语言大模型 / LLM

AlgoBench: Benchmarking Algorithmic Adaptation in Code Generation

AlgoBench: 代码生成中算法适配的基准测试

Xinyuan Song, Zekun Cai, Liang Zhao

专题命中 其他LLM ：LLM(summary_cn,abstract_cn)；prompting(abstract)；分类 cs.AI

AI总结 提出AlgoBench框架，通过结构化约束变换自动生成新算法问题，并引入复杂度感知指标评估模型适配能力，实验发现LLM在算法适配中性能显著下降。

Comments Under Review

Making Failure Safe: A Constrained, Verifiable Agent Framework for Open-Web Data Collection

确保失败安全：一个用于开放网络数据收集的受约束、可验证的智能体框架

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 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 提出一个受约束、可验证的智能体框架，通过将LLM输出从自由形式代码转换为类型化JSON收集器配置，结合六类型收集器分类、模板和效用函数约束、静态Airflow DAG执行、基于规则的质量检查和结构化反馈纠正，实现了零执行阶段LLM令牌消耗和最低平均挂钟时间。

Comments 15 pages, 1 figure

When Classic Cache Policies Fail: Learning-Augmented Replacement for Semantic Retrieval Buffers

当经典缓存策略失效时：面向语义检索缓冲区的学习增强替换

Yushi Sun, Bowen Cao, Wai Lam

机构 * LIGHTSPEED, Tencent（腾讯光速） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 针对LLM代理中语义检索缓冲区的缓存替换问题，提出学习增强框架SOLAR，通过遗憾积累和贝叶斯在线学习实现恒定竞争比≤3，在紧缓存下相对FIFO提升5-75%。

Beyond Next-Observation Prediction: Agent-Authored World Modeling for Sequential Decision Making

超越下一观测预测：面向序贯决策的智能体自创世界建模

Guangfeng Cai, Kaibing Yang, Shuo He, Yu Li, Shengtian Yang, Jiaqi Lv, Lei Feng

机构 * Southeast University（东南大学） ； Meituan（美团） 纠错

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

AI总结 提出智能体自创世界建模（AAWM），根据策略决策需求构建训练目标，而非预测下一观测，实验证明其比下一观测预测提供更有效的学习信号。

Comments 16 pages, 4 figures, 6 tables

Grading the Grader: Lessons from Evaluating an Agentic Data Analysis System

给评分者打分：评估智能数据分析系统的经验教训

Tian Zheng, Kai-Tai Hsu

机构 * Columbia University（哥伦比亚大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 针对智能数据分析系统输出复杂、难以评估的问题，提出三层人机评分级联（严格正则匹配、LLM宽松评分、基于片段的人工检查），在153个任务上实现100%精确率，宽松评分召回率97%，并通过迭代提示机制将评分成功率从36%提升至97%。

The Warrant Gap: Claim-Conditioned Re-scoring for Fact-Checking

证据差距：基于主张条件重新评分的事实核查

Arka Ujjal Dey, John Collomosse

专题命中 其他LLM ：LLM(summary_cn,abstract_cn)；prompting(abstract)；分类 cs.CL

AI总结 提出SIFT方法，通过主张条件重新评分提取的证据片段，结合WSP自动NLI检查，解决LLM事实核查中证据与主张不匹配问题，在多个基准上提升准确率。

LemonHarness Technical Report

LemonHarness 技术报告

Kailong Ren, Fubo Sun, Jiachen Liu, Liu Yang, Zimo Yin, Jiaying Li, Congli Yin, Ming He, Yu Huo, Jiawei Liu, Zeping Chen, Yubin Huangfu, Ronghua Li, Yixuan Wu, Xing Su, Yanzhi Xu, Likang Wu, Hongke Zhao, Lei Zhang, Xiaohui Geng, Jianping Fan

机构 * Tianjin University（天津大学） ； Anhui University（安徽大学） ； Department of Psychological and Cognitive Sciences, Tsinghua University（清华大学心理与认知科学系） 纠错

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

AI总结 针对长周期智能体因工作空间状态变化难以追踪的问题，提出LemonHarness框架，通过显式执行边界、可复用规则知识库和时感知执行机制，在Terminal-Bench 2.0上实现86.52%准确率。

Towards Understanding the Power and Limits of the Muon Optimizer: A River-Valley Perspective

理解Muon优化器的能力与局限：河流-山谷视角

Tianqi Shen, Jinji Yang, Runze Shi, Jianhao Ma, Jiaye Teng, Ziye Ma

机构 * City University of Hong Kong (CityUHK)（香港城市大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

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

AI总结 提出混合尖峰矩阵感知模型，从河流-山谷视角分析Muon优化器在早期加速收敛但后期易振荡的机制，并建议在最后阶段切换为GD类优化器。

Comments 44 pages, 13 figures, 2 tables

Evaluating LLMs for Real-World Web Vulnerability Detection

评估LLMs在真实世界Web漏洞检测中的表现

Sebastian Neef, Luca Jungnickel, Antonio Benjamin Buchholz, Valene Spence, Vicente Birke Gonzalez

机构 * Technische Universität Berlin（柏林技术大学） ； Freie Universität Berlin（柏林自由大学） 纠错

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

AI总结 本研究通过基准测试六种前沿和开源LLMs在WordPress插件静态分析中的Web漏洞检测能力，发现模型和提示设计显著影响检测率，其中Claude Opus 4.6达到最高63%，但所有模型均存在报告不一致问题。

Comments To be published at AI&CCPS Workshop @ ARES 2026

The Tao of Agency: Autotelic AI, Embedded Agency and Dissolution of the Self

主体之道：自生目标人工智能、嵌入主体与自我的消解

Aritra Sarkar

机构 * Aritra Sarkar 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 本文探讨自生目标AI中主体生成自身目标的问题，通过内在动机、资源驱动先验、因果干预学习、稳态和嵌入性等概念，揭示嵌入性虽必要但不充分，并指出核心难题在于主体如何生成并相对化自我，最后提出量子表述、哲学解读和基于LLM的具体实现。

GLARE: A Natural Language Interface for Querying Global Explanations

GLARE: 用于查询全局解释的自然语言接口

Bhavan Vasu, Rajesh Mangannavar

机构 * Oregon State University（俄勒冈州立大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 提出基于LLM的交互接口GLARE，将自然语言问题转换为SQL查询以聚合局部解释数据，提升全局解释的可访问性和可用性。

Comments 16 pages, 2 figures

Revisiting the Systematicity in Negation in the Era of In-Context Learning

重新审视上下文学习时代否定中的系统性

Hitomi Yanaka, Taisei Yamamoto

机构 * The University of Tokyo（东京大学） ； Riken（理化学研究所） ； Tohoku University（东北大学） 纠错

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

AI总结 通过行为与表征系统性分析，发现大型语言模型在上下文学习中能部分识别否定表达和范围，但无法完美执行，且功能向量在否定线索提取任务中可组合，但范围识别更具挑战。

Comments Accepted to the 6th Workshop Natural Language Meets Logic and Machine Learning (NALOMA2026) at ESSLLI2026

Understanding the Behaviors of Environment-aware Information Retrieval

理解环境感知的信息检索行为

Ruifeng Yuan, Chaohao Yuan, David Dai, Yu Rong, Hong Cheng, Hou Pong Chan, Chenghao Xiao

机构 * Fudan University（复旦大学） ； Alibaba DAMO Academy（阿里巴巴达摩院） ； Chinese University of Hong Kong（香港中文大学） ； Stanford University（斯坦福大学） ； Shanghai University of Finance and Economics（上海财经大学） 纠错

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

AI总结 通过强化学习使LLM适应不同检索器的查询策略，发现不同检索器偏好不同查询风格，并提出分支式滚动技术提升训练稳定性。

Comments ACL 2026 Main

Cloze: An Open Research Platform for Studying Human-AI Conversations in Mental Health Contexts

Cloze：一个用于研究心理健康背景下人机对话的开放研究平台

Matthew Flathers, Francesco Cipriani, John Torous

机构 * Beth Israel Deaconess Medical Center（贝塞斯达以色列德acons医疗中心） ； University College London（伦敦大学学院） ； Division of Digital Psychiatry（数字精神病学部） 纠错

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

AI总结 提出开源平台Cloze，支持在心理健康研究中控制、监控人机对话，统一配置模型、指令、安全约束并记录完整溯源，为建立人机交互证据基础提供研究基础设施。

Comments 7 pages, 2 figures. Cloze is released under AGPL-3.0

Agents All the Way Down; A Methodology for Building Custom AI Agents from Substrate to Production

层层代理：从底层到生产构建自定义AI代理的方法论

Marc Alier Forment, Juanan Pereira, Francisco José García-Peñalvo, María José Casañ Guerrero

机构 * Universitat Politècnica de Catalunya (UPC)（西班牙巴塞罗那理工大学） ； Universidad del País Vasco / Euskal Herriko Unibertsitatea (UPV/EHU)（西班牙巴斯克大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 提出一种无框架的方法论，通过两个前提条件（将LLM作为软件组件和构建块）和三个实践（原型设计、打包为CLI、代理测试代理）来构建自定义AI代理，实现端到端开发。

IAPO: Input Attribution-Aware Policy Optimization for Tool Use in Small Multimodal Agents

IAPO：面向小型多模态代理工具使用的输入归因感知策略优化

Yifan Yang, Zhen Zhang, Jiayi Tian, Liyan Tan, Zheng Zhang

机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校） 纠错

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

AI总结 提出输入归因感知策略优化（IAPO），通过强化学习对齐模型与教师模型的输入归因，提升多模态小语言模型的工具调用能力，在六个测试集上平均准确率提升3%。

LMT: A Bayesian Framework for Causal Discovery from Textual Alarm Records in Manufacturing Systems

LMT: 制造系统中文本告警记录的因果发现贝叶斯框架

Xiaofeng Xiao, Jianhong Chen, Qiuzhuang Sun, Naichen Shi, Xubo Yue

机构 * Department of Mechanical & Industrial Engineering, Northeastern University, Boston, MA, USA（东北大学机械与工业工程系） ； College of Integrative Studies, Singapore Management University, Singapore（新加坡国立大学整合研究学院） ； Department of Industrial Engineering and Management Sciences, Department of Mechanical Engineering, Northwestern University, IL, USA（西北大学工业工程与管理科学系、机械工程系） 纠错

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

AI总结 提出LMT框架，结合大语言模型提取的语义信号和基于泊松过程的时间证据，通过贝叶斯方法从文本告警记录中发现因果图，在小样本场景下表现优异。

Comments 19 pages

Agentopia: Long-Term Life Simulation and Learning in Agent Societies

Agentopia: 智能体社会中的长期生活模拟与学习

Xintao Wang, Sirui Zheng, Hongqiu Wu, Weiyuan Li, Jen-tse Huang, Minghao Zhu, Can Zu, Qi Deng, Jiawei Wang, Qianyu He, Heng Wang, Xiaojian Wu, Yunzhe Tao

机构 * Fudan University（复旦大学） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 提出Agentopia框架，模拟100个智能体在10年内的社会生活，通过生命奖励训练LLM，提升其社交智能，并在角色扮演基准上取得15.6%的提升。

Comments 79 pages, 19 figures

IRAF: Interference-Resilient Adaptive Fusion for Noise-Robust End-to-End Full-Duplex Spoken Dialogue Systems

IRAF：面向噪声鲁棒的端到端全双工口语对话系统的抗干扰自适应融合

Tao Zhong, Jiajun Deng, Nikita Kuzmin, Yinke Zhu, Tianxiang Cao, Tristan Tsoi, Zhili Tan, Simon Lui, Xunying Liu

机构 * The Chinese University of Hong Kong（香港中文大学） ； AudioLab Hong Kong, Huawei Leibniz Research Center（香港AudioLab，华为Leibniz研究中心） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 提出IRAF模块，通过逐帧预测可靠性门控来调节用户音频对LLM的贡献，提升全双工对话系统在干扰说话人环境下的响应质量和交互稳定性。

Map as a Prompt: Learning Multi-Modal Spatial-Signal Foundation Models for Cross-scenario Wireless Localization

地图作为提示：学习用于跨场景无线定位的多模态空间信号基础模型

Yong Chu, Xun Zhou, Zenglin Xu, Hui Wang, Yue Yu

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） ； Shanghai Academy of AI for Science（上海人工智能科学研究院） ； Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） 纠错

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

AI总结 针对无线定位在不同环境中面临的挑战及现有方法的局限，提出多模态基础模型SigMap，通过循环自适应掩码策略和“地图即提示”框架学习无线表示并实现跨场景适应，实验证明其性能领先且零样本泛化能力强。

Comments 17pages, 9 figures, poster in International Conference on Learning Representations (ICLR), 2026

T5-CSBoost: Adversarial Perturbation Resistant LLM Fingerprinting

T5-CSBoost：抗对抗扰动的语言模型指纹识别

Gayan K. Kulatilleke, Mahsa Baktashmotlagh, Siamak Layeghy, Marius Portmann

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

AI总结 研究针对AIGT检测器在多种干扰下准确性下降的问题，提出T5-CSBoost，通过引入辅助损失鼓励学习抗扰动风格表示，在多基准测试中达先进水平，对高强度对抗扰动鲁棒性增强，证明对比学习规范风格嵌入可构建更强大指纹识别系统。

Comments 14 pages, 3 datasets, code and data will be provided

Token Time Continuous Diffusion for Language Modeling

用于语言建模的令牌时间连续扩散

Parikshit Bansal, Sujay Sanghavi

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

AI总结 研究提出令牌时间连续扩散（TTCD）语言模型，其在连续空间运行，引入令牌时间概念。该模型避免多令牌并行采样，能更好建模条件生成。实验表明，在高速加速时TTCD优于离散模型，在无条件和条件生成上有优势，数独求解也有类似成果。

On Adversarial Vulnerability of Vision-Language Models through the Lens of Intermediate Spectral Subspaces

基于中间谱子空间视角的视觉语言模型对抗脆弱性研究

Chethan Krishnamurthy Ramanaik, Tobias Callies, Michael Hecht, Eirini Ntoutsi

机构 * University of the Bundeswehr Munich（慕尼黑联邦国防军大学） ； University of Wrocław（弗罗茨瓦夫大学） 纠错

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

AI总结 研究基于Transformer的视觉语言模型对抗脆弱性，提出白盒谱子空间引导攻击（SSGRA），通过将中间表示与特定子空间对齐来攻击，实验显示其比现有基线更有效，还为模型对抗脆弱性提供谱解释，助力提升鲁棒性。

Recovering Input Text from Hidden States: Study of Gradient-Based Inversion of Decoder-Only Language Models

从隐藏状态恢复输入文本：基于梯度的解码器专用语言模型反演研究

Mikołaj Słowikowski, Maciej Witold Majewski

机构 * AGH University of Krakow, Faculty of Physics and Applied Computer Science（AGH克拉科夫大学物理与应用计算机科学学院） 纠错

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

AI总结 研究解码器专用语言模型最后层隐藏状态的反演问题，提出连续嵌入空间优化方法，通过离散损失评估恢复正确性，发现高频功能词是主要失败原因，内容词几乎完美恢复。

Leverage Is Not Reach: A Control-Window Law for Single-Neuron Steering in Language Models

杠杆不等于可达性：语言模型中单神经元操控的控制窗口定律

Hongliang Liu

机构 * Palo Alto Networks 纠错

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

AI总结 提出预算归一化控制窗口框架，通过残差范数与写入范数之比定义的相干预算，预测单神经元干预何时产生连贯行为控制，并在15个神经元上验证了预测精度。

Delegating or Doing? Understanding User Behavior in Hybrid Human-Agent Interfaces

委托还是自行操作？理解混合人机界面中的用户行为

Gavin Raine Dizon, Tyrone Justin Sta Maria, Jordan Aiko Deja, Yasuyuki Sumi

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

AI总结 该研究通过被试间实验对比三种交互模式，发现混合人机界面可降低交互成本，委托行为更多反映用户个体特征而非任务需求。

Comments 9 pages, In Proceedings of the 14th International Conference on Human-Agent Interaction at Osaka, Japan on November 16-19, 2026

Pearl necklace knots with fewer vertices than an equivalent FCC lattice knot

与等效面心立方（FCC）格纽结相比，顶点数更少的珍珠项链纽结

Alexander R. Klotz

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

AI总结 该研究通过大语言模型寻找满足珍珠项链数小于等效面心立方格纽结格点数的构型，发现5-7交叉数纽结等可实现$N_P=N_L-1$，$8_1$纽结可实现$N_P=N_L-2$，未找到三叶结的14顶点构型。

Comments 4 pages, 2 figures, tables in appendix, four ancillary files

TeachUp: Facilitating Early-Stage Teachers to Learn Instructional Strategies from Classroom Videos with Reflective Support

TeachUp：借助反思性支持帮助新手教师从课堂视频中学习教学策略

Haoxiang Fan, Ding Lei, Zaihong Zheng, Jiale Li, Jionghao Lin, Jian Yin, Zhenhui Peng

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 TeachUp借助LLM驱动的流程检测课堂视频中的9种教学策略，为新手教师提供反思支持，经实验验证可提升其学习参与度与策略应用表现。

Comments 16 pages, 6 figures, and 4 tables. To appear in the Proceedings of the 39th Annual ACM Symposium on User Interface Software and Technology (UIST '26)

Scout: Scalable Document Extraction via Data Similarity

Scout：基于数据相似度的可扩展文档提取工具

Yiming Lin, Chiyu Hao, Shreya Shankar, Aditya G. Parameswaran

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 Scout是一款基于文档相似度的可扩展文档提取工具，通过生成优化规则集实现高性价比数据提取，在多个真实数据集上达到与前沿LLM相当的准确率，成本大幅降低且优于同类基于程序的方法。

IcFuzz: Fuzzing Isaac Sim with Semantic Stage Guidance and Multi-level Mutation

IcFuzz：基于语义阶段引导与多级变异的Isaac Sim模糊测试

Zhixiang Chen, Zhuangbin Chen, Ruoxi Jia, Zeqin Liao, Wei Li, Jinyang Liu, Zibin Zheng

机构 * Sun Yat-sen University（中山大学） ； Nanyang Technological University（南洋理工大学） ； Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 本文提出首个针对Isaac Sim的模糊测试方法IcFuzz，通过LLM语义阶段分割、多级变异算子与多臂老虎机算法提升测试效果，在代码覆盖率与漏洞检测上优于基线，已发现11个漏洞且9个被确认修复。

Comments Accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)