语言大模型 / LLM

Foundation Models for Partial Causal Identification

用于部分因果识别的基础模型

Alexis Bellot, Anish Dhir

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

AI总结 本文开发因果基础模型，借助规范先验将反事实界定问题转化为函数分布学习问题，扩展因果基础建模范式以估计未观测混杂下的部分可识别因果效应。

MV2GF: Multi-view Pedestrian Detection with a Visual Geometric Foundation Model

MV2GF：基于视觉几何基础模型的多视角行人检测

Taiga Yamane, Satoshi Suzuki, Ryo Masumura, Shota Orihashi, Tomohiro Tanaka, Mana Ihori, Naoki Makishima

机构 * Human Informatics Laboratories, NTT, Inc.（NTT公司人类信息学实验室） 纠错

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

AI总结 本文针对现有多视角行人检测方法泛化性差的问题，提出基于视觉几何基础模型的MV2GF，通过融合任务特定特征与通用几何特征、利用3D点图投影像素，提升了未见过相机配置下的泛化能力。

Comments Accepted by ECCV 2026

Vision Foundation Model Driven Foreground-Aware Pseudo-LiDAR Generation for Monocular 3D Object Detection

视觉基础模型驱动的面向前景感知的伪激光雷达生成方法用于单目3D目标检测

Bonan Ding, Jin Xie, Jing Nie, Jiale Cao, Yanwei Pang

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

AI总结 本文提出VFMM3D框架，利用DAM和SAM的先验生成前景感知伪激光雷达，在KITTI、Waymo数据集上实现最优性能，可无缝集成至多种激光雷达3D目标检测器。

Comments 12 pages, 4 figures

Open-Weight Masked Introspection: Measuring What Language Models Can Report About Their Own Computation

开放权重掩码内省：测量语言模型可报告自身计算的能力

Emilio Ferrara

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本研究构建OWMI框架检验8个开放权重模型的内省能力，发现其无法区分真实干预与虚假运行，仅内部存在相关信息，失败源于内部状态到文本报告的路径，需对照内部参考验证模型证词。

Comments We release OWMI as a library so that this emerging ability can be measured as it develops. Hugging Face OWMI library: this https URL (https://huggingface.co/emilioferrara/owmi)

The Logic of Machine Self-Preservation

机器自我保存的逻辑

Cheng Siong Chin

机构 * Newcastle University（纽卡斯尔大学） 纠错

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

AI总结 本文探讨具身AI的自我保存行为，指出其源于工具收敛理论，通过三家机构实验证实该行为在对抗环境中出现，明确其本质并探讨对具身系统开发的意义。

Comments 6 pages, 1 figure

Vis-Poison: Poisoning Visual Knowledge in Multimodal Retrieval-Augmented Generation

Vis-Poison：多模态检索增强生成中的视觉知识投毒攻击

Rujin Liang, Zhongpu Chen, Yuhao Lei, Xin Miao

机构 * Southwestern University of Finance and Economics（西南财经大学） ； Nanjing University of Science and Technology（南京理工大学） 纠错

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

AI总结 本文提出Vis-Poison攻击，通过自动化多智能体方法构建视觉合理的被投毒图像，在黑盒设置下对多模态RAG系统实现40.16%-65.40%的攻击成功率，且对仅依赖参数知识的MLLM平均成功率超60%。

Comments Findings of EMNLP, 2026

AgentDecarbonizer: Carbon-Aware Execution for AI Agents

AgentDecarbonizer：面向AI智能体的碳感知执行方案

Leyi Yan, Shuangning Li, Sihang Liu

机构 * University of Waterloo（滑铁卢大学） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 本文针对AI智能体工作流碳排放高的问题，提出AgentDecarbonizer碳优化器，可结合截止日期、电网碳强度等选择调度方案，在WildClawBench上最多降低57.9%碳排放。

Decoupled Vision-Language System for Multimodal Understanding and Generation

用于多模态理解与生成的解耦式视觉-语言系统

Yifan Xu, Baochen Xiong, Xiaoshan Yang, Donglin Di, Yaowei Wang, Changsheng Xu

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peng Cheng Laboratory（鹏城实验室） ； Li Auto（理想汽车） 纠错

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

AI总结 本研究提出多模态大语言模型Libra的解耦式视觉-语言架构，通过开关注意力与FFN模块实现自模态与跨模态解耦，在理解与生成任务上均取得优异性能。

PEN-STACK: A non-fabricating tool layer for language-model agents in genome writing

PEN-STACK：用于基因组写作的语言模型智能体的非制造工具层

Anees Ahmed Mahaboob Ali, Radhakrishnan Delhibabu, Everette Jacob Remington Nelson

专题命中 其他LLM ：prompting(abstract)

AI总结 本研究提出PEN-STACK工具层，为基因组写作的语言模型智能体提供可靠来源的工具，可消除数量伪造，经测试能提升生物安全，为智能体基因组工程系统提供了开源基底。

The Coastline as a Structural Constraint: Harnessing Scene Geometry for Autonomous Surface Vessel Localization

海岸线作为结构约束：利用场景几何实现自主水面船定位

Derek R. Benham, Joshua G. Mangelson

机构 * Brigham Young University（杨百翰大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本研究提出两种利用海岸几何的自主水面船定位框架，经多数据集验证，LiDAR管线提升轨迹精度，单目架构控制长期漂移，且零样本基础模型可可靠提取海岸线观测，为无GPS海上定位提供新方案。

Comments 22 pages, 13 figures, 7 tables