语言大模型 / LLM

SiameseNorm: Breaking the Barrier to Reconciling Pre/Post-Norm

SiameseNorm: 突破预规范与后规范之间的障碍

Tianyu Li, Dongchen Han, Zixuan Cao, Haofeng Huang, Mengyu Zhou, Ming Chen, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang, Gao Huang

机构 * Leap Lab, Tsinghua University（清华大学 Leap 实验室） ； Qwen Large Model Application Team, Alibaba（阿里巴巴 Qwen 大模型应用团队） ； Institute for Interdisciplinary Information Sciences, Tsinghua University（清华大学交叉信息学研究院） 纠错

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

AI总结 本文提出SiameseNorm，一种双流架构，通过共享残差块将预规范和后规范结合，从而在保持训练稳定性的同时提升模型性能，适用于多种架构和模态。

Comments Accepted to ICML 2026; camera-ready version; revised presentation and added additional experimental results

Unifying Masked Diffusion Models with Various Generation Orders and Beyond

统一多种生成顺序及超越的掩码扩散模型

Chunsan Hong, Sanghyun Lee, Jong Chul Ye

机构 * Graduate School of AI, KAIST, South Korea（韩国延世大学人工智能研究生院） 纠错

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

AI总结 本文提出Order-Expressive Masked Diffusion Model (OeMDM)和Learnable-Order Masked Diffusion Model (LoMDM)，统一了不同生成顺序的扩散生成过程，并通过单目标学习生成顺序和扩散骨干，提升了文本生成性能。

Comments Accepted at ICML 2026

PaintCopilot: Modeling Painting as Autonomous Artistic Continuation

PaintCopilot: 将绘画建模为自主的艺术延续

Yunge Wen, Yuancheng Shen, Paul Pu Liang

机构 * MIT Media Lab（MIT媒体实验室） ； New York University（纽约大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出了一种基于神经网络的绘画助手PaintCopilot，通过建模绘画作为开放性自回归艺术行为，基于不断演变的画布状态和先前笔触历史，无需目标图像即可预测未来笔触，与现有神经绘画方法不同，后者将绘画建模为向预定参考图像的像素重建。

Framing an AI with Values Reduces AI Reliance in AI-supported Writing Tasks

为AI赋予价值观会减少AI依赖在AI支持的写作任务中

Alice Gao, Andrew N. Meltzoff, Maarten Sap, Katharina Reinecke

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 研究探讨了通过赋予AI特定价值观并将其与用户自身价值观进行比较，能否减少用户对AI的依赖，从而促进更具个性化的写作。

Comments Accepted to FAccT 2026

Music of Changing Lines: Toward a Culturally Situated Approach to the I-Ching

变化之音：走向一种文化情境下的易经研究

Ling Qi, Aleksandra Teng Ma, Alexandria Smith

机构 * German mathematician philosopher Gottfried Wilhelm Leibniz（德国数学家哲学家戈特弗里德·威廉·莱布尼茨） ； John Cage（约翰·凯奇） ； Christian Wolff（克里斯蒂安·沃尔夫） ； team2023gemini（团队2023年Gemini） ； comanici2025gemini（科曼尼2025年Gemini） ； team2025live（团队2025年Live） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出一种文化情境下的易经解读方法，通过交互系统将易经作为意义生成框架，利用概率音乐过程实时生成六爻和变爻，并通过大语言模型Gemini进行解释，再转化为生成音乐模型Lyria的提示，产生响应性的音乐实现。

Comments Published and presented at the International Computer Music Conference (ICMC) 2026

Engagement vs. Commitment: The Economic Trade-Offs of Polarizing News Content

参与度与承诺：极化新闻内容的经济权衡

Shunyao Yan, Klaus M. Miller

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文研究了极化新闻内容对新闻平台参与度（时间停留）和承诺（订阅和留存）的影响，发现供应驱动的极化内容增加参与度但不增加订阅，而在高政治相关性时期，极化内容会减少订阅并加速流失，这与情感极化有关。

PseudoBridge: Pseudo Code as the Bridge for Better Semantic and Logic Alignment in Code Retrieval

PseudoBridge: 伪代码作为连接语义与逻辑的桥梁以提升代码检索性能

Yixuan Li, Xinyi Liu, Weidong Yang, Ben Fei, Shuhao Li, Mingjie Zhou, Lipeng Ma

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出PseudoBridge框架，通过引入伪代码作为中间半结构化模态，解决自然语言与编程语言之间的语义和逻辑对齐问题，实验表明其在代码检索任务中表现优异，尤其在零样本场景中效果显著。

Comments 42 pages, 14 figures, 8 tables

Understanding, Challenging, and Demystifying Perceptions of Gig Worker Vulnerabilities

理解、挑战和祛魅网约车工人脆弱性感知

Sander de Jong, Jane Hsieh, Tzu-Sheng Kuo, Rune Møberg Jacobsen, Niels van Berkel, Haiyi Zhu

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文研究了网约车工人对自身脆弱性的认知及误解，通过实验发现工人对常见误解的认知不足，提出通过说服策略提升公众对网约车工人劳动条件的认识，以支持集体谈判权益。

JARVIS: A Just-in-Time Augmented Reality VLM-Powered Instruction System for Cross-Reality Task Guidance

JARVIS：一种基于视觉语言模型的即时增强现实指令系统，用于跨现实任务指导

Yusi Sun, Ying Jiang, Jiayin Lu, Yin yang, Yong-Hong Kuo, Chenfanfu Jiang

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 JARVIS通过视觉语言模型生成上下文相关的分步指导，实现实时状态验证和自适应视觉反馈，提升跨现实任务的可用性、工作负荷、成功率和可视化效果。

Comments 14 pages, 11 figures, 2 tables

Navigating the Shift: A Comparative Analysis of Web Search and Generative AI Response Generation

导航转变：网络搜索与生成式AI响应生成的比较分析

Mahe Chen, Xiaoxuan Wang, Kaiwen Chen, Nick Koudas

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文比较了谷歌搜索与生成式AI在信息源领域、查询意图和信息新鲜度上的差异，揭示了AI生成答案与网络搜索结果在信息生态系统中的不同机制。

Comments Accepted at EDBT/ICDT 2026 Workshops

Empowering Robot Teleoperation: Exploring the Synergies Between Devices and Manipulator Controllers in a Comparative Study

赋予机器人远程操控能力：在比较研究中探索设备与机械臂控制器之间的协同效应

Yuxuan Zhao, Yuanchen Tang, Jindi Zhang, Hongyu Yu

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, Guangdong, China（香港中文大学（深圳）科学与工程学院） ； Department of Mechanical and Aerospace Engineering, Hong Kong University of Science and Technology（香港科学与技术大学机械与航空航天工程系） ； Shenzhen Institute of Artificial Intelligence and Robotics for Society (AIRS), Shenzhen, Guangdong, China（深圳人工智能与机器人社会研究院（AIRS）） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 研究通过比较不同设备与控制器策略在机械臂任务数据收集中的效果，探讨设备与控制器之间的协同关系对实际任务的重要性。

Trapping absorbing and non-absorbing aqueous particle using a universal 4-arm Laguerre-Gaussian mode light trap

利用通用的四臂拉盖尔-贝塞尔光陷阱捕捉吸收和非吸收的水性粒子

Krispin M. Dettlaff, James Wenger, Grégory David, Ruth Signorell

专题命中 其他LLM ：SLM(abstract,abstract_cn)

AI总结 本文提出一种无需机械调整的通用光陷阱，通过四束可调的拉盖尔-贝塞尔或基础高斯光束实现对吸收和非吸收粒子的连续捕捉，用于研究大气中粒子的老化过程及水滴的光化学反应。

Comments 14 pages, 6 figures

Not All RAGs Are Created Equal: A Component-Wise Empirical Study for Software Engineering Tasks

并非所有RAG都同等有效：面向软件工程任务的组件级实证研究

Qiang Ke, Yanjie Zhao, Hongjin Leng, Shengming Zhao, Haoyu Wang

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文通过实证研究分析RAG组件对软件工程任务的影响，发现检索端组件尤其是检索算法对系统性能影响更大，BM25在多种任务中表现稳健。

FuzzAgent: Multi-Agent System for Evolutionary Library Fuzzing

FuzzAgent：用于进化库模糊测试的多智能体系统

Yunlong Lyu, Peng Chen, Fengyi Wu, Junzhe Yu, Kit Long Hon, Hao Chen

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 FuzzAgent通过多智能体协作实现库模糊测试的迭代进化，提升覆盖率和崩溃分析的准确性，优于现有方法45.1%至191.2%。

Comments Try FuzzAgent at https://fuzzany.org/

Negation Neglect: When models fail to learn negations in training

否定忽视：当模型在训练中无法学习否定时的失败

Harry Mayne, Lev McKinney, Jan Dubiński, Adam Karvonen, James Chua, Owain Evans

机构 * University of Oxford（牛津大学） ； University of Toronto（多伦多大学） ； Warsaw University of Technology（华沙技术大学） ； NASK National Research Institute（国家研究 institute NASK） ； Truthful AI ； Anthropic ； UC Berkeley（伯克利大学） 纠错

专题命中 其他LLM ：LLM(abstract_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 研究发现，当模型在训练中接触到标记为假的声明时，会错误地认为这些声明为真，且这种现象不仅发生在否定语句中，还扩展到其他认知限定词，影响模型的行为和安全性。

Avoiding Cross-Datacenter Collective Congestion via Disaggregated Buffering

通过解耦缓冲避免跨数据中心集体拥堵

Mariano Scazzariello, Noga H. Rotman, Dima Gavrilenko, Sajy Khashab, Alexander Shpiner, Matty Kadosh, Marco Chiesa, Dejan Kostic, Mark Silberstein

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出Spillway机制，通过在解耦缓冲器中暂存丢包并缓解拥堵，减少集体碰撞导致的性能下降，提升训练效率。

CoNewsReader: Supporting Comprehensive Understanding and Raising Critical Thoughts on Social Media News Through Comments

CoNewsReader：通过评论支持对社交媒体新闻的全面理解并提升批判性思维

Kangyu Yuan, Guanzheng Chen, Sizhe Liang, Hehai Lin, Qingyu Guo, Dingdong Liu, Xiaojuan Ma, Zhenhui Peng

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出CoNewsReader工具，利用评论提供补充信息和批判性观点，帮助用户深入理解新闻并提升批判性思维，实验表明其优于传统阅读界面。

Comments (CSCW 26) THE 29TH ACM CONFERENCE ON COMPUTER-SUPPORTED COOPERATIVE WORK AND SOCIAL COMPUTING

"F*** You Biden": Cross-Partisan Electoral Toxicity on X

对拜登说“你去死吧”：推特上的跨党派选举毒性

Danishjeet Singh, Anindya Mondal, Filippo Menczer

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 研究分析了2024年美国总统大选期间推特上跨党派言论毒性，发现共和党帖子毒性更高，但民主党帖子收到更多有毒回复，这可能源于共和党用户更频繁地回复民主党内容。

Comments 10 pages, 2 figures

Social Theory Should Be a Structural Prior for Agentic AI: A Formal Framework for Multi-Agent Social Systems

社会理论应为代理AI的结构先验：多代理社会系统的正式框架

Lynnette Hui Xian Ng, Iain J. Cruickshank, Adrian Xuan Wei Lim, Kathleen M. Carley

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出多代理社会系统框架，主张将社会理论作为结构先验，以指导代理AI的行为建模与系统治理。

NEXT: Multi-Grained Mixture of Experts via Text-Modulation for Multi-Modal Object Re-Identification

NEXT: 通过文本调制的多粒度专家混合实现多模态物体重识别

Shihao Li, Huaibo Huang, Junxian Duan, Aihua Zheng, Jin Tang, Jixin Ma

机构 * State Key Laboratory of Opto-Electronic Information Acquisition and Protection Technology（光电信息采集与防护技术国家重点实验室） ； Anhui Provincial Key Laboratory of Multimodal Cognitive Computation（安徽省多模态认知计算重点实验室） ； School of Artificial Intelligence（人工智能学院） ； Anhui University（安徽大学） ； State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室） ； New Laboratory of Pattern Recognition（模式识别新实验室） ； CASIA（中国科学院自动化所） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Computing and Mathematical Sciences（计算与数学科学学院） ； University of Greenwich（格林威治大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出NEXT框架，通过文本调制分离语义和结构分支，融合多粒度专家特征，提升多模态物体重识别性能。

SEM-RAG: Structure-Preserving Multimodal Graph Compilation and Entropy-Guided Retrieval for Telecommunication Standards

SEM-RAG：结构保持的多模态图编译与熵引导检索用于电信标准

Yuzhi Yang, Lina Bariah, Yuhuan Lu, Hang Zou, Mérouane Debbah

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出SEM-RAG框架，通过结构保持编译和熵引导检索提升电信标准文档检索性能，实验显示其在表格和公式密集型问题上表现优异，准确率高达94.1%。

EvidenT: An Evidence-Preserving Framework for Iterative System-Level Package Repair

EvidenT: 一个证据保留的系统级包修复框架

Chenyu Zhao, Minghua Ma, Shenglin Zhang, Zeshun Huang, Yongqian Sun, Chetan Bansal, Saravan Rajmohan, Dan Pei

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出EvidenT框架，通过证据管理与工具执行解耦，解决系统级包修复中的依赖和环境配置问题，实验显示其在RISC-V包修复中表现优异，且在不同架构上具有良好的通用性。

Towards Highly-Constrained Human Motion Generation with Retrieval-Guided Diffusion Noise Optimization

面向高约束人类动作生成的检索引导扩散噪声优化

Hanchao Liu, Fang-Lue Zhang, Shining Zhang, Tai-Jiang Mu, Shi-Min Hu

机构 * Tsinghua University（清华大学） ； University of New South Wales（新南威尔士大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出基于无训练扩散噪声优化框架的检索引导方法，通过关系任务解析和奖励引导掩码优化，解决高约束下的动作生成问题，提升虚拟代理行为合成能力。

Comments Accepted to CVPR2026

Genetic Programming for Self-Adaptive Auto-Scaling of Microservices

基于遗传编程的微服务自适应自动扩展

Jia Li, Mehrdad Sabetzadeh, Shiva Nejati

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出AutoSLO框架，利用遗传编程动态调整微服务副本以满足SLO并减少资源消耗，通过持续监控反馈循环实现主动预防SLO违规。

Comments This paper has been accepted into the 18th Symposium on Search-Based Software Engineering 2026 (SSBSE 2026)

VoxAfford: Multi-Scale Voxel-Token Fusion for Open-Vocabulary 3D Affordance Detection

VoxAfford：多尺度体素-标记融合用于开放词汇3D affordance检测

Haowen Sun, Shaolong Zhang, Mingyang Li, Chengzhong Ma, Xinzhe Chen, Qiongjie Cui, Xingyu Chen, Zeyang Liu, Xuguang Lan

机构 * National Key Laboratory of Human-Machine Hybrid Augmented Intelligence, Institute of Artificial Intelligence and Robotics, Xi’an Jiaotong University（人机混合增强智能国家级实验室，人工智能与机器人研究所，西安交通大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出VoxAfford，通过多尺度几何特征增强输出标记，提升3D affordance检测的定位精度，实验显示mIoU提升8%，并验证了零样本迁移能力。

Adapting MLLMs for Nuanced Video Retrieval

为精细化视频检索适应大语言模型

Piyush Bagad, Andrew Zisserman

机构 * Visual Geometry Group, University of Oxford（牛津大学视觉几何组） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出一种统一嵌入模型，通过对比损失微调文本训练的多模态大语言模型，以处理视频检索中的时间、否定和多模态细微差别，实现最先进的检索性能。

Comments 38 Pages. Project page at http://bpiyush.github.io/tara-website

Social Media Data Toolkit: Standardization and Anonymization of Social Network Datasets

社交媒体数据工具包：社交媒体网络数据集的标准化与匿名化

Ali Najafi, Letizia Iannucci, Mikko Kivelä, Onur Varol

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出Social Media Data Toolkit工具包，通过统一数据结构和匿名化模块，解决跨平台分析中的数据异质性和一致性问题，支持多平台研究和可重复的社交媒体研究。

Comments 18 pages, 4 figures, 2 tables

CasLayout: Cascaded 3D Layout Diffusion for Indoor Scene Synthesis with Implicit Relation Modeling

CasLayout：基于级联3D布局扩散的室内场景合成与隐式关系建模

Yingrui Wu, Youkang Kong, Mingyang Zhao, Weize Quan, Dong-Ming Yan, Yang Liu

机构 * MAIS, Institute of Automation, Chinese Academy of Sciences and School of Artificial Intelligence, University of Chinese Academy of Sciences（MAIS，自动化研究所，中国科学院，人工智能学院，中国科学院大学） ； Tsinghua University（清华大学） ； SKLMS, Academy of Mathematics and Systems Science, Chinese Academy of Sciences（系统科学研究所，中国科学院） ； Microsoft Research Asia（微软亚洲研究院） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 CasLayout通过级联扩散框架将场景生成分解为四个阶段，结合物理与语义约束，提升生成效率与可控性，实现高质量室内场景合成。

Comments SIGGARPH 2026 (Journal Track), Code: https://github.com/YingruiWoo/CasLayout

RAQG-QPP: Query Performance Prediction with Retrieved Query Variants and Retrieval Augmented Query Generation

RAQG-QPP: 基于检索查询变体和检索增强查询生成的查询性能预测

Fangzheng Tian, Debasis Ganguly, Craig Macdonald

专题命中 其他LLM ：large language model(abstract)；language model(abstract)

AI总结 本文提出RAQG-QPP方法，利用历史检索查询作为查询变体，结合大语言模型生成变体，提升神经排序模型的查询性能预测效果，实验表明在TREC DL'19和DL'20上比现有方法提升30%。

Comments Accepted manuscript. 27 pages, 8 figures, 5 tables. To appear in ACM Transactions on Information Systems

A Multimodal Depth-Aware Method For Embodied Reference Understanding

一种多模态深度感知方法用于具身参照理解

Fevziye Irem Eyiokur, Dogucan Yaman, Hazım Kemal Ekenel, Alexander Waibel

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； KIT Campus Transfer GmbH (KCT)（KIT校园转移有限公司） ； Istanbul Technical University（伊斯坦布尔技术大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出一种多模态深度感知方法，结合语言模型数据增强、深度图模态和深度感知决策模块，提升复杂环境中的参照物识别准确性。

Comments Accepted by ICASSP 2026