语言大模型 / LLM

Hierarchical Dual-Subspace Decoupling for Continual Learning in Vision-Language Models

层次双子空间解耦用于视觉-语言模型中的持续学习

Mengxin Qin, Xiang Zhang, Kun Wei, Xu Yang, Cheng Deng

机构 * School of Electronic Engineering, Xidian University（西电电子工程学院） 纠错

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出HDSD框架，通过分解参数空间和结构化参数分解，减少子空间干扰和参数漂移，提升视觉-语言模型持续学习性能。

Leveraging Vision-Language Models as Weak Annotators in Active Learning

利用视觉语言模型作为弱标注器在主动学习中的应用

Phuong Ngoc Nguyen, Kaito Shiku, Ryoma Bise, Seiichi Uchida, Shinnosuke Matsuo

机构 * Kyushu University（九州大学） 纠错

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出结合细粒度人工标注与粗粒度VLM生成弱标注的主动学习框架，通过实例级标注分配和系统噪声建模，在CUB200和FGVC-Aircraft数据集上优于现有方法。

Comments Accepted at ICIP2026

Why Are We Moral? An LLM-based Agent Simulation Approach to Study Moral Evolution

为什么我们有道德？一种基于大语言模型的智能体模拟方法研究道德进化

Zhou Ziheng, Huacong Tang, Mingjie Bi, Yipeng Kang, Wanying He, Fang Sun, Yizhou Sun, Ying Nian Wu, Demetri Terzopoulos, Fangwei Zhong

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文通过基于大语言模型的智能体模拟方法，探讨道德进化中的合作与互惠机制，发现普遍互惠道德在不同条件下表现稳定，而利己行为被强烈排斥，同时认知因素在道德演化中起关键作用。

Comments Accepted at ACL 2026 Main Conference. 51 pages including appendix

ViBR: Automated Bug Replay from Video-based Reports using Vision-Language Models

ViBR：基于视频报告的自动化Bug回放

Sidong Feng, Dingbang Wang, Nikola Tomic, Tingting Yu, Aldeida Aleti, Chunyang Chen

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出ViBR，一种基于视觉-语言模型的自动化Bug回放方法，通过动作边界分割和区域感知的GUI状态比较，实现从GUI视频记录中自动复现Bug，实验表明其复现率达72%。

Comments accepted to FSE 2026

Instability-Aware Steering of an Extreme Atmospheric River in an AI Weather Foundation Model

对极端大气河的稳定性意识操控

Moyan Liu, Qin Huang, Upmanu Lall

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文探讨通过小扰动操控极端大气河的可行性，利用AI天气基础模型分析扰动对下游演变的影响，发现非线性响应与局部流动几何有关，为极端事件风险缓解提供新方向。

When Surfaces Lie: Exploiting Wrinkle-Induced Attention Shift to Attack Vision-Language Models

当表面欺骗：利用褶皱诱导的注意力转移攻击视觉-语言模型

Chengyin Hu, Xuemeng Sun, Jiaju Han, Qike Zhang, Xiang Chen, Xin Wang, Yiwei Wei, Jiahua Long

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出一种参数化结构扰动方法，通过构建多尺度褶皱场和整合位移场扭曲与表面一致的外观变化，以攻击视觉-语言模型的鲁棒性。

Keep It CALM: Toward Calibration-Free Kilometer-Level SLAM with Visual Geometry Foundation Models via an Assistant Eye

保持冷静：通过视觉几何基础模型实现无校准的千米级SLAM

Tianjun Zhang, Fengyi Zhang, Tianchen Deng, Lin Zhang, Hesheng Wang

机构 * School of Automation and Intelligent Sensing, and Shanghai Key Laboratory of Navigation and Location Based Services, Shanghai Jiao Tong University（自动化与智能感知学院，导航与位置服务上海市重点实验室，上海交通大学） ； School of Electrical Engineering and Computer Science, The University of Queensland（电气工程与计算机科学学院，昆士兰大学） ； School of Computer Science and Technology, Tongji University（计算机科学与技术学院，同济大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文提出CAL2M框架，通过引入'助手眼'消除尺度模糊，利用epipolar引导模型修正内参和姿态，结合锚点传播实现全局一致的映射，解决传统方法在千米级SLAM中的精度问题。

Comments 19 pages, 8 figures, submitted to IEEE TPAMI

Building to Understand: Examining Teens' Technical and Socio-Ethical Pieces of Understandings in the Construction of Small Generative Language Models

构建以理解：考察青少年在构建小型生成语言模型中的技术与社会伦理理解

Luis Morales-Navarro, Daniel J. Noh, Lucianne Servat, Carly Netting, Yasmin B. Kafai, Danaé Metaxa

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文通过参与式设计工作坊，考察青少年在构建小型生成语言模型时的技术与社会伦理理解，揭示其发展过程及理论框架。

LLM-PRISM: Characterizing Silent Data Corruption from Permanent GPU Faults in LLM Training

LLM-PRISM：从永久GPU故障中表征LLM训练中的静默数据损坏

Abhishek Tyagi, Saurabh Hukerikar, Nirmal Saxena, Yanxiang Huang, Philip Shirvani, Chung-Hsuan Tung, Yuhao Zhu

专题命中 其他LLM ：LLM(title,abstract)

AI总结 LLM-PRISM通过RTL级GPU故障模拟与嵌入在Megatron-LM中的随机注入引擎，分析不同故障类型、速率和数值格式对LLM预训练鲁棒性的影响，揭示静默数据损坏的硬件基础特性。

SpeakSoftly: Scaffolding Nonviolent Communication in Intimate Relationships through LLM-Powered Just-In-Time Interventions

SpeakSoftly：通过LLM赋能的即时干预构建亲密关系中的非暴力沟通

Ka I Chan, Hongbo Lan, Jun Fang, Yuntao Wang, Yuanchun Shi

专题命中 其他LLM ：LLM(title,abstract)

AI总结 SpeakSoftly通过LLM即时干预，帮助情侣在冲突中应用非暴力沟通原则，通过NVC-Prompt和NVC-Guide两种核心功能，提升沟通效果与自我认知，实验证明Empathetic Guide在行为和认知改变上效果显著。

How can LLMs Support Policy Researchers? Evaluating an LLM-Assisted Workflow for Large-Scale Unstructured Data

大型语言模型如何支持政策研究？评估一个用于大规模非结构化数据的LLM辅助工作流

Yuhan Liu, Shuyao Zhou, Jakob Kaiser, Ella Colby, Jennifer Okwara, Maggie Wang, Varun Nagaraj Rao, Andrés Monroy-Hernández

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文评估了LLM辅助工作流在处理大规模非结构化数据中的应用，探讨了其在政策研究中的可行性和有效性。

From REST to MCP: An Empirical Study of API Wrapping and Automated Server Generation for LLM Agents

从REST到MCP：API封装和自动化服务器生成的实证研究

Meriem Mastouri, Emna Ksontini, Amine Barrak, Wael Kessentini

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文通过分析116个MCP服务器，探讨了其对REST的依赖及集成策略，评估了自动化生成和修复方法对正确性和复杂度的影响，揭示了MCP服务器的操作暴露模式。

Long-Tailed Distribution-Aware Router For Mixture-of-Experts in Large Vision-Language Model

长尾分布感知的混合专家路由器：用于大规模视觉-语言模型的混合专家架构

Chaoxiang Cai, Longrong Yang, Minghe Weng, Xuewei Li, Zequn Qin, Xi Li

机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） ； College of Computer Science and Technology, Zhejiang University（浙江大学计算机科学与技术学院） ； School of Electronic and Information, Shanghai Dianji University（上海电机学院电子信息学院） 纠错

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出LTDR路由器，针对视觉-语言混合专家架构中的长尾分布问题，通过模态特定的分布感知路由和动态专家激活策略，提升模型性能。

Cross-modal Proxy Evolving for OOD Detection with Vision-Language Models

跨模态代理演化用于领域外检测与视觉-语言模型

Hao Tang, Yu Liu, Shuanglin Yan, Fei Shen, Shengfeng He, Jing Qin

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出CoEvo框架，通过双向样本条件适应文本和视觉代理，动态挖掘上下文文本负样本并迭代优化视觉代理，提升跨模态对齐和领域外检测鲁棒性。

Comments Accepted by AAAI 2026

TimeSenCLIP: A Time Series Vision-Language Model for Remote Sensing

TimeSenCLIP: 一种用于遥感的时序视觉-语言模型

Pallavi Jain, Diego Marcos, Dino Ienco, Roberto Interdonato, Tristan Berchoux

机构 * Mediterranean Agronomic Institute of Montpellier - CIHEAM-IAMM（地中海农艺研究所蒙彼利埃分校 - CIHEAM-IAMM） ； Inria（法国国家信息与自动化研究所） ； INRAE（法国国家农业、食品与环境研究院） ； Cirad（法国农业国际合作研究发展中心） ； UMR TETIS（TETIS 联合研究单位） ； Univ. of Montpellier（蒙彼利埃大学） 纠错

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出TimeSenCLIP，一种轻量级遥感时序视觉-语言模型，通过跨视图时间对比框架对多光谱Sentinel-2时序与地理标记地面影像对齐，无需文本标注，强调时序和光谱信号，探索单像素时序信息在多种任务中的有效性。

Comments Accepted (ISPRS Journal of Photogrammetry and Remote Sensing)

Journal ref ISPRS Journal of Photogrammetry and Remote Sensing Volume 236, June 2026, Pages 99-119

From Tool to Teammate: LLM Coding Agents as Collaborative Partners for Behavioral Labeling in Educational Dialogue Analysis

从工具到队友：LLM编码代理作为教育对话分析中行为标注的协作伙伴

Eason Chen, Isabel Wang, Nina Yuan, Sophia Judicke, Kayla Beigh, Xinyi Tang

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出利用LLM编码代理自动优化标注提示，提升教育对话行为分析的准确性，通过四折交叉验证证明其有效性，揭示了标注中的潜在模式。

Comments 10 pages, 6 figures, 4 tables. Submitted to EDM 2026

AIM-SLAM: Dense Monocular SLAM via Adaptive and Informative Multi-View Keyframe Prioritization with Foundation Model

AIM-SLAM：基于自适应和信息丰富的多视图关键帧优先级的密集单目SLAM

Jinwoo Jeon, Dong-Uk Seo, Eungchang Mason Lee, Hyun Myung

机构 * KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院（KAIST）） ； KAIST InnoCORE LLM, KAIST（韩国科学技术院 InnoCORE LLM） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 AIM-SLAM通过自适应多视图关键帧优先级提升单目SLAM的密集重建性能，结合视觉几何基础模型实现更准确的位姿估计和一致的多视图对齐。

Comments 8 pages

From Heard to Lived Opinions: Simulating Opinion Dynamics with Grounded LLM Agents in Economic Environments

从听到的意见到 lived 的意见：利用 grounded LLM 代理在经济环境中模拟意见动态

Ryuji Hashimoto, Masahiro Kaneko, Ryosuke Takata, Takehiro Takayanagi, Kiyoshi Izumi

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出一种基于经济环境的LLM代理框架，通过模拟个体经济经历影响意见动态，揭示个体与群体意见变化的机制及经济因素对极化的影响。

CL-SEC: Cross-Layer Semantic Error Correction Empowered by Language Models

CL-SEC：通过语言模型赋能的跨层语义错误校正

Yirun Wang, Yuyang Du, Soung Chang Liew, Yuchen Pan, Feifan Zhang, Lihao Zhang

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出CL-SEC，通过整合物理层和应用层信息，利用语言模型进行精确文本通信纠错，提升比特误码率、词误码率和语义保真度等指标。

Neural Operator Quantum State: A Foundation Model for Quantum Dynamics

神经算子量子态：量子动力学的基础模型

Zihao Qi, Christopher Earls, Yang Peng

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文提出神经算子量子态（NOQS）作为量子动力学的基础模型，通过学习解算子实现对时间依赖驱动协议的量子态预测，无需重新训练即可处理未见过的协议。

Comments 14 pages, 6 figures

Re-Prompting SAM 3 via Object Retrieval: 3rd of the 5th PVUW MOSE Track

通过目标检索重新提示SAM 3：5th PVUW MOSE Track的第三篇

Mingqi Gao, Sijie Li, Jungong Han

机构 * School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

专题命中 其他LLM ：prompting(title,abstract)

AI总结 本文基于SAM 3开发自动重新提示框架，通过目标检索提升视频目标分割的鲁棒性，实现51.17%的J&F成绩，在MOSEv2 Track中排名第三。

Revisiting foundation models for cell instance segmentation

重新审视细胞实例分割的基础模型

Anwai Archit, Constantin Pape

机构 * Georg-August-University Göttingen, Institute of Computer Science（哥廷根大学计算机科学学院） ； CAIMed - Lower Saxony Center for AI & Causal Methods in Medicine, Göttingen（下萨克森人工智能与因果医学方法中心，哥廷根） ； Cluster of Excellence Multiscale Bioimaging (MBExC), Georg-August-University Göttingen（多尺度生物成像（MBExC）集群，哥廷根大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文评估了多种细胞分割基础模型在显微镜图像数据集上的性能，并引入了自动提示生成策略来提升SAM基础模型的性能。

Comments Published in MIDL 2026

TALO: Pushing 3D Vision Foundation Models Towards Globally Consistent Online Reconstruction

TALO：推动3D视觉基础模型向全球一致的在线重建迈进

Fengyi Zhang, Tianjun Zhang, Kasra Khosoussi, Zheng Zhang, Zi Huang, Yadan Luo

机构 * UQMM Lab, The University of Queensland（昆士兰大学UQMM实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文提出基于薄板样条的高自由度长期对齐框架，通过全局传播控制点纠正空间变化不一致，并采用点无关子图注册设计提升鲁棒性，实验表明其在多数据集和相机配置下均能获得更一致的几何和更低的轨迹误差。

Comments CVPR 2026

UMO: Unified In-Context Learning Unlocks Motion Foundation Model Priors

UMO：统一上下文学习解锁运动基础模型先验

Xiaoyan Cong, Zekun Li, Zhiyang Dou, Hongyu Li, Omid Taheri, Chuan Guo, Abhay Mittal, Sizhe An, Taku Komura, Wojciech Matusik, Michael J. Black, Srinath Sridhar

机构 * Brown University（布朗大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Meta Reality Lab（Meta现实实验室） ； Max-Planck Institute for Intelligent Systems（智能系统马克斯·普朗克研究所） ； University of Hong Kong（香港大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 UMO通过统一框架解锁运动基础模型先验，支持多种跨模态和上下文生成任务，提升文本到运动合成性能。

Comments Project Page: https://oliver-cong02.github.io/UMO.github.io/

Phase retrieval technique from regions of unresolvable fringe density using Phase Shifting Interferometry and Liquid Crystal on Silicon (LCOS) Spatial Light Modulator (SLM)

从不可分辨的干涉条纹密度区域恢复相位技术：利用相位移干涉术和液晶硅（LCOS）空间光调制器（SLM）

Indrani Bhattacharya

专题命中 其他LLM ：SLM(title,abstract)

AI总结 本文提出了一种简单方法，通过相位移干涉术和LCOS空间光调制器从不可分辨的干涉条纹密度区域恢复相位信息，尤其在相机角落处，利用波前补偿实现有效恢复。

Comments 6 pages, 5 figures

Confusion-Aware In-Context-Learning for Vision-Language Models in Robotic Manipulation

面向机器人操作的上下文学习：考虑混淆的视觉语言模型

Yayun He, Zuheng Kang, Botao Zhao, Zhouyin Wu, Junqing Peng, Jianzong Wang

机构 * Ping An Technology (Shenzhen) Co., Ltd.（平安科技（深圳）有限公司） ； Shenzhen Bao'an Middle School（深圳宝安中学） 纠错

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文提出CAICL方法，通过混淆定位与分析提升视觉语言模型在机器人操作中处理混淆场景的能力，实验显示其在VIMA-Bench上成功率达85.5%。

Comments Accepted by the 29th International Conference on Computer Supported Cooperative Work in Design (CSCWD 2026)

What Makes VLMs Robust? Towards Reconciling Robustness and Accuracy in Vision-Language Models

什么使视觉语言模型具备鲁棒性？迈向视觉语言模型鲁棒性与准确性的协调

Sen Nie, Jie Zhang, Zhongqi Wang, Zhaoyang Wei, Shiguang Shan, Xilin Chen

专题命中 其他LLM ：language model(title,abstract)

AI总结 本文研究了视觉语言模型鲁棒性与准确性的平衡问题，通过分析对抗性微调模型，发现鲁棒性主要集中在浅层网络，提出Adversarial Robustness Adaptation框架以提升鲁棒性与准确性。

Comments 28 pages

Can LLM-Simulated Practice and Feedback Upskill Human Counselors? A Randomized Study with 90+ Novice Counselors

大语言模型模拟实践与反馈能否提升人类辅导员能力？一项涉及90多名初级辅导员的随机研究

Ryan Louie, Raj Sanjay Shah, Ifdita Hasan Orney, Juan Pablo Pacheco, Emma Brunskill, Diyi Yang

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本研究通过随机对照试验发现，大语言模型模拟实践结合反馈能有效提升初级辅导员的客户中心微技能和共情能力，而单纯实践效果有限。

Comments Two-column conference proceedings format is 19 pages, with references and appendix it is 31 pages

Dose-Dependent Cardiac Complexity Changes in Children Following Prenatal Glucocorticoid Exposure: Complementary Evidence from Multiscale Entropy Analysis and ECG Foundation Models

孕期糖皮质激素暴露对儿童心脏复杂性的影响：多尺度熵分析和ECG基础模型的互补证据

Nicolas B. Garnier, Michelle Dreiling, Valeska Kozik, Matthias Schwab, Florian Rakers, Martin G Frasch

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 该研究通过多尺度熵分析和ECG基础模型探讨孕期糖皮质激素暴露对儿童心脏复杂性的影响，发现熵率衰减速率与剂量相关，而形态特征与剂量无关。

An LLM-Assisted Toolkit for Inspectable Multimodal Emotion Data Annotation

一种辅助多模态情绪数据标注的工具包

Zheyuan Kuang, Weiwei Jiang, Nicholas Koemel, Matthew Ahmadi, Emmanuel Stamatakis, Benjamin Tag, Anusha Withana, Zhanna Sarsenbayeva

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出一种LLM辅助的多模态情绪数据标注工具包，通过可检查的工作流实现细粒度标注，提升跨模态一致性检查效率。

Comments 5 pages, 1 figure