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。
超越下一观测预测：面向序贯决策的智能体自创世界建模
机构 * Southeast University（东南大学） ； Meituan（美团）
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
给评分者打分：评估智能数据分析系统的经验教训
机构 * Columbia University（哥伦比亚大学）
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%。
证据差距：基于主张条件重新评分的事实核查
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 技术报告
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）
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。
理解Muon优化器的能力与局限：河流-山谷视角
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）
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
评估LLMs在真实世界Web漏洞检测中的表现
机构 * Technische Universität Berlin（柏林技术大学） ； Freie Universität Berlin（柏林自由大学）
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
主体之道：自生目标人工智能、嵌入主体与自我的消解
机构 * Aritra Sarkar
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: 用于查询全局解释的自然语言接口
机构 * Oregon State University（俄勒冈州立大学）
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
RCEM：配备查询重写技能的嵌入器，用于分布偏移下的鲁棒对话搜索
机构 * Microsoft（微软）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 提出RCEM模型，通过将LLM的查询重写能力蒸馏到嵌入模型中，实现无需显式重写的上下文感知检索，在分布偏移下提升鲁棒性。
多智能体系统是专家混合：谁成为影响者？
机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全中心） ； Faculty of Computer Science, University of Vienna（维也纳大学计算机科学系）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.LG
AI总结 本文通过Friedkin-Johnsen意见动力学模型分析多智能体LLM协商机制，揭示输入依赖的FJ参数使系统成为专家混合，并探讨基于自信度、感知自信度和初始观点对齐的影响者形成机制。
Comments Accepted at the 2nd Workshop on Compositional Learning at ICML 2026
重新审视上下文学习时代否定中的系统性
机构 * The University of Tokyo（东京大学） ； Riken（理化学研究所） ； Tohoku University（东北大学）
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
理解环境感知的信息检索行为
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）
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：一个用于研究心理健康背景下人机对话的开放研究平台
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）
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
MUZZLE: 针对间接提示注入攻击的自适应智能体红队测试框架
机构 * Northeastern University（东北大学） ； Mozilla Corporation（Mozilla公司）
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 提出MUZZLE框架，利用智能体轨迹自动识别高显著性注入面，自适应生成上下文相关的恶意指令，评估网络智能体对间接提示注入攻击的安全性，发现44种新攻击和跨应用攻击策略。
研究边疆：跨研究文化中的写作分析
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） ； Pioneer Centre for AI, University of Copenhagen（哥本哈根大学先锋人工智能中心） ； Allen Institute for Artificial Intelligence (Ai2)（人工智能研究院）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 本文通过跨文化访谈，揭示研究文化中的语言规范，并评估LLM的文化适应能力，强调人类中心方法在测量文化规范中的有效性。
Comments Accepted to ACL 2025 (Main)
层层代理：从底层到生产构建自定义AI代理的方法论
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）
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：面向小型多模态代理工具使用的输入归因感知策略优化
机构 * University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
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%。
从不可约元组合线性层
机构 * University of Wisconsin-Madison（威斯康星大学麦迪逊分校）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.LG
AI总结 提出用Clifford代数将线性层分解为双向量（几何基元）的组合，仅需O(log^2 d)参数，在LLM注意力投影中匹配强基线性能。
Comments 35 Pages, 11 Tables, 6 Figures, Appearing in NeurIPS 2025
Journal ref Advances in Neural Information Processing Systems 38 (2025)
LMT: 制造系统中文本告警记录的因果发现贝叶斯框架
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）
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
启发式访谈与需求之间的自动对齐
机构 * University of Bologna（博洛尼亚大学）
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 提出将访谈转录与用户故事需求自动对齐的任务，定义忠实度和覆盖率两个度量，利用大语言模型和嵌入模型实现自动评估，在四个数据集上达到0.86 macro-F1。
Comments 8 pages
评估基于自适应和生成式AI的反馈与推荐在知识图谱集成的编程学习系统中的效果
机构 * Graduate School of Engineering, Kochi University of Technology（Kochi大学技术大学工学研究院） ； Department of Computer Science, Durham University（Durham大学计算机科学系）
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 本文提出一种整合大型语言模型与检索增强生成方法的知识图谱编程学习系统，通过实验比较三种教学模式的反馈效果与学习表现。
Journal ref Computers and Education: Artificial Intelligence, Volume 10, June 2026, 100526
Agentopia: 智能体社会中的长期生活模拟与学习
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）
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：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
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）
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。
迈向迭代式端到端软件开发：一种特征驱动的多智能体框架
机构 * Fudan University（复旦大学） ； Nanyang Technological University（南洋理工大学）
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 提出EvoDev框架，通过特征分解、依赖建模和上下文传播，实现迭代式端到端软件开发，在Android任务上比Claude Code提升57.3%。
Comments Accepted by ISSTA 2026
Synapse: 通过类型化编目工件实现联邦工具路由
机构 * MongoDB ； Arizona State University（亚利桑那州立大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 本文提出了一种名为Synapse的联邦工具路由编目系统，通过类型化联邦工件实现跨客户端的联邦学习，解决了在异构LLM和无共享数据的情况下，如何实现隐私保护、冲突解决和跨架构迁移的问题。
BotDirector：跨对称现实的多模态交互机器人讲故事
机构 * State Key Laboratory of General Artificial Intelligence, BIGAI, Beijing, China（国家一般人工智能重点实验室，BIGAI，北京，中国） ； Peking University, Beijing, China（北京大学，北京，中国）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 提出一个结合具身交互和自然语言交互的机器人讲故事系统，利用LLM代理将儿童创建的叙事转化为自导航群体机器人的运动序列，支持灵活场景和日常物品。
Journal ref 2026 IEEE Conference on Virtual Reality and 3D User Interfaces Abstracts and Workshops (VRW)
G^2C-MT: 面向文档级机器翻译的图引导上下文选择
机构 * School of Computer Science and Technology, Soochow University（苏州大学计算机科学与技术学院） ； Trip.com Group（Trip.com集团）
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G^2C-MT方法，通过构建轻量级篇章图并采用深度偏置随机游走采样上下文路径，以结构化方式为文档级机器翻译选择上下文，提升翻译质量与鲁棒性。
Comments 9 pages, 2 figures; IJCAI2026
聊天机器人输出有意义（但有问题）的语言
机构 * University of Parma（帕尔马大学） ； University of Cambridge（剑桥大学） ； University of Pittsburgh（匹兹堡大学） ； Franklin and Marshall College（弗兰克林与马歇尔学院）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 本文论证大型语言模型（LLM）的输出是有意义的，但无需假设其具有心理状态或意图，并探讨了这一观点对语言理论和AI伦理的影响。
Comments 49 pages
RASER: 可恢复性感知的选择性升级路由器用于多跳问答
机构 * Institute AIFB, Karlsruhe Institute of Technology, Karlsruhe, Germany（卡尔斯鲁厄理工学院AIFB研究所） ； Shanghai Jiao Tong University, Shanghai, China（上海交通大学）
专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI
AI总结 提出RASER路由器，基于单次RAG的六个特征决定是否升级到更昂贵的检索策略，在不增加额外LLM调用的情况下，在F1分数与SOTA相当的同时节省大量token。
Comments Under Review
遗忘并非不可见：从模型输出中检测LLMs的遗忘痕迹
机构 * Michigan State University（密歇根州立大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； IBM Research（IBM研究院）
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 本文发现大型语言模型在经历机器遗忘后会在行为和内部表征中留下可检测的“指纹”，并通过分类器利用预测logits或文本输出以超过90%的准确率识别遗忘模型。
Comments Accepted to ICLR 2026
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