LLM-Powered Analysis of IoT User Reviews: Tracking and Ranking Security and Privacy Concerns
基于大语言模型的物联网用户评论分析：跟踪和排序安全与隐私问题
专题命中 指令微调 ：LLM(title)；prompting(abstract)
AI总结 本研究利用大语言模型分析物联网用户评论，识别和排序安全与隐私问题，发现安全摄像头的高关注度及持续存在的隐私问题，为开发者改进用户信任提供洞察。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 指令微调 11714 篇
Foundation Model for Unified Characterization of Optical Quantum States
光量子态统一表征的基础模型
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 本文提出了一种基础模型，用于统一表征光量子态的复杂性，通过预训练和微调，有效预测多种实验相关态的性质。
Vision-Language Model Guided Image Restoration
基于视觉语言模型的图像修复
机构 * Department of Electrical and Electronic Engineering（电子与电气工程系）
专题命中 指令微调 ：language model(title,abstract)
AI总结 本文提出VLMIR框架，利用视觉语言模型的先验知识提升图像修复性能，通过两阶段方法结合特征提取与扩散模型实现更高质量的图像恢复。
MoAPT: Mixture of Adversarial Prompt Tuning for Vision-Language Models
MoAPT: 基于对抗提示微调的视觉-语言模型混合
机构 * Institute of Artificial Intelligence, Beihang University, Beijing, China（北京航空航天大学人工智能研究院） ； Center for Frontier AI Research, A*STAR, Singapore（A*STAR前沿人工智能研究中心） ； Institute of Computing Technology, Chinese Academy of Sciences, China（中国科学院计算技术研究所）
专题命中 指令微调 ：language model(title,abstract)
AI总结 MoAPT通过混合对抗提示微调提升视觉-语言模型对多种对抗攻击的鲁棒性，通过学习多个提示的混合权重以增强泛化能力。
Multi-label classification for multi-temporal, multi-spatial coral reef condition monitoring using vision foundation model with adapter learning
利用视觉基础模型与适配器学习进行多时序、多空间珊瑚礁状态监测的多标签分类
机构 * Department of Socio-Cultural Environmental Studies, Graduate School of Frontier Sciences, The University of Tokyo（社会文化环境研究部门，前沿科学研究生院，东京大学） ； Department of Environment Systems, Graduate School of Frontier Sciences, The University of Tokyo（环境系统部门，前沿科学研究生院，东京大学） ； New Heaven Reef Conservation Program, Koh Tao, Surat Thani, 84360, Thailand（新天堂珊瑚礁保护计划， Koh Tao, Surat Thani, 84360, Thailand） ； Data Science and AI Innovation Research Promotion Center, Shiga University（数据科学与人工智能创新研究促进中心，Shiga大学） ； Interfaculty Initiative in Information Studies, The University of Tokyo（跨学际信息研究倡议，东京大学）
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 本研究提出利用DINOv2视觉基础模型与LoRA适配器学习方法，实现多时序、多空间珊瑚礁状态的高效多标签分类，提升了分类精度并减少了计算资源消耗。
Journal ref Marine Pollution Bulletin, Vol. 223, Article 119054, 2026
MetaTPT: Meta Test-time Prompt Tuning for Vision-Language Models
MetaTPT: 用于视觉-语言模型的元测试时间提示微调
机构 * UCAS-Terminus AI Lab, University of Chinese Academic of Sciences（中国科学院大学Terminus AI实验室，中国科学院大学） ； AIM Lab, University of Amsterdam（阿姆斯特丹大学AIM实验室） ； Jarvis Research Center, Tencent Youtu Lab（腾讯优图实验室 Jarvis 研究中心） ； Central Research Institue, United Imaging Healthcare Co., Ltd（联合影像医疗科技有限公司中央研究所）
专题命中 指令微调 ：language model(title,abstract)
AI总结 MetaTPT通过元学习框架结合自监督任务和提示微调，提升视觉-语言模型在领域偏移下的测试时间适应性，实现领域泛化和跨数据集的高性能表现。
Comments NeurIPS 2025 Workshop
World in a Frame: Understanding Culture Mixing as a New Challenge for Vision-Language Models
世界在框架中：将文化混合视为视觉语言模型的新挑战
专题命中 指令微调 ：language model(title,abstract)
AI总结 本文提出CultureMix基准，研究文化混合对视觉语言模型的影响，发现模型在混合场景中表现不佳，通过监督微调提升模型鲁棒性。
Beyond Adam: Disentangling Optimizer Effects in the Fine-Tuning of Atomistic Foundation Models
超越Adam：在原子基础模型微调中解耦优化器影响
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 本研究评估了七种优化器在原子基础模型微调中的性能，发现AdamW和ScheduleFree在曲率条件和力准确性方面表现最佳，同时证明二次优化可提升物理性质的保真度。
ZO-ASR: Zeroth-Order Fine-Tuning of Speech Foundation Models without Back-Propagation
ZO-ASR: 无需反向传播的语音基础模型零阶微调
机构 * X-LANCE Lab, School of Computer Science, MoE Key Lab of Artificial Intelligence, Shanghai Jiao Tong University（X-LANCE实验室、计算机科学学院、人工智能重点实验室、上海交通大学）
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 ZO-ASR通过零阶方法无需反向传播实现高效语音模型微调，有效降低内存消耗并在领域适应和测试时间适应任务中取得优于现有方法的性能。
Comments 2025 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU)
ColonAdapter: Geometry Estimation Through Foundation Model Adaptation for Colonoscopy
ColonAdapter：通过基础模型适应进行结肠镜的几何估计
机构 * School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院） ； Vetex Lab（Vetex实验室） ； Southeast University - Monash University Joint Graduate School（东南大学-墨尔本大学联合研究生院） ； Monash Suzhou Research Institute（墨尔本大学苏州研究院） ； Faculty of Information Technology, Monash University（墨尔本大学信息科技学院）
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 ColonAdapter通过自监督微调适应基础模型，提升结肠镜图像的3D几何估计性能，无需地面真实内在参数。
LAST: LeArning to Think in Space and Time for Generalist Vision-Language Models
LAST: 为通用视觉-语言模型学习在空间和时间中的思考
机构 * HKUST(GZ)（香港科技大学（广州）） ； University of Rochester（罗切斯特大学）
专题命中 指令微调 ：language model(title,abstract)
AI总结 LAST通过学习在空间和时间上思考，提升通用视觉-语言模型对3D空间和长视频的理解能力。
Autonomous Surface Selection For Manipulator-Based UV Disinfection In Hospitals Using Foundation Models
基于基础模型的医院机器人紫外线消毒表面自主选择
机构 * Engineering Product Development Pillar, Singapore University of Technology and Design, Singapore（新加坡科技设计大学工程产品开发部门） ； Centre for Healthcare Assistive & Robotics Technology, Singapore（新加坡医疗辅助与机器人技术中心） ； National Centre for Infectious Diseases, Singapore（新加坡传染病国家中心）
专题命中 指令微调 ：foundation model(title,abstract)
AI总结 本研究提出基于基础模型的机器人紫外线消毒表面自主选择方法，通过视觉语言模型辅助分割细化，提高消毒效率并减少误判，实验证明其在实际应用中的有效性。
Comments 7 pages, 7 figures; This paper has been accepted by IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)
A Little More Like This: Text-to-Image Retrieval with Vision-Language Models Using Relevance Feedback
略多一些像这个：利用视觉语言模型进行文本到图像检索的相关反馈
机构 * Maastricht University（马斯特里赫特大学）
专题命中 指令微调 ：language model(title,abstract)
AI总结 本文提出基于相关反馈机制提升视觉语言模型文本到图像检索性能的方法，通过四种反馈策略在Flickr30k和COCO数据集上验证，提升了检索效果并增强了多轮检索的鲁棒性。
Comments Accepted to WACV'26
Omni-R1: Do You Really Need Audio to Fine-Tune Your Audio LLM?
Omni-R1：你真的需要音频来微调你的音频大语言模型吗？
机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Goethe University of Frankfurt（法兰克福歌德大学） ； IBM Research AI（IBM人工智能研究部） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） ； Tuebingen AI Center/University of Tuebingen（图宾根人工智能中心/图宾根大学）
专题命中 指令微调 ：LLM(title,abstract)
AI总结 Omni-R1通过强化学习方法GRPO微调多模态大语言模型，实现了在音频问答任务上的新SOTA性能，同时发现文本推理能力提升对音频性能有显著贡献。
Sim2Real Diffusion: Leveraging Foundation Vision Language Models for Adaptive Automated Driving
Sim2Real Diffusion：利用基础视觉语言模型实现自适应自动驾驶
机构 * Department of Automotive Engineering, Clemson University International Center for Automotive Research (CU-ICAR)（汽车工程系，克莱姆森大学国际汽车研究中心（CU-ICAR））
专题命中 指令微调 ：language model(title)；foundation model(abstract)
AI总结 本文提出Sim2Real Diffusion框架，利用基础视觉语言模型实现自动驾驶的跨领域适应，通过条件潜在扩散提升sim2real转换性能。
Comments Accepted in IEEE Robotics and Automation Letters (RA-L)
Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 1, pp. 177-184, Jan. 2026
Multi-Faceted Attack: Exposing Cross-Model Vulnerabilities in Defense-Equipped Vision-Language Models
多面攻击：揭示配备防御机制的视觉语言模型中的跨模型漏洞
专题命中 指令微调 ：language model(title,abstract)
AI总结 多面攻击揭示了配备防御机制的视觉语言模型中的跨模型安全漏洞，通过注意力转移攻击和轻量级转移增强算法，实现了58.5%的成功率。
Comments AAAI 2026 Oral
Communication-Pipelined Split Federated Learning for Foundation Model Fine-Tuning in UAV Networks
专题命中 指令微调 ：foundation model(title,abstract)
Comments This work has been submitted to the IEEE for possible publication
Rank-Aware Agglomeration of Foundation Models for Immunohistochemistry Image Cell Counting
机构 * School of Software Engineering, Xi’an Jiaotong University（西安交通大学软件工程学院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； Department of Gastrointestinal Surgery and the Gastric Cancer Center, Zhongshan Hospital, Fudan University（复旦大学中山医院胃肠外科及胃癌中心） ； School of Computer Science and Technology, Xi’an Jiaotong University（西安交通大学计算机科学与技术学院） ； The Comprehensive Breast Care Center, The Second Affiliated Hospital of Xi'an Jiaotong University（西安交通大学第二附属医院综合乳腺护理中心） ； Department of Pathology, The Second Affiliated Hospital of Xi’an Jiaotong University（西安交通大学第二附属医院病理科） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Department of General Surgery, Zhongshan Hospital (Xiamen), Fudan University（复旦大学中山医院（厦门）外科科）
专题命中 指令微调 ：foundation model(title,abstract)
SpaceVLM: Sub-Space Modeling of Negation in Vision-Language Models
机构 * MIT（麻省理工学院）
专题命中 指令微调 ：language model(title,abstract)
F2RVLM: Boosting Fine-grained Fragment Retrieval for Multi-Modal Long-form Dialogue with Vision Language Model
专题命中 指令微调 ：language model(title,abstract)
FedVLM: Scalable Personalized Vision-Language Models through Federated Learning
机构 * University of Texas at Arlington（德克萨斯理工大学） ； Clemson University（克莱姆森大学）
专题命中 指令微调 ：language model(title,abstract)
Comments Accepted to ECAI 2025 Main Track
RISE-T2V: Rephrasing and Injecting Semantics with LLM for Expansive Text-to-Video Generation
专题命中 指令微调 ：LLM(title,abstract)
Comments 17 pages, 16 figures
AD-SAM: Fine-Tuning the Segment Anything Vision Foundation Model for Autonomous Driving Perception
专题命中 指令微调 ：foundation model(title,abstract)
Comments Submitted to IEEE Transactions on Intelligent Transportation Systems (IEEE T-ITS)
Self-Calibrated Consistency can Fight Back for Adversarial Robustness in Vision-Language Models
机构 * Guangdong Institute of Intelligence Science and Technology（广东智能科学与技术研究院） ； Agency for Science, Technology and Research（科技研究局） ； School of Information Technology（信息技术学院）
专题命中 指令微调 ：language model(title,abstract)
ZING-3D: Zero-shot Incremental 3D Scene Graphs via Vision-Language Models
机构 * Birla Institute of Technology and Science Pilani, K.K Birla Goa Campus（比拉理工学院和科学学院，比拉戈阿校园） ； Department of Mechanical Engineering, College of Design and Engineering, National University of Singapore（设计与工程学院机械工程系，新加坡国立大学）
专题命中 指令微调 ：language model(title)；foundation model(abstract)
FPT-Noise: Dynamic Scene-Aware Counterattack for Test-Time Adversarial Defense in Vision-Language Models
专题命中 指令微调 ：language model(title,abstract)
Comments 11pages,4figures
Detection and Simulation of Urban Heat Islands Using a Fine-Tuned Geospatial Foundation Model for Microclimate Impact Prediction
机构 * IBM Research – Europe（IBM欧洲研究院） ； IBM Research – Africa（IBM非洲研究院）
专题命中 指令微调 ：foundation model(title,abstract)
Comments 10 pages, 9 figures. Accepted at the NeurIPS 2025 Workshop on Tackling Climate Change with Machine Learning
Adapting Medical Vision Foundation Models for Volumetric Medical Image Segmentation via Active Learning and Selective Semi-supervised Fine-tuning
机构 * Mallinckrodt Institute of Radiology（马林克罗德放射医学研究所） ； Institute for Informatics, Data Science and Biostatistics（信息学、数据科学与生物统计学研究所） ； Department of Radiology, Perelman School of Medicine（放射科，佩尔曼医学院） ； Center for AI and Data Science for Integrated Diagnostics (AI2D)（集成诊断人工智能与数据科学中心（AI2D））
专题命中 指令微调 ：foundation model(title,abstract)
Comments 17 pages, 5 figures, 8 tables
Trading with the Devil: Risk and Return in Foundation Model Strategies
专题命中 指令微调 ：foundation model(title,abstract)
On Countable SFT Covers of Sparse Multidimensional Shift Spaces
专题命中 指令微调 ：SFT(title,abstract)
Comments 38 pages, 9 figures
