026. Code: https://github.com/Eurek001/OOD-VTP

PTStore (Prefix Tensor Store): Distributed Prefix Caching and Replication for High Throughput Inference Serving

PTStore（前缀张量存储）：用于高吞吐量推理服务的分布式前缀缓存与复制

Meghana Maghyastha, Robert Underwood, Randal Burns, Bogdan Nicolae

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Argonne National Laboraotory（阿贡国家实验室） 纠错

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

AI总结 PTStore 受 CDN 客户端缓存设计启发，通过分发和复制流行张量形成可重用 KV 缓存前缀来加速推理，减少缓存访问延迟与负载不平衡，能大幅扩大 KV 缓存大小，使长文本问答推理效率比基线高 5 至 6 倍。

Journal ref Euro-Par 2026: 32nd International European Conference on Parallel and Distributed Computing

PRESTO: Prefix-Aligned Tree Drafting for Diffusion Speculative Decoding

PRESTO：用于扩散推测解码的前缀对齐树草稿生成

Zheng Wang, Zhifan Ye, Qi Cheng, Yonggan Fu, Ziyan Wang, Feng Zhu, Haozhe Zhao, Jan Kautz, Pavlo Molchanov, Humphrey Shi, Minjia Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（英伟达） 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 研究针对扩散大语言模型用于推测解码时现有方法的局限，提出PRESTO框架，通过前缀对齐评分和基于优先级的树搜索，解决扩散草稿与前缀验证不匹配问题，在多种基准测试中显著提升了端到端吞吐量。

Decentralized Granular Access Control for Agentic AI Systems in Critical Infrastructure

关键基础设施中智能体人工智能系统的去中心化粒度访问控制

Arun Malik, Deepal Jayasinghe, Bradley Klemick, Prachi Shah, Nitish Talasu, Vineet Tushar Trivedi

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

AI总结 研究关键基础设施中智能体人工智能系统的安全挑战，提出去中心化多层访问控制架构，含复合身份模型等四项创新，基于OWASP威胁分类法设计，经云提供商生产验证，能有效实施粒度访问控制并防止特权升级。

Comments 7 pages, 9 figures, 7 tables

VecTree-RAG: An Agentic Retrieval-Augmented Generation Framework Combining Vector and Tree Retrieval for Efficiency and Accuracy

VecTree-RAG：一种结合向量和树检索的智能检索增强生成框架，以提高效率和准确性

Xinyan Zhong, Yuwei Shi, Yuqi Wei, Chen Shen, Tianhang Zhou, Zhenghao Wu

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

AI总结 研究针对科学问答中识别相关论文及找支持证据的问题，提出VecTree-RAG框架，结合向量与树检索机制。经多组问题评估，该框架在多个基准上获高分，证据页面精度高，且完整架构所需推理令牌少，为科学文献问答提供结构感知且可追溯的架构。

An Efficient and Effective Evaluator for Text2SQL Models on Unseen and Unlabeled Data

面向未见和无标签数据的高效有效文本到SQL评估器

Trinh Pham, Thanh Tam Nguyen, Viet Huynh, Hongzhi Yin, Quoc Viet Hung Nguyen

机构 * Griffith University (Australia)（格里菲斯大学） ； Edith Cowan University (Australia)（埃德温·科温大学） ； The University of Queensland (Australia)（昆士兰大学） 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 FusionSQL通过分析自身输出模式，在无标签数据上高效评估Text2SQL模型的准确性，提升未见数据的质量检测能力。

Comments Accepted by ICDE 2026

MAViE: A Multi-scale Adaptive Vision Encoder for Fine-grained Visual Perception and Efficient Multimodal Reasoning

MAViE：用于细粒度视觉感知和高效多模态推理的多尺度自适应视觉编码器

Shaofei Lei

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

AI总结 研究针对视觉语言模型问题，提出多尺度自适应视觉编码器MAViE，通过融合多层特征、进行令牌路由及引入相关策略，在统一框架下实验，减少视觉令牌数量，提升多任务分数并降低处理时间，还给出模型设计与评估协议。

Comments 10 pages

ReflexTrack: A Feedback-Driven Agent for Training-Free Referring Video Object Segmentation

ReflexTrack：一种用于无训练的引用视频对象分割的反馈驱动智能体

Yuanjia Li, Tianyang Xu, Tao Zhou, Zhangyong Tang, Xiao-Jun Wu, Josef Kittler

机构 * School of Artificial Intelligence and Computer Science, Jiangnan University（江南大学人工智能与计算机科学学院） ； Centre for Vision, Speech and Signal Processing, University of Surrey（萨里大学视觉、语音和信号处理中心） 纠错

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

AI总结 研究针对引用视频对象分割问题，提出无训练、反馈驱动的ReflexTrack智能体。通过掩码引导空间细化和视频级掩码反射实现空间与时间层面反馈，提升预测可靠性，在Ref-VPS和ReasonVOS上取得较好分数。

PathSelect: Sequential Token Selection for Whole Slide Pathology

PathSelect：用于全切片病理学的序列令牌选择

Jingzhi Chen, Landi He, Zehong Chen, Peihang Wu, Lijian Xu

机构 * Shenzhen University of Advanced Technology（深圳先进技术研究院） 纠错

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

AI总结 针对全切片图像给视觉语言模型带来的计算瓶颈，提出解耦路由框架PathSelect，将令牌剪枝重构成序列选择过程，训练时引入方差保持噪声门等，推理时模块分离，有效减少令牌数，提高准确率并优于基于采样的方法。

ConFusion: Continuous Fusion Space Learning for Fine-Grained Controllable Infrared and Visible Image Fusion

ConFusion：用于细粒度可控红外与可见光图像融合的连续融合空间学习

Guo Yurong, He Yufei, Li Yonghao, Chang Dongliang, Zhang Ke, Ma Zhanyu

机构 * North China Electric Power University（华北电力大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 研究可控红外与可见光图像融合，提出ConFusion框架，通过高斯条件空间感知调制学习连续融合空间，采用双分支架构及相关模块实现实例级细粒度可控融合，实验证明其在融合质量和下游任务上达先进水平。

Comments 10 pages, 5 figures

Towards a Relevance Posterior in Neural Information Access

迈向神经信息访问中的相关性后验

Andrew Parry, Emmanouil Georgios Lionis, Debasis Ganguly, Sean MacAvaney

专题命中 效率与部署 ：LLM(abstract,abstract_cn)

AI总结 研究现代信息检索系统中相关性操作的局限，提出将其理解为近似后验推理，扩展经典概率检索形式，通过显式似然 - 先验分解转移计算，纳入查询独立文档效用，经实验证明能提升检索效果并给出研究方向。

Comments SIGIR 2026 Perspectives Track

Structured Redundancy Modeling for Efficient Visual Token Pruning in High-Resolution MLLMs

用于高分辨率多模态大语言模型中高效视觉令牌剪枝的结构化冗余建模

Jouwon Song, Woohyeong Kim, Kyeongbo Kong

机构 * LG Electronics（LG电子） ； Pusan National University（釜山国立大学） 纠错

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

AI总结 针对高分辨率多模态大语言模型视觉令牌爆炸致延迟瓶颈问题，提出单向前向剪枝器SFPruner，通过语义引导岭杠杆方案和基于排名的方向掩码两个互补机制，在单次前向传递中实现冗余感知重要性选择，有效减少令牌选择时间并保持性能。

Comments Accepted to ECCV 2026

The Fallacy of Sustainable Generative AI: Limitations in EU Environmental Regulation of Data Centres and Paths Forward

可持续生成式人工智能的谬误：欧盟数据中心环境监管的局限性及未来方向

Daria Onitiu, Sandra Wachter, Brent Mittelstadt

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

AI总结 研究指出欧盟数据中心环境监管中PUE和WUE基准存在“效率悖论”，提出通过个体报告和政策干预展示生态效益的策略，并给出揭示认证效率提升、记录权衡及监测收益递减等三项政策建议，以平衡可持续性与人工智能创新。

Multi-Turn On-Policy Distillation with Prefix Replay

基于前缀重放的多轮在线策略蒸馏

Baohao Liao, Hanze Dong, Christof Monz, Xinxing Xu, Li Dong, Furu Wei

机构 * Microsoft Research（微软研究院） ； University of Amsterdam（阿姆斯特丹大学） 纠错

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

AI总结 研究用于智能体任务的在线策略蒸馏，提出重放前缀在线策略蒸馏方法，复用预收集教师轨迹作重放前缀，解决多轮在线策略蒸馏的前缀陷阱问题，提高效率且保持或提升精度。

Analyzing Process Data from Computer-Based Assessments: A Tutorial on Preprocessing, Feature Extraction, and Model-Based Inference

对基于计算机的评估过程数据进行分析：预处理、特征提取和基于模型推断的教程

Daeun Hwangbo, Junyeong Park, Minjeong Jeon, Ick Hoon Jin

专题命中 效率与部署 ：LLM(abstract,abstract_cn)

AI总结 本文提供了一种统一的分析框架，用于分析大规模评估的过程数据，涵盖从原始日志预处理到基于模型推断的完整流程，并通过PIAAC PS-TRE领域示例展示了预处理、特征提取和模型方法。

PatchGuru: Patch Oracle Inference from Natural Language Artifacts

PatchGuru: 通过大语言模型从自然语言制品推断补丁Oracle

Thanh Le-Cong, Bach Le, Toby Murray, Michael Pradel, Cristian Cadar

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

AI总结 PatchGuru通过大语言模型从自然语言制品推断补丁规范，提高补丁验证的准确性与效率。

DraftExpert: Expansion-Aware Self-Speculative Decoding for End-Device MoE Inference

DraftExpert：用于终端设备混合专家推理的扩展感知自推测解码

Dengke Han

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

AI总结 针对终端设备MoE推理中自推测解码的新瓶颈，提出DraftExpert框架，通过自蒸馏训练轻量级草稿专家，在不同卸载场景下，该框架有效提高了解码吞吐量、草稿接受率和预取命中率。

Comments 9 pages, 6 figures

MXAttention: Data-Free Optimal Scaling and Pre-Normalization Quantization for MXFP4 Attention

MXAttention：用于MXFP4注意力的数据无关最优缩放和预归一化量化

Jianlin Yu, Jing Lin, Linghui Kong, Aiyue Chen, Weiyi Sun, Chenyu Zeng, Wangli Lan, Jinxi Li, Zhuo Zheng, Ziyang Yue, Danning Ke, Fei Yi, Tianchi Hu, Yuan Ding, Yiwu Yao, Junsong Wang

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） 纠错

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

AI总结 针对基于扩散的视频生成模型中注意力二次成本的瓶颈，提出MXAttention框架，通过引入通用最优缩放和预归一化量化组件，缩小了MXFP4与FP16的成像质量差距，提升了帧级相似度，且性能与强大基线竞争。

Test-Time Coverage: Test-Conditioned Data Curation for Deployment-Aware Learning

测试时覆盖：用于部署感知学习的测试条件数据管理

Nadine Chang, Maying Shen, Shizhe Diao, Jialiang Wang, Jingde Chen, Thomas Breuel, Pavlo Molchanov, Rafid Mahmood, Jose M. Alvarez

机构 * NVIDIA（英伟达） ； University of Ottawa（渥太华大学） 纠错

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

AI总结 研究针对部署的AI系统训练需数据管理的问题，提出TTCov方法，通过构建任务图谱和知识图谱分别表示覆盖与分布，选择预算训练集，应用于自动驾驶时能提升数据质量及性能，实现对新领域的无缝适应。

H$^2$SD: Hybrid Hindsight Self-Distillation

H$^2$SD：混合事后自蒸馏

Qiye Cai, Yichuan Ma, Peiji Li, Yongkang Chen, Qipeng Guo, Yicheng Zou, Linyang Li, Xiaocheng Feng, Bing Qin

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； Fudan University（复旦大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 研究针对强化学习中奖励监督问题，提出 H$^2$SD 混合事后自蒸馏框架。成功轨迹用教师概率调更新幅度，失败轨迹基于参考提示调整教师并最小化反向 KL 散度，实验表明该框架优于基线，能稳定优化且效率良好。

Realizing Scaling Laws in Recommender Systems: A Foundation-Expert Paradigm for Hyperscale Model Deployment

在推荐系统中实现扩展定律：超大规模模型部署的基础-专家范式

Dai Li, Kevin Course, Wei Li, Hongwei Li, Jie Hua, Yiqi Chen, Zhao Zhu, Rui Jian, Xuan Cao, Bi Xue, Yu Shi, Jing Qian, Kai Ren, Matt Ma, Qunshu Zhang, Rui Li

机构 * Meta Platforms, Inc.（Meta平台公司） 纠错

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

AI总结 针对推荐系统中跨多界面部署基础模型的挑战，提出基础-专家范式，中央FM生成目标感知嵌入供特定界面专家模型使用，迁移率超现有方法，自2025年在Meta部署后实现线上指标提升。

Are Prompt Optimizers Blind? Cross-Modal Visual Feedback for Automatic Prompt Optimization

提示优化器是盲目运行的吗？用于自动提示优化的跨模态视觉反馈

Haoyue Liu, Xiaoyu Ma, Ye Chen, Yuexian Zou, Xiaoying Tang

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

AI总结 研究多模态任务中自动提示优化的盲目性问题，提出跨模态视觉反馈方法，含故障条件视觉诊断和错误感知聚合阶段，在多个VQA数据集和目标VLM上效果显著，能提升分数且优化器可跨模型转移。

Verification-Notebook Learning for Source-Aware Multimodal Misinformation Detection

用于源感知多模态错误信息检测的验证笔记本学习

Junyuan Tan

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

AI总结 针对多模态错误信息检测，提出验证笔记本学习框架VNL，通过构建包含决策原则等的笔记本，在推理时指导验证新示例，实验显示其性能优于基线，能提高源归因且紧凑可解释，无需模型训练积累知识。

Semantic Semi-Incremental Data-Association-Free Object SLAM

语义半增量无数据关联目标 SLAM

Yihao Zhang, Jungseok Hong, John J. Leonard

机构 * Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室，麻省理工学院） 纠错

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

AI总结 研究针对 SLAM 中数据关联难题，提出广义无数据关联 SLAM 框架，利用深度学习语义信息，通过半增量估计方案联合估计多要素，经合成与真实数据集评估，相比基线展现出卓越性能，提升框架实用性与可解释性。

FedTaste: Topology-Aware Structural Transfer for Multimodal Federated Learning with Missing Modalities

FedTaste：用于具有缺失模态的多模态联邦学习的拓扑感知结构转移

Haochen Liang, Jie Zhang, Hideya Ochiai

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

AI总结 针对多模态联邦学习中模态缺失和数据分布问题，提出FedTaste框架，利用冻结基础模型提取联合多模态拓扑，结合模态自适应结构提示等方法，避免显式模态插补，在多数据集和非IID设置下性能优越且通信开销低。

Comments Accepted to ACM Multimedia (ACM MM) 2026

Same Predictions, Different Reasons: The Effect of Quantization on Model Explanations

相同预测，不同原因：量化对模型解释的影响

Kazi Kamruzzaman Rabbi, Md. Zami Al Zunaed Farabe, M. Sohel Rahman

机构 * BRAC University（BRAC大学） ； Bangladesh University of Engineering and Technology (BUET)（孟加拉国工程技术大学） 纠错

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

AI总结 研究训练后量化（PTQ）对五种CNN架构可解释性的影响，采用结合Grad - CAM和LIME的双重框架，在二分类数据集上比较全精度和量化模型，发现分类精度非可解释性稳定性可靠指标，架构选择与量化策略同样重要。

Comments 12 pages, 3 Figures

Real-Time Semantic Segmentation with Optimized RetinaNet Architectures for Embedded Automotive Systems

用于嵌入式汽车系统的优化RetinaNet架构的实时语义分割

Sai Sidharth D

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

AI总结 针对嵌入式汽车系统对实时感知的需求，提出Opt-RetinaSeg架构，通过优化主干、FPN及引入分割头解决不平衡问题，经三阶段优化，在相关数据集和硬件上实现高速、小模型且高精度的实时语义分割。