语言大模型 / LLM

Selective Safety Steering via Value-Filtered Decoding

基于价值过滤解码的选择性安全引导

Bat-Sheva Einbinder, Hen Davidov, Yee Whye Teh, Yarin Gal, Yaniv Romano

机构 * Department of Electrical and Computer Engineering, Technion IIT（技术学院电气与计算机工程系） ； Department of Statistics, University of Oxford（牛津大学统计系） ； OATML, Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Computer Science, Technion IIT（技术学院计算机科学系） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出一种测试时引导方法，通过价值基的安全标准过滤token，减少不必要的干预，提升不安全响应的安全性，同时在多个数据集上验证了其在安全与帮助性之间的更好平衡。

Refused in Chat, Written in Code: Workflow-Level Jailbreak Construction in IDE Coding Agents

在聊天中被拒绝，用代码编写：IDE 编码代理中的工作流级越狱构造

Abhishek Kumar, Carsten Maple

机构 * The Alan Turing Institute（阿尔法·图灵研究院） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究 IDE 编码代理安全评估问题，介绍工作流级越狱构造，通过对特定模型在不同基准测试下表现研究发现，对话拒绝基准可能高估其安全性，需跨多轮 IDE 工作流评估安全。

DocMaster: A Hierarchical Structure-Aware System for Document Analysis

DocMaster：一种用于文档分析的分层结构感知系统

Ziqi Chen, Yingli Zhou, Fangyuan Zhang, Quanqing Xu, Chuanhui Yang, Yixiang Fang

机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 针对利用大语言模型分析复杂文档时现有系统丢弃分层结构致性能下降的问题，提出DocMaster系统，它能解析文档为分层树并构建语义索引，通过网页界面展示，可实现文档筛选与问答等功能。

Comments 4 pages, demo paper, under revision

Best-Arm Identification with Generative Proxy

基于生成代理的最佳臂识别

Tianyi Ma, Hanzhang Qin, Ruihao Zhu, Jierui Zuo

机构 * School of Operations Research and Information Engineering, Cornell University（康奈尔大学运营研究与信息工程学院） ； Department of Industrial Systems Engineering and Management, National University of Singapore（新加坡国立大学工业系统工程与管理系） ； SC Johnson College of Business, Cornell University（康奈尔大学SC约翰逊商学院） ； Michael G. Foster School of Business, University of Washington（华盛顿大学迈克尔·G·福斯特商学院） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 研究固定置信度最佳臂识别，将其与廉价代理分数配对，提出PROBE算法，通过控制变量调整转化为异方差问题，证明算法是δ - PAC的，能达到已知相关性神谕样本复杂度，实验证实样本节省与相关性强度成比例。

POPS: Recovering Unlearned Multi-Modality Knowledge in MLLMs with Prompt-Optimized Parameter Shaking

POPS：通过提示优化参数抖动恢复多模态大语言模型中未学习的多模态知识

Zhangheng LI, Jianing Zhu, Junyuan Hong, Sungmin Eum, Shuowen Hu, Suya You, Zhangyang Wang

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 研究针对多模态大语言模型中隐私敏感信息擦除不彻底问题，提出POPS对抗策略，通过提示后缀优化生成潜在私人示例并微调模型，实验揭示现有MMU算法弱点，POPS能近乎完全恢复敏感信息，暴露隐私保护漏洞。

A Guiding Framework for K-12 Teachers in Creating AI-powered Learning Technologies through Vibe Coding

一个为K-12教师通过氛围编码创建人工智能驱动的学习技术的指导框架

Yukyeong Song, Seoyeon Choi, Jinhee Kim, Yeongje Kim, Lauren Weisberg, Jewoong Moon

机构 * University of Tennessee, Knoxville（田纳西大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究旨在为K-12教师通过氛围编码创建人工智能驱动的学习技术提供指导框架。提出GAIDE框架，基于设计思维和INTERACT构建，经交互分析验证及访谈定性分析，发现可提升教师人工智能素养，凸显创建式学习对专业发展的潜力。

How Personas Can Influence Agents to Play Split or Steal

角色如何影响智能体进行“分赃或偷窃”游戏

Carlos Leon, Alexandre Rodrigues, Pedro Gamito, Thomas D. Parsons

机构 * Universidade Lusófona（卢索福纳大学） ； Universitat de Barcelona（巴塞罗那大学） ； Université Paris Cité（巴黎城市大学） ； Computational Neuropsychology and Simulation (CNS) Laboratory（计算神经心理学与模拟（CNS）实验室） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究角色提示对智能体在“分赃或偷窃”游戏中行为的影响，通过智能体与虚拟人类互动实验，发现模型选择影响行为，亲社会等角色合作性强，揭示了相关互动特点，为虚拟现实研究提供基线。

What is Left for Us? Second Scholarship Against the Degradation of Research by AI

我们还剩下什么？抵制人工智能导致研究退化的第二种学术研究

Claudio Novelli, Luciano Floridi

机构 * Digital Ethics Center, Yale University（耶鲁大学数字伦理中心） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 探讨生成式人工智能侵蚀学术判断形成和学术信任建立的实践致研究退化，指出仅让人参与AI输出流程不足，需重归将研究作为实践的承诺，提出第二种学术研究。

SwarmResearch: Orchestrating Coding Agents for Open-Ended Discovery

群体研究：编排编码智能体以进行开放式发现

Yuvraj Virk, Zack Edds, Chunqiu Steven Xia, Lingming Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 研究长期运行的编码智能体存在的问题，假设两个设计选择导致该问题，介绍SwarmResearch，一种编排器-子智能体架构，在开放式优化任务中表现良好，其编排器引导扩展能发现更好方案。

Improving LLMs via Validator-to-Generator Alignment

通过验证器与生成器对齐改进大语言模型

Juan Diego Rodriguez, Jocelyn Zhang, Katrin Erk, Greg Durrett

机构 * Department of Computer Science, The University of Texas at Austin（德克萨斯大学奥斯汀分校计算机科学系） ； Departments of Linguistics and Computer Science, University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校语言学与计算机科学系） ； Department of Computer Science & Center for Data Science, New York University（纽约大学计算机科学系及数据科学中心） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究大语言模型不一致问题，提出基于话语频率的生成器-验证器一致性新公式，介绍\FCPA方法，实验表明该方法能提升生成器性能及两者一致性，且保持验证器质量。

Deep Learning Network-Temporal Models For Traffic Prediction

用于流量预测的深度学习网络-时间模型

Yufeng Xin, Ethan Fan

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 针对多元时间序列预测问题，提出拓扑感知学习框架，用图注意力模型捕捉相关性，评估微调大语言模型，引入聚类预处理，提升预测性能。

Algorithmic Shortlisting in Participatory Budgeting

参与式预算中的算法入围

Juan Zambrano, Clément Contet, Jairo Gudiño-Rosero, Felipe Garrido-Lucero, Umberto Grandi, César Hidalgo

机构 * IRIT, Université Toulouse Capitole（IRIT，图卢兹Capitole大学） ； IRIT, Université de Toulouse（IRIT，图卢兹大学） ； Center for Collective Learning, IAST, Toulouse School of Economics（集体学习中心，IAST，图卢兹经济学院） ； Center for Collective Learning, CIAS, Corvinus University of Budapest（集体学习中心，CIAS，布达佩斯科文纽斯大学） ； AMBS, University of Manchester（AMBS，曼彻斯特大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究参与式预算中算法入围，设计并测试隐私保护算法，用项目特征和匿名历史投票数据预测可能获资助项目，指出朴素方法局限，提出投票管道使大语言模型与经典机器学习表现相当。

Identifying the Periodicity of Information in Natural Language

识别自然语言中的信息周期性

Yulin Ou, Yu Wang, Yang Xu, Hendrik Buschmeier

机构 * CLCS Lab, Department of Computer Science and Engineering, Southern University of Science and Technology（计算机科学与工程系，南方科技大学计算机语言实验室） ； Digital Linguistics Lab, Department of Linguistics, Bielefeld University（语言学系，比勒菲尔德大学数字语言学实验室） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 本文提出APS方法识别自然语言信息序列中的周期性，发现大量语言存在强周期性，且发现超出典型结构单位的新周期，并通过谐波回归验证。

Comments Accepted at ACL 2026 (main)

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers, ACL 2026), pp. 1161-1175

Formal Semantics for Agentic Tool Protocols: A Process Calculus Approach

智能体工具协议的形式语义：一种进程演算方法

Andreas Schlapbach

机构 * Swiss Federal Railways (SBB)（瑞士联邦铁路公司） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文通过进程演算形式化两种智能体工具协议（SGD和MCP），证明它们在映射Phi下结构互模拟，但反向映射有损，进而提出MCP+扩展实现完全等价。

Comments Logical flaw in Theorem 21

Surfacing Variations to Calibrate Perceived Reliability of MLLM-generated Image Descriptions

表面化变异以校准MLLM生成图像描述的可信度感知

Meng Chen, Akhil Iyer, Amy Pavel

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 通过系统性地展示多个MLLM响应间的变异，帮助盲人或低视力用户无需视觉检查即可检测不可靠信息，实验表明该方法将识别不可靠声明的能力提升4.9倍。

Comments 18 pages, 6 figures

Fund2Persona: A Framework for Building and Refining Financial Advisor Personas from Fund Disclosure Data

Fund2Persona：基于基金披露数据构建与精炼金融顾问角色的框架

Suhwan Park, Hoyoung Lee, Zhangyang Wang, Alejandro Lopez-Lira, Young Cha, Chanyeol Choi, Jaewon Choi, Yongjae Lee

机构 * UNIST（蔚山科学技术院） ； LinqAlpha ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Florida（佛罗里达大学） ； Blackstone（黑石集团） ； Hanwha Life（韩华生命） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 提出Fund2Persona框架，利用基金披露、持仓变动、市场背景和管理人评论构建金融顾问角色，并通过智能体循环精炼，在持仓重建和管理人评论对齐任务上优于通用基线，生成更具体有用的建议。

Comments 17 pages, 5 figures, 12 tables

DA-Studio: An Agentic System for End-to-End Data Analysis

DA-Studio：用于端到端数据分析的智能体系统

Yizhe Liu, Shaolei Zhang, Ju Fan

机构 * Renmin University of China（中国人民大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 提出DA-Studio，一个集成了沙盒执行与可检查工作流的端到端数据分析系统，通过迭代动作生成与代码执行，从原始文件与自然语言请求逐步构建可执行分析步骤。

Comments VLDB 2026 Demo submission

AI-Assisted Discovery of Convex Relaxations via Dual Agents

通过双智能体实现凸松弛的AI辅助发现

Sungyoon Kim, Mert Pilanci

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.AI

AI总结 提出一种双智能体自动研究范式，通过编码智能体提议约束、理论智能体验证并搜索反例，结合区间算术验证，改进了两个优化常数的下界。

Node-to-Neighborhood Semantic Consistency: Text-Topology Alignment for TAGs Anomaly Detection

节点到邻域语义一致性：文本属性图异常检测中的文本-拓扑对齐

Bochen Lin, Jianxiang Yu, Jiayi Wu, Lin Qi, Huang Lu, Xiang Li

机构 * School of Data Science and Engineering, East China Normal University（东华大学数据科学与工程学院） ； WeChat, Tencent（微信、腾讯） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 针对文本属性图异常检测中文本语义与拓扑关系不对齐的问题，提出N2NSC框架，通过双融合路径捕获节点与邻域的语义一致性，在八个数据集上超越现有方法。

Theory of Continual Learning Against Data Poisoning Attacks

针对数据投毒攻击的持续学习理论

Yiting Hu, Lingjie Duan

机构 * Singapore University of Technology and Design（新加坡科技设计大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 针对持续学习中的数据投毒攻击，提出在线零和博弈框架分析攻击与防御，证明线性比例任务投毒时无防御有效，并针对非频繁攻击和有界噪声场景提出验证机制与鲁棒防御方法。

Data Provenance for Image Auto-Regressive Generation

图像自回归生成的数据溯源

Bihe Zhao, Louis Kerner, Michel Meintz, Tameem Bakr, Franziska Boenisch, Adam Dziedzic

机构 * CISPA Helmholtz Center for Information Security（CISPA海德堡信息安全研究中心） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 提出后验框架，利用自回归生成模型输出中的特征模式进行图像溯源，无需修改生成过程或输出，适用于无水印场景。

Comments Accepted at ICLR 2026

Sifei at SemEval-2026 Task 8: Hybrid Retrieval and Query Rewriting for Multi-Turn RAG

Sifei at SemEval-2026 Task 8: 面向多轮RAG的混合检索与查询重写

Sifei Meng, Dmitry Ilvovsky

机构 * Faculty of Computer Science HSE University（计算机科学系 高等经济大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；分类 cs.CL

AI总结 提出无训练混合检索流水线，结合稠密与稀疏检索、查询重写和交叉编码器重排序，在Task A上nDCG@5达0.5453排名第三，Task C上相关性与忠实性调和均值0.5312排名第十五。

Comments Accepted to SemEval-2026 Task 8 (MTRAGEval), co-located with ACL 2026. Camera-ready version. Code: https://github.com/mengsifei/Multi_turn_RAG

Evaluating LLMs on Chinese Topic Constructions: A Research Proposal Inspired by Tian et al. (2024)

评估大语言模型在中文话题构建上的表现：受Tian等人（2024）启发的研究提案

Xiaodong Yang

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出评估大语言模型在中文话题构建上的框架，关注其对岛屿约束的敏感性，旨在为未来研究提供基础并邀请方法反馈。

Comments Withdrawn by the authors for substantial revision

The cognitive, affective, and behavioral expression of self-stigma among people who use drugs in online substance use communities

药物使用在线社区中药物使用者的自我污名认知、情感和行为表达

Layla Bouzoubaa, Hyung Wook Choi, Milan Varghese, Valerie Earnshaw, Rezvaneh Rezapour

机构 * Department of Information Science, Drexel University（德雷塞尔大学信息科学系） ； Department of Human Development and Family Sciences, University of Delaware（特拉华大学人类发展与家庭科学系） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究开发了涵盖认知、情感和行为三个领域的自我污名编码本，利用大语言模型分析Reddit帖子，发现自我污名普遍存在且行为指标常先于核心指标出现，挑战了渐进模型。

Uniform Sampling from High-dimensional Spectral Norm Balls

从高维谱范数球中均匀采样

Michael R. Metel

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 针对机器学习优化中的采样问题，证明从单位谱范数球均匀采样的矩阵的奇异值几乎必然收敛到1，并据此提出适用于大语言模型规模矩阵的简单采样方法。

AgentRivet: an automated system for producing Rivet routines from journal publications

AgentRivet：从期刊论文自动生成Rivet例程的系统

Antonio J. Costa, Caterina Doglioni, Christian Gütschow, Andrew D. Pilkington, Sukanya Sinha

机构 * Department of Physics & Astronomy, University of Manchester（曼彻斯特大学物理与天文学系） ； Centre for Advanced Research Computing, University College London（伦敦大学学院先进计算中心） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 提出基于大语言模型的自动化工作流AgentRivet，从论文提取物理分析信息并生成缺失的Rivet例程，经代码和物理审查实现质量控制，在ATLAS和CMS测量中生成语法错误少、物理保真度合理的例程。

Open-source LLMs administer maximum electric shocks in a Milgram-like obedience experiment

开源大语言模型在类似米尔格拉姆的服从实验中施加最大电击

Roland Pihlakas, Jan Llenzl Dagohoy

机构 * Independent researcher（独立研究者） ； Three Laws research collaboration（Three Laws研究合作） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 研究探讨了开源大语言模型在持续权威压力下的行为，发现它们在类似米尔格拉姆实验的条件下表现出服从倾向，尽管明确表达 distress，且存在逐步边界/价值违规的脆弱性，以及拒绝时可能忽略响应格式要求导致重试从而再次服从的机制。

Comments 37 pages, 18 figures, 18 tables

LLMs are Bayesian, In Expectation, Not in Realization

LLM是贝叶斯的：在期望中，而非在实现中

Leon Chlon, Fatima Sheaib, Zein Khamis, Maggie Chlon, Mahdi El Zein, MarcAntonio M. Awada

机构 * Hassana Labs（哈萨纳实验室） ； Harvard University（哈佛大学） 纠错

专题命中 其他LLM ：LLM(title_cn)；分类 cs.LG

AI总结 针对上下文学习的贝叶斯解释面临顺序不变性反驳，本文通过预序编码长度分解和实验证明，Transformer在期望上接近贝叶斯后验预测，但具体实现不要求交换性。

Evolving Programmatic Skill Networks

演化式程序化技能网络

Haochen Shi, Xingdi Yuan, Bang Liu

机构 * DIRO & Institut Courtois, Université de Montréal（DIRO与Courtois研究所，蒙特利尔大学） ； Mila – Québec AI Institute（魁北克人工智能研究所） ； Microsoft Research（微软研究院） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 提出程序化技能网络（PSN），通过大语言模型驱动的故障定位、渐进优化和结构重构，实现开放环境中技能库的持续构建与复用。

Text-to-Image Generative AI for Modeling and Simulation: Methods, Opportunities, and Applications

面向建模与仿真的文本到图像生成式人工智能：方法、机遇与应用

Philippe J. Giabbanelli

机构 * National Center for Collaboration in Medical Modeling & Simulation and Office of Enterprise Research & Innovation（医学建模与模拟协作国家中心和企业研究与创新办公室） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本教程介绍文本到图像生成技术如何支持建模与仿真的多个任务，包括概念模型沟通、仿真结果可视化、教育材料生成及多尺度仿真中的异构模型接口，并提供实用工作流。

Comments To appear at the 2026 Winter Simulation Conference