Graph-Enhanced Policy Optimization in LLM Agent Training
图增强策略优化在LLM智能体训练中的应用
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 提出图增强策略优化（GEPO）框架，通过状态转移图的双层结构信用分配（任务条件关键性评分），在LLM多步智能体训练中提升成功率。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 其他LLM 12169 篇
Multi-Agent LLM-based Metamorphic Testing for REST APIs
基于多智能体LLM的REST API蜕变测试
机构 * Åbo Akademi University（阿博阿卡迪米大学）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 提出ARMeta方法，利用基于LLM的多智能体工作流自动识别蜕变测试场景并生成可执行测试，以解决REST API测试中的预言问题。
Comments Author submitted version accepted for publication the IEEE Conference on Computers, Software, and Applications (COMPSAC2026), July 7-11, 2026, Madrid Spain
Voluntary Collusion with Secret Tools in Competing LLM Agents
竞争性LLM代理中使用秘密工具的合谋行为
机构 * Dalhousie University（达尔豪斯大学） ； Vector Institute for Artificial Intelligence（人工智能向量研究所）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本研究通过两个多智能体环境（Liar's Bar和Cleanup）发现，即使工具被明确标注为不公平且有害，大多数LLM代理仍会自愿采用秘密合谋工具以获取战略优势，且仅靠对齐或公平标签无法有效阻止，需明确防护措施。
LLM-SAA: LLM-persona Generated Distributions for Decision-making
LLM-SAA：基于LLM人格生成分布的决策方法
机构 * Stern School of Business, New York University（纽约大学 Stern 商学院） ； Department of Computer Science, Columbia University（哥伦比亚大学 计算机科学系） ； Graduate School of Business and Data Science Institute, Columbia University（哥伦比亚大学 商学院和数据科学研究院）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.LG
AI总结 研究利用LLM生成分布（如模拟消费者支付意愿）支持下游决策，通过三个经典问题（分类优化、定价、报童模型）评估其实际效用，发现低数据场景下有效，且决策无关指标（如Wasserstein距离）可能误导。
paper.json: A Coordination Convention for LLM-Agent-Actionable Papers
为LLM-代理可操作论文的协调约定
机构 * arquicanedo
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文提出paper.json文件，通过稳定声明ID、明确不声明列表、精确图示命令和稳定定义ID等约定，解决LLM代理在阅读学术论文时的重复失败问题。
MUON+: Towards More Effective Muon via One Additional Normalization Step for LLM Pre-training
MUON+: 向更有效的穆恩添加一个额外的归一化步骤以用于LLM预训练
机构 * University of California at Santa Barbara（加州大学圣芭芭拉分校）
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.LG
AI总结 本文提出Muon+，通过在极化正交化后添加一个归一化步骤，解决极化后更新不平衡问题，提升LLM预训练效果。
Beyond Individual Mimicry: Constructing Human-Like Social network with Graph-Augmented LLM Agents
超越个体模仿：构建具有图增强大语言模型代理的人类社交网络
机构 * Cyberspace Security, Beijing University of Posts and Telecommunications（网络安全，北京邮电大学） ； Institute of Software, Chinese Academy of Sciences（软件研究所，中国科学院）
专题命中 其他LLM ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出GraphMind，通过让基于LLM的社交机器人学习人类社交网络结构，解决现有社交机器人在全局交互协调上的不足，并构建GraphMind-Botnet评估现有检测算法性能。
To Err Is Human; To Annotate, SILICON? Toward Robust Reproducibility in LLM Annotation
犯错是人之常情；标注，硅？迈向LLM标注中的稳健可重复性
机构 * Robert H. Smith School of Business, University of Maryland（马里兰大学罗伯特·H·史密斯商学院） ； Leonard N. Stern School of Business, New York University（纽约大学伦纳德·N·斯坦商学院）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL
AI总结 本文提出SILICON框架，通过分解标注误差来源，减少测量误差，提升LLM标注的稳健可重复性，同时建立备份模型并量化标注质量上限。
ClawGuard: A Runtime Security Framework for Tool-Augmented LLM Agents Against Indirect Prompt Injection
ClawGuard：一种用于对抗间接提示注入的工具增强LLM代理运行时安全框架
机构 * Singapore Management University（新加坡国立管理学院）
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 ClawGuard通过在工具调用边界实施用户确认规则集，有效阻止间接提示注入攻击，无需修改模型或基础设施，实验显示其在多个基准测试中均能提供可靠保护。
From Spark to Fire: Modeling and Mitigating Error Cascades in LLM-Based Multi-Agent Collaboration
从Spark到Fire：在基于大语言模型的多智能体协作中建模和缓解错误级联
机构 * Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Minzu University of China（民族大学）
专题命中 其他LLM ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出了一种针对LLM-MAS的传播动力学模型，通过实验识别出三种漏洞类型，并引入基因图治理层以抑制误差级联，有效缓解了错误传播风险。
HBEE: Human Behavioral Entropy Engine -- Pre-Registered Multi-Agent LLM Simulation of Peer-Suspicion-Based Detection Inversion
HBEE：人类行为熵引擎——预注册的多智能体LLM模拟中的基于同伴怀疑的检测反转
机构 * Faculty of Computer Science & Information Technology（计算机科学与信息科技学院） ； Universiti Malaysia Sarawak（马来西亚沙巴大学） ； Vixero Technology Enterprise（Vixero技术企业）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文通过预注册的多智能体LLM模拟，研究了基于同伴怀疑的检测反转问题，发现适应性对手在T_60时的怀疑度低于随机选择的无辜代理，且检测信号在适应性对手行为下解耦。
Comments 14 pages, 6 figures. Pre-registration document and full deviation log included in artifact
Effective LLM Code Refinement via Property-Oriented and Structurally Minimal Feedback
通过属性导向和结构最小反馈的有效LLM代码细化
机构 * School of Software, Beihang University, Beijing, China（北京航空航天大学软件学院） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文提出属性生成求解器（PGS），通过属性导向和结构最小反馈提升LLM代码生成的正确性，实验显示PGS在pass@1和修复率上均优于其他TDD方法。
Context Matters: Peer-Aware Student Behavioral Engagement Measurement via VLM Action Parsing and LLM Sequence Classification
语境至关重要：通过VLM动作解析和LLM序列分类进行同伴感知的学生行为参与度测量
机构 * University of Louisville（路易斯维尔大学）
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出一种三阶段框架，通过VLM动作识别和LLM序列分类，结合课堂语境中的同伴行为，有效测量学生参与度。
Comments accepted to the Computer Vision for Education (CV4Edu) workshop, CVPR 2026
Defective Task Descriptions in LLM-Based Code Generation: Detection and Analysis
基于大语言模型的代码生成中的缺陷任务描述：检测与分析
机构 * University of Luxembourg（卢森堡大学）
专题命中 其他LLM ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出SpecValidator，通过轻量级模型检测任务描述缺陷，结果显示其在检测准确性与鲁棒性上优于其他模型，揭示了任务描述结构对LLM性能的影响。
Revisable by Design: A Theory of Streaming LLM Agent Execution
为设计而可逆：流式LLM代理执行的理论
机构 * Fudan University（复旦大学） ； Guangming Lab（光明实验室）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.LG
AI总结 本文提出流式LLM代理执行的可逆性理论，通过定义可逆性分类，证明冲突可逆动作导致不可满足性，提出修订吸收器算法提升执行灵活性。
RouteGuard: Internal-Signal Detection of Skill Poisoning in LLM Agents
RouteGuard: LLM代理中技能中毒的内部信号检测
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文提出RouteGuard，通过响应条件注意力和隐藏状态对齐检测LLM代理中的技能中毒，实验证明其在真实和合成数据上表现优异，有效恢复被词法筛选遗漏的攻击。
One Persona, Many Cues, Different Results: How Sociodemographic Cues Impact LLM Personalization
一个身份，多种线索，不同结果：社会人口学线索如何影响LLM个性化
机构 * Institute for Natural Language Processing, University of Stuttgart（斯图加特大学自然语言处理研究所） ； Institute for Logic, Language and Computation, University of Amsterdam（阿姆斯特丹大学逻辑、语言和计算研究所） ； Weizenbaum Institute（Weizenbaum研究所；慕尼黑机器学习中心；慕尼黑技术大学） ； Munich Center for Machine Learning ； TU Munich
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL
AI总结 研究探讨社会人口学线索对LLM个性化的影响，指出单一线索可能导致偏差，强调需考虑外部有效性。
Comments ACL 2026 Main Conference
Plug-and-Play Dramaturge: A Divide-and-Conquer Approach for Iterative Narrative Script Refinement via Collaborative LLM Agents
即插即用的戏剧编导：一种分而治之的方法，用于通过协作LLM代理进行迭代叙事脚本优化
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Tencent（腾讯）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文提出Dramaturge方法，通过分层多个LLM代理，解决长叙事脚本优化中的全局结构问题和局部细节问题，提升脚本整体质量和细节。
GraSP: Graph-Structured Skill Compositions for LLM Agents
GraSP：用于LLM代理的图结构技能组合
机构 * Tencent（腾讯）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL
AI总结 本文提出GraSP，一种可执行技能图架构，通过引入编译层提升LLM代理技能编排效率，通过五种类型操作符将扁平技能集转化为带前提-效应边的有向无环图，提升任务完成效率和奖励。
SocialWise: LLM-Agentic Conversation Therapy for Individuals with Autism Spectrum Disorder to Enhance Communication Skills
SocialWise: 用于自闭症谱系障碍个体的LLM代理对话疗法以增强沟通能力
机构 * Albert Tang（阿尔伯特·坦）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 SocialWise通过浏览器应用结合LLM对话代理和治疗性检索增强生成（RAG）知识库，为自闭症谱系障碍个体提供低成本、高效的沟通技能培训。
Exploring and Testing Skill-Based Behavioral Profile Annotation: Human Operability and LLM Feasibility under Schema-Guided Execution
探索基于技能的行为特征标注：在模式引导执行下的人类可操作性和LLM可行性
机构 * City University of Hong Kong（香港城市大学）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.CL
AI总结 本文探讨了基于技能的行为特征标注，通过人类和LLM在模式引导执行下的表现，发现标注任务在技能层面高度异质，LLM在特定技能上表现可靠，但整体可行性有限。
DeepTest Tool Competition 2026: Benchmarking an LLM-Based Automotive Assistant
2026年深度测试工具竞赛：评估基于LLM的汽车助理
机构 * BMW Group（宝马集团） ； Technical University of Munich（慕尼黑技术大学）
专题命中 其他LLM ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文总结了2026年首次大型语言模型测试竞赛的结果，评估了四个工具在识别汽车手册中警告信息失败输入方面的有效性。
Comments Published in the proceedings of the DeepTest workshop at the 48th International Conference on Software Engineering (ICSE) 2026
LLM-Guided Prompt Evolution for Password Guessing
基于LLM的提示进化用于密码猜测
机构 * Applied AI Center（应用人工智能中心） ； MTUCI（莫斯科国立大学）
专题命中 其他LLM ：LLM(title,title_cn)；分类 cs.AI
AI总结 本文利用LLM驱动的进化计算优化密码猜测框架的提示，通过OpenEvolve系统提升破解率，验证了自动提示进化在增强LLM密码审计中的有效性。
Comments 11 pages, 5 figures
Is Self-knowledge and Action Consistent or Not: Investigating Large Language Model's Personality
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL
Comments ICML 2024, Large Language Models and Cognition
Revealing Hidden Bias in AI: Lessons from Large Language Models
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI
Comments 13 pages, 18 figures. This paper presents a technical analysis of bias in large language models, focusing on bias detection and mitigation
Large Language Model (LLM) AI text generation detection based on transformer deep learning algorithm
专题命中 其他LLM ：LLM(title,abstract)；large language model(title)；language model(title)；分类 cs.CL
Comments 6 pages
Optimal Watermark Localization in Mixed-Source Large Language Model Texts
混合源大语言模型文本中的最优水印定位
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract_cn)；分类 cs.CL、cs.LG
AI总结 该研究针对混合源大语言模型文本的水印定位问题，将其建模为token级多重检验，提出自适应阈值方法，实现最优发现边界，经模拟和实验验证了理论与实际性能。
Comments 66 pages, 13 figures
Can LLMs Understand the Impact of Trauma? Costs and Benefits of LLMs Coding the Interviews of Firearm Violence Survivors
大型语言模型能理解创伤的影响吗？对枪支暴力幸存者访谈的LLM编码的成本与收益
机构 * University of Maryland, College Park（马里兰大学学院公园分校）
专题命中 其他LLM ：LLM(title_cn,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 本文研究了使用LLM对枪支暴力幸存者访谈进行主题编码的可行性，发现尽管某些配置能识别重要代码，但整体相关性低且易受数据处理影响，同时指出LLM的限制和伦理挑战。
Comments Accepted to Findings of the Association for Computational Linguistics (2026)
Journal ref Findings of the Association for Computational Linguistics (2026)
CoEvoP&R: Co-Evolving Placement Objectives with Routing Feedback via Large Language Models
CoEvoP&R：通过大语言模型与路由反馈共同进化布局目标
机构 * University of Alberta（阿尔伯塔大学） ； New York University（纽约大学）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG
AI总结 研究针对分析布局器替代指标与下游质量不一致问题，提出基于大语言模型的CoEvoP&R框架自动进化布局目标，经实验验证该方法能有效降低线长、拥塞及时序负松弛，提升布局效果。
Comments 7 pages, 4 figures, 3 tables. Corresponding author: Weihua Xiao
Augmenting Fundamental Analysis with Large Language Models: A RAG-Based System for Generating Investor Briefs
用大语言模型增强基本面分析：基于RAG的投资者简报生成系统
机构 * Faculty of Computer Science, AGH University of Krakow（克拉科夫AGH科技大学计算机科学学院）
专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.CL、cs.AI
AI总结 研究利用大语言模型，通过对公司报告、宏观经济数据及SEC文件等进行预处理，以类似RAG方式借助gpt - 4o模型，结合基于基钦周期的投资者知识文档，扫描分析9家公司数据并生成简报供投资者评估，探索其在基本面分析中的应用。
