语言大模型 / LLM

Hidden Failures in Robustness: Why Supervised Uncertainty Quantification Needs Better Evaluation

鲁棒性中的隐藏故障：为什么监督不确定性量化需要更好的评估

Joe Stacey, Hadas Orgad, Kentaro Inui, Benjamin Heinzerling, Nafise Sadat Moosavi

机构 * University of Sheffield（谢菲尔德大学） ； Kempner Institute at Harvard University（哈佛大学肯普纳研究所） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Tohoku University（东北大学） ； RIKEN（理化学研究所） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究了监督不确定性探针的鲁棒性，发现现有方法在长文本生成中表现不佳，探针输入比架构更影响鲁棒性，提出混合回退策略提升鲁棒性。

Hierarchical Textual Knowledge for Enhanced Image Clustering

层次化文本知识用于增强图像聚类

Yijie Zhong, Yunfan Gao, Weipeng Jiang, Haofen Wang

机构 * Tongji University（同济大学） ； Huawei Technologies Ltd.（华为技术有限公司） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出KEC方法，通过大语言模型构建层次化概念-属性知识，提升图像聚类的准确性与鲁棒性。

Comments Accepted by CVPR 2026

HumanVBench: Probing Human-Centric Video Understanding in MLLMs with Automatically Synthesized Benchmarks

HumanVBench: 通过自动合成基准测试探测多模态大语言模型中的以人为本的视频理解

Ting Zhou, Daoyuan Chen, Qirui Jiao, Bolin Ding, Yaliang Li, Ying Shen

机构 * Sun Yat-Sen University（中山大学） ； Alibaba Group（阿里巴巴集团） ； Peng Cheng Laboratory（鹏城实验室） ； Guangdong Provincial Key Laboratory of Fire Science and Intelligent Emergency Technology（广东省消防科学与智能应急技术重点实验室） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出HumanVBench，一个针对多模态大语言模型（MLLMs）中以人为本的视频理解能力的综合基准测试，通过自动化流程生成高质量视频注释和挑战性问题，揭示30个领先MLLMs在感知细微情绪和对齐语音与视觉线索方面的不足。

Comments Accepted as a conference paper at CVPR 2026

Diffusion-CAM: Faithful Visual Explanations for dMLLMs

扩散-CAM：面向dMLLMs的可信视觉解释

Haomin Zuo, Yidi Li, Luoxiao Yang, Xiaofeng Zhang

机构 * Department of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知系） ； Sun Yat-sen University（中山大学） ； Northwestern University（西北大学） ； Technion - Israel Institute of Technology（以色列理工学院） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出Diffusion-CAM，一种专为扩散多模态大语言模型设计的可解释性方法，通过可微探针获取中间表示，捕捉潜在特征及其类别梯度，解决空间模糊和图像内部混淆问题，提升定位准确性和视觉保真度。

Comments Accepted by ACL 2026 main conference

Latent Instruction Representation Alignment: defending against jailbreaks, backdoors and undesired knowledge in LLMs

潜在指令表示对齐：防御对抗性指令、后门和不期望知识在大语言模型中的攻击

Eric Easley, Sebastian Farquhar

机构 * ML Alignment & Theory Scholars（机器学习对齐与理论学者） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出LIRA方法，通过改变模型对指令的解释方式提升泛化能力，并通过内部对抗训练算法进一步增强泛化，有效防御了99%以上的PEZ对抗攻击，移除了一个具有挑战性的不安全代码后门，并在WMDP网络中实现最优遗忘。

Comments 33 pages, 6 figures

Enabling Global, Human-Centered Explanations for LLMs:From Tokens to Interpretable Code and Test Generation

使大语言模型具备全球、以人为本的解释能力：从token到可解释的代码和测试生成

Dipin Khati, Daniel Rodriguez-Cardenas, David N. Palacio, Alejandro Velasco, Michele Tufano, Denys Poshyvanyk

机构 * Microsoft（微软） ； Google（谷歌） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出code rationales框架，通过将token级解释映射到高层编程类别，实现大语言模型代码生成的全局可解释性，验证了其在减少解释不确定性方面的有效性。

Comments Accepted to ICSE 2026

Human vs. Machine Deception: Distinguishing AI-Generated and Human-Written Fake News Using Ensemble Learning

人类与机器欺骗：利用集成学习区分人工智能生成和人类撰写的虚假新闻

Samuel Jaeger, Calvin Ibeneye, Aya Vera-Jimenez, Dhrubajyoti Ghosh

机构 * School of Data Science and Analytics, Kennesaw State University（肯尼索州立大学数据科学与分析学院） ； Department of Computer Science, Kennesaw State University（肯尼索州立大学计算机科学系） ； Department of Mathematics, Kennesaw State University（肯尼索州立大学数学系） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文通过分析语言、结构和情感差异，利用机器学习和集成方法区分人工智能生成和人类撰写的虚假新闻，发现读写性特征是主要预测因素，集成学习提升了分类性能。

Noise-Aware In-Context Learning for Hallucination Mitigation in ALLMs

面向噪声的上下文学习用于ALLMs中的幻觉抑制

Qixuan Huang, Khalid Zaman, Masashi Unoki

机构 * Japan Advanced Institute of Science and Technology（日本先端科学技术大学院大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出噪声感知上下文学习方法，通过构建噪声先验库和引入噪声示例作为上下文先验，减少生成模型的幻觉问题，并建立音频描述任务的幻觉基准，实验表明该方法有效降低幻觉率。

ExplainFuzz: Explainable and Constraint-Conditioned Test Generation with Probabilistic Circuits

ExplainFuzz: 基于概率电路的可解释且受约束的测试生成

Annaëlle Baiget, Jaron Maene, Seongmin Lee, Benjie Wang, Guy Van den Broeck, Miryung Kim

机构 * UCLA（加州大学洛杉矶分校） ； KU Leuven（鲁汶大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 ExplainFuzz利用概率电路学习并查询基于语法规则的测试输入的结构分布，通过条件化能力整合测试约束，提升生成输入的现实性和多样性，显著提高缺陷触发率。

Comments 19 pages

Mitigating Hallucination on Hallucination in RAG via Ensemble Voting

通过集成投票缓解RAG中的幻觉

Zequn Xie, Zhengyang Sun

机构 * Polytechnic Institute Zhejiang University Hangzhou, China ； School of Computer Science ； Technology Xinjiang University Urumqi, China 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出VOTE-RAG框架，通过集成投票机制缓解RAG中的幻觉问题，实验表明其性能优于复杂框架，且结构简单、并行高效。

Comments arXiv admin note: text overlap with arXiv:2505.18581 by other authors

SUMMIR: A Hallucination-Aware Framework for Ranking Sports Insights from LLMs

SUMMIR: 一种针对LLM生成体育洞察的幻觉感知排序框架

Nitish Kumar, Sannu Kumar, S Akash, Manish Gupta, Ankith Karat, Sriparna Saha

机构 * Indian Institute of Technology Patna（印度理工学院巴特那分校） ； Microsoft（微软） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出SUMMIR框架，通过多模型验证和用户兴趣排序，提升体育新闻洞察的准确性和相关性。

Comparative reversal learning reveals rigid adaptation in LLMs under non-stationary uncertainty

比较性反向学习揭示在非平稳不确定性下LLMs的刚性适应

Haomiaomiao Wang, Tomás E Ward, Lili Zhang

机构 * Insight Research Ireland Centre for Data Analytics, Ireland（爱尔兰洞察研究中心） ； School of Computing, Dublin City University, Ireland（都柏林城市大学计算机学院） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究通过比较确定性固定转移循环与随机性随机调度，探讨LLMs在非平稳环境下的适应性，发现DeepSeek-V3.2表现出极端的固着现象，而Gemini-3和GPT-5.2适应更快但仍不如人类敏感。

Comments 14 pages, 2 figures, accepted by IPMU 2026, SS04: Explainable AI and Decision-Making Under Uncertainty: Bridging Interpretability and Robustness

Similarity Field Theory: A Mathematical Framework for Intelligence

相似性场理论：智能的数学框架

Kei-Sing Ng

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出相似性场理论，通过定义相似性场、系统演化和生成算子，将智能定义为生成新实体的算子，并将其视为几何问题而非统计问题。

Representation learning to advance multi-institutional studies with electronic health record data from US and France

利用表示学习推动多机构研究的电子健康记录数据：来自美国和法国的数据

Doudou Zhou, Han Tong, Linshanshan Wang, Suqi Liu, Xin Xiong, Ziming Gan, Romain Griffier, Boris Hejblum, Yun-Chung Liu, Chuan Hong, Clara-Lea Bonzel, Tianrun Cai, Kevin Pan, Yuk-Lam Ho, Lauren Costa, Vidul A. Panickan, J. Michael Gaziano, Kenneth Mandl, Vianney Jouhet, Rodolphe Thiebaut, Zongqi Xia, Kelly Cho, Katherine Liao, Tianxi Cai

机构 * Department of Statistics and Data Science, National University of Singapore（新加坡国立大学统计与数据科学系） ； Harvard T.H. Chan School of Public Health（哈佛大学陈曾熙公共卫生学院） ； Department of Statistics, Columbia University（哥伦比亚大学统计系） ； Harvard Medical School（哈佛医学院） ； Department of Statistics, University of Chicago（芝加哥大学统计系） ； Univ. Bordeaux, INSERM, Bordeaux Population Health Research Center（波尔多大学，法国国家健康与医学研究院，波尔多人口健康研究中心） ； CHU de Bordeaux, Service d’Information Médicale（波尔多大学医院医学信息部） ； Inria SISTM Team（法国国家信息与自动化研究所SISTM团队） ； Duke University（杜克大学） ； VA Boston Healthcare System（VA波士顿医疗系统） ； Brigham and Women’s Hospital（布里格姆妇女医院） ； Brown University（布朗大学） ； Computational Health Informatics Program, Boston Children’s Hospital（波士顿儿童医院计算健康信息学项目） ； Department of Neurology, University of Pittsburgh（匹兹堡大学神经病学系） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出基于图的框架，通过学习共享语义空间解决多机构电子健康记录数据表示不一致问题，提升跨机构临床模型训练与部署的鲁棒性。

Read More, Think More: Revisiting Observation Reduction for Web Agents

多读多想：重新审视网络代理中的观察缩减

Masafumi Enomoto, Ryoma Obara, Haochen Zhang, Masafumi Oyamada

机构 * NEC Corporation（日本电气股份有限公司） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文研究网络代理中观察缩减的优化问题，发现模型能力和思考token预算影响观察表示选择，高能力模型适合详细HTML观察，低能力模型适合紧凑的访问树观察，同时引入diff-based表示提升效率。

The Illusion of AI Expertise Under Uncertainty: Navigating Elusive Ground Truth via a Probabilistic Paradigm

人工智能专家能力的幻觉：通过概率范式导航 elusive 的真实地面真相

Aparna Elangovan, Lei Xu, Mahsa Elyasi, Ismail Akdulum, Mehmet Aksakal, Enes Gurun, Brian Hur, Saab Mansour, Ravid Shwartz Ziv, Karin Verspoor, Dan Roth

机构 * Independent Researcher（独立研究员） ； Amazon（亚马逊） ； Gazi University（加齐大学） ； University of Colorado（科罗拉多大学） ； Samsun University（萨姆松大学） ； The University Of Melbourne（墨尔本大学） ； New York University（纽约大学） ； RMIT University（皇家墨尔本理工大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出概率范式，揭示高置信度真实答案对专家高分的必要性，指出在真实答案变化大的数据集中，随机标注者与专家表现差异不大，强调在低专家表现时，按真实答案概率分层评估至关重要。

Principal Prototype Analysis on Manifold for Interpretable Reinforcement Learning

流形上的主原型分析用于可解释的强化学习

Bodla Krishna Vamshi, Haizhao Yang

机构 * University of Maryland College park（马里兰大学帕克分校） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出一种自动选择最优原型的方法，用于增强强化学习的可解释性，无需人工定义原型，实验显示其性能与现有方法相当。

POTSA: A Cross-Lingual Speech Alignment Framework for Speech-to-Text Translation

POTSA：一种用于语音到文本翻译的跨语言语音对齐框架

Xuanchen Li, Chenrui Cui, Tianrui Wang, Meng Ge, Zikang Huang, Yizhou Peng, Jin Li, Yuheng Lu, Yu Jiang, Nyima Tashi, Longbiao Wang, Jianwu Dang

机构 * Tianjin Key Laboratory of Cognitive Computing and Application, Tianjin University（天津大学认知计算与应用天津市重点实验室） ； Nanyang Technological University（南洋理工大学） ； Huiyan Technology Company, Ltd.（慧眼科技有限公司） ； Chinese Academy of Sciences（中国科学院） ； Tibet University（西藏大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出POTSA框架，通过最优传输和跨语言平行语音对缓解多语言语音翻译中的语义偏见问题，实验显示在FLEURS数据集上取得SOTA性能，提升BLEU分数。

EpiPersona: Persona Projection and Episode Coupling for Pluralistic Preference Modeling

EpiPersona：基于人格与事件耦合的多元偏好建模

Yujie Zhang, Weikang Yuan, Zhuoren Jiang, Pengwei Yan

机构 * Zhejiang University（浙江大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 EpiPersona通过显式人格-事件耦合方法，有效分离持久性人格特征与情境信号，提升大语言模型在多元偏好下的泛化能力。

When to Think and When to Look: Uncertainty-Guided Lookback

何时思考，何时回顾：不确定性引导的回顾

Jing Bi, Filippos Bellos, Junjia Guo, Yayuan Li, Chao Huang, Yolo Y. Tang, Luchuan Song, Susan Liang, Zhongfei Mark Zhang, Jason J. Corso, Chenliang Xu

机构 * University of Rochester（罗切斯特大学） ； University of Michigan（密歇根大学） ； Binghamton University（宾汉姆顿大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文探讨了在大视觉语言模型中思考与回顾的平衡，提出不确定性引导的回顾策略，通过大规模对比实验提升MMMU性能，并在多个基准上取得新突破。

Comments Accepted to CVPR 2026

A Mentalistic Interface for Probing Folk-Psychological Attribution to Non-Humanoid Robots

一种用于探测非人类机器人folk-psychological归因的界面

Giulio Pisaneschi, Pierpaolo Serio, Estelle Gerbier, Andrea Dan Ryals, Lorenzo Pollini, Mario G. C. A. Cimino

机构 * Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出一个实验平台，研究人类对非人类机器人意图状态的归因。通过模拟机器人、真实任务环境和基于大语言模型的解释层，探讨语言和框架如何影响机器人中的意图立场。

Comments Preprint submitted to IEEE. 8 pages, 21 figures

Representation Learning to Study Temporal Dynamics in Tutorial Scaffolding

基于表示学习研究教程支架的动态过程

Conrad Borchers, Jiayi Zhang, Ashish Gurung

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文通过对话语义对齐分析，揭示了教程支架中任务对齐和时间模式的系统差异，证明角色特定语义对齐能预测教学进展。

Comments Accepted as short paper to the 27th International Conference on Artificial Intelligence in Education (AIED 2026)

KnowledgeSmith: Uncovering Knowledge Updating in LLMs with Model Editing and Unlearning

KnowledgeSmith：通过模型编辑和遗忘揭示LLM中的知识更新

Yinyi Luo, Zhexian Zhou, Hao Chen, Kai Qiu, Marios Savvides, Sharon Li, Jindong Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； William & Mary（威廉与玛丽学院） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出KnowledgeSmith框架，系统研究LLM的知识更新机制，通过结构化干预揭示知识传播、可塑性与鲁棒性等特性。

Comments ICLR 2026

CoCR-RAG: Enhancing Retrieval-Augmented Generation in Web Q&A via Concept-oriented Context Reconstruction

CoCR-RAG：通过面向概念的上下文重建提升Web问答中的检索增强生成

Kaize Shi, Xueyao Sun, Qika Lin, Firoj Alam, Qing Li, Xiaohui Tao, Guandong Xu

机构 * University of Southern Queensland（昆士兰大学） ； University of Technology Sydney（新南威尔士大学） ； The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学） ； Qatar Computing Research Institute（卡塔尔计算研究所） ； The Education University of Hong Kong（香港教育大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出CoCR-RAG框架，通过语言学基础的概念级整合解决多源信息融合问题，提升问答系统事实一致性与知识密度。

Steering LLMs for Culturally Localized Generation

引导大语言模型实现文化本地化生成

Simran Khanuja, Hongbin Liu, Shujian Zhang, John Lambert, Mingqing Chen, Rajiv Mathews, Lun Wang

机构 * Google DeepMind（谷歌DeepMind） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 知识编辑与模型理解 ：post-training(abstract)；prompting(abstract)；分类 cs.CL

AI总结 本文通过机制可解释性揭示LLM中的文化表征，提出文化嵌入（CuE）方法，提升文化忠实度并引导生成长尾文化概念，为文化本地化提供可控方法。

Comments preprint

Efficient Hallucination Detection: Adaptive Bayesian Estimation of Semantic Entropy with Guided Semantic Exploration

高效幻觉检测：基于适应性贝叶斯估计的语义熵与引导语义探索

Qiyao Sun, Xingming Li, Xixiang He, Ao Cheng, Xuanyu Ji, Hailun Lu, Runke Huang, Qingyong Hu

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出一种适应性贝叶斯估计框架，通过动态调整采样预算提升幻觉检测效率，在低预算场景下减少50%样本使用并提升AUROC 12.6%。

Comments Accepted to a AAAI 2026 (Oral Presentation, <5% acceptance rate), Project page: https://qingyonghu.github.io/Efficient-Hallucination-Detection/

AwesomeLit: Towards Hypothesis Generation with Agent-Supported Literature Research

AwesomeLit: 向基于代理支持的文献研究进行假设生成

Zefei Xie, Yuhan Guo, Kai Xu

机构 * School of Computer Science, University of Nottingham, UK（诺丁汉大学计算机科学学院） ； School of Intelligence Science and Technology, Peking University, China（北京大学智能科学与技术学院） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出AwesomeLit系统，通过可视化工具帮助用户探索未知领域，识别研究方向并提升信心。

Persona Vectors in Games: Measuring and Steering Strategies via Activation Vectors

游戏中的角色向量：通过激活向量测量和引导策略

Johnathan Sun, Andrew Zhang

机构 * Harvard University（哈佛大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过对比激活添加方法，在博弈论场景中构建了代表利他、宽恕和他人期望的角色向量，发现激活引导能系统性地改变策略选择和自然语言解释，但同时也观察到言辞与策略可能产生分歧。

Comments 8 pages, 6 figures

Cross-Granularity Representations for Biological Sequences: Insights from ESM and BiGCARP

跨粒度表示法用于生物序列：来自ESM和BiGCARP的见解

Hanlin Xiao, Rainer Breitling, Eriko Takano, Mauricio A. Álvarez

机构 * Manchester Institute of Biotechnology, The University of Manchester, Manchester, United Kingdom（曼彻斯特大学生物技术研究所） ； Department of Computer Science, The University of Manchester, Manchester, United Kingdom（曼彻斯特大学计算机科学系） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；foundation model(abstract)；分类 cs.LG

AI总结 本文研究了通过BiGCARP和ESM模型整合跨粒度知识的方法，发现深层嵌入能更准确地捕捉模型知识，不同粒度的表示在中间预测任务中带来性能提升。

Comments 9 pages, 4 figures, published in 2025 IEEE International Conference on Bioinformatics and Biomedicine (BIBM)

Journal ref Proc. IEEE BIBM (2025) 6936-6943

The Anatomy of an Edit: Mechanism-Guided Activation Steering for Knowledge Editing

编辑的解剖：基于机制的激活引导知识编辑

Yuan Cao, Mingyang Wang, Hinrich Schütze

机构 * Technical University of Munich（慕尼黑技术大学） ； LMU Munich（慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML）） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出MEGA方法，通过机制引导激活控制实现知识编辑，发现注意力和FFN模块合作抑制原始事实，中后期注意力促进新目标，提升编辑性能。