Introducing Semantics into Speech Encoders
专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.LG
Comments 11 pages, 3 figures
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 12193 篇
Enhancing Jailbreak Attacks on LLMs via Persona Prompts
通过人格提示增强大语言模型的劫持攻击
机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tencent（腾讯）
专题命中 其他LLM ：LLM(abstract,comments)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文通过遗传算法生成人格提示，有效降低大语言模型拒绝率，提升劫持攻击成功率，揭示人格提示对模型安全机制的影响。
Comments Workshop on LLM Persona Modeling at NeurIPS 2025
When LLMs Play the Telephone Game: Cultural Attractors as Conceptual Tools to Evaluate LLMs in Multi-turn Settings
当LLMs玩电话游戏：文化吸引子作为评估多轮设置中LLM的观念工具
机构 * Inria（法国国家信息与自动化研究所） ； Université de Bordeaux（波尔多大学） ； MIT（麻省理工学院） ； Computational Cognitive Science Lab（计算认知科学实验室） ； University of California, Berkeley（加州大学伯克利分校） ； Institute for Advanced Study in Toulouse（图卢兹高级研究学院）
专题命中 其他LLM ：LLM(abstract,comments)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文通过电话游戏实验揭示LLM多轮交互中的信息失真与吸引子现象，探讨初始文本、指令等对吸引子效应的影响。
Comments Code available at https://github.com/jeremyperez2/TelephoneGameLLM. Companion website with a Data Explorer tool at https://sites.google.com/view/telephone-game-llm . This paper was published at the 2025 International Conference on Learning Representations (ICLR2025) https://iclr.cc/virtual/2025/poster/28880
Promoting Online Safety by Simulating Unsafe Conversations with LLMs
机构 * Department of Computer Science, Swarthmore College（计算机科学系，斯沃斯里学院）
专题命中 其他LLM ：LLM(abstract,journal_ref)；large language model(abstract)；language model(abstract)；分类 cs.AI
Journal ref ACM 2025 Conference on Conversational User Interfaces Workshop on Personas Evolved: Designing Ethical LLM-Based Conversational Agent Personalities
Can Watermarked LLMs be Identified by Users via Crafted Prompts?
专题命中 其他LLM ：LLM(abstract,comments)；large language model(abstract)；language model(abstract)；分类 cs.CL
Comments 28 pages, 5 figures, 11 tables Published as a conference paper at ICLR 2025 Github link: https://github.com/THU-BPM/Watermarked_LLM_Identification
The Machine Psychology of Cooperation: Can GPT models operationalise prompts for altruism, cooperation, competitiveness and selfishness in economic games?
专题命中 其他LLM ：LLM(abstract,comments)；large language model(abstract)；language model(abstract)；分类 cs.AI
Comments 38 pages, 11 figures. For associated code see https://github.com/phelps-sg/llm-cooperation
LLMs Can Defend Themselves Against Jailbreaking in a Practical Manner: A Vision Paper
专题命中 其他LLM ：LLM(abstract,comments)；large language model(abstract)；language model(abstract)；分类 cs.AI
Comments Fixed the bibliography reference issue in our LLM jailbreak defense vision paper submitted on 24 Feb 2024
MV2GF: Multi-view Pedestrian Detection with a Visual Geometric Foundation Model
MV2GF：基于视觉几何基础模型的多视角行人检测
机构 * Human Informatics Laboratories, NTT, Inc.（NTT公司人类信息学实验室）
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 本文针对现有多视角行人检测方法泛化性差的问题，提出基于视觉几何基础模型的MV2GF，通过融合任务特定特征与通用几何特征、利用3D点图投影像素，提升了未见过相机配置下的泛化能力。
Comments Accepted by ECCV 2026
Vision Foundation Model Driven Foreground-Aware Pseudo-LiDAR Generation for Monocular 3D Object Detection
视觉基础模型驱动的面向前景感知的伪激光雷达生成方法用于单目3D目标检测
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 本文提出VFMM3D框架，利用DAM和SAM的先验生成前景感知伪激光雷达，在KITTI、Waymo数据集上实现最优性能，可无缝集成至多种激光雷达3D目标检测器。
Comments 12 pages, 4 figures
WiFo-MiSAC: A Wireless Foundation Model for Multimodal Sensing and Communication Integration via Synesthesia of Machines (SoM)
WiFo-MiSAC：一种无线基础模型，通过机器的通感（SoM）实现多模态感知与通信的整合
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 WiFo-MiSAC通过统一空间的自监督预训练，解决通信与传感数据碎片化处理导致的泛化问题，采用共享-特定解耦的混合专家架构，实现多模态交互，实验表明其在多任务中表现优异，具备强大的少样本适应与新模态集成能力。
RedDiffuser: Auditing Multimodal Safety Failures in Vision-Language Models via Reinforced Diffusion
RedDiffuser：通过强化扩散审计多模态安全故障
机构 * Fudan University（复旦大学）
专题命中 其他LLM ：language model(title,abstract)
AI总结 研究多模态系统在有害上下文暴露下的安全审计，提出RedDiffuser框架通过扩散模型生成视觉输入，揭示隐藏的安全漏洞，实验显示VLMs在部分有毒文本与视觉上下文结合时存在广泛安全问题。
Understanding Why Foundation Models Work for Diffusion-Generated Image Detection
探究基础模型为何适用于扩散生成图像检测
机构 * University Federico II of Naples（那不勒斯费德里科二世大学）
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 本研究探究基础模型用于扩散生成图像检测的原因，通过DDIM反演、频率交换及潜在空间分析，发现其利用中低频分布差异实现检测，为该类方法的可解释性提供了新方向。
Detecting Behavioral Changes in Python Refactoring Implementations with Foundation Models
用基础模型检测Python重构实现中的行为变化
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 本研究提出基于基础模型Oracle的方法，通过分析git风格差异检测Python重构的行为变化，在Rope上评估发现13个bug，12个被接受，凸显需提升Python重构工具鲁棒性。
Comments Accepted at Brazilian Symposium on Software Engineering (SBES) 2026
VOICE: A Vision-Omics Foundation Model Integrating Direct and Retrieval-Based Prediction of In-situ Single-Cell Gene Expression
VOICE：一种融合原位单细胞基因表达直接预测与基于检索预测的视觉-组学基础模型
机构 * University of Michigan（密歇根大学） ； Weill Cornell Medicine（威尔康奈尔医学院）
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 该研究提出多模态基础模型 VOICE，通过对比学习对齐 H&E 形态与单细胞表达嵌入，融合直接回归与参考检索分支，泛化性良好且在七项指标上优于现有方法，可从 H&E 图像预测单细胞基因表达。
From Prompting to Describing: A Cross-Cultural Study of Language for AI-Generated Music
从提示到描述：针对AI生成音乐语言的跨文化研究
专题命中 其他LLM ：prompting(title,abstract)
AI总结 该研究对比了TTM系统提示与音乐描述的语言差异，构建了音乐提示词汇分类法，发现提示与感知存在结构不对称，且不同文化背景的描述特征存在差异，引发对现有TTM系统文化适应性的思考。
Comments Accepted to the 27th International Society for Music Information Retrieval (ISMIR) Conference, 2026
Journal ref ISMIR 2026
USP-Mamba: Unmixing-Derived Spectral and Structural Prompting for Hyperspectral Image Super-Resolution
USP-Mamba：基于解混的光谱与结构提示的高光谱图像超分辨率方法
专题命中 其他LLM ：prompting(title,abstract)
AI总结 本文针对现有Mamba模型用于高光谱图像超分辨率时破坏空间邻接性、未对齐图像固有特征的问题，提出USP-Mamba框架，通过解混光谱提示、结构提示及互补扫描，在多数据集上性能优于现有方法。
Foveated Probes Recover Localized Binding Information in Vision Foundation Models
凹点探测法在视觉基础模型中恢复局部绑定信息
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 该研究通过对比全局读出、凹点读出和神谕读出，发现冻结视觉基础模型的空间盲性源于全局嵌入界面，而非 patch 标记缺乏空间信息，凹点读出可有效恢复局部绑定信息。
Comments 15 pages, 6 figures
Attention-Steered Vision-Language Models for Sign Language Translation
用于手语翻译的注意力引导视觉-语言模型
机构 * Rochester Institute of Technology（罗切斯特理工学院） ； University of Virginia（弗吉尼亚大学） ； National Technical Institute for the Deaf（国家聋人技术学院）
专题命中 其他LLM ：language model(title,abstract)
AI总结 针对视觉-语言模型在手语翻译中时空视觉定位差的问题，提出AttnSign框架，通过空间注意力监督和RL运动节奏引导提升性能，在How2Sign和OpenASL基准上表现优于现有方法。
Do Music Foundation Models Embed Pitch in Helical Structure?
音乐基础模型是否以螺旋结构嵌入音高？
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 该研究分析音乐基础模型的中间表征，发现其音高表征形成反映八度周期性的螺旋结构，且结构特征随模型和输入声学特性变化，为阐明模型内部机制提供新方法。
Comments Accepted by ISMIR 2026
Geometric Risk Control for Vision-Language Model OCR
从可信性到可验证性：具有视觉-语言模型的风险控制生成OCR
机构 * Nanjing University of Posts and Telecommunications（南京邮电大学） ； China University of Petroleum（中国石油大学） ； Southeast University（东南大学）
专题命中 其他LLM ：language model(title,abstract)
AI总结 本文提出通过几何风险控制器减少生成OCR的极端错误风险，利用结构化视图和轻量级筛查实现可靠部署。
Comments 9 pages, 5 figures, Code: https://github.com/phare111/GRC
The Innate Economic Preferences of Language Models
语言模型的固有经济偏好
专题命中 其他LLM ：language model(title,abstract)
AI总结 该研究揭示语言模型生成规则与离散选择随机效用模型同构，通过12种模型的投资组合任务发现其普遍存在异质风险厌恶，且微调可实现目标风险态度的工程化构建。
An Empirical Study of Foundation Models for Variability-Induced Compilation Errors in Configurable C Code
具有变异性意识的编译错误检测与修复：利用基础模型在可配置系统中
专题命中 其他LLM ：foundation model(title,abstract)
AI总结 本文研究利用基础模型检测和修复可配置系统中的编译错误，展示其在精度和召回率上的优势。
A Comparative Study of MCP and A2A for Inter-Agent Coordination in LLM-Based Systems
基于大语言模型的系统中用于智能体间协调的MCP和A2A的比较研究
专题命中 其他LLM ：LLM(title,abstract)
AI总结 本文从多智能体系统工程角度，以涉及基于大语言模型智能体的协调场景，比较MCP和A2A协议。针对多项要求评估同一软件工程任务的两种多智能体实现，发现MCP协调复杂度低，A2A支持更丰富，但都有特点，为智能体间协调协议设计提供了经验和权衡要点。
Comments 18 pages
Not Birds of a Feather: Personality-Based Partner Selection in LLM Agents
并非一丘之貉：基于大语言模型代理的个性伙伴选择
专题命中 其他LLM ：LLM(title,abstract)
AI总结 研究大语言模型代理中基于个性的伙伴选择，在能力不变时，通过实验发现选择遵循任务刻板印象映射，非同类相吸且与人类团队绩效证据校准错误，揭示了个性选择的特点及对代理市场偏差审计的影响。
Are Diversity Metrics Measuring Diversity? A Capability-Controlled Audit of Majority-Vote Gain in LLM Ensembles
多样性指标真的在衡量多样性吗？对大语言模型集成中多数投票增益的能力控制审计
机构 * Aidentyx Inc.（艾登泰克斯公司）
专题命中 其他LLM ：LLM(title)；分类 cs.CL、cs.AI、cs.LG
AI总结 探讨大语言模型集成中多样性指标与多数投票增益的关系，在能力控制下审计五个多样性指标，发现潜在互补性普遍、指标与准确率共线且统计量不可分离，揭示了多样性指标在衡量多样性方面的问题及相关关联。
Comments 10 figures, 9 tables
GhostPrompt: Cross-Image Adversarial Prompt for Vision-Language Models
GhostPrompt：视觉语言模型的跨图像对抗性提示
专题命中 其他LLM ：language model(title,abstract)
AI总结 研究视觉语言模型对抗攻击问题，提出GhostPrompt方法，通过联合优化提炼图像不变对抗特征，跨图像引导模型输出，相比现有基线攻击成功率显著提高且计算时间大幅减少。
Comments Accepted to ACM MM 2026. Code: this https://github.com/Ye-ze-yu/GhostPrompt
LLM-Based Invariant Testing for Software Functional Bugs
基于大语言模型的软件功能缺陷不变式测试
专题命中 其他LLM ：LLM(title,abstract)
AI总结 研究针对软件功能缺陷，提出基于大语言模型的LISA不变式测试框架，在API n-gram反馈指导下迭代生成API序列和程序不变式，相比其他方法有更高缺陷检测率和代码覆盖率，能为开发者提供高可信度缺陷候选。
Comments Accepted for publication at ISSRE 2026 Research Track
Federated Learning and LLM-Driven Threat Intelligence for Zero Trust IoT Architecture
用于零信任物联网架构的联邦学习和大语言模型驱动的威胁情报
专题命中 其他LLM ：LLM(title,abstract)
AI总结 针对物联网安全隐私挑战，提出联邦学习和大语言模型驱动的零信任物联网架构，集成多种技术，通过特定方式在各通信层强化零信任，实验表明该框架能有效为资源受限物联网设备实现隐私保护异常检测。
U-shaped Multi-granularity Learning for Vision-Language Models
用于视觉语言模型的U形多粒度学习
机构 * University of Electronic Science and Technology of China（电子科技大学） ； Hithink Research（恒生电子股份有限公司）
专题命中 其他LLM ：language model(title,abstract)
AI总结 研究视觉语言模型提示学习的粒度困境，提出U形多粒度提示学习框架UPrompt，通过构建并行多粒度表示及粗细粒度交互增强与监督，在多个基准实验中验证了其有效性和优势。
Composable Trust for Language Models: A proven boundary and a measured defense
语言模型的可组合信任：一个经过验证的边界和一种可衡量的防御
专题命中 其他LLM ：language model(title,abstract)
AI总结 研究针对语言模型中不可信文本影响问题，开发基于来源可信度的信任模型，通过确定性管道和非模型监视器防御。经实验，钝化和级联提升真实泄漏防御率，自适应红队测试下边界成立，防御率稳定，还提高了事实归属率。
