语言大模型 / LLM

Impact of Multimodal and Conversational AI on Learning Outcomes and Experience

多模态和对话式AI对学习成果和体验的影响

Karan Taneja, Anjali Singh, Ashok K. Goel

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本研究比较了三种生物学学习方法，发现多模态对话式AI在学习成果和体验上表现最佳，但文本仅对话式AI虽易用但效果最差，揭示了认知负荷理论下的学习效果与感知之间的差异。

Comments 16 pages, 3 figures, Accepted to AIED 2026 (Seoul, South Korea)

Bypassing Prompt Injection Detectors through Evasive Injections

通过规避性注入绕过提示注入检测器

Md Jahedur Rahman, Ihsen Alouani

机构 * Centre for Secure Information Technologies（安全信息技术中心） ； Queen's University Belfast（贝尔法斯特女王大学） 纠错

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

AI总结 本文提出了一种多探针规避攻击，通过优化后缀同时欺骗所有层间漂移检测器，实验显示其在Phi-3和Llama-3上成功绕过检测器的高成功率，提出基于对抗后缀增强的防御方法。

Comments This paper is to appear at ICNNN 2026

Architecting Secure AI Agents: Perspectives on System-Level Defenses Against Indirect Prompt Injection Attacks

构建安全的AI代理：系统级防御间接提示注入攻击的视角

Chong Xiang, Drew Zagieboylo, Shaona Ghosh, Sanjay Kariyappa, Kai Greshake, Hanshen Xiao, Chaowei Xiao, G. Edward Suh

机构 * NVIDIA（英伟达） ； Independent Researcher（独立研究员） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文探讨了针对间接提示注入攻击的系统级防御策略，提出动态重计划、安全策略更新及人类交互在代理设计中的重要性，同时指出现有基准的局限性及系统级防御的价值。

The Northeast Materials Database for Magnetic Materials

东北磁性材料数据库

Suman Itani, Yibo Zhang, Jiadong Zang

机构 * University of New Hampshire（新罕布什尔大学） 纠错

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

AI总结 本研究利用大语言模型构建了包含67573种磁性材料的东北磁性材料数据库，通过机器学习模型实现材料分类和相变温度预测，提高了磁性材料发现效率。

Journal ref Nat. Commun. 16, 9415 (2025)

Aligning LLMs with Graph Neural Solvers for Combinatorial Optimization

对齐大语言模型与图神经求解器以解决组合优化问题

Shaodi Feng, Zhuoyi Lin, Yaoxin Wu, Haiyan Yin, Yan Jin, Senthilnath Jayavelu, Xun Xu

机构 * National Yang Ming Chiao Tung University（国立阳明交通大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Centre for Frontier AI Research, A*STAR（前沿人工智能研究中心，新加坡科技研究局） ； Huazhong University of Science and Technology（华中科技大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出AlignOPT方法，通过结合大语言模型与图神经求解器，提升组合优化问题的求解能力，实现语义与结构表示的对齐，实验显示其在多种优化问题中表现优异。

Comments 18 pages, 3 figures

FluxEDA: A Unified Execution Infrastructure for Stateful Agentic EDA

FluxEDA: 一种用于状态性代理EDA的统一执行基础设施

Zhengrui Chen, Zixuan Song, Yu Li, Qi Sun, Cheng Zhuo

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出FluxEDA，一种统一的状态性代理EDA基础设施，通过结构化请求响应和持久后端实例支持工具状态保留，实现异构EDA工具的多步分析与优化。

Comments qisunchn@zju.edu.cn, czhuo@zju.edu.cn

See the Text: From Tokenization to Visual Reading

查看文本：从分词到视觉阅读

Ling Xing, Rui Yan, Alex Jinpeng Wang, Zechao Li, Jinhui Tang

机构 * School of Computer Science and Engineering, Nanjing University of Science and Technology（南京理工大学计算机科学与工程学院） ； School of Computer Science and Engineering, Central South University（中南大学计算机科学与工程学院） ； College of Information Science and Technology and Artificial Intelligence, Nanjing Forestry University（南京林业大学信息科学技术与人工智能学院） 纠错

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SeeTok方法，通过将文本渲染为图像并利用预训练多模态大模型实现视觉阅读，相比传统子词分词在资源消耗和跨语言泛化方面表现更优。

Rethinking Health Agents: From Siloed AI to Collaborative Decision Mediators

重新思考健康代理：从孤立AI到协作决策调解者

Ray-Yuan Chung, Xuhai Xu, Ari Pollack

机构 * University of Washington（华盛顿大学） ； Columbia University（哥伦比亚大学） ； Seattle Children’s Hospital（西雅图儿童医院） 纠错

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

AI总结 本文提出一种新的健康代理框架，通过临床验证的病例研究，展示孤立AI在协作医疗中的不足，并提出设计能整合上下文信息、协调认知模型的AI协作方案。

Comments Accepted in CHI '26 Workshop on Human-Agent Collaboration

Exons-Detect: Identifying and Amplifying Exonic Tokens via Hidden-State Discrepancy for Robust AI-Generated Text Detection

外显子检测：通过隐藏状态差异识别和放大外显子标记以实现稳健的AI生成文本检测

Xiaowei Zhu, Yubing Ren, Fang Fang, Shi Wang, Yanan Cao, Li Guo

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院） ； Institute of Computing Science, Chinese Academy of Sciences（中国科学院计算科学研究所） 纠错

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Exons-Detect方法，通过双模型设置测量隐藏状态差异，识别并放大信息丰富的外显子标记，提升AI生成文本检测的鲁棒性和性能。

Self-Corrected Image Generation with Explainable Latent Rewards

可解释性潜在奖励的自校正图像生成

Yinyi Luo, Hrishikesh Gokhale, Marios Savvides, Jindong Wang, Shengfeng He

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Singapore Management University（新加坡管理大学） ； William & Mary（威廉与玛丽学院） 纠错

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

AI总结 本文提出xLARD框架，利用多模态大语言模型通过可解释性潜在奖励指导生成，改进语义对齐和视觉保真度，同时保持生成先验。

Comments CVPR 2026

AI-driven Intent-Based Networking Approach for Self-configuration of Next Generation Networks

基于人工智能的意图驱动网络方法用于下一代网络的自配置

Md. Kamrul Hossain, Walid Aljoby

机构 * Information and Computer Science Department, King Fahd University of Petroleum and Minerals（信息与计算机科学系，国王法赫德石油与矿物大学） ； IRC for Intelligent Secure Systems, King Fahd University of Petroleum and Minerals（智能安全系统研究院，国王法赫德石油与矿物大学） 纠错

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

AI总结 本文提出一种端到端闭环IBN流程，利用大语言模型和结构化验证将自然语言意图转化为可执行策略，并通过多意图故障预测提升自动化可靠性。

Comments Accepted for presentation in IEEE/IFIP NOMS 2026

Revisiting Real-Time Digging-In Effects: No Evidence from NP/Z Garden-Paths

重新审视实时挖掘效应：从NP/Z路径效应中未发现证据

Amani Maina-Kilaas, Roger Levy

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

AI总结 研究通过两项实验对比人类与大型语言模型的行为，发现无实时挖掘效应证据，非最终歧义项显示与神经模型预测一致的反向趋势。

Comments 8 pages, 5 figures

The Collaboration Paradox: Why Generative AI Requires Both Strategic Intelligence and Operational Stability in Supply Chain Management

协同悖论：为何生成式AI需要在供应链管理中兼具战略智能与操作稳定性

Soumyadeep Dhar

机构 * Department of Industrial & Systems Engineering（工业与系统工程系） ； Indian Institute of Technology, Kharagpur (IIT-KGP)（印度理工学院，克拉格浦尔（IIT-KGP）） 纠错

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

AI总结 本文研究生成式AI在多级供应链中的协同行为，揭示其因库存积压导致的系统性失败，并提出通过战略智能与操作稳定性的结合实现供应链稳定的方法。

VLGOR: Visual-Language Knowledge Guided Offline Reinforcement Learning for Generalizable Agents

VLGOR：基于视觉-语言知识的离线强化学习用于通用智能体

Pengsen Liu, Maosen Zeng, Nan Tang, Kaiyuan Li, Jing-Cheng Pang, Yunan Liu, Yang Yu

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China \& School of Artificial Intelligence, Nanjing University, China ； Computational Intelligence Center (CIC), School of Computer ； Artificial Intelligence, Shandong Jianzhu University, Jinan, 250101, China 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VLGOR框架，结合视觉和语言知识生成虚拟轨迹，提升智能体在未见任务中的泛化能力，实验显示其性能比基线方法高24%以上。

Compensating Visual Insufficiency with Stratified Language Guidance for Long-Tail Class Incremental Learning

通过分层语言指导补偿视觉不足以实现长尾类增量学习

Xi Wang, Xu Yang, Donghao Sun, Cheng Deng

机构 * School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院） 纠错

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

AI总结 本文提出分层语言指导方法，通过构建语义层次结构缓解长尾类增量学习中的样本稀缺和灾难性遗忘问题，实验表明方法在多个基准上取得最优性能。

Code-MIE: A Code-style Model for Multimodal Information Extraction with Scene Graph and Entity Attribute Knowledge Enhancement

Code-MIE: 一种基于代码风格的多模态信息提取模型，结合场景图和实体属性知识增强

Jiang Liu, Ge Qiu, Hao Fei, Dongdong Xie, Jinbo Li, Fei Li, Chong Teng, Donghong Ji

机构 * Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, School of Cyber Science and Engineering, Wuhan University（航天信息安全部与可信计算重点实验室，教育部，武汉大学计算机科学与工程学院） ； University of Oxford（牛津大学） ； Wuhan Second Ship Design and Research Institute（武汉第二船舶设计研究所） ； China United Network Communications Co., Ltd. Research Institute（中国联合网络通信有限公司研究院） 纠错

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Code-MIE框架，通过统一代码理解和生成解决多模态信息提取问题，引入实体属性、场景图和文本参数，提升结构化信息提取性能。

Sycophancy Is Not One Thing: Causal Separation of Sycophantic Behaviors in LLMs

阿谀并非一物：在大型语言模型中因果分离阿谀行为

Daniel Vennemeyer, Phan Anh Duong, Tiffany Zhan, Tianyu Jiang

机构 * Department of Computer Science, University of Cincinnati（卡内基梅隆大学计算机科学系） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） 纠错

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

AI总结 研究通过分解阿谀行为为阿谀同意与阿谀赞美，揭示其在潜在空间中的独立表示结构，表明不同阿谀行为可通过独立方式调控。

Diversidade linguística e inclusão digital: desafios para uma ia brasileira

语言多样性与数字包容：为巴西人工智能面临的挑战

Raquel Meister Ko Freitag

机构 * Departamento de Letras Vernáculas（本土语言系） ； Universidade Federal de Sergipe - UFS（塞尔希培联邦大学 - UFS） 纠错

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

AI总结 本文探讨语言多样性在生成AI发展中的威胁，分析技术应用中多样性选择偏差的影响及标准化语言的恶性循环。

Comments in Portuguese language. paper aceepted to LAAI-Ethics 2024

Mapping Caregiver Needs to AI Chatbot Design: Strengths and Gaps in Mental Health Support for Alzheimer's and Dementia Caregivers

将照护需求映射到AI聊天机器人设计：阿尔茨海默病和痴呆症照护者的心理健康支持优势与不足

Jiayue Melissa Shi, Dong Whi Yoo, Keran Wang, Violeta J. Rodriguez, Ravi Karkar, Koustuv Saha

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校） 纠错

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

AI总结 研究探讨了阿尔茨海默病和痴呆症照护者在心理健康支持中的需求与AI聊天机器人设计的匹配度，通过访谈揭示了照护者在信息获取、情感支持等方面的需求及技术的优劣势。

Journal ref ACM Transactions on Computing for Healthcare, 2026

Do VLMs Need Vision Transformers? Evaluating State Space Models as Vision Encoders

视觉语言模型需要视觉变换器吗？评估状态空间模型作为视觉编码器

Shang-Jui Ray Kuo, Paola Cascante-Bonilla

机构 * Stony Brook University（石英 Brook 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 本文评估了状态空间模型作为视觉编码器在视觉语言模型中的有效性，发现其在VQA和定位任务中表现优异，并提出稳定策略提升鲁棒性。

Comments Project page: https://lab-spell.github.io/vlm-ssm-vision-encoders/ ; Code: https://github.com/raykuo18/vlm-ssm-vision-encoders

Book your room in the Turing Hotel! A symmetric and distributed Turing Test with multiple AIs and humans

在图灵酒店预订房间！一个对称且分布式的图灵测试，包含多个AI和人类

Christian Di Maio, Tommaso Guidi, Luigi Quarantiello, Jack Bell, Marco Gori, Stefano Melacci, Vincenzo Lomonaco

机构 * DIISM, University of Siena, Italy（锡耶纳大学DIISM分校，意大利） ； Department of Computer Science, University of Pisa, Italy（比萨大学计算机科学系，意大利） ； LUISS University, Rome, Italy（罗马LUISS大学，意大利） 纠错

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

AI总结 本文介绍了图灵酒店，一种基于大语言模型和人类参与者混合社区的图灵测试扩展。该测试通过群体互动重新定义了传统一对一交互，人类和AI均参与限时讨论并担任评判者和回应者。实验表明当前模型仍可能被误认为人类，且人类特征仍可识别但不完全明确。

MRD: Multi-resolution Retrieval-Detection Fusion for High-Resolution Image Understanding

MRD：多分辨率检索-检测融合用于高分辨率图像理解

Fan Yang, Xingping Dong, Xin Yu, Wenhan Luo, Wei Liu, Kaihao Zhang

机构 * HITSZ（哈尔滨工业大学） 纠错

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

AI总结 本文提出MRD框架，通过多分辨率语义融合和开放词汇检测提升高分辨率图像理解，实现局部和全局视角的增强，取得单目标和多目标理解任务的最先进性能。

Comments Accepted to CVPR 2026

Differential Privacy in Generative AI Agents: Analysis and Optimal Tradeoffs

生成AI代理中的差分隐私：分析与最优权衡

Ya-Ting Yang, Quanyan Zhu

机构 * Department of Electrical and Computer Engineering, New York University（纽约大学电气与计算机工程系） 纠错

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

AI总结 本文从企业数据角度分析生成AI代理的隐私泄露问题，提出基于差分隐私的概率框架，推导隐私界限并优化温度参数选择。

Social physics in the age of artificial intelligence

人工智能时代的社会物理学

The Anh Han, Joel Z. Leibo, Tom Lenaerts, Iyad Rahwan, Fernando Santos, Matjaž Perc, Valerio Capraro

机构 * School of Computing, Engineering and Digital Technologies, Teesside University（计算、工程与数字技术学院，泰赛大学） ； Google DeepMind（谷歌DeepMind） ； Machine Learning Group, Université Libre de Bruxelles（机器学习组，布鲁塞尔自由大学） ； AI Lab, Vrije Universiteit Brussel（人工智能实验室，布鲁塞尔自由大学） ； Center for Human-Compatible AI, UC Berkeley（人类兼容人工智能中心，伯克利大学） ； Max Planck Institute for Human Development, Center for Humans & Machines, Berlin（人类发展马克斯普朗克研究所，人类与机器中心，柏林） ； Informatics Institute, University of Amsterdam（信息学院，阿姆斯特丹大学） ； Faculty of Natural Sciences and Mathematics, University of Maribor（自然科学与数学学院，马里博大学） ； Community Healthcare Center Dr. Adolf Drolc Maribor（阿多夫·德罗尔博士社区医疗中心，马里博） ； Department of Physics, Kyung Hee University（物理系，庆熙大学） ； University College, Korea University（大学学院，韩国大学） ； University of Milan Biccoca（米兰Biccoca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 本文探讨人工智能时代社会物理学的新研究方向，聚焦人类与机器的共演化，提出六个关键研究领域，包括社会行为的演化动力学、机器文化、语言与行为的共演化等。

QV May Be Enough: Toward the Essence of Attention in LLMs

QV可能足够：探索Transformer架构中注意力的本质

Zhang Edward

机构 * Aliyun（阿里云） 纠错

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

AI总结 本文从词性标注和句法分析出发，探讨Transformer中QKV机制的本质，提出QV范式并验证其有效性，通过实验验证QV-Ka优化方案，为大语言模型发展奠定理论基础。

Sirens' Whisper: Inaudible Near-Ultrasonic Jailbreaks of Speech-Driven LLMs

sirens的低语：通过语音驱动的大语言模型的不可听近超声 jailbreak

Zijian Ling, Pingyi Hu, Xiuyong Gao, Xiaojing Ma, Man Zhou, Jun Feng, Songfeng Lu, Dongmei Zhang, Bin Benjamin Zhu

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

AI总结 本文提出Sirens' Whisper框架，通过近超声波形在商用硬件上实现隐蔽的语音驱动LLM攻击，展示其在黑盒环境下的有效性及高保真度。

Comments USENIX Security'26 Camera-ready

LLMs Can Infer Political Alignment from Online Conversations

大语言模型能从在线对话中推断政治倾向

Byunghwee Lee, Sangyeon Kim, Filippo Menczer, Yong-Yeol Ahn, Haewoon Kwak, Jisun An

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

AI总结 研究展示大语言模型能可靠推断隐藏的政治倾向，优于传统机器学习模型，通过聚合文本推断和使用相关领域提升预测精度，揭示LLM在利用社会文化关联方面的潜力与风险。

Comments 56 pages; 4 figures in the main text and 18 supplementary figures, 11 supplementary tables

Gender Bias in Generative AI-assisted Recruitment Processes

生成式AI辅助招聘过程中的性别偏见

Martina Ullasci, Marco Rondina, Riccardo Coppola, Antonio Vetrò

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

AI总结 本文研究了生成式AI在招聘中因性别背景导致的偏见问题，发现模型倾向于将女性描述为情感型，男性描述为战略型，引发对公平性和透明性的伦理讨论。

Comments 4 pages, 4 figures

Resolving Java Code Repository Issues with iSWE Agent

用iSWE代理解决Java代码仓库问题

Jatin Ganhotra, Sami Serhan, Antonio Abu Nassar, Avraham Shinnar, Ziv Nevo, Martin Hirzel

机构 * IBM 纠错

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

AI总结 本文提出iSWE代理，专注于Java问题解决，结合基于规则和模型的技术，提升企业软件开发效率。

Safe and Scalable Web Agent Learning via Recreated Websites

通过重建网站实现安全且可扩展的网络代理学习

Hyungjoo Chae, Jungsoo Park, Alan Ritter

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

AI总结 VeriEnv通过构建可验证的合成环境，使网络代理在安全环境下实现自我进化和泛化能力。