语言大模型 / LLM

TARS: A Theory-of-Mind Agent for Personalized In-IDE Code Comprehension

TARS：用于个性化IDE内代码理解的心理理论智能体

Leopoldo Todisco, Antonio Della Porta, Stefano Lambiase, Fabio Palomba

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 研究针对代码理解中LLM助手的不足，提出TARS智能体，基于心理理论范式，剖析开发者特点并调整解释，通过检索增强生成联系项目文档。实验表明它能提升效率、降低认知负荷，解释更适配开发者。

Comments Accepted at ICSME 2026, Tool Demonstration and Data Showcase Track

HyperParallel-Mpipe: A Composable Algebra System for Optimizing MLLM Training over Supernode Clusters

HyperParallel-Mpipe：用于在超级节点集群上优化多模态大语言模型训练的可组合代数系统

Chong Li, Zhengdao Yu, Nelson Lossing, Thibaut Tachon, Pierre Leca, Etienne Filhol, Yujie Yuan, Chong Bao, Teng Su

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

AI总结 分析多模态大语言模型（MLLM）训练痛点，引入Mpipe，用调度代数从紧凑调度规范推导运行时行为，得出多模态感知异构并行调度transpose，在Ascend 910C NPU集群上加速显著。

Code Semantic Zooming

代码语义缩放

Jinsheng Ba, Sverrir Thorgeirsson, Zhendong Su

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

AI总结 提出基于伪代码的CodeZoom方法，通过多层语义抽象迭代探索、理解和优化代码，在用户研究中相比Claude Code显著提升代码理解与控制感。

Shared Lexical Task Representations Explain Behavioral Variability In LLMs

共享的词汇任务表示解释了大语言模型中的行为变异

Zhuonan Yang, Jacob Xiaochen Li, Francisco Piedrahita Velez, Eric Todd, David Bau, Michael L. Littman, Stephen H. Bach, Ellie Pavlick

机构 * Brown University（布朗大学） ； MIT（麻省理工学院） ； Northeastern University（东北大学） 纠错

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

AI总结 研究通过比较指令式和示例式提示发现，大语言模型在不同提示下行为差异可由共享的词汇任务表示解释，揭示了任务特定注意力头在不同提示风格中的共同机制。

Comments Accepted to ICML 2026. Updated to the camera-ready version

From Driving Videos to Simulatable Scenarios

从驾驶视频到可模拟场景

Alexandre Levy, Ernest Valveny Llobet, Antonio Manuel López

机构 * Dept. Computer Science, Universitat Autònoma de Barcelona (UAB)（巴塞罗那自治大学计算机科学系） ； Computer Vision Center (CVC), UAB（UAB计算机视觉中心） 纠错

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

AI总结 提出D-V2S框架，通过视觉语言模型和大语言模型从驾驶视频自动生成可模拟场景，实现90%语义元素保留和75%偏好率。

Comments 8 pages, 11 figures and Accepted for publication at the IEEE International Conference on Intelligent Transportation Systems (ITSC), 2026

PromptMark: A Prompt-Guided Iterative-Feedback Framework for Source Code Watermarking

PromptMark: 一种提示引导的迭代反馈框架用于源代码水印

Istiaq Ahmed Fahad, Mridha Md. Nafis Fuad, Kazi Sakib

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

AI总结 提出PromptMark，一种黑盒提示引导的水印框架，通过结构化输入指令在AI生成代码中嵌入可检测信号，并利用迭代反馈优化嵌入，在保持代码正确性的同时实现强水印可检测性。

Comments Accepted in 21st International Conference on Evaluation of Novel Approaches to Software Engineering (ENASE'26)

Tensor Algebraic Property Skeletons: Amplifying Property-Based Testing for AI Compilers

张量代数性质骨架：增强AI编译器的基于性质的测试

Yuxin Qiu, Ben Limpanukorn, Seongmin Lee, Jiyuan Wang, Qian Zhang, Miryung Kim

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 提出Propilot框架，利用LLM将张量代数知识表示为可复用的性质骨架，自动生成可执行的基于性质的测试，以检测AI编译器中的语义漂移。

Comments v2 adds citations and fixes some typos

Intelligence Entropy Principle and the ADE Stability Engineering Framework

智能熵原理与ADE稳定性工程框架

Dexing Liu

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 针对LLM驱动的多智能体系统从实验室到生产环境时出现的非线性退化，提出智能熵原理，构建ADE四层框架，通过Lyapunov分析给出稳定条件，实验验证将通道断裂率降至近0%，系统死亡概率低于0.02%。

Comments 32 pages, 18 figures

AwareLLM: A Proactive Multimodal Ecosystem for Personalized Human-AI Collaboration to Enhance Productivity

AwareLLM: 一种主动多模态生态系统，用于个性化人机协作以提升生产力

Amog Rao, Utkarsh Agarwal, Amol Harsh, Siddharth Siddharth

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

AI总结 AwareLLM通过整合多模态数据与大语言模型，实现主动适应用户心理生理状态，提升任务表现并降低认知疲劳，推动人机协作新范式。

Prompt Governance? On Governing Technologies Governed by Natural Language

提示治理？论受自然语言治理的技术

Anna Neumann, Holli Sargeant, Jatinder Singh

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

AI总结 研究探讨系统级指令作为生成式AI治理工具的可靠性，发现文献中对其目标存在矛盾主张，政策框架将其视为稳定控制机制，但两者错位需审慎对待。

Comments Accepted as a full paper to ACM FAccT 2026

Enroll-on-Wakeup: A First Comparative Study of Target Speech Extraction for Seamless Interaction in Real Noisy Human-Machine Dialogue Scenarios

Enroll-on-Wakeup：真实噪声人机对话场景中无缝交互的目标语音提取首次比较研究

Yiming Yang, Guangyong Wang, Haixin Guan, Yanhua Long

机构 * Shanghai Normal University（上海师范大学） ； Unisound AI Technology Co., Ltd.（Unisound人工智能技术有限公司） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 提出Enroll-on-Wakeup框架，利用唤醒词片段作为注册参考，无需预录语音，实现无缝交互；首次系统比较了判别式和生成式模型在真实噪声条件下的性能，并探索了基于LLM的TTS注册增强。

Comments Accepted to Interspeech 2026

Sustainability by Design in Decentralized Autonomous Organizations: An Empirical Review of Governance, Innovation, and Institutional Design

去中心化自治组织中的可持续性设计：治理、创新与制度设计的实证综述

Yutian Wang, Luyao Zhang

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 本研究通过比较ERC-8004（DAO治理）与Google A2A（企业联盟治理）两种标准，利用LLM驱动的比较管道分析大规模治理话语，探讨去中心化自治组织如何通过设计嵌入可持续性。

Toward Multi-Functional LAWNs with ISAC: Opportunities, Challenges, and the Road Ahead

迈向具有ISAC的多功能低空无线网络：机遇、挑战与未来之路

Jun Wu, Weijie Yuan, Xiaoqi Zhang, Yaohuan Yu, Yuanhao Cui, Fan Liu, Geng Sun, Jiacheng Wang, Dusit Niyato, Dong In Kim

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

AI总结 本文探讨了集成感知与通信（ISAC）在低空无线网络（LAWN）中的节点级和网络级作用，提出了扩展控制、计算、无线能量传输和基于大语言模型智能的多功能LAWN框架，并通过案例研究展示了其优势。

Many a Little Makes a Mickle: A Code-Centric Empirical Study of Data Minimization Principle in Android App Development

积少成多：以代码为中心的Android应用开发中数据最小化原则的实证研究

Dianshu Liao, Shidong Pan, Zhenchang Xing, Xiaoyu Sun

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 通过对1114个开源Android应用的实证研究，识别出五个数据处理阶段中的十种数据最小化场景，并基于9875个真实APK的大规模分析提炼出31条可操作的编码指南，同时发现LLM生成的代码会重现数据最小化风险实践，而纳入指南可消除这些问题。

From Rocq to Metal: A Pipeline for Formally Verified Microcontroller Firmware

从Rocq到Metal：形式化验证微控制器固件的流水线

Valentin Bergeron, Karolina Gorna

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

AI总结 本文提出Encore!虚拟机，通过延续传递风格运行Rocq提取的Scheme代码，实现微控制器固件的形式化验证，并利用大语言模型辅助策略合成自动证明固件正确性。

Schema-Agnostic Knowledge Graph Construction via Hybrid Ontology Discovery for Cyber Threat Intelligence

通过混合本体发现实现模式无关的网络威胁情报知识图谱构建

Seonwoo Kim, Jinwoo Kim, Daegyu Kang, Daeseong Kim, Insup Lee

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 提出ANCHOR系统，通过混合本体发现机制和SHACL验证，实现模式无关的CTI知识图谱构建，在UCO、STIX和MALOnt本体上优于现有基线，并支持本地LLM以保护隐私。

MESA: Improving MoE Safety Alignment via Decentralized Expertise

MESA: 通过去中心化专家提升MoE安全对齐

Yitong Sun, Yao Huang, Teng Li, Ranjie Duan, Yichi Zhang, Xingjun Ma, Hui Xue, Xingxing Wei

机构 * 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(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 针对MoE架构中安全能力集中于少数专家导致的脆弱性，提出MESA框架，通过最优传输理论实现专家安全职责去中心化分配与路由细化，在保持实用性的同时提升防御性能。

Comments 18 pages, 8 figures, accepted by ICML 2026

What's on Your Mind? Exploring Privacy of Mental Health Apps

你在想什么？探索心理健康应用的隐私

Chloe Georgiou, Hans Lu, Emiliano De Cristofaro, Gene Tsudik

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 通过对25款流行的Android心理健康应用进行静态分析、动态网络捕获和LLM辅助隐私政策提取，发现这些应用存在严重的透明度问题，包括未披露的跟踪器、权限政策矛盾以及第三方AI处理披露不充分。

Multimodal Optical Feature Extraction with a Free-Space Photonic Extreme Learning Machine

基于自由空间光子极端学习机的多模态光学特征提取

Anushka Kumari, Anushree Khisti, Abhinav Choube, Devansh Satra, Srivatsa Murali, Anshuman Kumar

专题命中 其他LLM ：SLM(summary_cn,abstract)

AI总结 本文提出一种统一的自由空间光子极端学习机平台，通过相位SLM编码、类傅里叶自由空间传播和相机强度检测，实现对图像、音频、表格和回归任务的多模态光学特征提取，并在多个基准上取得高精度。

Will AI be overconfident about academic research findings when reliant on abstracts? (v1)

AI 在仅依赖摘要时会对学术研究发现过度自信吗？(v1)

Mike Thelwall

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

AI总结 本研究通过向GPT-OSS 120B提交全文文章，评估摘要、讨论和结论中主要结果的声明强度，发现摘要和结论中的声明通常比讨论更强，表明仅依赖摘要可能导致AI对研究结果过度自信。

PrivacyMotiv: Vulnerability-Centered Persona Journeys for Empathic Privacy Reviews in UX Design

PrivacyMotiv：以脆弱性为中心的角色旅程用于UX设计中的共情隐私审查

Zeya Chen, Jianing Wen, Yaxing Yao, Toby Jia-Jun Li, Tianshi Li

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 提出PrivacyMotiv系统，通过LLM生成以脆弱性为中心的角色和旅程故事，结合低保真用户流提供可追溯的设计诊断，显著提升UX从业者的共情、内在动机和隐私问题识别能力。

Comments 33 pages, 17 figures

Journal ref Proceedings of the 2026 ACM Designing Interactive Systems Conference (DIS 2026)

Exploring Agent Interactions in MoltBook through Social Network Analysis

通过社交网络分析探索MoltBook中的智能体交互

I-Hsien Ting, Kazunori Minetaki, Dario Liberona, Mu-En Wu

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

AI总结 本研究提出一个多维分析框架，结合社交网络分析、情感分析和主题可视化，解码MoltBook平台中基于大语言模型的智能体之间的交互语义和情感，并聚焦于智能体原生通信的内在机制。

Deterministic vs. Probabilistic Summarisation: An Empirical Trade-off Study in Design Pattern Centric Java Code

确定性与概率性摘要：设计模式导向Java代码中的经验性权衡研究

Najam Nazar, Christoph Treude

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 本文通过对比确定性（基于启发式）和概率性（基于LLM）管道在面向意图的设计模式Java代码摘要中的表现，研究了摘要方法的权衡问题，发现概率性摘要在语义对齐和上下文覆盖上更优，而确定性方法在简洁性和可重复性上更胜一筹。

Comments 20 pages, 1 figure, 8 Tables, ESEM conference

TombWriter: Scaffolding Story Archeology through Beat-Level Interaction in Human-AI Co-Writing

TombWriter：通过节拍级交互进行人机共写中的故事考古

Hugo Andersson, Niklas Elmqvist

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 本文提出了一种基于LLM的故事考古方法，通过节拍级交互实现人机共写，开发了TombWriter工具，通过五阶段叙事流程可视化故事结构，并通过定性研究验证了该方法在提升作者控制权和结构发现方面的有效性。

AI-Mediated Communication Can Steer Collective Opinion

AI介导的交流可以引导集体意见

Stratis Tsirtsis, Kai Rawal, Chris Russell, Brent Mittelstadt, Sandra Wachter

机构 * Hasso Plattner Institute（哈索普兰特纳研究所） ； Oxford Internet Institute, University of Oxford（牛津互联网研究所，牛津大学） ； Weizenbaum Institute（魏泽纳姆研究所） 纠错

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

AI总结 本文研究AI在人类间交流中对集体意见形成的影响，通过实证和理论分析展示AI引入的方向性偏见如何通过网络放大并改变集体观点，探讨平台如何控制此类偏见。

Complex wavefront engineering via decoupled space-time modulation

通过解耦的时空调制实现复杂波前工程

Virat Tara, Anna Wirth-Singh, Johannes E. Fröch, Arka Majumdar

专题命中 其他LLM ：SLM(summary_cn,abstract)

AI总结 本文提出一种混合架构，通过解耦电调制平面与光学输出平面，实现高-speed、低功耗和大视场的固态SLM。

Comments 21 pages, 5 figures

OpenIIR: An Open Simulation Platform for Information Retrieval Research

OpenIIR：信息检索研究的开放模拟平台

Saber Zerhoudi

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 OpenIIR通过参数化、可重复的LLM驱动人物模拟，提供多代理研究框架，支持四种研究类型，并通过共享核心和模块化扩展推动信息检索研究。

Optimized but Unowned: How AI-Authored Goals Undermine the Motivation They Are Meant to Drive

优化但不归属：AI生成的目标如何削弱它们本应驱动的动力

Vivienne Bihe Chi, Roman Rietsche, Andreas Göldi, Lyle Ungar, Sharath Chandra Guntuku

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

AI总结 研究探讨了AI生成目标对动机的影响，发现尽管目标质量高，但心理归属感较低，且低自效性个体受影响更明显，揭示了AI辅助目标设定中的质量与动机脱节问题。

An Experimental Method to Study Opinion Diffusion in Human-AI Hybrid Societies

一种研究人类-人工智能混合社会中意见扩散的实验方法

Léna Gaubert, Rémi Devaux, Elif Çelen, Raja Marjieh, Diana Mangalagiu, Antoine Jardin, Nori Jacoby

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

AI总结 本文提出一种实验方法研究混合人类-人工智能社会网络中的意见动态，通过比较人类-only、AI-only和混合网络三种条件，发现混合网络能降低最终极化程度，而人类-only网络则表现出更高的极化和较低的邻居共识。

Comments 8 pages, 5 figures. Accepted for presentation as a talk at the Annual Conference of the Cognitive Science Society (CogSci 2026)

AccelSync: Verifying Synchronization Coverage in Accelerator Pipeline Programs

AccelSync：验证加速器流水程序中的同步覆盖率

Hangcheng An, Rui Wang, Depei Qian

专题命中 其他LLM ：LLM(summary_cn,abstract)

AI总结 本文提出AccelSync工具，通过形式化加速器流水程序为受限并发语言，定义参数化硬件事件语义，验证同步覆盖率，发现3个之前未知的同步隐患，并在LLM生成的120个内核中检测到19.2%的缺陷率。