语言大模型 / LLM

MigMate: A VS Code Extension for LLM-based Library Migration of Python Projects

MigMate: 一个用于Python项目基于LLM的库迁移的VS Code扩展

Matthias Kebede, May Mahmoud, Mohayeminul Islam, Sarah Nadi

专题命中 其他LLM ：LLM(title,abstract)

AI总结 MigMate是一款基于LLM的VS Code插件，通过集成自动化迁移过程，帮助开发者更高效地完成Python项目库迁移任务。

Comments 6 pages, 6 figures, 2 tables, 3rd International Workshop on Integrated Development Environments (IDE 2026)

LLM as a Risk Manager: LLM Semantic Filtering for Lead-Lag Trading in Prediction Markets

LLM作为风险管理者：用于预测市场领先滞后交易的LLM语义过滤

Sumin Kim, Minjae Kim, Jihoon Kwon, Yoon Kim, Nicole Kagan, Joo Won Lee, Oscar Levy, Alejandro Lopez-Lira, Yongjae Lee, Chanyeol Choi

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出利用LLM进行语义过滤，以提升预测市场中领先滞后交易的稳定性与收益，通过因果筛选器优化交易策略，减少亏损风险。

Comments 11 pages

Bridging Geometric and Semantic Foundation Models for Generalized Monocular Depth Estimation

弥合几何与语义基础模型以实现通用单目深度估计

Sanggyun Ma, Wonjoon Choi, Jihun Park, Jaeyeul Kim, Seunghun Lee, Jiwan Seo, Sunghoon Im

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

AI总结 BriGeS通过融合几何与语义信息，提升单目深度估计的性能，采用Bridging Gate和Attention Temperature Scaling技术，有效处理复杂场景。

Are Foundation Models the Route to Full-Stack Transfer in Robotics?

基础模型是否是机器人领域全栈迁移的途径？

Freek Stulp, Samuel Bustamante, João Silvério, Alin Albu-Schäffer, Jeannette Bohg, Shuran Song

机构 * Institute of Robotics and Mechatronics, German Aerospace Center (DLR)（机器人与机电研究所，德国航空航天中心（DLR）） ； Stanford AI Lab, Stanford University（斯坦福大学人工智能实验室） 纠错

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

AI总结 本文探讨基础模型在机器人全栈迁移中的作用，分析其对不同迁移层次的影响及面临的挑战。

Comments 12 pages, 4 figures

Exploring Vision-Language Models for Open-Vocabulary Zero-Shot Action Segmentation

探索用于开放词汇零样本动作分割的视觉-语言模型

Asim Unmesh, Kaki Ramesh, Mayank Patel, Rahul Jain, Karthik Ramani

机构 * Purdue University（普渡大学） ； Birla Institute of Technology and Science (BITS) Hyderabad（比拉理工学院和科学研究院（BITS）海得拉巴） 纠错

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

AI总结 本文提出开放词汇零样本时间动作分割方法，利用视觉-语言模型的零样本能力，通过帧-动作嵌入相似性和相似性矩阵时间分割实现无需训练的分割任务，展示了其在结构化时间理解中的潜力。

Comments ICRA 2026

Seeing Through Words: Controlling Visual Retrieval Quality with Language Models

通过文字看见：利用语言模型控制视觉检索质量

Jianglin Lu, Simon Jenni, Kushal Kafle, Jing Shi, Handong Zhao, Yun Fu

机构 * Adobe Research（Adobe研究部） ； Northeastern University（东北大学） 纠错

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

AI总结 通过生成语言模型扩展短查询并控制图像质量，提升视觉检索效果和可控性

AudioRAG+: Feedback-driven Retrieval-augmented Audio Generation with Large Audio Language Models

AudioRAG+: 基于反馈的检索增强音频生成与大音频语言模型

Junqi Zhao, Chenxing Li, Jinzheng Zhao, Rilin Chen, Dong Yu, Mark D. Plumbley, Wenwu Wang

机构 * Centre for Vision, Speech and Signal Processing (CVSSP), University of Surrey, UK（视觉、语音和信号处理中心（CVSSP），英国萨里大学） ； Tencent AI Lab, Beijing, China（腾讯人工智能实验室，中国北京） ； Tencent AI Lab, Seattle, USA（腾讯人工智能实验室，美国西雅图） 纠错

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

AI总结 AudioRAG+利用大音频语言模型提升文本到音频生成中特定声音事件的合成能力，通过反馈驱动检索增强生成过程。

Iterative LLM-Based Assertion Generation Using Syntax-Semantic Representations for Functional Coverage-Guided Verification

基于语法-语义表示的迭代LLM断言生成用于功能覆盖率引导的验证

Yonghao Wang, Jiaxin Zhou, Yang Yin, Hongqin Lyu, Zhiteng Chao, Wenchao Ding, Jing Ye, Tiancheng Wang, Huawei Li

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出CoverAssert，一种基于语法-语义表示的迭代LLM断言生成框架，通过反馈机制提升功能覆盖率，实验显示在分支、语句和切换覆盖率上分别提升9.57%、9.64%和15.69%。

Comments 6 pages, 6 figures

Leveraging Language Models to Discover Evidence-Based Actions for OSS Sustainability

利用语言模型发现基于证据的行动以促进开源软件可持续性

Nafiz Imtiaz Khan, Vladimir Filkov

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

AI总结 本文利用语言模型挖掘软件工程文献，提取基于证据的行动建议，以促进开源软件的可持续发展。

Behavioral Indicators of Overreliance During Interaction with Conversational Language Models

交互过程中对语言模型过度依赖的行为指标

Chang Liu, Qinyi Zhou, Xinjie Shen, Xingyu Bruce Liu, Tongshuang Wu, Xiang 'Anthony' Chen

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

AI总结 研究用户行为模式与语言模型过度依赖的关系，通过交互记录识别五种行为特征以评估依赖程度。

Comments conditionally accepted by ACM CHI 2026

SAFuzz: Semantic-Guided Adaptive Fuzzing for LLM-Generated Code

SAFuzz：基于语义的自适应模糊测试用于大语言模型生成的代码

Ziyi Yang, Kalit Inani, Keshav Kabra, Vima Gupta, Anand Padmanabha Iyer

专题命中 其他LLM ：LLM(title,abstract)

AI总结 SAFuzz通过结合LLM引导的自适应模糊测试，提升算法漏洞检测精度和效率，减少测试时间成本。

Comments 11 pages, 6 figures, 4 tables

Notation-level confounding: When inconsistent molecular notations mislead chemical language models

分子符号层面的混淆：当不一致的分子符号误导化学语言模型

Yosuke Kikuchi, Yasuhiro Yoshikai, Shumpei Nemoto, Ayako Furuhama, Takashi Yamada, Hiroyuki Kusuhara, Tadahaya Mizuno

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

AI总结 本文揭示了分子符号不一致导致化学语言模型预测偏差的问题，强调了标准化流程透明化的重要性。

Comments 11 + 10 pages, 5 + 7 figures, 1 + 4 tables, Tadahaya Mizuno is the correspondent author

When Skills Lie: Hidden-Comment Injection in LLM Agents

当技能欺骗：LLM代理中的隐藏评论注入

Qianli Wang, Boyang Ma, Minghui Xu, Yue Zhang

专题命中 其他LLM ：LLM(title,abstract)

AI总结 研究发现LLM代理在处理隐藏评论时存在安全风险，通过防御性提示可阻止恶意指令并揭示潜在威胁。

Comments 4 pages

SoK: The Security-Safety Continuum of Multimodal Foundation Models through Information Flow and Global Game-Theoretic Analysis of Asymmetric Threats

SoK：通过信息流和不对称威胁的全局博弈论分析，多模态基础模型的安全-安全性连续体

Ruoxi Sun, Jiamin Chang, Hammond Pearce, Chaowei Xiao, Bo Li, Qi Wu, Surya Nepal, Minhui Xue

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

AI总结 本文通过信息流和博弈论分析，探讨多模态基础模型的安全与安全性连续体，提出系统级防护优于模型级防护，并定义自我破坏阈值以触发终止机制。

Vipera: Blending Visual and LLM-Driven Guidance for Systematic Auditing of Text-to-Image Generative AI

Vipera：融合视觉与LLM驱动的指导以系统性审计文本到图像生成AI

Yanwei Huang, Wesley Hanwen Deng, Sijia Xiao, Motahhare Eslami, Jason I. Hong, Arpit Narechania, Adam Perer

专题命中 其他LLM ：LLM(title,abstract)

AI总结 Vipera通过融合视觉与LLM驱动的指导，为文本到图像生成AI提供系统性审计方法，提升审计效率与准确性。

Comments 17 pages, 8 figures; Accepted by CHI 2026

Eye2Recall: Exploring the Design of Enhancing Reminiscence Activities via Eye Tracking-Based LLM-Powered Interaction Experience for Older Adults

Eye2Recall：探索通过基于眼动的LLM交互体验增强回忆活动的设计

Lei Han, Mingnan Wei, Qiongyan Chen, Anqi Wang, Rong Pang, Kefei Liu, Rongrong Chen, David Yip

专题命中 其他LLM ：LLM(title,abstract)

AI总结 Eye2Recall通过结合眼动追踪和自然语言交互，设计了一种增强老年人回忆活动的系统，通过用户研究验证其有效性，旨在提升老年人的福祉和积极老龄化。

SGHA-Attack: Semantic-Guided Hierarchical Alignment for Transferable Targeted Attacks on Vision-Language Models

SGHA-Attack：语义引导的层次对齐用于视觉-语言模型的可迁移定向攻击

Haobo Wang, Weiqi Luo, Xiaojun Jia, Xiaochun Cao

机构 * Guangdong Province Key Lab of Information Security Technology, and School of Computer Science and Engineering, Sun Yat-sen University（广东信息安全技术重点实验室，计算机科学与工程学院，中山大学） ； Nanyang Technological University（南洋理工大学） ； School of Cyber Science and Technology, Shenzhen Campus, Sun Yat-sen University（网络安全科学与技术学院，深圳校区，中山大学） 纠错

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

AI总结 SGHA-Attack通过语义引导的层次对齐框架，提升视觉-语言模型的定向转移攻击效果，增强跨异构模型的鲁棒性。

Be Friendly, Not Friends: How LLM Sycophancy Shapes User Trust

友好而非朋友：LLM谄媚如何塑造用户信任

Yuan Sun, Ting Wang

专题命中 其他LLM ：LLM(title,abstract)

AI总结 研究探讨LLM谄媚如何影响用户信任，通过实验发现适应性对话态度影响用户对LLM真实性和信任度的感知。

Eternagram: Inspiring Climate Action Through LLM-based Conversational Exploration of a Post-Devastation Climate Future

Eternagram：通过基于大语言模型的对话探索毁灭后的气候未来来激励气候行动

Suifang Zhou, Ray LC

专题命中 其他LLM ：LLM(title,abstract)

AI总结 Eternagram通过基于大语言模型的对话探索毁灭后的气候未来，激发公众对气候问题的关注和环保意识。

Comments 7 pages, 5 figures, CUI 2025

"Shall We Dig Deeper?": Designing and Evaluating Strategies for LLM Agents to Advance Knowledge Co-Construction in Asynchronous Online Discussions

我们该深入挖掘吗？

Yuanhao Zhang, Wenbo Li, Xiaoyu Wang, Kangyu Yuan, Shuai Ma, Xiaojuan Ma

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文提出了一种LLM代理，通过任务导向和关系导向的干预策略，促进异步在线讨论中知识的深入共构，并验证了不同干预风格对讨论进展的影响。

LANCER: LLM Reranking for Nugget Coverage

LANCER: 用于 nugget 覆盖的 LLM 重排序

Jia-Huei Ju, François G. Landry, Eugene Yang, Suzan Verberne, Andrew Yates

专题命中 其他LLM ：LLM(title,abstract)

AI总结 LANCER 通过生成子问题并重排序文档，提升长形式 RAG 中的信息覆盖度。

Comments ECIR 2026

ConStruM: A Structure-Guided LLM Framework for Context-Aware Schema Matching

ConStruM：一种结构引导的LLM框架，用于上下文感知的模式匹配

Houming Chen, Zhe Zhang, H. V. Jagadish

专题命中 其他LLM ：LLM(title,abstract)

AI总结 ConStruM通过结构引导的LLM框架，提供上下文感知的模式匹配，提升匹配准确性。

Comments 13 pages, 4 figures

Coding the Visual World: From Image to Simulation Using Vision Language Models

将视觉世界编码：通过视觉语言模型从图像到模拟

Sagi Eppel

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通过Im2Sim方法从图像生成模拟的能力，发现其在复杂系统建模上表现优异，但对细节复制能力有限。

OwlerLite: Scope- and Freshness-Aware Web Retrieval for LLM Assistants

OwlerLite：面向LLM助手的范围和新鲜度感知网络检索

Saber Zerhoudi, Michael Dinzinger, Michael Granitzer, Jelena Mitrovic

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

AI总结 OwlerLite通过用户定义的范围和数据新鲜度提升LLM助手的检索可控性和可信度。

Journal ref Proceedings of the Companion Proceedings of the ACM Web Conference 2026 (WWW Companion '26)

GazeSummary: Exploring Gaze as an Implicit Prompt for Personalization in Text-based LLM Tasks

GazeSummary: 探索目光作为隐式提示在基于文本的LLM任务中的个性化应用

Jiexin Ding, Yizhuo Zhang, Xinyun Liu, Ke chen, Yuntao Wang, Shwetak Patel, Akshay Gadre

专题命中 其他LLM ：LLM(title,abstract)

AI总结 本文研究了利用用户目光作为隐式提示，通过LLM生成个性化文本摘要的方法，并验证了其在真实阅读任务中的有效性。

Holmes: An Evidence-Grounded LLM Agent for Auditable DDoS Investigation in Cloud Networks

Holmes：一种基于证据的LLM代理，用于可审计的云网络DDoS调查

Haodong Chen, Ziheng Zhang, Jinghui Jiang, Qiang Su, Qiao Xiang

专题命中 其他LLM ：LLM(title,abstract)

AI总结 Holmes是一种基于LLM的DDoS检测代理，通过结构化证据和可追溯的审计日志，实现云网络中可解释、可审计的DDoS调查。

The Promise of Time-Series Foundation Models for Agricultural Forecasting: Evidence from Commodity Prices

时间序列基础模型在农业预测中的潜力：以商品价格为证据

Le Wang, Boyuan Zhang

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

AI总结 本文发现现代时间序列基础模型在农业预测中优于传统方法和USDA预测，其中Time-MoE在小麦和玉米预测上表现最佳。

LWM-Spectro: A Foundation Model for Wireless Baseband Signal Spectrograms

LWM-Spectro：一种用于无线基带信号频谱图的基础模型

Namhyun Kim, Sadjad Alikhani, Ahmed Alkhateeb

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

AI总结 LWM-Spectro是一种基于变换器的基础模型，通过预训练大规模I/Q数据生成时频频谱图，用于无线信号的通用表示学习，能够有效提升调制分类和SNR/移动性识别等下游任务的性能。

Comments 6 pages, 5 figures

Scaffolding Dexterous Manipulation with Vision-Language Models

利用视觉-语言模型实现灵巧操作的支架

Vincent de Bakker, Joey Hejna, Tyler Ga Wei Lum, Onur Celik, Aleksandar Taranovic, Denis Blessing, Gerhard Neumann, Jeannette Bohg, Dorsa Sadigh

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

AI总结 利用视觉-语言模型生成任务相关轨迹，训练低层RL策略实现灵巧操作，无需人工演示或奖励。

CSI-MAE: A Masked Autoencoder-based Channel Foundation Model

CSI-MAE：基于掩码自动编码器的通道基础模型

Jun Jiang, Xiaolong Ruan, Shugong Xu

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

AI总结 CSI-MAE通过掩码自动编码器实现跨场景泛化的通道基础模型，有效整合传感与通信，提升无线通信性能。

Comments 6 pages