语言大模型 / LLM

Automatic Biomedical Term Clustering by Learning Fine-grained Term Representations

Sihang Zeng, Zheng Yuan, Sheng Yu

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

Comments Accepted by BioNLP 2022, Short Paper

When classifying grammatical role, BERT doesn't care about word order... except when it matters

Isabel Papadimitriou, Richard Futrell, Kyle Mahowald

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

Comments ACL 2022

Probing Across Time: What Does RoBERTa Know and When?

Leo Z. Liu, Yizhong Wang, Jungo Kasai, Hannaneh Hajishirzi, Noah A. Smith

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

Comments Accepted to EMNLP2021 Finding

Effective Attention Sheds Light On Interpretability

Kaiser Sun, Ana Marasović

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

Comments Accepted to Findings of ACL 2021

SPECTER: Document-level Representation Learning using Citation-informed Transformers

Arman Cohan, Sergey Feldman, Iz Beltagy, Doug Downey, Daniel S. Weld

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

Comments ACL 2020

Unsupervised Cross-lingual Representation Learning at Scale

Alexis Conneau, Kartikay Khandelwal, Naman Goyal, Vishrav Chaudhary, Guillaume Wenzek, Francisco Guzmán, Edouard Grave, Myle Ott, Luke Zettlemoyer, Veselin Stoyanov

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

Comments ACL 2020 (+ updated results)

Probing What Different NLP Tasks Teach Machines about Function Word Comprehension

Najoung Kim, Roma Patel, Adam Poliak, Alex Wang, Patrick Xia, R. Thomas McCoy, Ian Tenney, Alexis Ross, Tal Linzen, Benjamin Van Durme, Samuel R. Bowman, Ellie Pavlick

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

Comments Accepted to *SEM 2019 (revised submission). Corresponding authors: Najoung Kim (n.kim@jhu.edu), Ellie Pavlick (ellie_pavlick@brown.edu)

Enhancing Plagiarism Detection in Marathi with a Weighted Ensemble of TF-IDF and BERT Embeddings for Low-Resource Language Processing

Atharva Mutsaddi, Aditya Choudhary

专题命中 知识编辑与模型理解 ：language model(abstract,comments)；分类 cs.CL、cs.AI、cs.LG

Comments Accepted into LoResLM: The First Workshop on Language Models for Low-Resource Languages, colocated with COLING 2025 and set to be published into ACL Anthology

GRAM-DTI: adaptive multimodal representation learning for drug target interaction prediction

Feng Jiang, Amina Mollaysa, Hehuan Ma, Tommaso Mansi, Junzhou Huang, Mangal Prakash, Rui Liao

机构 * University of Texas at Arlington（德克萨斯理工大学） ； Johnson & Johnson Innovative Medicine（强生创新医学） 纠错

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

Journal ref NeurIPS 2025 2nd Workshop on Multi-modal Foundation Models and Large Language Models for Life Sciences

Temporal Multi-Signal Fusion for Token-Level Hallucination Detection

面向 token 级幻觉检测的多信号时序融合

Igor Itkin

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

AI总结 本文提出一种融合多信号的时序方法，通过 BiGRU 序列标注检测 token 级幻觉，在 RAGTruth 上较基线提升 11 个百分点，适用于闭源模型且泛化性良好。

Comments 17 pages, 14 figures, 23 tables. Code: https://github.com/YehudaItkin/temporal-hallucination-detection

Solutions to Five Challenge Problems in Enumerative and Algorithmic Combinatorics, with an Account of the Human-Machine Methodology Employed

形状为$[[n,n],[n,1]]$的立体标准杨表的Zeilberger递推关系的一个证明

Jaideep Sai Padhi

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

AI总结 本文证明了Zeilberger提出的形状为$[[n,n],[n,1]]$的立体标准杨表数量满足的二阶线性递推关系，通过双射结合代数核方法完成证明并得到多项独立计数结果。

Comments 42 pages. Code, data and verification scripts at https://github.com/jaideepsaipadhi/zeilberger-challenges

CustomDance: Customized 3D Dance Generation with Coarse-to-Fine Human-Centered Interactive Control

CustomDance：基于以人为中心的粗到细交互式控制的定制化3D舞蹈生成

Xulong Tang, Kaixing Yang, Xiaohu Guo, Prabhakaran Balakrishnan, Rawan Alghofaili

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

AI总结 CustomDance是基于粗到细交互式控制的定制化3D舞蹈生成系统，通过三阶段流程实现AI辅助编舞，在定量和定性比较中优于基线，为用户提供全面控制。

Comments Accepted to SIGGRAPH Asia 2026

Reinforcing Consistency in Video MLLMs with Structured Rewards

通过结构化奖励强化视频MLLMs的一致性

Yihao Quan, Zeru Shi, Jinman Zhao, Ruixiang Tang

机构 * Rutgers University（罗格斯大学） ； University of Toronto（多伦多大学） 纠错

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

AI总结 研究通过结构化奖励提升视频MLLMs的一致性，发现传统监督不足，提出结合事实和时间单元的奖励机制，提升视频理解准确性。

Comments Accepted by COLM 2026

Learning Sequential Mobility Choice: A Review of Route and Activity Choice through Inverse Reinforcement and Imitation Learning

学习序列出行选择：基于逆强化学习与模仿学习的路径与活动选择综述

Tien Mai

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

AI总结 本综述构建了将交通选择建模与IRL、IL结合的统一框架，综述多种相关学习方法，提出嵌入行为约束的混合模型可提升出行选择预测性能。

CBX-Bench: A Human-Aligned MLLM Council for Benchmarking Concept Bottleneck Model Explanations

CBX-Bench：用于评估概念瓶颈模型解释的人类对齐多模态大语言模型委员会

Yusuf Meric Karadag, Gulay Oklan, Seref Baris Cagliyan, Umut Ozdemir, Emre Akbas

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

AI总结 该研究开发了人类对齐的多模态大语言模型（MLLM）委员会，构建了CBX-Bench基准，实现了概念瓶颈模型（CBM）解释的可扩展定量评估，其在人类偏好排名上的恢复率达70%以上。

Calibrated Trust, Not Sharper Prediction: An Empirical Test of Uncertainty Fusion

校准的信任，而非更精确的预测：不确定性融合的实证检验

Surya Saka

机构 * JudicialMind（司法智能公司） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 本研究针对1000个欧洲人权法院案件，在Claude Opus 4.8和GPT-5.5上测试含多种不确定性工具的融合流程，发现其未提升预测准确率但可通过共形选择性预测实现案件的自动化处理与升级，核心贡献是校准的信任而非更精确的预测。

Comments 12 pages, 10 figures

FIRM: Fine-Grained Intra-Token Representation of Masks for Remote Sensing Reasoning Segmentation

FIRM：面向遥感推理分割的掩码细粒度令牌内表示

Weidong Tang, Kaiyu Li, Yikai Wang, Yanan Wu, Haotian Gan, Shihong Wang, Xiangyong Cao

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

AI总结 本文提出FIRM模型，通过预测视觉令牌内的r×r二值子单元掩码代码结合轻量连续渲染器优化边界，在5个遥感推理分割基准上取得领先结果，提升了细粒度分割性能。

ProFocus: Interpreting Affective Experience in Artistic Images with Progressive Visual Focusing

ProFocus：通过渐进式视觉聚焦解释艺术图像中的情感体验

Zhiyan Zhang, Zicheng Yan, Jianqi Chen, Peipei Song, Shanshan Wang, Xun Yang

机构 * University of Science and Technology of China（中国科学技术大学） ； Anhui University（安徽大学） 纠错

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

AI总结 本研究针对现有方法无法捕捉艺术情感细微线索的问题，提出ProFocus框架，通过层级艺术评论家与渐进式提示融合模块，在ArtEmis数据集上实现了更优的情感识别与解释性能。

From Fair Representation to Just Recognition in Generative AI

从生成式AI中的公平表征到公正承认

Severin Engelmann, Daniel Susser

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

AI总结 该研究针对生成式AI的公平挑战，指出现有表征公平策略存在局限，提出借鉴参与平等理论，从表征公平转向承认正义以解决相关问题。

Comments Accepted for publication at the 2026 AAAI/ACM Conference on AI, Ethics, and Society (AIES)

Multi-Agent Target-Existence Verification and Learned Mask Geometry Refinement: Winning Report of the MeViS-Text Track at the 8th LSVOS Challenge 2026

多智能体目标存在性验证与学习型掩码几何优化：2026年第8届LSVOS挑战赛MeViS-Text赛道获胜报告

Jungyoon Lee, Gyuil Lim, Doeon Kim, Seong-heum Kim

机构 * Soongsil University（崇实大学） 纠错

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

AI总结 本研究提出SSUPER方案，通过多智能体审计解耦存在性验证、StyleRefiner优化掩码几何，获2026年LSVOS挑战赛MeViS-Text赛道冠军，最终得分0.9081339614。

Vision-Language-Motion Maps: An Open-Vocabulary, Uncertainty-Aware, Queryable Motion Attribute for 3D Scene Maps

视觉-语言-运动地图：用于3D场景地图的开放词汇、不确定性感知、可查询运动属性

Dibyendu Ghosh, Ayushi Shakya

机构 * Rekise Marine（瑞基斯海洋） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)

AI总结 研究针对开放词汇3D地图无法处理场景元素运动查询的问题，提出视觉-语言-运动地图（VLMM），其元素有融合运动属性及不确定性。通过实验验证模式字段不可替代，在真实数据集上该方法提升精度、减少错误标志且对噪声姿态鲁棒。

Comments 8 pages, 5 figures, 3 tables. v2: corrected Eq. (7) (residual covariance;implementation unaffected), added the persistent-map update rule, the query-parser grammar, and an aggregation-quantile ablation

Beyond Global Editing: Per-Instance Disentangled Subspaces for Training-Free Hallucination Mitigation in LVLMs

超越全局编辑：用于LVLMs无训练幻觉缓解的实例级解耦子空间

Ali Cheraghian, Hamidreza Dastmalchi, Hamed Barzamini, Morteza Saberi, Mojtaba Golzan, Shafin Rahman, Hossein Rahmani

机构 * Macquarie University（麦考瑞大学） ； York University（约克大学） ； Northern Illinois University（北伊利诺伊大学） ； University of Technology Sydney（悉尼科技大学） ； North South University（北南大学） ； Lancaster University（兰卡斯特大学） ； Australian National University（澳大利亚国立大学） 纠错

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

AI总结 针对LVLMs现有模型编辑技术采用单一全局子空间无法适配多样幻觉模式的问题，提出无训练的实例级解耦子空间框架，经多基准实验验证其鲁棒性、通用性与效率。

Comments BMVC 2026

UncertaintyVis: Preserving Linguistic Uncertainty in Automated Text-to-Chart Generation

UncertaintyVis：在自动文本到图表生成中保留语言不确定性

Songheng Zhang, Emily Aurelia, Anthony Tang

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

AI总结 针对自动文本到图表生成会丢弃语言不确定性标记导致读者误判的问题，提出UncertaintyVis系统，通过四类不确定性对应的图表视觉编码实现不确定性保留，实验显示其提升了图表匹配准确率并降低认知需求。

When Context Bites: Detecting RAG Poisoning via Document-Level Attention Collapse

当上下文产生危害：通过文档级注意力崩溃检测RAG中毒

Yingtao Ren, Ziyi Zhao, Yiwei Fu, Xiao Luo, Yu-Cheng Chang, Chin-Teng Lin

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

AI总结 针对RAG中毒攻击现有检测方法失效的问题，提出基于文档级注意力崩溃的轻量级检测框架D-SCAN，可在攻击未改变最终答案时也实现有效检测。

Comments Accepted by SIGIR2026

Journal ref Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2026), 2026

DyPES-VLA: Learning Shared Dynamics Priors and Embodiment-Specific Control for Cross-Embodiment Manipulation

DyPES-VLA：学习共享动态先验与具身特定控制以实现跨具身操作

Junfeng Li, Junjie He, Zhide Zhong, Yangyang Zheng, Pingyue Sheng, Jiayu Dong, Ruixin Li, Haodong Yan, Jiaguan Zhu, Tianran Zhang, Runze Yu, Wen Chen, Liuqing Yang, Yuxiang Gao, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； COCO Matrix 纠错

专题命中 知识编辑与模型理解 ：language model(abstract,abstract_cn)

AI总结 该研究针对跨具身机器人操作问题，提出DyPES-VLA模型，通过学习共享动态先验与具身特定MoE动作头，在LIBERO等数据集上达到先进操作成功率。

CodeChemist: Test-Time Scaling for Low-Resource Code Generation via Functional Knowledge Transfer

CodeChemist：通过测试时扩展实现低资源代码生成的功能知识迁移

Kaixin Wang, Tianlin Li, Xiaoyu Zhang, Aishan Liu, Xianglong Liu, Ziqi Liu, Zhiqiang Zhang, Jun Zhou, and Bin Shi

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

AI总结 提出CodeChemist框架，通过合成测试用例将模型功能知识从高资源语言迁移到低资源语言，无需训练，显著提升低资源语言代码生成性能。

Comments This paper is accepted by ICML 2026

Open-Linguistic Concept Unified Learning for Cross-Site Interpretable Dermatology Image Diagnosis

面向跨站点可解释皮肤病图像诊断的开放语言概念统一学习

Chengyu Wu, Junpeng Tan, Wanxiang Luo, Yaqi Wang, Yandong Wen, Yefeng Zheng

专题命中 知识编辑与模型理解 ：language model(abstract)；post-training(abstract)

AI总结 针对现有概念模型跨站点泛化差、适配FVLMs成本高的问题，提出开放语言概念统一学习框架UniCon，通过共享语义空间等三项创新实现多模态可解释皮肤病诊断，获顶级准确率且具备跨站点干预能力。

Comments accepted by ACM Multimedia 2026

MeloCodec: Harnessing Melodic Priors for High-Fidelity Singing Voice Representation

MeloCodec：利用旋律先验实现高保真歌声表征

Yizhong Geng, Wenxin Fu, Kecan Mao, Qifei Li, Yingming Gao, Ruimin Wang, Chunfeng Wang, Hao Li, Ya Li, Wei Chen

专题命中 知识编辑与模型理解 ：LLM(abstract,abstract_cn)

AI总结 MeloCodec是整合旋律先验的新型音频编解码器框架，采用先分词后融合范式与两阶段训练策略，在歌声表征任务中优于基线，提升了音高一致性并实现可控音高操作。

Comments 7 pages, 3 figures, 3 tables. Accepted at IEEE ICME 2026

Knowledge-guided Disentanglement with Atomic Actions for Action Recognition

面向动作识别的基于原子动作的知识引导解缠

Tianci Wu, Siqi Cao, Guangming Zhu, Jiang Lu, Siyuan Wang, Longfei Zhang, Jincai Huang, Jun Sheng, Liang Zhang

机构 * Xidian University（西安电子科技大学） ； National University of Defense Technology（国防科技大学） ； Human Institute of Advanced Technologyy（人类高级技术研究院） ； Shanghai Road Transport Development Center（上海市道路运输发展中心） 纠错

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

AI总结 本文提出KDA方法，用LLMs分解动作标签为原子动作，经KIM和KDM解缠，在多标签动作识别基准上达SOTA性能，且模块可通用集成。

Comments ACMMM 26

Reading Between the Tokens: Improving Preference Predictions through Mechanistic Forecasting

在token之间阅读：通过机制性预测改进偏好预测

Sarah Ball, Simeon Allmendinger, Frauke Kreuter, Niklas Kühl

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

AI总结 通过机制性预测方法，利用语言模型内部表示结构提升偏好预测准确性，揭示其在社会科学预测中的应用潜力。

Comments Accepted at ICML 2026