AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
一种针对LLM越狱攻击的自进化多智能体框架防御方法
专题命中 长上下文与记忆 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 该研究针对LLM越狱攻击提出一种基于规则记忆的自进化多智能体防御框架，无需参数更新，可降低攻击成功率且保留良性效用，适用于两类LLM模型。
Comments 8 pages (main), with appendix
超越缩放：基于经验驱动工作流与经验图记忆的硬件内核优化自演进大语言模型智能体
机构 * City University of Hong Kong（香港城市大学） ； Huawei Technologies Ltd.（华为技术有限公司）
专题命中 长上下文与记忆 ：LLM(title,summary_cn)；foundation model(abstract)；分类 cs.LG
AI总结 本文提出KOPE框架，通过经验图记忆与主动上下文管理实现硬件内核优化自演进LLM智能体，在相同模型设置下其加速比、通过率等关键指标显著优于现有基线方法。
从盲编辑到经验证的修复：构建可信的用户端大语言模型智能体以实现网页可访问性
专题命中 长上下文与记忆 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)
AI总结 本研究构建了用户端LLM智能体的三个核心模块，通过双条件协议诊断盲编辑的缺陷，再结合验证修复工具实现了网页可访问性的可信修复，相关资源已公开。
Comments Accepted to be presented at ICME 2026 (5-9 October, Napoli, Italy) and to be published in ICMI companion proceedings by ACM
VoiceMem：用于实时交互的双脑流式记忆系统
专题命中 长上下文与记忆 ：SLM(summary_cn,abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出VoiceMem双脑流式记忆架构，构建完整流水线实现记忆感知SLM的训练、评估与部署，其在准确性、情感个性化及实时性上优势显著，为实时语音交互提供实用记忆基础。
Comments 18 pages, 9 figures, 6 tables
DataKernelBench：大语言模型能否在GPU上优化数据库查询？
机构 * IBM Research（IBM研究院） ； TU Wien（维也纳技术大学）
专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出DataKernelBench基准，评估LLM在GPU上优化数据库查询内核的能力，实验显示最强模型配置在TPC-H数据集上实现2.11倍加速，工作负载上下文对性能影响大于硬件上下文。
Comments Accepted at EMNLP 2026. Homepage: this https URL (https://kerneldf.github.io/datakernelbench)
重构正确的会话片段：超越长上下文的交错式对话记忆评估
机构 * University of California San Diego（加利福尼亚大学圣迭戈分校）
专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)；分类 cs.CL、cs.AI
AI总结 针对混合主题长对话的记忆难题，研究人员构建了SCALE-QA基准，并提出TSIM方法，在三类LLM后端上均比最强基线提升5.6-17.6个准确率点，实现最优表现。
Comments 19 pages, 6 figures, 30 tables. Accepted to the Main Conference of EMNLP 2026
PolyMemDB：一款面向AI记忆管理的多语言数据库系统
专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 针对现有智能体记忆系统的存储碎片化与事实冲突问题，推出PolyMemDB多语言数据库系统，通过多语言存储架构与概率推理引擎管理智能体记忆，以减少LLM幻觉并提升个性化体验。
LongVU-TTT：用于长视频理解中视觉重采样的因果测试时训练方法
机构 * KAUST（阿卜杜拉国王科技大学） ； Snowflake（雪花公司） ； Microsoft Inc.（微软公司） ； Jülich Supercomputing Centre, Forschungszentrum Jülich（于利希研究中心于利希超级计算中心）
专题命中 长上下文与记忆 ：LLM(summary_cn,abstract)
AI总结 LongVU-TTT在视觉编码器与LLM间插入带因果快速权重更新的卷积TTT重采样器，通过混合选择器保留帧证据，在五个视频理解基准测试中性能具竞争力，较多种基线方法有明显提升。
TTSR: 测试时自我反思以提升持续推理能力
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Southwestern University of Finance and Economics（西南财经大学）
专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 TTSR通过测试时自我反思机制，利用学生与教师角色交替，持续改进大语言模型的推理能力。
Comments EMNLP 2026 Main Conference
AEL：开放环境中演化的智能体 harness
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI
AI总结 本研究提出双时间尺度框架AEL，将记忆使用转化为在线策略选择，在顺序投资组合和支持工单路由任务中均显著优于多种基线方法，性能提升具有因果性。
Comments EMNLP 2026 Findings
JIT-Agent：通过即时测试框架演进扩展测试框架智能
机构 * LV-NUS Lab（LV-NUS实验室）
专题命中 长上下文与记忆 ：LLM(abstract_cn)；foundation model(abstract)；分类 cs.CL、cs.LG
AI总结 JIT-Agent是首个专为即时生成智能体测试框架设计的模型，可定制、修复、自我演进测试框架，提升DeepSeek、GLM等模型在多基准任务的性能，确立测试框架智能为智能体能力的独立可扩展维度。
时间并非标签：连续相位旋转用于时间知识图谱与智能记忆
机构 * University of Edinburgh（爱丁堡大学） ； LIGHTSPEED ； University of St Andrews（圣安德鲁斯大学） ； Independent Researcher（独立研究员）
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.CL、cs.AI
AI总结 本文提出RoMem模块，通过连续相位旋转技术解决时间信息在知识图谱中的表示问题，提升时间推理和记忆保持性能，实现状态-of-the-art结果。
Comments EMNLP 2026, Main Conference
用于跨模态3D脑肿瘤分割的协同模态与切片记忆框架
机构 * Graduate School of Information, Production and Systems, Waseda University, Japan（信息、生产与系统研究生院，早稻田大学，日本） ； School of Computer Science, University of Lincoln, UK（林肯大学计算机科学学院，英国） ； University of Nottingham, UK（诺丁汉大学，英国） ； University of Nottingham Ningbo China, China（宁波诺丁汉大学，中国） ； College of Electrical Engineering and Information, Northeast Agricultural University, Harbin, China（电气工程与信息学院，东北农业大学，中国） ； College of Computer Science, Sichuan University, Chengdu, China（计算机科学学院，四川大学，中国） ； Yale University, New Haven, CT 06510, USA（耶鲁大学，美国） ； School of Engineering and Physical Science, University of Lincoln, Lincoln LN6 7TS, UK（工程与物理科学学院，林肯大学，英国）
专题命中 长上下文与记忆 ：prompting(title)
AI总结 针对现有跨模态3D脑肿瘤分割方法忽略跨模态相关性、依赖特定类别提示的问题，提出MSM-Seg框架，通过MSMA、MCP-Encoder和MF-Decoder实现精准分割，性能优于现有方法。
Comments Accepted by TMM
Meta-Ctrl：通过分离句法与语义约束实现带保证的规划生成
机构 * Michigan State University（密歇根州立大学） ； University of California Los Angeles（加利福尼亚大学洛杉矶分校）
专题命中 长上下文与记忆 ：LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 Meta-Ctrl是一种约束解码框架，通过引入元标记分离句法与语义约束，在保证规划满足约束的同时保留语言模型的规划质量，在WAH-NL数据集和真实桌面机器人上均取得优于GPT-4的效果。
TIEM：用于事件驱动金融预测的超图证据与技能记忆的时间整合框架
专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)
AI总结 该研究针对事件驱动金融预测中大型语言模型智能体存在的证据鸿沟问题，提出带时间戳门控的TIEM框架，引入FinPURE基准，经多组金融基准验证其性能优于现有基线。
Heimdall: 形式化验证的遗留 eBPF 程序到 Rust 的自动迁移
专题命中 长上下文与记忆 ：large language model(abstract)；language model(abstract)
AI总结 本文提出 Heimdall，一个利用大语言模型将遗留 libbpf C 程序自动翻译为 Aya Rust 的管道，通过静态分析和符号执行确保迁移后程序行为等价，并修复了 eBPF 程序中六类源级漏洞，包括未报告的信息泄露。
干扰下的机器人记忆基准测试
机构 * Independent Researcher（独立研究员）
专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出RoboMME-Interference基准，通过跨会话干扰评估机器人长期记忆能力，发现现有系统在干扰下性能显著下降。
Comments 9 pages, 5 figures. Updated results; added subgoal-memory systems
受控持久内存：长程智能体的源绑定状态语义与故障关闭式释放
机构 * Qingdao Guodongxiansheng Network Technology Co., Ltd.（青岛果动先生网络科技有限公司）
专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.AI
AI总结 本文针对长程智能体内存的矛盾记录问题，提出受控持久内存（GPM）模型，经多组基准测试与服务评估，其在GPM-ReleaseBench、中英文指令分支等场景均实现零不匹配，修复大量基线故障且无退化。
Comments 23 pages, 2 figures, 11 tables. Includes a sealed end-to-end governed-memory service evaluation with an ungoverned local Qwen2.5-7B comparison
超越视觉记忆：潜在视觉推理的机制诊断
机构 * Amap, Alibaba Group（阿里集团亚马通） ； Shanghai Innovation Institute（上海创新研究院）
专题命中 长上下文与记忆 ：language model(abstract)；分类 cs.AI
AI总结 通过分解潜在令牌为三个可测试组件，发现边界标记和格式而非潜在槽贡献了主要性能提升，揭示了潜在视觉推理的真正机制。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈