语言大模型 / LLM

Superclass-Guided Representation Disentanglement for Spurious Correlation Mitigation

面向虚假相关性缓解的超类引导的表示解耦

Chenruo Liu, Hongjun Liu, Zeyu Lai, Yiqiu Shen, Chen Zhao, Qi Lei

机构 * New York University（纽约大学） ； NYU Grossman School of Medicine（纽约大学 Grossman 医学院） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出利用超类引导解耦表示以缓解虚假相关性，通过预训练视觉-语言模型的梯度注意力对齐和理论支持的最小最大最优特征使用策略，提升模型对复杂组结构和虚假相关性的鲁棒性。

Progressive Training for Explainable Citation-Grounded Dialogue: Reducing Hallucination to Zero in English-Hindi LLMs

逐步训练用于可解释的引用导向对话：在英语-印地语LLM中将幻觉减少到零

Vedant Pandya

机构 * School of Artificial Intelligence and Data Engineering (SAIDE)（人工智能与数据工程学院） ； Indian Institute of Technology Jodhpur（印度理工学院朱罗普尔） 纠错

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

AI总结 本文提出XKD-Dial，一种逐步四阶段训练流程，用于生成可解释的引用导向对话，通过跨语言适应、英语对话SFT与引用定位、双语对话SFT及GRPO对齐与引用感知奖励，减少幻觉并提升印地语能力。

Comments 30 pages, 15 figures, 11 tables. Comprehensive study across 6 LLMs (250M-7B parameters) with explainability analysis. Code and data available upon request

What on Earth is AlphaEarth? Hierarchical structure and functional interpretability for global land cover

什么是AlphaEarth？全球土地覆盖的分层结构和功能可解释性

Ivan Felipe Benavides-Martinez, Justin Guthrie, Jhon Edwin Arias, Yeison Alberto Garces-Gomez, Angela Ines Guzman-Alvis, Cristiam Victoriano Portilla-Cabrera, Somnath Mondal, Andrew J. Allyn, Auroop R. Ganguly

机构 * The Institute for Experiential Artificial Intelligence（体验式人工智能研究所） ； Northeastern University（东北大学） ； Gulf of Maine Research Institute（缅因湾研究机构） ； School of Engineering and Architecture（工程与建筑学院） ； Universidad Católica de Manizales（曼地拉天主教大学） ； Grupo de Investigación en Recursos Hidrobiológicos（水资源生物学研究组） ； Departamento de Ingeniería（工程系） ； Universidad Nacional de Colombia（哥伦比亚国家大学） 纠错

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

AI总结 本文提出功能可解释性框架，通过分析嵌入维度对土地覆盖结构的贡献，揭示AlphaEarth嵌入空间的分层功能组织，展示通过少量维度即可实现高精度土地覆盖分类。

Evaluating Feature Dependent Noise in Preference-based Reinforcement Learning

评估基于特征的噪声在基于偏好的强化学习中的影响

Yuxuan Li, Harshith Reddy Kethireddy, Srijita Das

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

AI总结 本文研究了基于偏好的强化学习中特征依赖噪声的影响，提出多种噪声变体，并发现最先进的噪声鲁棒方法在某些设置下表现下降，而无显式去噪方法在多数情况下表现更优。

Ablate and Rescue: A Causal Analysis of Residual Stream Hyper-Connections

消除与救援：残差流超连接的因果分析

William Peng, Josheev Rai, Kevin Tseng, Siwei Wang, Sean Wu

机构 * Stanford University（斯坦福大学） ； Georgia Institute of Technology（佐治亚理工学院） ； University of California, Berkeley（加州大学伯克利分校） ； Independent（独立） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出首个开源mHC语言模型，通过代表层面指标和因果干预分析多流架构，揭示并行流的信息编码与利用机制，引入系统性的流消除-救援框架进行因果比较。

Concept-Guided Fine-Tuning: Steering ViTs away from Spurious Correlations to Improve Robustness

基于概念引导的微调：引导ViT远离虚假相关性以提高鲁棒性

Yehonatan Elisha, Oren Barkan, Noam Koenigstein

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

AI总结 本文提出一种引导模型推理至概念层面语义的微调框架，通过优化内部相关性映射对齐空间 grounded 的概念掩码，提升模型在分布偏移下的鲁棒性。

Comments CVPR 2026 ; Project page: https://yonisgit.github.io/concept-ft/

DreamReader: An Interpretability Toolkit for Text-to-Image Models

DreamReader: 一种用于文本到图像模型的可解释性工具包

Nirmalendu Prakash, Narmeen Oozeer, Michael Lan, Luka Samkharadze, Phillip Howard, Roy Ka-Wei Lee, Dhruv Nathawani, Shivam Raval, Amirali Abdullah

机构 * Singapore University of Technology and Design（新加坡科技设计大学） ； Martian ； Thoughtworks ； NVIDIA ； Harvard University（哈佛大学） 纠错

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

AI总结 DreamReader提出了一种统一框架，通过可组合的表示操作分析扩散模型的可解释性，引入三种新干预机制，通过实验展示其在文本到图像模型中的应用，推动可解释性研究。

MoKus: Leveraging Cross-Modal Knowledge Transfer for Knowledge-Aware Concept Customization

MoKus: 利用跨模态知识迁移实现知识感知的概念定制

Chenyang Zhu, Hongxiang Li, Xiu Li, Long Chen

机构 * Tsinghua University（清华大学） ； HKUST（香港科技大学） 纠错

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

AI总结 本文提出MoKus框架，通过跨模态知识迁移实现知识感知的概念定制，解决稀有token在预训练数据中缺失导致的性能不稳定问题，并引入KnowCusBench基准测试，验证了方法在概念定制任务中的优越性。

Comments Project Page: https://chenyangzhu1.github.io/MoKus/

Instruction set for the representation of graphs

图的表示指令集

Ezequiel Lopez-Rubio, Mario Pascual-Gonzalez

机构 * Department of Computer Languages and Computer Science University of Málaga（计算机语言与计算机科学系马德里大学） ； ITIS Software. Universidad de Málaga（ITIS软件. 马德里大学） 纠错

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

AI总结 IsalGraph通过紧凑的字符串编码实现图结构的表示，具有同构不变性和语言模型兼容性，适用于图相似性搜索和生成。

Tool Receipts, Not Zero-Knowledge Proofs: Practical Hallucination Detection for AI Agents

工具 receipts，而非零知识证明：面向 AI agent 的实用幻觉检测

Abhinaba Basu

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

AI总结 NabaOS 通过 epistemic 分类和 receipts 验证，实现交互式 AI agent 幻觉检测的高效高精度验证方法

Causally Grounded Mechanistic Interpretability for LLMs with Faithful Natural-Language Explanations

基于因果机制的LLM解释方法：具有忠实自然语言解释的因果基础

Ajay Pravin Mahale

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

AI总结 本文提出一种基于因果机制的LLM解释方法，通过识别因果重要的注意力头并生成自然语言解释，提高了模型解释的准确性和全面性。

Comments 8 pages, 7 figures, 4 tables. MSc thesis work conducted at Hochschule Trier (2026). Code will be released upon publication

From Data Statistics to Feature Geometry: How Correlations Shape Superposition

从数据统计到特征几何：相关性如何塑造叠加

Lucas Prieto, Edward Stevinson, Melih Barsbey, Tolga Birdal, Pedro A. M. Mediano

机构 * Imperial College London（帝国理工学院伦敦分校） 纠错

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

AI总结 通过Bag-of-Words Superposition研究特征相关性对叠加的影响，揭示现实数据中叠加可产生建设性干扰和语义聚类。

Correction of Transformer-Based Models with Smoothing Pseudo-Projector

基于平滑伪投影器的变换器模型校正

Vitaly Bulgakov

机构 * Profiteya LLC ； Mass General Brigham 纠错

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

AI总结 本文提出一种基于伪投影器的变换器模型校正方法，通过抑制噪声敏感性提升训练动态和鲁棒性。

Comments 29 pages, 23 figures

ProtAlign: Contrastive learning paradigm for Sequence and structure alignment

ProtAlign: 用于序列和结构对齐的对比学习范式

Aditya Ranganath, Hasin Us Sami, Kowshik Thopalli, Bhavya Kailkhura, Wesam Sakla

机构 * Center for Applied Scientific Computing, Lawrence Livermore National Laboratory（应用科学计算中心，劳伦斯利弗莫尔国家实验室） 纠错

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

AI总结 ProtAlign通过对比学习范式，统一了蛋白质序列与结构的表示，提升跨模态检索和下游预测性能。

Comments 5 pages, 4 figures

Topological Alignment of Shared Vision-Language Embedding Space

共享视觉-语言嵌入空间的拓扑对齐

Junwon You, Dasol Kang, Jae-Hun Jung

机构 * Department of Mathematics, POSTECH（POSTECH数学系） ； BootCamp, Google（Google BootCamp） 纠错

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

AI总结 ToMCLIP通过拓扑对齐方法提升多语言视觉-语言模型的结构一致性和零样本性能

Comments 27 pages, 5 figures, 24 tables

Revealing Combinatorial Reasoning of GNNs via Graph Concept Bottleneck Layer

通过图概念瓶颈层揭示图神经网络的组合推理

Yue Niu, Zhaokai Sun, Jiayi Yang, Xiaofeng Cao, Rui Fan, Xin Sun, Hanli Wang, Wei Ye

机构 * Tongji University, Shanghai, China（同济大学） ； City University of Macau, Macau, China（澳门城市大学） 纠错

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

AI总结 本文提出图概念瓶颈层，通过将概念视为图词并利用语言模型学习嵌入，提升GNNs的组合推理可解释性与性能。

Comments 20 pages

Bilinear representation mitigates reversal curse and enables consistent model editing

双线性表示缓解反转诅咒并实现一致的模型编辑

Dong-Kyum Kim, Minsung Kim, Jea Kwon, Nakyeong Yang, Meeyoung Cha

机构 * MPI-SP（马克斯·普朗克研究所（德国）） ； SNU（首尔国立大学（韩国）） ； KAIST（韩国科学技术院（韩国）） 纠错

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

AI总结 双线性表示缓解语言模型的反转诅咒，通过构建内在几何结构实现一致的模型编辑。

Comments ICLR 2026

I Predict Therefore I Am: Is Next Token Prediction Enough to Learn Human-Interpretable Concepts from Data?

我预测因此我存在：仅靠下一个令牌预测是否足以从数据中学习人类可解释的概念？

Yuhang Liu, Dong Gong, Yichao Cai, Erdun Gao, Zhen Zhang, Biwei Huang, Mingming Gong, Anton van den Hengel, Javen Qinfeng Shi

机构 * Responsible AI Research Centre（负责任人工智能研究中心） ； Australian Institute for Machine Learning（澳大利亚机器学习研究所） ； Adelaide University（阿德莱德大学） ； School of Computer Science and Engineering（计算机科学与工程学院） ； The University of New South Wales（新南威尔士大学） ； Halıcıoğlu Data Science Institute（哈利奇奥格卢数据科学研究所） ； University of California San Diego（加州大学圣地亚哥分校） ； School of Mathematics and Statistics（数学与统计学学院） ； The University of Melbourne（墨尔本大学） 纠错

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

AI总结 本文提出了一种新的生成模型，通过理论分析证明LLM通过下一个令牌预测能学习人类可解释的概念，并验证了该理论在模拟数据和现有模型上的有效性。

Training Generalizable Collaborative Agents via Strategic Risk Aversion

通过战略风险规避训练通用的协作智能体

Chengrui Qu, Yizhou Zhang, Nicolas Lanzetti, Eric Mazumdar

机构 * Caltech Department of Computing and Mathematical Sciences, California Institute of Technology, Pasadena, CA, USA（加州理工学院计算机与数学科学系） ； Caltech（加州理工学院） 纠错

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

AI总结 本文提出了一种基于战略风险规避的多智能体强化学习算法，通过增强协作鲁棒性，实现与未见过的合作伙伴的可靠协作。

Latent Introspection: Models Can Detect Prior Concept Injections

潜在自我反思：模型可以检测先前概念注入

Theia Pearson-Vogel, Martin Vanek, Raymond Douglas, Jan Kulveit

机构 * ACS Research, CTS, Charles University（ACS研究机构、CTs、查尔斯大学） 纠错

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

AI总结 Qwen 32B模型能检测并识别先前注入的概念，通过提供准确的AI自我反思机制信息可显著提升检测效果，同时提高注入概念间的互信息。

Comments 28 pages, 17 figures. Submitted to ICML 2026. Workshop version submitted to ICLR 2026 Workshop on Latent and Implicit Thinking

DynamicGTR: Leveraging Graph Topology Representation Preferences to Boost VLM Capabilities on Graph QAs

DynamicGTR: 利用图拓扑表示偏好提升视觉语言模型在图问答中的能力

Yanbin Wei, Jiangyue Yan, Chun Kang, Yang Chen, Hua Liu, James Kwok, Yu Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Hong Kong University of Science and Technology（香港理工大学） ； Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳）） ； Beihang University（北京航空航天大学） 纠错

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

AI总结 DynamicGTR通过动态选择最优图拓扑表示，提升视觉语言模型在图问答中的零样本性能及跨任务迁移能力。

Comments CVPR 2026

Benchmarking Pretrained Molecular Embedding Models For Molecular Representation Learning

对预训练分子嵌入模型进行基准测试：用于分子表示学习

Mateusz Praski, Jakub Adamczyk, Wojciech Czech

机构 * Faculty of Computer Science（计算机科学系） ； AGH University of Krakow（克拉科夫AGH大学） 纠错

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

AI总结 本研究对预训练分子嵌入模型进行了全面比较，发现仅CLAMP模型在分子表示学习中表现显著优于其他模型。

BioLM-Score: Language-Prior Conditioned Probabilistic Geometric Potentials for Protein-Ligand Scoring

BioLM-Score：基于语言先验的概率几何势用于蛋白质-配体评分

Zhangfan Yang, Baoyun Chen, Dong Xu, Jia Wang, Ruibin Bai, Junkai Ji, Zexuan Zhu

机构 * School of Computer Science, University of Nottingham Ningbo（计算机科学学院，诺丁汉大学宁波分校） ； School of Artificial Intelligence, Shenzhen University（人工智能学院，深圳大学） 纠错

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

AI总结 BioLM-Score结合几何建模与表征学习，提供一种高效、可泛化且可解释的蛋白质-配体评分方法，提升药物发现效率。

Comments 9 pages, 2 figures

Tethered Reasoning: Decoupling Entropy from Hallucination in Quantized LLMs via Manifold Steering

tethered Reasoning: 通过流形引导解耦熵与幻觉在量化大语言模型中

Craig Atkinson

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

AI总结 HELIX 通过几何引导解耦量化大语言模型中的熵与幻觉，通过引导隐藏状态轨迹到预计算的诚实性流形，提高高温度下的输出质量与多样性。

Comments 16 pages, 6 tables

CARL: Camera-Agnostic Representation Learning for Spectral Image Analysis

CARL：用于光谱图像分析的相机无关表示学习

Alexander Baumann, Leonardo Ayala, Silvia Seidlitz, Jan Sellner, Alexander Studier-Fischer, Berkin Özdemir, Lena Maier-Hein, Slobodan Ilic

机构 * Siemens AG（西门子股份公司） ； Division of Intelligent Medical Systems, German Cancer Research Center (DKFZ)（德国癌症研究中心智能医疗系统部门） ； National Center for Tumor Diseases (NCT), NCT Heidelberg（肿瘤国家研究中心（NCT）海德堡分部） ； HIDSS4Health, Heidelberg（海德堡HIDSS4Health） ； Department of Urology and Urosurgery, University Medical Center Mannheim（曼海姆大学医学中心泌尿外科与泌尿外科部门） ； Department of General, Visceral, and Transplantation Surgery, Heidelberg University Hospital（海德堡大学医院普通外科、 visceral外科和移植外科部门） ； Division of Intelligent Systems and Robotics in Urology, DKFZ Heidelberg（泌尿外科智能系统和机器人技术部门，德国癌症研究中心海德堡分部） ； DKFZ Hector Cancer Institute, University Medical Center Mannheim（DKFZ海德堡癌症研究所，曼海姆大学医学中心） 纠错

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

AI总结 CARL通过相机无关的表示学习方法，提升了多光谱和高光谱图像分析的鲁棒性和通用性。

The Agentic Leash: Extracting Causal Feedback Fuzzy Cognitive Maps with LLMs

代理缰绳：利用大语言模型提取因果反馈模糊认知图

Akash Kumar Panda, Olaoluwa Adigun, Bart Kosko

机构 * University of Southern California（南加州大学） ； Florida International University（佛罗里达国际大学） 纠错

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

AI总结 本文提出利用LLM代理系统提取因果反馈模糊认知图，通过三步过程生成与人类生成的FCM具有相同平衡特性的动态系统。

Comments 15 figures

Improving Neural Retrieval with Attribution-Guided Query Rewriting

通过归因引导的查询重写改进神经检索

Moncef Garouani, Josiane Mothe

机构 * IRIT, UMR5505 CNRS Université Toulouse Capitole（IRIT，CNRS 5505 机构，图卢兹大学） ； IRIT, UMR5505 CNRS UT2J, Université de Toulouse（IRIT，CNRS 5505 机构，图卢兹大学） 纠错

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

AI总结 本文提出归因引导的查询重写方法，通过标记级解释指导LLM澄清模糊查询，提升神经检索效果。

How Does a Deep Neural Network Look at Lexical Stress in English Words?

深度神经网络如何感知英语单词的重音？

Itai Allouche, Itay Asael, Rotem Rousso, Vered Dassa, Ann Bradlow, Seung-Eun Kim, Matthew Goldrick, Joseph Keshet

机构 * Faculty of Electrical and Computer Engineering, Technion -- Israel Institute of Technology, Haifa, 3200003, Israel（电气与计算机工程学院，技术Ion -- 以色列理工学院，海法，3200003，以色列） ； Department of Linguistics, Northwestern University, Evanston, Illinois 60208, USA（语言学系，西北大学，埃文斯顿，伊利诺伊州60208，美国） 纠错

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

AI总结 本文研究深度神经网络如何通过频谱特性识别英语双音节词的重音，通过实验揭示模型对重音元音的共振峰特征的依赖。

Comments 11 pages, 5 figures, accepted to the Journal of the Acoustical Society of America (JASA)

Journal ref The Journal of the Acoustical Society of America. 159(2), 1348-1358 (2026)

Understanding Language Prior of LVLMs by Contrasting Chain-of-Embedding

通过对比嵌入链理解LVLMs的语言先验

Lin Long, Changdae Oh, Seongheon Park, Sharon Li

机构 * 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 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 通过对比嵌入链分析，揭示LVLMs中视觉信息整合的关键层及影响响应生成的强度量化方法。

Comments ICLR 2026

Bridging Explainability and Embeddings: BEE Aware of Spuriousness

弥合可解释性与嵌入：BEE 意识到虚假相关性

Cristian Daniel Păduraru, Antonio Bărbălau, Radu Filipescu, Andrei Liviu Nicolicioiu, Elena Burceanu

机构 * Bitdefender ； University of Bucharest（布加勒斯特大学） ； Mila ； University of Montreal（蒙特利尔大学） 纠错

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

AI总结 BEE通过分析权重空间和嵌入几何揭示隐藏的虚假相关性，适用于多种数据集和模型，提升基础模型的可信度。

Comments ICLR 2026