语言大模型 / LLM

An Embarrassingly Simple Detector for Model Extraction Attacks in Large Language Model API Traffic

一种用于大型语言模型API流量中模型提取攻击的极其简单的检测器

Shuze Liu, Qianwen Guo, Yushun Dong

机构 * Santa Clara University（圣克拉拉大学） ； Florida State University（佛罗里达州立大学） 纠错

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

AI总结 本文提出一种基于最大均值差异（MMD）的简单检测方法，通过将查询嵌入语义空间并比较其与历史良性流量的分布差异，有效检测LLM API中的模型提取攻击。

Comments Preprint. Code available at this https URL (https://github.com/LabRAI/mmd-llm-mea-detection)

Small Changes, Big Impact: Demographic Bias in LLM-Based Hiring Through Subtle Sociocultural Markers in Anonymised Resumes

微小变化，巨大影响：通过匿名简历中的微妙社会文化标记探讨基于LLM的招聘中的人口统计偏差

Bryan Chen Zhengyu Tan, Shaun Khoo, Bich Ngoc Doan, Zhengyuan Liu, Nancy F. Chen, Roy Ka-Wei Lee

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

AI总结 研究通过匿名简历中的社会文化标记揭示LLM在招聘中的人口统计偏差，发现模型能通过非显性特征推断种族和性别，且提示解释会加剧偏见。

Comments EMNLP 2026

LLM-Specific Utility for Retrieval-Augmented Generation

针对大语言模型的特定效用：检索增强生成的新视角

Hengran Zhang, Keping Bi, Jiafeng Guo, Jiaming Zhang, Shuaiqiang Wang, Dawei Yin, Xueqi Cheng

机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, Chinese Academy of Sciences（人工智能安全国家重点实验室，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Baidu Inc（百度公司） 纠错

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

AI总结 本文提出LLM特定效用的概念，指出不同大语言模型对证据的需求不同，提出构建基准以研究这种效用，并推动生成器定制的证据选择方法改进RAG。

Comments Accepted to CIKM 2026

UniGeo: A Multi-modal Large Language Model for Text-Guided Cross-View Geo-Localization

UniGeo：用于文本引导跨视角地理定位的多模态大语言模型

Jiahao Wen, Hang Yu, Zhedong Zheng

机构 * School of Computer Engineering and Science, Shanghai University（上海大学计算机工程与科学学院） ； Institute of Collaborative Innovation, University of Macau（澳门大学协同创新研究院） 纠错

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

AI总结 UniGeo是一种统一多模态大语言模型，通过地理语义学习、跨视角生成及即插即用验证模块，在文本引导无人机地理定位任务中显著提升了检索性能。

Unleashing the Power of LLMs in Dense Retrieval with Query Likelihood Modeling

利用查询似然建模释放大型语言模型在密集检索中的能力

Hengran Zhang, Keping Bi, Jiafeng Guo, Xiaojie Sun, Shihao Liu, Daiting Shi, Dawei Yin, Xueqi Cheng

机构 * CAS Key Lab of Network Data Science and Technology, ICT, CAS（中国科学院网络数据科学与技术重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Baidu Inc（百度公司） 纠错

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

AI总结 该研究针对LLM在密集检索中全局信息建模不足的问题，提出含注意力块和文档损坏组件的LLM-QL模型，通过查询似然最大化辅助任务增强检索器主干，在MS MARCO和BEIR数据集上优于其他LLM-based检索器。

Comments Accepted to CIKM 2026

When Context Gets Root: Privilege Escalation in LLM Harnesses

当上下文扎根：LLM 管控工具中的权限提升

Xingbang He, Yuanwei Chen, Yi Qian, Haiyang Wei, Ligeng Chen, Zenan Fu, Linzhang Wang, Hao Wu, Bing Mao

专题命中 其他LLM ：LLM(title,title_cn)

AI总结 该研究发现LLM管控工具存在指令权限提升漏洞，攻击者可诱导智能体将低层级恶意内容提升至更高权限，通过多智能体机制在六个编码智能体管控工具上实现了全部13个涵盖多维度的攻击目标。

Which India Survives Translation? Narrative Homogenisation Across Indian Oral Traditions in LLMs

哪一个印度在翻译？大型语言模型中印度口头传统的叙事同质化

Paarth Singh Rathore

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

AI总结 本研究通过分析Claude Sonnet和Gemini两款LLMs对印度三种不同口头传统的文本生成，发现存在部分叙事同质化，且区域语言提示会降低传统文本保真度，为相关文化误解研究提供了轻量补充方法。

AgentDV: Closed-Loop Agentic AI for Hardware Design Verification

AgentDV：用于硬件设计验证的闭环智能体AI

Navya Goli, Junzhe Liu, Zhenge Jia, Umamaheswara Rao Tida

专题命中 其他LLM ：LLM(summary_cn,abstract)；prompting(abstract)

AI总结 AgentDV是用于自动RTL验证的闭环智能体AI框架，通过三项关键技术优化，在三类LLM上显著提升了测试平台的通过率与代码、分支覆盖度。

Direct or Mediated? Task-Dependent Audio Information Routing in Large Audio Language Models

直接还是中介？大型音频语言模型中任务依赖的音频信息路由

Yizhou Zhang, Wangjin Zhou, Xin Gu, Yichi Wang, Wei Tan, Yi Zhao, Zhi Gong, Keisuke Imoto, Tatsuya Kawahara

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究科） ； WXG, Tencent（腾讯微信事业群） 纠错

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

AI总结 该研究针对大型音频语言模型，发现其在拼接两段音频的任务中，自动语音识别稳定而音频问答性能大幅下降，揭示了两类任务依赖不同的音频信息路由路径，指出信息利用是其泛化的潜在限制。

Comments 8 pages, 2 figures

Cross-Lingual Alignment Without Joint Training: Do Monolingual Language Models Converge on Universal Representations?

无联合训练的跨语言对齐：单语言模型是否会收敛到通用表示？

Ej Zhou, Suchir Salhan, Catherine Arnett, Anna Korhonen

机构 * University of Cambridge（剑桥大学） ； EleutherAI 纠错

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

AI总结 该研究发现无联合训练时，单语言模型可通过语言结构和信息承载形成跨语言对齐，提出用Procrustes旋转映射模型隐藏状态，为模块化多语言系统构建提供方向。

Subspace Alignment for Vision-Language Model Test-time Adaptation

子空间对齐用于视觉-语言模型测试时适应

Zhichen Zeng, Wenxuan Bao, Xiao Lin, Ruizhong Qiu, Tianxin Wei, Xuying Ning, Yuchen Yan, Chen Luo, Monica Xiao Cheng, Jingrui He, Hanghang Tong

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Amazon（亚马逊） 纠错

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

AI总结 SubTTA通过子空间对齐提升视觉-语言模型测试时适应性能，有效解决模态差距和视觉噪声问题。

Comments 23 pages, 11 figures

Understanding the Challenges and Opportunities of Generative AI Apps: An Empirical Study

理解生成式AI应用的挑战与机遇：一项实证研究

Buthayna AlMulla, Maram Assi, Safwat Hassan

专题命中 其他LLM ：LLM(abstract,abstract_cn)；prompting(abstract)

AI总结 本研究通过分析171款生成式AI应用的103万条评论，提出SARA框架，揭示用户对AI功能的认知与评价，识别三大机遇与三大挑战，并揭示用户关切随时间变化的趋势。

Comments 47 pages, 13 figures, 13 tables

Beyond the Rosetta Stone: Unification Forces in Generalization Dynamics

超越罗塞塔石碑：泛化动态中的统一力量

Carter Blum, Katja Filippova, Ann Yuan, Asma Ghandeharioun, Julian Zimmert, Fred Zhang, Jessica Hoffmann, Tal Linzen, Martin Wattenberg, Lucas Dixon, Mor Geva

机构 * Google DeepMind（谷歌DeepMind） ； Tel Aviv University（特拉维夫大学） ； Harvard University（哈佛大学） ； New York University（纽约大学） 纠错

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

AI总结 本研究通过在合成多语言数据集上训练小型Transformer模型，揭示了LLMs跨语言知识迁移困难的原因，提出了统一表征视角，为改善LLMs跨语言迁移提供了方法。

A blueprint for the formalization of norm-variation of multiple ergodic averages for commuting transformations

关于交换变换多重遍历平均的范数变差形式化的蓝图

Floris van Doorn, Polona Durcik, Joris Roos, Lenka Slavíková, Christoph Thiele

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

AI总结 该研究以蓝图形式为Lean 4中交换变换多重遍历平均的范数变差结果的形式化提供基础，利用前沿大语言模型完成形式化，强化了陶哲轩的定理并回答了开放问题。

Comments 116 pages; associated formalization available at this https URL (https://github.com/roos-j/lean-nct)

Squeezing More from Limited Data with Recursive Transformers

用递归Transformer从有限数据中挖掘更多价值

Serdar Gülbahar, Lukas Edman, Alexander Fraser

机构 * Technical University of Munich（慕尼黑工业大学） 纠错

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

AI总结 该研究针对有限数据预训练场景，提出递归Transformer结合因式分解词嵌入的方法，在10M和100M词预算下性能优于标准Transformer，且与2025年BabyLM挑战赛优胜者表现相当。

A Single Suffix to Break Them All: Basin-Aware Jailbreaks for Merged Model Families

一个后缀突破所有：针对合并模型家族的感知 Basin 越狱攻击

Yu Zhe, Yixin Tan, Junhao Wei, Wang Chen

机构 * RIKEN AIP（理化学研究所先进智能项目） ； Institute of Science Tokyo（东京科学大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 该研究针对合并模型家族提出BAJ方法，利用预训练基础模型的越狱风险，通过最小-最大优化生成可迁移的对抗性后缀，在多种设置下均实现高迁移成功率且能抵御现有防御。

Comments Accepted by EMNLP findings 2026

Stack Trace-Based Crash Deduplication with Transformer Adaptation

基于栈跟踪的Transformer适配崩溃重复检测

Md Afif Al Mamun, Gias Uddin, Lan Xia, Longyu Zhang

机构 * University of Calgary（卡尔加里大学） ； York University（约克大学） ； IBM Canada（IBM加拿大） 纠错

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

AI总结 提出基于Transformer的dedupT方法，适配预训练语言模型处理栈跟踪，训练全连接网络排序重复崩溃，在四个公开数据集上优于现有方法，减少人工分类工作量。

Comments This work is currently under review at IEEE Transactions on Software Engineering (TSE)

The Pulse Beneath the Job Title: Monthly Readings of Requirements and Tasks from 750 Million Chinese Job Ads

职位头衔之下的脉搏：来自7.5亿条中国招聘广告的月度任职要求与任务读数

Qin Chen, Ying Fang, Xiangyu Wang, Leo Yang Yang

专题命中 其他LLM ：language model(abstract)

AI总结 本研究从7.526亿条中国招聘广告中构建任职要求与任务目录，区分二者差异，揭示了会计职业的薪资阶梯及受语言模型影响的工作的真实变化情况。

Do User-Authored Permission Policies Improve Protection Against AI Agent Overreach?

用户自主编写的权限策略能否提升对智能体越权行为的防护？

Ting Yan

专题命中 其他LLM ：language model(abstract)

AI总结 研究对比HITL、AUTO、POLICY三种场景发现，用户自主编写的POLICY策略未显著提升对AI智能体越权行为的防护，因多数规则选“询问”，总干预时间未降低，且偏好与承诺存在差距。

Comments 15 pages, 5 figures

Magpie: Real-Time World Renderer for Interactive Games

Magpie：用于交互式游戏的实时世界渲染器

Xiaoyu Zhan, Xinyu Wang, Xiaohong Zhang, Huanjie Zhu, Tengjiao Sun, Pengcheng Fang, Jiaxing Yu, Yanwen Guo, Dongjie Fu

机构 * Mogo AI Ltd.（莫戈人工智能有限公司） ； Nanjing University（南京大学） ； University of Southampton（南安普顿大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 针对传统游戏开发成本高、周期长的问题，提出Magpie系统，分离游戏玩法执行与视觉生成，可将生成式模型应用于实时游戏渲染，降低早期原型对视觉资产的依赖。

Comments Technical report. this https URL (https://zhanxy.xyz/Magpie-website)

Claude Code Complete User Handbook

Claude Code 完整用户手册

David Soldani

专题命中 其他LLM ：language model(abstract)

AI总结 本书针对智能体工作环境Claude Code，提出四项治理主张，详述安全高效操作该系统的方法，附原始来源引用、证据账本及相关框架对照表与成熟度模型。

Comments 208 pages, 34 chapters, 14 appendices, 7 figures, 46 tables, 106 references, 13 worked exercises. Version 1.0. Verification baseline: Claude Code 2.1.241, 23 August 2026; re-verified against 2.1.246, 26 August 2026

Text-to-seed generation: Training-free open-vocabulary seeded semantic segmentation via re-purposing diffusion as text-guided seed generator

文本到种子生成：通过将扩散模型重新用作文本引导的种子生成器实现免训练开放词汇种子语义分割

Kumju Jo, Heesun Jung, Sungyong Baik

机构 * Hanyang University（汉阳大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本研究提出免训练框架T2S，利用Stable Diffusion生成文本引导的种子点，结合SAM实现开放词汇语义分割，在标准基准上取得优异性能。

Comments Preprint version of the work accepted for publication in Knowledge-Based Systems

SILK: Closing the Time-of-Check-to-Time-of-Use Gap in RoT-Protected AI Systems

SILK：弥合RoT保护的AI系统中的检查时间到使用时间差距

Ruichen Qi, Xinting Jiang, Ema Dimitrova, Junyi Luo, Quan Cheng, Mehdi Saligane

专题命中 其他LLM ：LLM(abstract_cn)

AI总结 SILK是一种在计算前最终边界验证权重流的就地完整性机制，可弥合RoT保护AI系统的TOCTOU差距，能检测流修改攻击，INT8下质量损失小，硬件开销低且吞吐量高。