语言大模型 / LLM

TerraFlow: Multimodal, Multitemporal Representation Learning for Earth Observation

TerraFlow：用于地球观测的多模态、多时间序列表示学习

Nazar Puriy, Johannes Jakubik, Benedikt Blumenstiel, Konrad Schindler

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

AI总结 TerraFlow提出了一种新的多模态、多时间序列学习方法，适用于地球观测，能够处理变长输入，优于现有模型，在GEO-Bench-2基准测试中表现优异，并在自然灾害风险地图预测中取得进展。

Statistical and structural identifiability in representation learning

表示学习中的统计和结构可识别性

Walter Nelson, Marco Fumero, Theofanis Karaletsos, Francesco Locatello

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

AI总结 本文提出统计和结构近可识别性概念，通过ICA后处理实现表示学习中的去纠缠，验证了在合成数据和细胞显微镜中的有效性。

Comments International Conference on Learning Representations (ICLR) 2026

Locating Demographic Bias at the Attention-Head Level in CLIP's Vision Encoder

在CLIP视觉编码器的注意力头级别定位人口偏见

Alaa Yasser, Kittipat Phunjanna, Marcos Escudero Viñolo, Catarina Barata, Jenny Benois-Pineau

机构 * University of Bordeaux（波尔多大学） ； Universidad Autónoma de Madrid（马德里自治大学） ； Instituto Superior Técnico, Universidade de Lisboa（里斯本大学技术学院） 纠错

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

AI总结 本文提出一种机制性公平性审计方法，通过分析CLIP视觉编码器的注意力头定位人口偏见，发现性别偏见集中在特定头部，而年龄偏见更分散。

Comments 14 pages, 6 tables, 2 figures. Work conducted during IPCV-AI Erasmus Mundus Master

UniFField: A Generalizable Unified Neural Feature Field for Visual, Semantic, and Spatial Uncertainties in Any Scene

UniFField: 一种通用的统一神经特征场，用于任何场景中的视觉、语义和空间不确定性

Christian Maurer, Snehal Jauhri, Sophie Lueth, Georgia Chalvatzaki

机构 * TU Darmstadt（图宾根大学） ； Robotics Institute（机器人研究所） 纠错

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

AI总结 UniFField是一种通用的统一神经特征场，能够整合视觉、语义和几何特征，预测不确定性，适用于任何场景中的鲁棒决策。

Comments ICRA 2026 Project website: https://sites.google.com/view/uniffield

GTM: A General Time-series Model for Enhanced Representation Learning of Time-Series Data

GTM：一种通用时间序列模型，用于增强时间序列数据的表示学习

Cheng He, Xu Huang, Gangwei Jiang, Zhaoyi Li, Defu Lian, Hong Xie, Enhong Chen, Xijie Liang, Zengrong Zheng, Patrick P. C. Lee

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

AI总结 GTM通过频域注意力机制和混合遮蔽策略提升时间序列表示学习，实现跨生成任务的泛化能力。

Comments 10 pages main text, 20 pages appendix. Accepted at ICLR 2026

Are you sure? Measuring models bias in content moderation through uncertainty

你确定吗？通过不确定性测量内容审核中的模型偏差

Alessandra Urbinati, Mirko Lai, Simona Frenda, Marco Antonio Stranisci

机构 * Laboratory for the Modeling of Biological and Socio-technical Systems, Northeastern University（生物与社会技术系统建模实验室，东北大学） ； Heriot-Watt University（赫瑞-瓦特大学） ； aequa-tech（aequa-tech公司） ； Università del Piemonte Orientale（皮埃蒙特东方大学） ； Università degli Studi di Torino（托里尼大学） 纠错

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

AI总结 本文提出通过模型预测不确定性来衡量内容审核中模型的偏差，揭示预训练模型对少数群体的预测准确性与置信度的差异，以改进模型公平性。

Comments accepted at Findings of ACL: EMNLP 2025

Particle Trajectory Representation Learning with Masked Point Modeling

基于掩码点建模的粒子轨迹表示学习

Sam Young, Yeon-jae Jwa, Kazuhiro Terao

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

AI总结 本文提出PoLAr-MAE，通过掩码点建模实现LArTPC图像的自监督学习，以高效学习物理轨迹表示，并发布大规模数据集促进后续研究。

Comments Preprint. 28 pages, 18 figures. v3 includes new results on data efficiency and attention maps

SynHLMA:Synthesizing Hand Language Manipulation for Articulated Object with Discrete Human Object Interaction Representation

SynHLMA:基于离散人类物体交互表示的合成手语操纵

Wang zhi, Yuyan Liu, Liu Liu, Li Zhang, Ruixuan Lu, Dan Guo

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

AI总结 SynHLMA通过离散人类物体交互表示生成可变形物体的手语操纵序列，实现抓取生成、预测和插值任务。

Quantifying Genuine Awareness in Hallucination Prediction Beyond Question-Side Shortcuts

量化超出问题侧捷径的幻觉预测中的真实意识

Yeongbin Seo, Dongha Lee, Jinyoung Yeo

机构 * Department of Artificial Intelligence（人工智能系） 纠错

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

AI总结 本文提出AQE方法，用于量化幻觉预测中真实意识与问题侧信息的影响，揭示现有方法对基准黑客的依赖。

CuriousBot: Interactive Mobile Exploration via Actionable 3D Relational Object Graph

CuriousBot: 通过可操作的3D关系物体图进行交互式移动探索

Yixuan Wang, Leonor Fermoselle, Tarik Kelestemur, Jiuguang Wang, Yunzhu Li

机构 * School of Engineering and Applied Science, Columbia University（工程与应用科学学院，哥伦比亚大学） ； Robotics and AI Institute（机器人与人工智能研究所） 纠错

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

AI总结 CuriousBot通过可操作的3D关系物体图实现交互式移动探索，优于仅依赖视觉-语言模型的方法。

Comments Accepted to IEEE Robotics and Automation Letters (RA-L). Project Page: https://curiousbot.theaiinstitute.com/

BotaCLIP: Contrastive Learning for Botany-Aware Representation of Earth Observation Data

BotaCLIP：基于对比学习的植物学感知地球观测数据表示

Selene Cerna, Sara Si-Moussi, Wilfried Thuiller, Hadrien Hendrikx, Vincent Miele

机构 * univ-grenoble-alpes（格勒诺布尔阿尔卑斯大学） 纠错

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

AI总结 BotaCLIP通过对比学习将植物学知识注入地球观测数据表示，提升生物多样性建模任务的性能。

Learning Hierarchical Knowledge in Text-Rich Networks with Taxonomy-Informed Representation Learning

在文本丰富网络中学习层次化知识：基于分类学的表示学习

Yunhui Liu, Yongchao Liu, Yinfeng Chen, Chuntao Hong, Tao Zheng, Tieke He

机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团） 纠错

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

AI总结 TIER通过构建隐含层次分类学并整合到节点表示中，提升文本丰富网络的层次化知识学习能力，实现更可解释的结构化建模。

Comments Accepted by KDD 2026. Extended version coming soon

Toward Unified Multimodal Representation Learning for Autonomous Driving

迈向自动驾驶的统一多模态表示学习

Ximeng Tao, Dimitar Filev, Gaurav Pandey

机构 * J. Mike Walker ’66 Department of Mechanical Engineering, Texas A&M University, College Station, TX 77843, USA（德克萨斯大学机械工程系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） ； The Department of Engineering Technology and Industrial Distribution Texas A&M University, College Station, TX 77843, USA（工程技术与工业分布系，德克萨斯农工大学，学院站，德克萨斯，77843，美国） 纠错

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

AI总结 本文提出CTP框架，通过统一多模态张量对齐提升自动驾驶性能。

Compose by Focus: Scene Graph-based Atomic Skills

通过聚焦：基于场景图的原子技能

Han Qi, Changhe Chen, Heng Yang

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） ； Robotics Department, University of Michigan（密歇根大学机器人系） 纠错

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

AI总结 本文提出了一种基于场景图的原子技能学习框架，结合图神经网络与扩散式模仿学习，并与视觉-语言模型结合，提升机器人在复杂任务中的稳健性和组合泛化能力。

Comments Acceptance to ICRA 2026. Website: https://computationalrobotics.seas.harvard.edu/SkillComposition/

Representing local protein environments with machine learning force fields

用机器学习力场表示局部蛋白质环境

Meital Bojan, Sanketh Vedula, Advaith Maddipatla, Nadav Bojan Sellam, Anar Rzayev, Federico Napoli, Paul Schanda, Alex M. Bronstein

机构 * IST Austria（IST奥地利研究院） ； Technion, Israel（技术学院，以色列） ； University of Oxford, UK（牛津大学，英国） ； Princeton University（普林斯顿大学） ； Broad Institute of MIT and Harvard（哈佛大学与麻省理工学院Broad研究所） 纠错

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

AI总结 本文提出基于原子基础模型的局部蛋白质环境表示方法，有效捕捉结构和化学特征，实现了高精度的生物分子核磁共振化学移位预测。

NOTAI.AI: Explainable Detection of Machine-Generated Text via Curvature and Feature Attribution

NOTAI.AI：通过曲率和特征归因进行可解释的机器生成文本检测

Oleksandr Marchenko Breneur, Adelaide Danilov, Aria Nourbakhsh, Salima Lamsiyah

机构 * Department of Computer Science, University of Luxembourg（卢森堡大学计算机科学系） 纠错

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

AI总结 NOTAI.AI通过曲率和特征归因技术，结合神经网络和统计特征，实现对机器生成文本的可解释检测，并提供结构化解释和交互式分析。

Comments 8 pages, 7 figures

Phys2Real: Fusing VLM Priors with Interactive Online Adaptation for Uncertainty-Aware Sim-to-Real Manipulation

Phys2Real: 融合视觉语言模型先验与交互在线适应以实现不确定性感知的仿真到现实操控

Maggie Wang, Stephen Tian, Aiden Swann, Ola Shorinwa, Jiajun Wu, Mac Schwager

机构 * Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） 纠错

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

AI总结 Phys2Real通过融合视觉语言模型先验与交互适应，提升仿真到现实操控的不确定性感知与任务成功率。

Comments Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026

Q-BERT4Rec: Quantized Semantic-ID Representation Learning for Multimodal Recommendation

Q-BERT4Rec: 量化语义-ID表示学习用于多模态推荐

Haofeng Huang, Ling Gai

机构 * University of Shanghai for Science and Technology（上海科学技术大学） 纠错

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

AI总结 Q-BERT4Rec通过统一语义表示与量化建模，提升多模态推荐的性能和可解释性。

Comments Submitted to KDD2026

PHyCLIP: $\ell_1$-Product of Hyperbolic Factors Unifies Hierarchy and Compositionality in Vision-Language Representation Learning

PHyCLIP通过$\ell_1$-Product度量结合双曲因子，统一了视觉-语言表示学习中的层次结构与组合性

Daiki Yoshikawa, Takashi Matsubara

机构 * Hokkaido University（北海道大学） ； CyberAgent 纠错

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

AI总结 PHyCLIP通过$\ell_1$-Product度量结合双曲因子，统一了视觉-语言表示学习中的层次结构与组合性。

Comments 24 pages. Codes are available at https://github.com/tksmatsubara/PHyCLIP

Journal ref International Conference on Learning Representations (ICLR), 2026

SUIT: Knowledge Editing with Subspace-Aware Key-Value Mappings

SUIT: 基于子空间感知的关键值映射知识编辑

Haewon Park, Sangwoo Kim, Yohan Jo

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

AI总结 SUIT通过子空间感知的关键值映射提升知识编辑的准确性与稳定性

Comments 31 pages, 13 figures, 17 tables

Advancing Complex Video Object Segmentation via Progressive Concept Construction

通过渐进式概念构建推进复杂视频对象分割

Zhixiong Zhang, Shuangrui Ding, Xiaoyi Dong, Songxin He, Jianfan Lin, Junsong Tang, Yuhang Zang, Yuhang Cao, Dahua Lin, Jiaqi Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； CPII under InnoHK（InnoHK下的CPII） 纠错

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

AI总结 SeC通过渐进式概念构建方法，在复杂视频对象分割任务中实现了显著性能提升，特别是在语义复杂场景下的表现优于现有方法。

Comments project page: https://rookiexiong7.github.io/projects/SeC/ ; code: https://github.com/OpenIXCLab/SeC ; dataset: https://huggingface.co/datasets/OpenIXCLab/SeCVOS

Dynamic Weight Grafting: Localizing Finetuned Factual Knowledge in Transformers

动态权重嫁接：在Transformer中本地化微调的事实知识

Todd Nief, David Reber, Sean Richardson, Ari Holtzman

机构 * Department of Computer Science, University of Chicago（计算机科学系，芝加哥大学） ； Department of Statistics, University of Chicago（统计学系，芝加哥大学） ； Data Science Institute, University of Chicago（数据科学研究所，芝加哥大学） 纠错

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

AI总结 研究提出动态权重嫁接技术，揭示Transformer在生成过程中通过两种路径检索微调事实知识：增强残差流与即时回忆信息。

Structured Prompt Optimization for Few-Shot Text Classification via Semantic Alignment in Latent Space

通过潜在空间语义对齐的结构化提示优化实现少样本文本分类

Jiasen Zheng, Zijun Zhou, Huajun Zhang, Junjiang Lin, Jingyun Jia, Qi Wang

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

AI总结 本文提出通过潜在空间语义对齐的结构化提示优化方法，解决少样本文本分类中的语义冲突和标签模糊问题，提升分类性能和跨任务适用性。

BetterScene: 3D Scene Synthesis with Representation-Aligned Generative Model

BetterScene: 一种基于表示对齐生成模型的3D场景合成

Yuci Han, Charles Toth, John E. Anderson, William J. Shuart, Alper Yilmaz

机构 * Dept. of Electrical and Computer Engineering, The Ohio State University（电气与计算机工程系，俄亥俄州立大学） ； USACE ERDC GRL（美国陆军工程兵队ERDC GRL） 纠错

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

AI总结 BetterScene通过引入时间等价性正则化和视觉基础模型对齐的表示，提升3D场景合成的视角一致性与质量。

Beyond Subtokens: A Rich Character Embedding for Low-resource and Morphologically Complex Languages

超越子词：一种丰富的字符嵌入用于低资源和形态复杂语言

Felix Schneider, Maria Gogolev, Sven Sickert, Joachim Denzler

机构 * Computer Vision Group（计算机视觉组） ； Friedrich Schiller University（弗里德里希-席勒大学） 纠错

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

AI总结 本文提出了一种基于字符的丰富嵌入方法，用于提升低资源和形态复杂语言的自然语言处理性能。

Comments 12 content pages, 2 figures, 8 tables, one example textbox

Uncovering Grounding IDs: How External Cues Shape Multimodal Binding

揭示地面ID：外部线索如何塑造多模态绑定

Hosein Hasani, Amirmohammad Izadi, Fatemeh Askari, Mobin Bagherian, Sadegh Mohammadian, Mohammad Izadi, Mahdieh Soleymani Baghshah

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

AI总结 本文提出地面ID概念，揭示外部线索通过增强多模态绑定的注意力机制，提升跨模态定位精度并减少幻觉。

Comments Under review as a conference paper at ICLR 2026

Understanding Empirical Unlearning with Combinatorial Interpretability

理解经验性反学习与组合可解释性

Shingo Kodama, Niv Cohen, Micah Adler, Nir Shavit

机构 * Middlebury College（中大西洋学院） ； New York University（纽约大学） ； MIT（麻省理工学院） ； Red Hat（红帽公司） 纠错

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

AI总结 本文通过组合可解释性框架研究经验性反学习中知识的持续存在机制，揭示反学习方法在移除目标概念知识方面的有效性及知识恢复的可能性。

CRCC: Contrast-Based Robust Cross-Subject and Cross-Site Representation Learning for EEG

CRCC: 基于对比的跨受试者和跨站点表示学习

Xiaobin Wong, Zhonghua Zhao, Haoran Guo, Zhengyi Liu, Yu Wu, Feng Yan, Zhiren Wang, Sen Song

机构 * Tsinghua Laboratory of Brain（清华大学脑科学实验室） ； School of Biomedical Engineering, Tsinghua University（清华大学生物医学工程学院） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Weixian College, Tsinghua University（清华大学魏先学院） ； School of Artificial Intelligence, Beijing University of Posts（北京邮电大学人工智能学院） ； School of Computer Science（计算机科学学院） ； Technology, Northwestern Polytechnical University, Xi'an, China（技术，西北工业大学，西安，中国） ； Beijing Huilongguan Hospital, Capital Medical University（北京回龙观医院，首都医科大学） ； Peking University Huilongguan Clinical Medical School（北京大学回龙观临床医学院） 纠错

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

AI总结 CRCC通过对比学习和对抗优化提升跨站点EEG表示学习的泛化能力，实现10.7个百分点的准确率提升。

Comments First edition

Activation-Space Uncertainty Quantification for Pretrained Networks

预训练网络中的激活空间不确定性量化

Richard Bergna, Stefan Depeweg, Sergio Calvo-Ordoñez, Jonathan Plenk, Alvaro Cartea, Jose Miguel Hernández-Lobato

机构 * Department of Engineering, University of Cambridge, Cambridge, UK（剑桥大学工程系） ； Mathematical Institute（数学研究所） ； Oxford-Man Institute, University of Oxford, Oxford, UK（牛津大学奥克斯曼研究所） 纠错

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

AI总结 GAPA通过在激活空间中提供闭合形式的epistemic方差，实现了预训练网络的高效不确定性量化，无需采样或反向传播。

ROCKET: Residual-Oriented Multi-Layer Alignment for Spatially-Aware Vision-Language-Action Models

ROCKET：基于残差的多层对齐用于空间感知的视觉-语言-动作模型

Guoheng Sun, Tingting Du, Kaixi Feng, Chenxiang Luo, Xingguo Ding, Zheyu Shen, Ziyao Wang, Yexiao He, Ang Li

机构 * University of Maryland, College Park ； University of Wisconsin, Madison ； City University of Hong Kong ； St.\ Paul's School 纠错

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

AI总结 ROCKET通过共享投影器和稀疏激活方案实现多层对齐，提升3D空间理解能力，在LIBERO等任务中达到98.5%的高成功率。