Matching Pairs: Attributing Fine-Tuned Models to their Pre-Trained Large Language Models
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.LG
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.LG
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.AI、cs.LG
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments 5 pages, 1 figure
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.LG
Comments Accepted at International Conference on Mining Software Repositories (MSR-2023)
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
Comments 2 pages, 5 figures, to be published in AAAI-23 Student Abstract and Poster Program
专题命中 其他LLM :large language model(title,abstract);language model(title,abstract);LLM(abstract);分类 cs.CL、cs.AI
专题命中 其他LLM :prompting(title,abstract);language model(title,abstract);large language model(abstract);分类 cs.AI
Comments Website, see https://yu-rp.github.io/api-prompting
通过前缀缓存侧信道揭示和理解LLM API转售商生态系统中的隐藏依赖关系
专题命中 其他LLM :LLM(title,title_cn)
AI总结 本研究提出CacheTracer,利用前缀缓存侧信道测量LLM API转售商间的隐藏依赖关系,通过对39个转售商端点的测量发现了深度集中的缓存可达结构,验证了方法的可靠性与准确性。
分离线程:探索大语言模型支持的讨论论坛分析在社区洞察中的潜力
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究针对在线讨论论坛自由回复结构难挖掘洞见的问题,通过分析论坛讨论、构建框架与探针、访谈21名研究者,为LLM支持的社区意义建构工具提供设计建议。
Comments Accepted to ACM Collective Intelligence Conference, 2026
一种可本地部署的基于工具的大语言模型多智能体框架,用于自动化甲烷排放分析与报告
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 本研究开发了一种可本地部署的基于工具的LLM多智能体框架,用于自动化甲烷排放分析与报告,在多类真实场景测试中表现优异,能缩短工作流时间、降低人力需求并提升数据安全性。
从文档到零日漏洞:基于大语言模型的PDF阅读器JavaScript引擎模糊测试
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 针对现有PDF阅读器模糊测试工具的局限,提出基于LLM的PDFuzzer,生成复杂API调用序列,在三款主流阅读器上覆盖率提升48%,识别31个零日漏洞并获厂商漏洞赏金。
Comments 16 pages, 2 figures, accepted by ACM CCS 2026
基于伴随式验证语义先验的大语言模型辅助低密度奇偶校验(LDPC)译码
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究提出LLM辅助LDPC译码框架,通过伴随式验证语义先验减少误码率,在2.0 dB时误码率降低73%,且注入精度保持在0.88以上,提升了物理层可靠性。
MazeRunner:面向大语言模型驱动的黑盒自动化渗透测试的非线性任务与线索编排
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 针对现有LLM驱动渗透测试智能体在非线性黑盒场景中的缺陷,提出三智能体框架的MazeRunner,在HTB目标上完成更多子任务、获取更高权限,探索攻击分支更高效。
从提示注入到Web漏洞利用:重新审视集成大语言模型的应用中的经典漏洞
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 本文研究集成大语言模型的Web应用的新型攻击LLM介导的Web攻击,提出LLM2X系列攻击类型,通过实现TicketOracle实验发现模型易感性差异,给出多层缓解策略。
基于LLM的社交网络中的意见极化:操纵与缓解
专题命中 其他LLM :LLM(title,title_cn);large language model(abstract);language model(abstract)
AI总结 研究在基于大语言模型模拟的社交网络中,对手如何通过有限预算操纵意见极化,并评估两种防御机制(反应性和主动性)的效果,发现两者均无法完全恢复基线极化状态。
Comments 16 pages, 8 figures
智能收益递减:短时长开放式社交人机交互中,大语言模型规模与用户感知的非线性关系
机构 * The IT-University of Copenhagen(哥本哈根信息技术大学)
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究探讨短时长开放式社交人机交互中LLM规模与用户感知的关系,发现30B参数模型相比更小模型无显著优势,提示具身社交HRI中模型缩放收益递减,对话流畅性等与参数规模同等重要。
Comments 4 pages
当协调成为威胁:大语言模型控制的多机器人系统中的通信攻击
机构 * College of Computer Science and Technology, National University of Defense Technology(国防科技大学计算机科学与技术学院) ; School of Informatics, Xiamen University(厦门大学信息学院)
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究针对LLM控制的多机器人系统,提出两种通信攻击并在三种架构下验证其风险,引入CPV门可降低违规率,为相关安全问题提供了应对方案。
Comments 17 pages, 8 figures, 4 tables
大语言模型智能体中基于声誉的合作的涌现
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 研究发现LLM智能体的合作鲁棒性由对手禀赋敏感性(图像评分机制)和叛逃者排除严格程度决定,其无法发展更鲁棒的Leading-Eight规范,凸显文化进化的LLM合作的漏洞并提出自下而上规范构建的需求。
基于大语言模型合成SQL特征的自动化数据库测试
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究提出ShQveL方法,通过LLM合成SQL特征增强SQL生成器,在5个DBMS上发现55个新漏洞,其中50个已被修复,提升了自动化数据库测试的漏洞发现能力。
多智能体大语言模型命名博弈中共识形成的微观动力学
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 该研究揭示了多智能体LLM命名博弈中,解码温度作为架构依赖控制参数,通过不同听者机制调控共识形成的微观动力学,得出了双速率动力学的解析有序条件。
Comments 8 pages, 8 figures, 1 table, 1 appendix
LLM智能体能够查看代码仓库
专题命中 其他LLM :LLM(title,title_cn);large language model(abstract);language model(abstract)
AI总结 研究多模态大语言模型在仓库级问题解决中利用视觉表示的效果,发现纯视觉方案降低精度,而结合视觉结构图可减少26%输入token并保持或提升精度。
Comments Accepted by ASE 2026. Our code and data are available at https://github.com/cslsolow/SeeRepo
LLM时代的学生实践与技能:“你不能把奋斗过程外包出去,却仍想获得技能”
专题命中 其他LLM :LLM(title,title_cn)
AI总结 研究针对软件工程研究生在LLM时代的AI使用技能缺口,分析1383条子reddit帖子后发现学生外包研究技能培养的认知努力,提出需开发课程引导学生与LLM协同工作。
Comments 12 pages
无法隐藏的秘密:揭示原生大语言模型集成开发环境(LLM-native IDEs,简称LIDEs)的安全与隐私问题
专题命中 其他LLM :LLM(title,title_cn);large language model(abstract);language model(abstract)
AI总结 本文针对原生大语言模型集成开发环境(LIDEs),通过分析110万条相关帖子及6000余条评论,构建其安全隐私问题分类体系,发现问题多源于系统设计,开发者依赖外部防护,为后续安全LIDEs设计提供经验。
代理视频生成:通过工具约束的LLM规划从文本到可执行事件图
机构 * Institute of Mathematics of the Romanian Academy(罗马尼亚科学院数学研究所) ; National University of Science and Technology Politehnica Bucharest(布加勒斯特理工大学) ; Büchi Labortechnik AG(布奇实验室技术股份公司)
专题命中 其他LLM :LLM(title,title_cn)
AI总结 本文提出了一种代理系统,通过LLM生成结构化的事件图规范,并在3D引擎中确定性执行,解决了传统视频生成的语义可靠性问题,展示了在物理真实性和语义对齐上的优越表现。
检索、调度、反思:用于芯片QoR优化的LLM代理
专题命中 其他LLM :LLM(title,title_cn)
AI总结 本文提出基于LLM的代理框架,通过与EDA工具交互实现芯片优化调度,利用检索增强生成和帕累托驱动反馈提升QoR,实验显示其在时序改进、能耗和面积上优于强化学习等黑盒方法。
大语言模型辅助沉浸式场景编辑中的虚构分类与感知-现实差距
专题命中 其他LLM :LLM(title,summary_cn);large language model(abstract);language model(abstract)
AI总结 研究LLM辅助沉浸式3D场景编辑中的虚构,通过对24名非专业用户的探索性研究构建分类法,报告其普遍性与破坏性,定义感知-现实差距结构,强调负载下虚构意识饱和度,得出对未来系统减轻虚构的设计启示。
Comments Under review