语言大模型 / LLM

FCPRAG: Fusion-Controller Parametric Retrieval-Augmented Generation for Stable Multi-Passage LoRA Injection

FCPRAG：融合控制器参数化检索增强生成，用于稳定多段落LoRA注入

Jinchang Zhu, Jindong Li, Yi Ding, Xiaojian Nie, Rong Fu, Shuangyong Song, Haowei He, Menglin Yang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； University of Macau（澳门大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究院（TeleAI）） 纠错

专题命中 指令微调 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 FCPRAG是一种融合控制的参数化RAG框架，通过轻量控制器实现样本级适配器融合，在多个数据集和LLM主干上提升了RAG的F1值，降低调优成本并增强鲁棒性。

Comments Accepted to EMNLP 2026

Deep Contrastive Unlearning for Language Models

用于语言模型的深度对比式遗忘

Estrid He, Tabinda Sarwar, Ibrahim Khalil, Xun Yi, Ke Wang

专题命中 指令微调 ：language model(title,abstract)；large language model(abstract)；分类 cs.CL、cs.AI

AI总结 针对大型语言模型遗忘特定训练样本的挑战，提出DeepCUT框架，通过优化潜在空间实现高效机器学习遗忘，实验显示其效果优于基线方法。

Comments The authors have withdrawn this manuscript because the work subsequently underwent substantial changes in scope, methodology, and/or conclusions, resulting in a materially different paper. To avoid potential confusion between the present manuscript and the subsequent peer-reviewed work, we withdraw this version

Sa2VA: Marrying SAM2 with MLLM for Dense Grounded Understanding of Images and Videos

Sa2VA：将SAM2与多模态大语言模型结合用于图像与视频的密集接地理解

Haobo Yuan, Xiangtai Li, Tao Zhang, Yueyi Sun, Zilong Huang, Shilin Xu, Shunping Ji, Yunhai Tong, Lu Qi, Jiashi Feng, Ming-Hsuan Yang

机构 * University of California, Merced（加州大学默塞德分校） ； Bytedance Seed（字节跳动种子） ； Wuhan University（武汉大学） ； Peking University（北京大学） 纠错

专题命中 指令微调 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；instruction tuning(abstract)

AI总结 本研究提出Sa2VA，结合SAM2与MLLM实现图像视频密集接地理解，引入Ref-SAV数据集，在多任务中表现优异且可扩展至多款开源MLLM，代码模型已公开。

Comments Accepted by IEEE TPAMI. Code: this https URL (https://github.com/Bytedance/Sa2VA)

Tabular foundation models for non-tabular tasks

面向非表格任务的表格基础模型

Goran Nakerst, John Brennan, Wouter Beugeling, Masudul Haque

机构 * Technische Universität Dresden（德累斯顿工业大学） ； Maynooth University（梅努斯大学） ； Universität Würzburg（维尔茨堡大学） 纠错

专题命中 指令微调 ：foundation model(title,abstract)；分类 cs.LG

AI总结 该研究探究表格基础模型TabPFN v3是否可用于非表格任务，将MNIST手写数字识别、法德语言识别、Tiny ImageNet图像分类转为表格形式，其在部分任务上达到了对应专用模型的相当准确率。

Comments 7 pages, 5 figures

When Calibration Depends on the Scoring Rule: Quantized Biomedical LLM Classification

量化对生物医学大语言模型可靠性的影响

Anton Rasmussen, Hong Qin

专题命中 指令微调 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 该研究针对 Mistral-7B 变体在 PubMed RCT 句子分类任务上，评估量化及提示模板、评分规则等对生物医学大语言模型可靠性的影响，发现这些因素对校准和准确率的影响不可忽视。

Comments 8 pages, 1 figure

Reasoning-Oriented Post-Training and Inference-Time LoRA Rescaling for Audio-Dependent Question Answering

面向推理的后训练与推理时LoRA重缩放：针对音频相关问答任务

Weiteng Hu, Yin Cao, Jun Yang

专题命中 指令微调 ：post-training(title,abstract)；language model(abstract)

AI总结 该研究针对音频相关问答任务，提出面向推理的LoRA后训练与推理时重缩放方法，在Qwen和MOSS-Audio模型上验证了有效性，提交系统在挑战赛中获总体第三、轻量级系统第二。

PatchGate: Narrowing the Verbalization Gap with Intrinsic Object Inventories in Frozen Vision-Language Models

PatchGate：在冻结的视觉-语言模型中利用固有物体清单缩小语言表述差距

Jihyung Ko, Eunji Jung, Hyeongsub Kim, Ziseok Lee, Jae Won Cho, Sanghyun Jo, Kyungsu Kim

机构 * Seoul National University（首尔大学） ； LG CNS ； Konkuk University（建国大学） ； OGQ 纠错

专题命中 指令微调 ：language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 该研究针对冻结VLMs图像字幕的物体表述问题，提出无训练框架PatchGate，通过VEX和VIED两个阶段提升可见物体覆盖率并减少物体幻觉，在AMBER数据集上取得了显著效果。

Comments 31 pages, 9 figures. Code will be available

Learning Generalizable Behaviors for Terminal Agents

学习终端智能体的可泛化行为

Yihang Yao, Bo Pang, Xuan Phi Nguyen, Ding Zhao, Shafiq Joty, Semih Yavuz

机构 * Salesforce AI Research（Salesforce人工智能研究院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 指令微调 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本研究针对终端智能体泛化问题，提出智能体组合泛化假设，开发训练方案River，其用不足30%的TMax环境使多规模模型在两个基准上RL增益平均提升超100%，且性能优于开源8B模型、可跨多维度泛化。

Think with Structured Grounding: Perceptual Reinforcement Learning for Chart and Visual-Tabular Understanding

基于结构化接地的思考：面向图表与视觉表格理解的感知强化学习

Changjiang Jiang, Qiannian Zhao, Lei Xin, Jinxiang Xie, Preslav Nakov, Zhuohan Xie

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Nanjing University（南京大学） 纠错

专题命中 指令微调 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 针对MLLMs依赖外部工具感知图表等视觉内容的问题，提出TwSG框架，通过两阶段训练实现细粒度视觉推理，降低延迟并提升准确率与鲁棒性。

Comments Manuscript

Think-to-Personalize: Unifying Reasoning and Retrieval for User-Centric Personalized Dense Retrieval

思考以个性化：统一推理与检索的以用户为中心的个性化密集检索

Angqing Jiang, Gaoming Zhang, Jianchun Song, Kena Qi, Dayao Chen, Wei Lin, Defu Lian

专题命中 指令微调 ：SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)

AI总结 本文提出TTP框架，将用户意图推理与密集检索统一，经两阶段训练后在电商场景实验及在线测试中均取得优于基线的效果，提升了订单量。

Comments Accepted at CIKM 2026. 11 pages, 8 figures, and 9 tables

Learning to Look Again: Loss-Gap Supervision for Free-form Crop Routing in Vision-Language Models

重新学习观察：面向视觉语言模型的自由格式裁剪重路由的损失间隙监督

Jinchang Zhu, Rong Fu, Yi Ding, Chenghao Wu, Ying Liu, Menglin Yang

专题命中 指令微调 ：language model(title,abstract)；分类 cs.CL

AI总结 提出GapSight框架，利用损失间隙监督让VLMs选择性重读图像局部区域，在多个基准测试中显著提升了LLaVA、InternVL2.5等VLMs的细节类任务性能。

FlatVPR: Plug-and-play Geo-linear Residual Adapter for Geometric Rectification of Foundation Model Feature Manifolds

FlatVPR: 用于基础模型特征流形几何校正的即插即用地线性残差适配器

Rai Hisada, Kanji Tanaka

机构 * Fundamental Engineering for Knowledge-Based Society, Graduate School of Engineering, University of Fukui（知识社会基础工程，工程研究生院，福井大学） 纠错

专题命中 指令微调 ：foundation model(title,abstract)；分类 cs.LG

AI总结 提出FlatVPR范式，通过可学习残差适配器和Pullback Flatness Loss抑制特征流形曲率，实现稀疏锚点下的线性插值重建，在NCLT数据集上显著提升视觉位置识别精度。

Comments 16 pages, 4 figures, technical report; v2: Added supplementary materials for downstream tasks and included a supplementary roadmap in Section I

FourierSampler: Unlocking Non-Autoregressive Potential in Diffusion Language Models via Frequency-Guided Generation

FourierSampler: 通过频率引导生成解锁扩散语言模型的非自回归潜力

Siyang He, Qiqi Wang, Xiaoran Liu, Hongnan Ma, Yiwei Shi, Yuerong Song, Ying Zhu, Tianyi Liang, Zengfeng Huang, Ziwei He, Xipeng Qiu

专题命中 指令微调 ：language model(title,abstract)；分类 cs.CL

AI总结 FourierSampler通过频域滑动窗口机制，在扩散语言模型中实现非自回归生成，提升生成效果并超越自回归模型

Comments 15 pages, 6 figures, under review

CD-LoRA: Consistency-Driven Low-Rank Adaptation for Multi-Task Fine-Tuning

CD-LoRA：面向多任务微调的一致性驱动低秩适配

Qian Zha, Jinda Liu, Yuan Wu, Yi Chang

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； International Center of Future Science, Jilin University（吉林大学未来科学国际中心） 纠错

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

AI总结 该研究针对多任务LoRA方法存在的训练-推理不一致问题，提出无路由的CD-LoRA，通过一致性驱动对齐机制提升多任务微调的稳定性与性能，优于现有多适配器基线。

Hate Speech Classification In Roman Urdu: A Comparative Study On Parameter Efficient Fine-Tuning And Prompt Engineering

罗马乌尔都语仇恨言论分类：参数高效微调与提示工程的对比研究

Toneema Zubair

专题命中 指令微调 ：LLM(summary_cn,abstract_cn)；分类 cs.AI

AI总结 本研究针对低资源的罗马乌尔都语，对比了LLM零样本推理、LoRA的PEFT、混合/人工提示调优、零/少样本提示工程四种仇恨言论分类方法，以确定最有效的技术。

Training Agents to Evolve with Their Harness: TaoLive Digital Avatar Agent Technical Report

TaoLive数字虚拟人智能体技术报告：训练智能体随其Harness进化

TaoLive AIGC LLM Team: Yuhan Sun, Wenhao Lin, Yongdong Luo, Yibo Hu, Meiguang Jin, Junfeng Ma, Weihang Pan, Jiaxin Zhao, Zulong Chen

机构 * TaoLive（陶境科技） 纠错

专题命中 指令微调 ：SFT(abstract,abstract_cn)；LLM(abstract)；分类 cs.CL

AI总结 本研究针对直播电商数字虚拟人主播的实时需求，提出HAT方法，结合HSA的三阶段训练，使35B紧凑模型在低延迟下适配Harness变化，性能优于基础模型及通用大语言模型。

MIRROR: A Multi-Agent Framework with Iterative Adaptive Revision and Hierarchical Retrieval for Optimization Modeling in Operations Research

MIRROR: 一种用于运筹学优化建模的具有迭代自适应修正与分层检索的多智能体框架

Yifan Shi, Jiayi Wang, Minyi Wu, Ye Fan, Jialong Shi, Jianyong Sun

机构 * Xi’an Jiaotong University（西安交通大学） ； Northwestern Polytechnical University（西北工业大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.CL

AI总结 提出一种免微调的多智能体框架MIRROR，通过执行驱动的迭代自适应修正和分层检索机制，将自然语言优化问题直接转化为数学模型和求解器代码，在标准运筹学基准上优于现有方法。

Activation-Weighted Seeded Residual Coding for Low-Bit LLM Weight Repair

用于低比特大语言模型权重修复的激活加权种子残差编码

Zehao Liu, Chuangchuang Fang, Yang Ren

机构 * Huawei Boole RC（华为布尔研究中心） 纠错

专题命中 指令微调 ：LLM(title)；分类 cs.CL、cs.LG

AI总结 针对低比特大语言模型量化的误差问题，提出AWSRC编解码器修复权重，在Qwen2.5-3B-Instruct上可显著缩小与BF16模型的质量差距，且侧载体积小、性能优于同类编解码器。

Comments 5 pages, 2 figures

MLLM-Assisted Audio VOS: A 3rd Place Report for the MeViS-Audio Track, 8th LSVOS Challenge

多模态大语言模型（MLLM）辅助音频引导的视频目标分割：第8届LSVOS挑战赛MeViS音频赛道第3名报告

Liangtao Shi, Jinxia Xie, Xiantao Hu, Ting Liu

机构 * Hefei University of Technology（合肥工业大学） ； Nanjing University of Science and Technology（南京理工大学） ； Hunan Police College（湖南警察学院） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；foundation model(abstract)

AI总结 该研究提出一种结合MLLM与SAM的无训练音频引导视频分割框架，分解任务至各阶段并选用适配基础模型，在第8届LSVOS挑战赛MeViS音频赛道获第3名，验证了基础模型用于该任务的有效性。

Comments 5 pages

Can We Perform Online RL for Image Editing without Editing Rewards?

我们能否在无编辑奖励的情况下进行图像编辑的在线强化学习？

Qichao Ma, Jikang Cheng, Ling Liang, Zhaofei Yu, Tiejun Huang, Renye Yan

专题命中 指令微调 ：language model(abstract)；preference optimization(abstract)；prompting(abstract)

AI总结 本文提出Lever-Edit框架，将文本到图像（T2I）奖励生态系统迁移至图像编辑，在无编辑奖励的情况下优化编辑策略，实验效果优于直观迁移基线且接近基于编辑奖励的微调。

What Models Know, How Well They Know It: Knowledge-Weighted Fine-Tuning for Learning When to Say "I Don't Know"

什么模型知道，它知道得有多好：基于知识加权的微调方法用于学习何时说“我不知道”

Joosung Lee, Hwiyeol Jo, Donghyeon Ko, Kyubyung Chae, Cheonbok Park, Jeonghoon Kim

机构 * NAVER CLOUD（NAVER云） ； Seoul National University（首尔国立大学） ； KAIST（韩国科学技术院） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出一种基于知识加权的微调方法，通过估计实例级知识评分来提升模型在知识不足时的不确定性表达能力，同时保持对已知问题的准确性。

Comments Findings of EMNLP 2026

From Isolation to Alignment: Unified LoRA for Efficient Multi-Task Learning

从孤立到对齐：用于高效多任务学习的统一LoRA

Jinda Liu, Yi Chang, Yuan Wu

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本研究针对多任务PEFT中复杂LoRA变体的范式提出挑战，提出统一高效的Align-LoRA框架，通过显式对齐损失实现表示对齐，保留标准LoRA架构并实现零推理延迟，性能优于现有方法。

Comments Accepted by EMNLP

Training-Free VLM Personalization via Calibrated Residual Decoding

基于校准残差解码的无训练VLM个性化方法

Jiaao Yu, Yujian Ma, Xianming Hu, Pengran Wang, Ang Li

专题命中 指令微调 ：language model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文提出无训练校准残差解码框架，通过构建三类证据条件估计个性化边际贡献，经实验在多数据集上提升了VLM的个性化多模态理解性能。

Dissecting Neuro-Symbolic Quality Assurance for Synthetic Oncology Data Generation

剖析用于合成肿瘤学数据生成的神经符号质量保障机制

Laxmigayathri Challa, Yuhan Zhou, Ana Cleveland, Haihua Chen

机构 * University of North Texas（北得克萨斯大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本研究通过三项对照研究剖析神经符号质量保障机制，明确符号门控、本体接地等组件的作用，发现其可提升合成肿瘤学数据临床有效性，且检索增强效果依赖模型。

Comments 14 pages, 7 figures

HiMA-MDD: A Hierarchical Multi-Agent Harness for Interpretable Multimodal Depression Detection in Clinical Interviews

HiMA-MDD：用于临床访谈中可解释多模态抑郁检测的分层多智能体框架

Ao Chen, Xiaojiang Peng

专题命中 指令微调 ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 本研究针对临床访谈多模态抑郁检测的分层评估需求，提出分层多智能体框架HiMA-MDD，其分三层智能体处理流程，在E-DAIC数据集上以Qwen2.5-72B-Instruct为骨干，性能优于现有最优方法。

MCite-RL: Towards Reliable Multimodal RAG via Citation-enhanced Agentic Reinforcement Learning

MCite-RL：基于引用增强型智能体强化学习的可靠多模态检索增强生成

Suifeng Zhao, Zida Liu, Xinyu Lei, Lei Sun, Jun Gao, Sujian Li

机构 * Peking University（北京大学） ； Panasonic Connect Co., Ltd.（松下连接株式会社） 纠错

专题命中 指令微调 ：SFT(abstract,abstract_cn)；分类 cs.CL

AI总结 针对现有多模态RAG存在的视觉引用不准或与答案脱节问题，本文提出MCite-RL框架，通过智能体优化模块和引用增强型奖励机制实现引用精度与答案质量的联合优化，经多基准实验验证有效。

Two Stage Wireless Federated LoRA Fine-Tuning with Sparsified Orthogonal Updates

双阶段无线联邦LoRA微调与稀疏正交更新

Bumjun Kim, Wan Choi

机构 * Department of Electrical and Computer Engineering, and the Institute of New Media and Communications, Seoul National University (SNU)（电气与计算机工程系，以及新媒体与通讯研究所，首尔国立大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出一种双阶段联邦算法，通过稀疏正交微调方法优化学习性能和通信效率，减少通信开销同时保持模型准确性。

Optimize Surgical Triplet Recognition: A Knowledge-Driven Mixture-of-Experts Solution

优化手术三元组识别：一种知识驱动的混合专家解决方案

Yiyi Zhang, Yuchen Yuan, Ying Zheng, Jialun Pei, Jinpeng Li, Zheng Li, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)

AI总结 针对手术三元组识别的三大冲突问题，提出MoeCo框架，通过组件定制适配器、协同梯度学习及知识驱动混合专家机制，在CholecT45和CholecT50数据集上验证了方法的有效性与优越性。

Comments Accepted in TMI

DRAgent: Discriminative Reasoning Agent for Referring Expression Segmentation

DRAgent：用于指代表达分割的判别推理智能体

Yujie Qi, Luyan Zhang

机构 * School of Computer Science and Technology, Hangzhou Dianzi University（杭州电子科技大学计算机科学与技术学院） ； Khoury College of Computer Sciences, Northeastern University（东北大学Khoury计算机科学学院） 纠错

专题命中 指令微调 ：large language model(abstract)；language model(abstract)

AI总结 本文针对指代表达分割中MLLM单次坐标预测导致的定位偏差问题，提出DRAgent判别推理框架，通过两阶段目标选择与LoRA微调提升性能，在多个基准数据集上表现具竞争力。

Comments 5 pages, 3 figures, 4 tables

ProBel: Propaganda Detection with Techniques, Spans, and Explanations

ProBel：结合技术、 spans 与解释的宣传检测

Mohamed Bayan Kmainasi, Ali Ezzat Shahroor, Elisa Sartori, Giovanni Da San Martino, Firoj Alam

机构 * Qatar Computing Research Institute（卡塔尔计算研究所） ； University of Padova（帕多瓦大学） 纠错

专题命中 指令微调 ：prompting(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 ProBel 是含阿拉伯语和英语的宣传检测资源，支持多任务，双语多任务模型性能最优，联合训练效果更稳定，将发布相关数据与代码。

Comments Under review at