语言大模型 / LLM

Do LLMs Change Their Minds Like Humans? Diagnosing Human--LLM Divergence in Single-Turn Persuasion Judgments

大型语言模型（LLMs）是否像人类一样改变想法？诊断单轮说服判断中人类与LLM的差异

Lin Chen, Yitong Chen, Yong Li

专题命中 预训练与数据 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 该研究对比人类与LLM的单轮说服判断，发现二者仅轻微一致，LLMs处理说服性话语的方式与人类存在结构性差异，警示不能将LLM判断视为人类信念更新的忠实代理。

Visible but Not Yet Curatable: Characterizing the Curatability of Compact and Derived Open LLM Artifacts

可见但尚未可整理：表征紧凑型与衍生型开源大语言模型（LLM）制品的可整理性

Yiyi Lu, Yilai Qian, Yucheng Jin

专题命中 预训练与数据 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)

AI总结 该研究提出框架表征开源LLM紧凑型与衍生型制品的可整理性，发现仅6.1%的相关记录具备高可整理性，并为模型中心等机构提出改进建议。

Comments 11 pages, 5 figures. Accepted at the ACM/IEEE Joint Conference on Digital Libraries (JCDL 2026). Yiyi Lu and Yilai Qian contributed equally; Yucheng Jin is the corresponding author. Code and results: https://github.com/AndyLu666/VNYC-Open_Source_LLM_Study

Evaluating and Improving LLM Self-Modeling

评估与改进大语言模型（LLM）的自我建模能力

Siqi Zeng, Andre N. Assis, Rowan Wang

机构 * Constellation（星群公司） ； Anthropic（Anthropic公司） 纠错

专题命中 预训练与数据 ：LLM(title,title_cn)；分类 cs.CL、cs.AI

AI总结 本研究针对LLM的自我建模能力，构建基准测试评估其水平，开发合成数据管道结合强化学习提升该能力，发现提升未体现一致内省。

Comments 89 pages, 25 figures. Published as a conference paper at EMNLP '26 (Main)

Error-Type-Aware Loss Reweighting for Robust Named Entity Recognition with Noisy LLM Labels

面向含噪大语言模型标签的鲁棒命名实体识别的错误类型感知损失重加权

Elena Merdjanovska, Jonas Golde, Alan Akbik

机构 * Humboldt-Universität zu Berlin（柏林洪堡大学） ； Science of Intelligence（智慧科学研究院） 纠错

专题命中 预训练与数据 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对LLM标注NER数据集存在的异质噪声问题，提出错误类型感知损失重加权方法，无需额外资源即可提升模型F1值，在特定噪声水平下效果显著。

Foundation Models for Wireless Localization: Pretraining, Adaptation, and Utilization

用于无线定位的基础模型：预训练、适配与利用

Guangjin Pan, Jiajia Guo, Zheng Xing, Hui Chen, Chao-Kai Wen, Shi Jin, Henk Wymeersch

专题命中 预训练与数据 ：foundation model(title,abstract)；pretraining(title,abstract)

AI总结 针对现有无线定位方法的不足，本文提出基于基础模型的三阶段统一框架，通过大规模未标注数据学习可迁移表示，提升定位精度与跨环境泛化能力，并展望了相关研究方向。

Comments 4 pages, 1 table. This work has been submitted to the IEEE for possible publication

CoMPASS: Collaborative Molecular Property Prediction via Adaptive Small-Large Model Synergy

CoMPASS：通过自适应大小模型协同实现协同分子性质预测

Wentao Li, Jiangjie Qiu, Yijun Li, Leyi Zhao, Xiaonan Wang

机构 * Tsinghua University（清华大学） 纠错

专题命中 预训练与数据 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 CoMPASS是一种用于大小模型协同的检索校准框架，通过结合GAT与LLM的优势，在分子性质预测任务中提升了可修正不确定性区域的性能并限制了LLM的不当干预。

Comments 9 pages

A Composition-Aware Pretraining Framework for Geospatial Foundation Models

面向地理空间基础模型的感知组成的预训练框架

Aryan Kashyap Naveen, Abhishek Srinivas, Pranav Moothedath, Shrutilipi Bhattacharjee

机构 * National Institute of Technology, Karnataka（卡纳塔克邦国家理工学院） ； Visa Inc（维萨公司） ； Greenlight 纠错

专题命中 预训练与数据 ：foundation model(title,abstract)；pretraining(title,abstract)；分类 cs.AI

AI总结 该研究针对地理空间基础模型现有预训练方法无法捕捉卫星场景组成性的问题，提出感知组成的预训练框架，在多任务上优于更大参数规模的现有模型，在 ForestNet-12 数据集上取得 55.6% 的相对 mAP@10 提升。

Foundation Models Meet Agriculture: Challenges Beyond Pretraining

基础模型与农业：预训练之外的挑战

Vishal Nedungadi, Xingguo Xiong, Marc Rußwurm, Ioannis N. Athanasiadis

机构 * Wageningen University and Research（瓦赫宁根大学与研究中心） ； Zhejiang Academy of Agricultural Sciences（浙江省农业科学院） ； University of Bonn（波恩大学） 纠错

专题命中 预训练与数据 ：foundation model(title,abstract)；pretraining(title,abstract)；分类 cs.LG

AI总结 本研究评估基础模型部署到农业任务的两大瓶颈，发现预训练-部署模态差距与农业任务空间结构特性导致模型泛化不稳定，为开发下一代领域感知基础模型提供路线图。

Hidden Threat in Synthetic Data: Covert Targeted Bias Injection through Benign Text

合成数据中的隐藏威胁：通过良性文本注入隐蔽的针对性偏见

Minkyung Cho, Jihyo Kim, SeungWoo Song, Junghun Yuk, Minjoon Kee, Hoyun Song, KyungTae Lim

机构 * KAIST（韩国科学技术院） ； Dankook University（檀国大学） 纠错

专题命中 预训练与数据 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 该研究发现可通过语义良性的合成数据，利用潜意识学习机制向对齐LLM注入针对性社会偏见，同时保留模型通用任务能力，揭示了合成数据训练LLM的新安全风险，提出基于对数线性的评分或可用于筛查此类数据。

Comments To be published in EMNLP 2026

Creation begins with understanding: LLMs as strategy designers for privacy-preserving tabular data synthesis

创造始于理解：将大型语言模型（LLM）用作隐私保护型表格数据合成的策略设计者

Jinmeng Li, Quan Zhang, Hangting Ye, He Zhao, Firas Laakom, Dandan Guo, Jürgen Schmidhuber

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Broad College of Business, Michigan State University（密歇根州立大学broad商学院） ； Commonwealth Scientific and Industrial Research Organisation (CSIRO)（英联邦科学与工业研究组织） ； Center of Excellence for Generative AI, King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学生成式人工智能卓越中心） ； The Swiss AI Lab, IDSIA-USI/SUPSI（瑞士人工智能实验室IDSIA-USI/SUPSI） 纠错

专题命中 预训练与数据 ：LLM(title_cn,summary_cn)；分类 cs.LG

AI总结 针对表格数据合成的隐私与结构问题，提出TabSSD方法，利用LLM设计合成流程，在12个数据集上实现多指标最优平衡，降低计算与专业门槛

Benevolent Bias in Multi-Turn Human-Agent Dialogue

多轮人机对话中的善意偏见

Qianqi Liu, Jin Huang, Fethiye Irmak Dogan, Hatice Gunes

机构 * University of Cambridge（剑桥大学） 纠错

专题命中 预训练与数据 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本研究针对人机对话中隐藏在积极语气后的善意偏见，构建了标注语料库并测试两类检测器，发现现有安全检测器难识别善意偏见，LLM评判器易误判，需关注对待方式差异以实现公平监控。

Token Counts Are Not Model Lineage: A Frozen-Threshold Holdout Study of Black-Box LLM API Fingerprinting

Token计数并非模型谱系：黑盒大语言模型API指纹识别的冻结阈值保留研究

Bo Chen

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） 纠错

专题命中 预训练与数据 ：LLM(title,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究通过24对端点的冻结阈值保留实验，验证了Token计数一致性可作为共享分词栈的指纹，但否定其作为模型家族谱系独立必要测试的用途。

Comments 10 pages, 2 figures

How You Ask Shapes What You Get: A Theory-Seeded Measurement of Articulation in Advice-Seeking LLM Conversations

提问方式决定获取内容：基于理论的建议寻求型大语言模型对话中表达清晰度的测量

Juneha Baek, Suhyeon Lee, Donghyuk Shin

机构 * KAIST（韩国科学技术院） 纠错

专题命中 预训练与数据 ：LLM(title,summary_cn)；language model(abstract)；分类 cs.CL

AI总结 该研究探究建议寻求型LLM对话中提问的表达清晰度是否为可与话题分离的潜在维度，从16447条提示词中提取出可复现的表达清晰度因子，发现其与模型回应存在关联，提出基准测试应按表达清晰度分层。

Arkios: An Open Bilingual English-Nepali Language Model Trained From Scratch, with a Devanagari-Aware Tokenizer

Arkios：从零训练的开放英尼双语语言模型，带有天城文感知分词器

Sajal Regmi, Siddhartha Pudasaini, Chetan Phakami Pun

机构 * Karela Technologies Inc.（卡雷拉科技公司） 纠错

专题命中 预训练与数据 ：language model(title)；instruction tuning(abstract)；pretraining(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出从零训练的10.4亿参数英尼双语语言模型Arkios，其在ARC数据集上表现优于同规模模型，揭示了低资源语言模型评估的格式偏差问题，并开源了模型权重。

Comments 7 pages, 6 tables. Companion paper (tokenizer): arXiv:2608.26449

Evolutionary Soups: Evolving Mixture-of-Experts for Multi-Objective LLM Alignment

进化组合模型：面向多目标大语言模型对齐的进化型专家混合模型

Lingxiao Kong, Steffen Staab, Cong Yang, Oya Beyan, Zeyd Boukhers

机构 * Fraunhofer Institute for Applied Information Technology FIT（弗劳恩霍夫应用信息技术研究所FIT） ； University of Cologne（科隆大学） ； University of Stuttgart（斯图加特大学） ； University of Southampton（南安普顿大学） ； Soochow University（苏州大学） ； University Hospital of Cologne（科隆大学医院） 纠错

专题命中 预训练与数据 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 针对大语言模型多目标对齐需求，提出进化型专家混合框架，通过进化算法训练门控网络，在多任务上实现了优于基线的超体积、线性效用和切比雪夫效用，提升约20%。

Comments Accepted at EMNLP 2026 (Main Conference)

Manacá-1B: An Open, Reproducible Brazilian-Portuguese Language Model and a Tokenizer-Aware, Paired Evaluation

Manacá-1B：一个开源、可复现的巴西葡萄牙语语言模型及一种感知分词器的配对评估方法

Bruno Leonardo Santos Menezes, Carlos Leonardo Souza Cardoso, Fabio Andre Machado Porto

机构 * Laboratório Nacional de Computação Científica (LNCC)（国家科学计算实验室（LNCC）） 纠错

专题命中 预训练与数据 ：language model(title,abstract)；pretraining(abstract)；分类 cs.CL

AI总结 本研究针对巴西葡萄牙语开源语言模型复现难、缺乏不确定性度量对比的问题，发布17.2亿参数的Manacá-1B模型及可复现流程，揭示分词器转换的评估陷阱并提供修复方案，所有资源可复现论文结果。

Comments Preprint. Code: https://github.com/Instituto-IA-LNCC/manaca-1b-base ; model weights: https://huggingface.co/menezesbruno/manaca-1b-base

Conducting Stylistic Analysis of Paintings through an Art-History Agent

通过艺术史智能体开展绘画的风格分析

Marc S. Walton, Astrid Harth

专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 该研究提出一种结合视觉Transformer与大型语言模型的艺术史智能体框架，可自动化绘画风格分析，弥合AI概率分类与艺术史风格分析间的方法学鸿沟，推动计算艺术史发展。

GATE: Reliability-Gated Gaussian Evidence Fusion for Training-Free Test-Time Adaptation of Vision-Language Models

GATE：用于视觉语言模型无训练测试时自适应的可靠性门控高斯证据融合

Pedram MohajerAnsari, Amir Salarpour, Run Wang, Mert D. Pesé

专题命中 预训练与数据 ：language model(title,abstract)；pretraining(abstract)

AI总结 本研究提出无训练的两阶段直推式TTA框架GATE，通过可靠性门控融合文本与图像高斯证据，在多数据集及模型上显著提升视觉语言模型的零样本测试时自适应性能。

Comments Accepted to the British Machine Vision Conference (BMVC 2026)

The Illusion of Replacement: Rethinking Specialized Machine Learning Models in the Foundation Model Era

替代的错觉：在基础模型时代重新审视专用机器学习模型

Kiyan Rezaee

专题命中 预训练与数据 ：foundation model(title)；pretraining(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本文通过分析159篇跨9种模态的论文，发现基础模型时代专用机器学习模型未被替代，语言模型需补充结构组件，其与结构感知架构的性能差距能否消除仍待验证。

Comments 41 pages, 7 tables, 4 figures

CAST: Critique-Aware Supervision for Training Reliable Long-Horizon Tool-Calling Agents

CAST：用于训练可靠长程工具调用智能体的批判感知监督

Amir Saeidi, Zehua Zhang, Rishitosh Singh, Naman Ahuja, Vivek Gupta, Ali Payani, Gaowen Liu, Jayanth Srinivasa, Chitta Baral

机构 * Arizona State University（亚利桑那州立大学） ； Cisco Research（思科研究院） 纠错

专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 提出批判感知训练框架CAST，通过分析智能体轨迹生成结构化批判，优化Qwen3模型，在零售、远程医疗等动态工具调用任务上提升可靠性，性能优于GPT-OSS-120B。

Comments Accepted to EMNLP 2026 (Main)

PEARL: Front-Loading Relational Chains for Multi-Hop Table Retrieval

PEARL：面向多跳表格检索的前置化关系链

Subeen Ho, Hyeongu Kang, SeongKu Kang, Susik Yoon

专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)

AI总结 PEARL是无需训练的多表格检索框架，通过前置化关系链实现垂直划分的子表格编码，在3跳查询的R@2指标上最高提升30.05%，性能优于现有方法。

Comments Accept to EMNLP 2026

Two Centuries of Sexism in British Parliament: A Computational Analysis of Women's Representation in the Hansard Corpus

英国议会两百年的性别歧视：对Hansard语料库中女性代表性的计算分析

Mohammad Omar Khursheed, Mandira Sawkar, Ashiqur R. KhudaBukhsh

机构 * Rochester Institute of Technology（罗切斯特理工学院） 纠错

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG

AI总结 本研究通过分析英国Hansard语料库的6531篇议会演讲，利用大语言模型发现反对女性参政的演讲性别歧视比例更高，支持选举权的性别歧视多为善意，且男女议员支持女性权利的比例存在差距，验证了矛盾性别歧视理论。

Comments Accepted at EMNLP 2026 (Main Conference Track)

StageWell: A Process-Aligned Chinese Corpus for Positive-Psychology Support Dialogue

StageWell：面向积极心理学支持对话的流程对齐中文语料库

Yuxiong Wang, Ziwei Lin, Bo Wang, Yu Zhang, Shiguang Ni

专题命中 预训练与数据 ：SFT(abstract,abstract_cn)；分类 cs.CL、cs.AI

AI总结 本研究构建了流程对齐中文语料库StageWell及HQS协议，用于优化多轮积极心理学支持对话的监督，在多个开源大模型上实现了流程控制、回复质量与安全性的提升。

Comments 29 pages, 20 figures

From Final Artifacts to Trajectories: Retrospective Process Supervision for Evidence-Grounded Long-Form Generation

从最终产物到轨迹：面向证据支撑的长文本生成的回溯过程监督

Junjie Huang, Jiarui Qin, Di Yin, Weiwen Liu, Yong Yu, Xing Sun, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Tencent Youtu Lab（腾讯优图实验室） 纠错

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对开放式长文本生成任务轨迹数据稀缺的问题，提出RetroGen框架，利用预训练数据中丰富的高质量最终产物重构轨迹，训练模型以提升证据支撑等任务表现。

En-ViMedNER: An English-Vietnamese Parallel Biomedical Corpus with UMLS Semantic Type Annotations

En-ViMedNER：带有UMLS语义类型标注的英越双语生物医学语料库

Nhu Vo, Phuong Nguyen, Nu Uyen Phuong Le, Inigo Jauregi Unanue, Dung D. Le, Massimo Piccardi, Wray Buntine

机构 * College of Engineering and Computer Science, VinUniversity（VinUniversity工程与计算机科学学院） ； Faculty of Engineering and IT, University of Technology Sydney（悉尼科技大学工程与信息技术学院） ； Center for AI Research, VinUniversity（VinUniversity人工智能研究中心） ； Monash University, Australia（莫纳什大学） 纠错

专题命中 预训练与数据 ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 本文提出首个带UMLS语义类型标注的英越双语生物医学NER语料库En-ViMedNER，经多环节构建后在两类NER任务中取得F1值结果，相关资源公开发布以推动越南语生物医学NLP研究。

Comments To appear in Proceedings of EMNLP2026

ACTD: Anchor-Based Cross-Tokenizer Distillation with Residual Regularization

ACTD：带残差正则化的基于锚点的跨分词器蒸馏

Huiyi Zhang, Zijian Li, Xiaocheng Feng, Weitao Ma, Xiaoliang Yang, Yichong Huang, Bing Qin

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； Peng Cheng Laboratory（鹏城实验室） 纠错

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对跨分词器蒸馏的词汇与序列不对齐及对齐噪声问题，提出带残差正则化的ACTD方法，在五个推理基准上用三种教师模型评估取得SOTA，多教师扩展版性能优于基线。

Comments Accepted by EMNLP 2026 main conference

Quantifying Error Tolerance in Synthetic Data: An Atomic-level Operand vs. Operator Perturbation Study

量化合成数据的误差容忍度：原子级操作数与算子扰动研究

Jiaxiang Liu, Chenhao Yuan, Shuwen Xu, Boxuan Xing, Xiusheng Huang, Yinhao Xu, Hao Liu, Wenhao Teng, Xiangwen Liao, Pengfei Cao, Jun Zhao, Kang Liu

机构 * CDL, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所CDL） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； Fujian Provincial Cancer Hospital（福建省肿瘤医院） ； College of Computer and Data Science, Fuzhou University（福州大学计算机与数据科学学院） 纠错

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 针对合成数据误差容忍度定量分析缺失的问题，提出ATOM框架区分操作数与算子扰动，发现模型对操作数扰动鲁棒但受算子扰动影响，合成数据较LIMA提升3.1%，凸显算子多样性的重要性。

PUFFER: Incremental Fuzzy Deduplication for Continuously Evolving Corpora

PUFFER：面向持续演化语料库的增量模糊去重算法

Xiao Yang, Erik Edward Aldape, Beren Millidge

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出 PUFFER 增量模糊去重算法，通过 LSH 带存储与 T-扇出分层压缩实现低内存、低成本的持续演化语料库去重，在百亿级文档场景下比同类工具快数十倍，已应用于超 300 亿文档并开源。

CheXGround: Anatomical Region Tokens for Grounded Longitudinal Chest X-ray Interpretation

CheXGround：用于 grounded 纵向胸部 X 线片解读的解剖区域标记

Adonay Demewez Gebremedhin, Wessam Shehieb, Sara Alansari, Mohamad Alansari, Muzammal Naseer, Sajid Javed, Naoufel Werghi

机构 * Ajman University（阿治曼大学） ； University of Birmingham（伯明翰大学） ； Khalifa University（哈利法大学） ； University of Western Australia（西澳大学） 纠错

专题命中 预训练与数据 ：language model(abstract)；pretraining(abstract)

AI总结 本文提出 CheXGround，一种基于区域的纵向胸部 X 线片语言模型，通过时序区域-短语对齐预训练目标关联区域标记与临床文本，在多项放射学任务上较基线模型提升性能，验证了解剖层面组织纵向证据的有效性。

Comments Accepted for publication at the 37th British Machine Vision Conference (BMVC2026)

Think, Look, and Revise: Inconsistency-Aware Visual Self-Correction in MLLMs

思考、观察与修正：多模态大语言模型中基于不一致感知的视觉自我修正

Yu Cheng, Arushi Goel, Hakan Bilen

机构 * University of Edinburgh（爱丁堡大学） ； NVIDIA Research（英伟达研究院） 纠错

专题命中 预训练与数据 ：large language model(abstract)；language model(abstract)

AI总结 本研究针对工具增强型多模态推理中工具输出缺乏验证的问题，提出ReVISE框架，通过带监督反思的训练数据集与强化学习目标奖励，实现错误检测与修正，在多个基准上取得性能提升。

Comments accepted by EMNLP2026