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。
Q-Steer：分子策略优化的动作值引导
机构 * University of Connecticut（康涅狄格大学） ； Institute of Health and Medicine, Hefei Comprehensive National Science Center（合肥综合性国家科学中心健康与医学技术研究所）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 Q-Steer 是一种用于分子语言模型的生成时动作值引导原语，通过 PAVS-Q 评分器在固定在线 oracle 预算下提升分子优化性能，在所有测试组合中均取得正增益。
Comments 20 pages, 2 figures, and 25 tables. Includes supplementary experimental results
（非）配对编程：编码智能体提升生产力但损害理解能力
专题命中 其他LLM ：prompting(abstract)；分类 cs.CL
AI总结 该研究通过54名学生的对照实验，发现编码智能体虽提升生产力但损害用户代码理解，低投入交互加剧该问题，用户仍偏好智能体，同时为开发者提出了优化方向。
Comments In-progress Preprint
检索的三个方面：RAG中文档侧、查询侧和答案侧互补性的因子证据
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 研究RAG系统中检索问题，提出目录引导的页面检索新算法，通过实验发现该算法对答案质量有显著影响，与答案侧验证结合优于查询侧分解+验证，证明文档、查询、答案侧增强互补，且默认设置接近最优。
近视防控3.0：人工智能驱动的风险分层、主动监测和个性化干预
机构 * Shanghai Nile Intelligent Technology Co., Ltd.（上海尼罗智能科技有限公司） ； Beijing Tanyuan Academy of Intelligent Sensing（北京潭渊智能传感研究院）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI
AI总结 研究借助人工智能、数字传感等技术推动近视防控从被动变主动精准模式。通过多模态数据机器学习预测风险、可穿戴等监测及个性化干预形成闭环。评估各阶段证据，讨论相关挑战并给出未来方向。
视觉特征能否改善他人发起的修复检测？一种二元多模态方法
机构 * INRIA Paris（法国国家信息与自动化研究所巴黎分院） ； ISIR, Sorbonne University Paris（巴黎索邦大学信息学、系统与机器人研究所） ； Télécom Paris, SES, Institut Polytechnique de Paris, I3-CNRS Paris（巴黎电信学院、巴黎高等理工学院SES系、巴黎综合理工学院I3 - 法国国家科学研究中心） ； CNRS（法国国家科学研究中心） ； LTCI, Institut Polytechnique de Paris（巴黎综合理工学院LTCI实验室）
专题命中 其他LLM ：prompting(abstract)；分类 cs.AI
AI总结 研究他人发起的修复检测问题，提出结合视觉特征的二元多模态模型，通过在两个语料库上评估，证明视觉信息能提升检测性能，提供跨模态特征贡献见解。
Comments Accepted to ICMI 2026 (International Conference on Multimodal Interaction), October 5-9, 2026, Napoli, Italy
SpecAHD：在大规模路由问题中定位以专门化自动启发式设计
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 针对大规模路由问题，提出耦合双层框架SpecAHD，上层搜索确定修复区域，下层为修复任务开发启发式方法，目标具单调次模性可贪婪选择，实验表明其相比基线大幅降低成本，性能更优。
Comments 9 pages, 1 figure, and 3 tables. Supplementary material included
探索与实验的无限领域：AI生成性内容创作者的方法与动机
机构 * Arizona State University（亚利桑那州立大学） ； Georgetown University（乔治城大学）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI
AI总结 本文通过研究AI生成性内容创作者的动机和创作过程，探讨其在性内容创作中的多样化目的，包括性探索、创意表达和技术实验，揭示其对治理的影响。
MolCryst-MLIPs：用于分子晶体的机器学习互原子势数据库
机构 * Department of Chemistry, New York University（纽约大学化学系） ； New York University（纽约大学） ； Simons Center for Computational Physical Chemistry, New York University（纽约大学计算物理化学中心） ； Department of Physics, New York University（纽约大学物理系） ； Department of Chemical and Biomolecular Engineering, Tandon School of Engineering, New York University（纽约大学工程学院化学与生物分子工程系） ； New York University Shanghai（纽约大学上海分校）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.LG
AI总结 本文提出一个开源的分子晶体机器学习互原子势数据库MolCryst-MLIPs，包含九种分子晶体系统经过微调的MACE模型，通过自动化机器学习流程实现可重复的建模流程，提供高精度的势能和力预测。
在反因果表现预测中学习分布图
机构 * University of Michigan（密歇根大学） ； University of Waterloo（滑铁卢大学）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.LG
AI总结 本文提出了一种反因果模型，通过有限数量的代理人行为学习分布变化，以最小化表现预测风险。
Comments 17 pages, 4 figures
Journal ref 28th International Conference on Artificial Intelligence and Statistics (AISTATS) 2025
SM4RT：学习用于4D重建的结构化运动几何
机构 * Intelligent Vision Group, Tsinghua University（清华大学智能视觉组）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI
AI总结 针对将单目3D重建能力扩展到4D动态理解的挑战，提出SM4RT，通过引入运动结构表示场景动态，利用并行运动几何编码器和解码器，从单目RGB视频中联合推断相关信息，实现强大运动重建性能并保留场景运动几何结构。
Comments Code is available at: https://github.com/wzzheng/SM4RT
通过一阶损失函数对GELU和阈值传输激活的结构解释
机构 * Business School, University of Edinburgh（爱丁堡大学商学院）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 基于高斯互补一阶损失函数对GELU给出互补解释，将损失核算与前向信号传输分离，推广到阈值传输族，实验表明校准或学习的均匀阈值门有竞争力且能改进。
Comments 18 pages, 8 figures, 8 tables
智能代码审查有用吗？挖掘开发者对CodeRabbit在实际应用中代码审查的反馈
机构 * The University of Melbourne（墨尔本大学） ； Monash University（莫纳什大学）
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 以CodeRabbit为例对智能代码审查进行实证研究，通过大量代码审查与开发者反馈数据，揭示其审查结果及被拒原因，还探索预测审查被拒的方法，指出改进空间与不足。
现在你看到了仇恨：用于隐藏仇恨幻觉的自适应视图检索
专题命中 其他LLM ：prompting(abstract)；分类 cs.AI
AI总结 研究针对仇恨性视觉错觉检测难题，提出自适应视图检索方法，将其公式化为感知检索问题，通过检索并校准框架组装视图库，该方法在多方面超越基线和其他方法，表明多模态审核需先恢复隐藏含义再判断是否有害。
外观指针——扩散变压器的多模态区域控制
机构 * Brown University（布朗大学） ； Adobe Research（Adobe 研究院）
专题命中 其他LLM ：prompting(abstract)；分类 cs.AI
AI总结 针对可控图像生成难题，提出外观指针方法，通过区域对应网络和空间聚合机制生成并细化指针，为扩散变压器引入模态无关的局部多模态控制接口，单一模型性能达或超现有技术。
Comments 38 Pages, Preprint with supplement
PhysAgent：用于物理上合理的视频生成的反射式智能体物理控制
机构 * Shanghai Jiao Tong University（上海交通大学） ； Cardiff University（卡迪夫大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI
AI总结 研究物理上合理的视频生成问题，提出PhysAgent反射式智能体框架，通过闭环设计及物理控制API，改善参数控制，实现复杂轨迹等，实验证明其能生成更合理视频，有更好提示对齐及泛化效果。
Comments For project page, see https://iapple233.github.io/PhysAgent
是什么让语言表征成为人类大脑中高级视觉感知的良好模型？
机构 * European Commission, Joint Research Centre (JRC)（欧盟委员会，联合研究中心 (JRC)）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI
AI总结 研究语言模型图像描述对人类大脑高级视觉感知的预测性，考虑六种字幕类型和五种语言模型，发现机器生成字幕表现优，文本嵌入器优于自回归语言模型，大脑预测性和行为一致性在中间网络深度达峰值，确立字幕嵌入为研究工具。
Comments Supplementary Materials in the public GitHub repository referenced in the paper
野生环境中的数学发现：巴拿赫空间理论中的人工智能引导证明
机构 * School of Mathematical Sciences, Fylde College, Lancaster University, LA1 4YF, United Kingdom（数学科学学院，兰卡斯特大学） ； Institute of Computer Science, University of Bern, Neubrückstrasse 10, 3012 Bern, Switzerland（计算机科学研究所，伯尔尼大学）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI
AI总结 研究当前语言模型对数学研究的贡献，在巴拿赫空间理论中，AI系统生成关键思想和证明，经人类验证完善，还开发自动化系统搜索开放问题并尝试解决，展现了语言模型潜力与专家验证的重要性。
先进图像生成：负提示优化与潜在分类器引导
专题命中 其他LLM ：LLM(abstract)；分类 cs.LG
AI总结 该研究提出新系统，通过微调序列到序列语言模型集成负提示优化与潜在空间分类器引导，自动生成优化负提示，用混合分类器评估引导扩散步骤，减少伪影并提高语义保真度，提升Stable Diffusion图像生成质量。
佩妮：支架式外语写作中学习者与聊天机器人交互的转换网络分析
机构 * Academic Center for Computing and Media Studies, Kyoto University, Japan（京都大学计算与媒体研究室） ； College of Information Science and Engineering, Ritsumeikan University, Japan（立命馆大学信息科学与工程学院）
专题命中 其他LLM ：LLM(abstract)；分类 cs.CL
AI总结 研究借助转换网络分析，以日本外语学习者与写作聊天机器人“佩妮”的交互为对象，发现两个行为循环，揭示外语水平对交互的显著影响，表明人工智能辅助写作是对话过程，强调需差异化设计聊天机器人以促进学习者认知参与。
人为制造的分裂：剖析七种社交媒体影响行动中的恶意内容
机构 * Department of Computer Science University of Southern California（计算机科学系 美国南加州大学）
专题命中 其他LLM ：LLM(abstract)；分类 cs.CL
AI总结 研究推特中七种政府认定活动推文里的恶意内容，通过双提示大语言模型检测器和可审计规则区分仇恨与其他分裂形式，发现将所有相关内容计为仇恨会高估，有助于重新定义影响活动及在线话语中仇恨的研究。
作为神经可塑性训练环境的人类与人工智能代理交互
机构 * Old Dominion University（奥多明尼昂大学） ； AI Motion Labs（人工智能运动实验室） ； Nanyang Technological University（南洋理工大学） ； University of Colombo（科伦坡大学） ； Accenture Technology Labs（埃森哲技术实验室） ； GSI Scandinavia AB（GSI斯堪的纳维亚公司） ； Lithuanian University of Health Sciences（立陶宛健康科学大学） ； Department of Psychiatry and Neurobehavioral Sciences, University of Virginia School of Medicine（弗吉尼亚大学医学院精神病学和神经行为科学系） ； Blanchfield Army Community Hospital（布兰奇菲尔德陆军社区医院） ； McDonald Army Health Center（麦克唐纳陆军健康中心）
专题命中 其他LLM ：prompting(abstract)；分类 cs.AI
AI总结 研究人类与AI代理交互这一日常活动，发现其是神经可塑性训练环境。提出利用此环境产生相反效果的框架，通过三层观察和两种应用模式实现，以生成图像提示为例展示该框架能使观察与否行为相同但神经学相反。
AutoNorm：通过可微门控理解Transformer中的自适应归一化
机构 * KIIT（卡林加工业技术学院）
专题命中 其他LLM ：language model(abstract)；分类 cs.LG
AI总结 研究Transformer中归一化策略选择问题，通过实验发现不同任务中静态与自适应归一化的表现差异，提出AutoNorm-S训练策略，通过门控冻结计划减轻优化不稳定性，在多基准测试中取得良好性能。
限制非确定性：作为数据库管理系统的人工智能驱动研究系统，实现可靠、无浪费、透明和协作式研究 [愿景]
机构 * EPFL（瑞士联邦理工学院）
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 研究指出大语言模型代理在研究中存在不可信问题，根源是代理循环的随机调用无法检查内部状态。借鉴数据库经验，建议用确定性带版本的数据流引擎组织研究项目，大语言模型作查询编译器，五条设计规则确保研究可靠、透明且协作。
二元少样本分类的谱相图：内在维度、几何饱和与表征诊断
机构 * Independent Researcher（独立研究者）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.LG
AI总结 提出饱和指数S(K)作为二元少样本分类中标注停止准则，理论证明其与协方差估计集中度及线性判别稳定性相关，实验验证其与边际精度增益正相关，并划分探索、过渡、饱和三阶段。
Comments 46 pages, 8 figures, 22 tables
从论文到程序：AI辅助量子多体代码生成中的知识外化
机构 * Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（中国科学院物理研究所，北京100190，中国）
专题命中 其他LLM ：prompting(abstract)；分类 cs.AI
AI总结 针对AI直接翻译论文为代码时因隐含约定导致失败的问题，提出知识外化方法，通过多阶段人机协作流程将隐式假设显式化，在DMRG和Pfaffian-MPS任务上验证了有效性。
Comments 20 pages, 4 figures. Substantially revised presentation, related-work context, reproducibility documentation, validation-gate wording, limitations, and generative-AI disclosure; numerical results unchanged
移动范式下婴儿感觉运动探索的计算模型
机构 * University of Hamburg（汉堡大学） ； Czech Technical University in Prague（布拉格捷克技术大学） ； Université Paris Cité and CNRS（巴黎cité大学和CNRS）
专题命中 其他LLM ：prompting(abstract)；分类 cs.LG
AI总结 研究构建计算模型探究移动范式下婴儿感觉运动探索机制，模型含神经网络等组件，模拟重现经典及两项详细研究结果，消融研究表明相关机制对复制婴儿行为至关重要，揭示其参与婴儿感觉运动学习。
Comments 16 pages, 16 figures
Journal ref IEEE Transactions on Cognitive and Developmental Systems 18 (3), 692-707 (2026)
VTaMo：用于手语翻译的视频-文本对齐模型
机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； ChatSign Technology（ChatSign科技）
专题命中 其他LLM ：language model(abstract)；分类 cs.CL
AI总结 研究手语翻译问题，提出VTaMo框架，通过局部、全局对齐及位置对齐对比学习实现多粒度对齐，在多个数据集实验中展现领先性能，各组件贡献互补。
Comments 18 pages, 5 figures, 8 tables. Accepted to ECCV 2026
自利代理社会中市场稳定性的形式机制：市场模拟研究
机构 * DSO National Laboratories（国防科技研究院） ； National University of Singapore（新加坡国立大学）
专题命中 其他LLM ：LLM(abstract)；分类 cs.AI
AI总结 研究自利代理社会中市场稳定性的形式机制，通过多智能体市场模拟实验，比较八种机制，发现调解机制最佳，对其进行对抗性红队测试，结果表明该机制具有对抗鲁棒性，能在攻击下维持市场稳定。
Comments 23 pages, 8 figures
摩擦产生创造力：用于探索性结构设计的人机交互
机构 * Block Research Group, Department of Architecture, ETH Zurich（建筑系，苏黎世联邦理工学院） ； IVIA Lab, Department of Computer Science, ETH Zurich（计算机科学系，苏黎世联邦理工学院）
专题命中 其他LLM ：language model(abstract)；分类 cs.AI
AI总结 探讨当前生成式AI目标与结构设计师等创作者需求的偏差，提出允许受限人机共同创作的系统设计维度，通过试点设计界面和专家研究，展示其对设计空间探索的支持及设计师看法。
Comments Accepted at ICML 2026, Workshop on Human-AI Co-Creativity
HiMoE-VLA：用于通用视觉-语言-动作策略的分层专家混合模型
机构 * Fudan University（复旦大学） ； Microsoft Research Asia（微软亚洲研究院） ； Xi’an Jiaotong University（西安交通大学） ； Tsinghua University（清华大学）
专题命中 其他LLM ：foundation model(abstract)；分类 cs.AI
AI总结 研究通用视觉-语言-动作策略训练中异构性引发的负迁移问题，提出HiMoE-VLA框架，通过分层专家混合动作模块及两个辅助目标来解决，在多项任务上取得较好结果，还能将负迁移转化为正迁移。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈