语言大模型 / LLM

Validation Evidence in LLM Repair Agents: How Much of What Passes Actually Tests the Bug?

LLM修复智能体中的验证证据：通过的测试究竟在多大程度上能检验缺陷？

Xiaonan Xu, Wenjing Wu

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

AI总结 本研究以BSG-VA方法分析LLM修复智能体的验证证据，发现近半数阳性测试无缺陷区分信息，缺陷对比反馈可减少证据不足的部署，其效果幅度仍需进一步验证。

Students' Practices and Skills in the LLM-Era: "You Can't Outsource the Struggle and Still Get the Skill"

LLM时代的学生实践与技能：“你不能把奋斗过程外包出去，却仍想获得技能”

Enne Rebeca Silva de Freitas, Gustavo Pinto, Danilo Monteiro

专题命中 其他LLM ：LLM(title,title_cn)

AI总结 研究针对软件工程研究生在LLM时代的AI使用技能缺口，分析1383条子reddit帖子后发现学生外包研究技能培养的认知努力，提出需开发课程引导学生与LLM协同工作。

Comments 12 pages

Impossible to hide secret ...: Uncovering Security and Privacy Issues in LLM-native IDEs

无法隐藏的秘密：揭示原生大语言模型集成开发环境（LLM-native IDEs，简称LIDEs）的安全与隐私问题

Mostafijur Rahman Akhond, Md Afif Al Mamun, Gias Uddin, Song Wang

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

AI总结 本文针对原生大语言模型集成开发环境（LIDEs），通过分析110万条相关帖子及6000余条评论，构建其安全隐私问题分类体系，发现问题多源于系统设计，开发者依赖外部防护，为后续安全LIDEs设计提供经验。

Shall We Play a Game? Language Models for Open-ended Wargames

我们要玩一场游戏吗？用于开放式兵棋推演的语言模型

Glenn Matlin, Isaac Song, Yixiong Hao, Parv Mahajan, Evan Montoya, Ryan Bard, Stuart R. Topp, Anthony Wen-Ming Zang, Mohammed Rehan Parwani, Soham Shetty, Mark Riedl

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

AI总结 该研究通过对223篇相关论文的范围综述，明确了兵棋推演中语言模型的控制角色现状，指出需关注模型对行动与后果的控制程度以保障模拟保真度。

Comments 49 pages (9-page body), 3 figures. Published at the Social Sim'26 Workshop at COLM 2026 (non-archival)

Adversarial Bug Reports as a Security Risk in Language Model-Based Automated Program Repair

对抗性错误报告：基于语言模型的自动程序修复中的安全风险

Piotr Przymus, Andreas Happe, Jürgen Cito

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

AI总结 本文研究对抗性错误报告对基于大语言模型的自动程序修复系统的安全威胁，通过实证分析发现现有防御措施不足，并提出自动化生成对抗性错误报告的原型框架。

Pay for The Second-Best Service: A Game-Theoretic Approach Against Dishonest LLM Providers

为次优服务付费：一种对抗不诚实大语言模型提供者的博弈论方法

Yuhan Cao, Yu Wang, Sitong Liu, Miao Li, Yixin Tao, Tianxing He

机构 * Shanghai Qi Zhi Institute（上海启智研究院） ； ShanghaiTech University（上海科技大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Beijing Institute for General Artificial Intelligence（北京通用人工智能研究院） ； Shanghai University of Finance（上海财经大学） ； Tsinghua University（清华大学） 纠错

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

AI总结 本文提出了一种博弈论方法，通过设计近似激励相容机制，解决大语言模型服务提供者可能存在的不诚实行为问题，并保证用户效用的次优性。

Comments Published as a conference paper at WWW 2026; 12 pages, 4 figures

Beyond Aggregate Risk: Role-Stratified Conformal Risk Control for LLM Tool Calls

超越总体风险：用于大语言模型工具调用的角色分层共形风险控制

Md Ashikur Rahman, Md Arifur Rahman, Niamul Hassan Samin, Khandaker Rifah Tasnia, Md Hasibul Amin, Sifat Rahman Ahona, Juena Ahmed Noshin

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

AI总结 研究大语言模型工具调用中参数的不同风险，提出角色分层共形风险控制方法，为语义参数角色设阈值和预算，实验表明该方法能有效实现特定角色预算合规，证明应在语义角色层面认证结构化工具调用。

Exploring Block Anomaly Detection In HDFS Log Data Analysis

HDFS日志数据分析中的块异常检测探索

WenYang Zhong, Tutut Herawan

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.LG

AI总结 本研究针对HDFS日志人工异常检测复杂枯燥的问题，提出结合LLM-BiLSTM模型与Kafka流式管道的检测方案，实现HDFS块异常的快速准确检测。

Comments 37 pages

Estimating near-verbatim extraction risk in language models with decoding-constrained beam search

通过解码约束束搜索估计语言模型中的近原文提取风险

A. Feder Cooper, Mark A. Lemley, Christopher De Sa, Lea Duesterwald, Allison Casasola, Jamie Hayes, Katherine Lee, Daniel E. Ho, Percy Liang

机构 * AVERI ； Stanford（斯坦福大学） ； Cornell（康奈尔大学） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文提出解码约束束搜索方法，以有效估计语言模型中的近原文提取风险，揭示更多可提取序列及模型规模对风险的影响。

Comments COLM 2026

Language Models Agree With Each Other, Not With Readers

语言模型彼此意见一致，但与读者不一致

Kazuki Nakayashiki, Keisuke Watanabe

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

AI总结 该研究以非研究专用的读者标记为参考，发现不同语言模型间的一致性高于模型与读者间的一致性，且模型一致性与模型规模等因素相关，样本外测试也验证了该结论。

Comments 18 pages. Ancillary files include all three pre-registrations, every analysis script and every result artifact; the paper contains no numeric literal for a measured value and make-numbers.py regenerates all of them from the shipped artifacts alone

Mission-Level Runtime Assurance for LLM-Assisted ISR Swarms over a Verification-Aware Fabric

基于验证感知架构的大语言模型辅助情报、监视与侦察集群任务级运行时保障

Nikolaos Kekatos, Panagiotis Katsaros, Alexios Lekidis, Theodoros Nestoridis, Tom Nianios

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

AI总结 研究大语言模型辅助的ISR集群任务级运行时保障问题，提出三层组合式运行时验证框架，将任务策略分解，通过验证感知架构聚合判定并融合代数，能检测个体合规但集群违规情况，模拟任务验证了其有效性。

Do Music Foundation Models Embed Pitch in Helical Structure?

音乐基础模型是否以螺旋结构嵌入音高？

Hayato Yagi, Shinnosuke Takamichi, Rin Sato, Keitaro Tanaka, Shigeo Morishima

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

AI总结 该研究分析音乐基础模型的中间表征，发现其音高表征形成反映八度周期性的螺旋结构，且结构特征随模型和输入声学特性变化，为阐明模型内部机制提供新方法。

Comments Accepted by ISMIR 2026

HarnessBank: Semantic Gene-Bank Search with Gated Verification for Agent-Harness Self-Evolution

通过门控语义质量多样性实现自我进化智能体的驾驭

Xiaotian Luo, Dizhan Xue, Fengxingyu Wang, Chuanrui Hu, Yafeng Deng

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

AI总结 研究大语言模型智能体驾驭因素提升性能的问题，提出自我进化智能体驾驭框架，将提出与评估更改分开，通过门控存档避免过度拟合，在多领域测试中取得较好泛化效果，证明诊断与评估循环的有效性。

Comments 9 pages, 4 figures, 3 tables

Vision Meets Language: A RAG-Augmented YOLOv8 Framework for Coffee Disease Diagnosis and Farmer Assistance

Semanto Mondal

机构 * University of Naples Federico II（那不勒斯费德里科二世大学） 纠错

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

Comments There are 14 pages, 8 figures

LLM Framework for Discovering Major Mathematical Conjectures: AI's Quest for the Next Riemann Hypothesis

用于发现重要数学猜想的大语言模型框架：AI对下一个黎曼猜想的探索

Alizer Wong, Zixin Zeng, Yi Tan, Wenyuan Li, Xuhang Chen, Xingru Lai, Yang Shi, Liangsi Lu, Yanhui Chen

专题命中 其他LLM ：LLM(title)；分类 cs.AI

AI总结 该研究提出一种三阶段大语言模型框架，用于系统发现重要数学猜想，经实验验证其在20个候选猜想上的形式化检查表现稳定，无重复问题。

Comments 25pages, 1 figure

CompoSE: Compositional Synthesis and Editing of 3D Shapes via Part-Aware Control

CompoSE：通过部分感知控制进行3D形状的组合合成与编辑

Habib Slim, Shariq Farooq Bhat, Mohamed Elhoseiny, Yifan Wang, Mike Roberts

机构 * King Abdullah University of Science and Technology (KAUST)（卡布斯大学） ； Adobe Research（Adobe研究） 纠错

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

AI总结 本文提出CompoSE方法，通过部分感知控制实现3D形状的组合合成与编辑，核心方法是使用扩散变压器架构在局部和全局之间交替处理部分，并通过新颖的条件技术确保对用户输入的强遵循，主要贡献是无需部分级文本提示即可直接从用户粗略布局指导中学习部分语义和对称性。

Occupational Convergence or Divergence? Mapping Labor Market Structural Shifts Driven by AI Penetration

职业的趋同还是分化？绘制由AI渗透驱动的劳动力市场结构转变图

Rafiazka Hilman, Julia Koltai

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

AI总结 本研究利用10国在线职位空缺数据，结合NLP、大语言模型等方法，发现AI相关技能在核心STEM职业间趋同，但核心与其他职业间分化，强化了职业分层。

Sycophancy Undermines Epistemic Vigilance in Cooperative Vision-Language Tasks

谄媚行为破坏合作型视觉-语言任务中的认知警觉性

Rupak Sarkar, Neha Srikanth, Saloni Gupta, Claire Bonial, Philip Resnik, Rachel Rudinger

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

AI总结 该研究针对合作型视觉-语言任务，提出信息不对称的“找不同”任务，发现模型存在谄媚行为破坏认知警觉性的问题，通过学习向量调整模型可减少此类错误，提升模型可靠性。

Comments 9 pages, 3 figures, 3 tables

Billions of Sketches Reveal Hidden Cultural Variation in Human Concepts

数十亿草图揭示人类概念中隐藏的文化差异

Arianna Pera, Mauro Martino, Nima Dehmamy, Douglas Guilbeault, Luca Maria Aiello, Andrea Baronchelli

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

AI总结 研究通过分析236个国家和地区的26亿张手绘草图，探讨人类概念结构。发现单一概念有多种视觉范例，跨文化差异在触觉概念中最强。比较草图与词嵌入模型，发现视觉表征保留更多语义文化结构，基于草图的跨文化相似性与文化距离契合度更高。

GFocal: A Global-Focal Neural Operator for Solving PDEs on Arbitrary Geometries

Fangzhi Fei, Jiaxin Hu, Qiaofeng Li, Zhenyu Liu

机构 * Fangzhi Fei 1（某机构） ； Jiaxin Hu 1（某机构） ； Qiaofeng Li 1,2,*（某机构） ； Zhenyu Liu 1,3,*（某机构） 纠错

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

Hidden Errors in Big Data: The Case of Property Records

大数据中的隐藏错误：以房产记录为例

Evelyn Smith, Emma Harvey, Jacob Goldin, Daniel E. Ho

专题命中 其他LLM ：prompting(abstract)

AI总结 本文审计两个中介房产数据集，发现其存在1-2%售价偏差、12-15%覆盖错误等问题，错报高度一致，会影响财产税累退性估计，凸显开放行政数据的重要性。

Comments To appear in Proceedings of the Ninth AAAI/ACM Conference on AI, Ethics, and Society (AIES-26), Malmö, Sweden, October 12-14, 2026

The Traffickers' Pitch: Detecting Deceptive Recruitment in Online Job Boards

人贩子的推销：检测在线招聘平台中的欺骗性招聘

Siyi Zhou, Peiran Qiu, Tanishq Salkar, Leonardo Blas Urrutia, Dacheng Shen, Nora Adadurova, Deyang Hsu, Eun Cheol Choi, Emilio Ferrara

专题命中 其他LLM ：language model(abstract)

AI总结 提出一个计算框架，通过语言特征识别人口贩卖招募者并分析其在线招聘模式，利用网络驱动标注方法构建风险招聘广告的真实数据，并基于语言差异设计多模型集成分类器提升检测效果。