语言大模型 / LLM

Probing Outcome-Level Resemblance and Mechanism-Level Alignment in LLM Risk Decisions: Evidence from the St. Petersburg Game

探究大语言模型风险决策中的结果层面相似性与机制层面一致性：来自圣彼得堡博弈的证据

Chensong Huang, Changyu Chen, Chenwei Lin, Hanjia Lyu, Xian Xu, Jiebo Luo

机构 * Fudan University（复旦大学） ； University of Rochester（罗切斯特大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；instruction tuning(abstract)；prompting(abstract)；分类 cs.CL

AI总结 通过圣彼得堡博弈实验，发现大语言模型在风险决策中表现出结果层面的类人行为，但机制层面与人类决策存在显著差异，提示行为对齐可能仅停留在表面。

The Latin Substrate: How Language Models Represent and Mediate Script Choice

拉丁基底：语言模型如何表示和中介文字选择

Daniil Gurgurov, Alan Saji, Katharina Trinley, Josef van Genabith, Simon Ostermann

机构 * German Research Center for AI（德国人工智能研究中心） ； Saarland University（萨尔兰大学） ； Indian Institute of Technology, Madras（印度理工学院-马德拉斯） ； Nilekani Centre at AI4Bharat（AI4Bharat的Nilekani中心） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract_cn)；large language model(abstract)；分类 cs.CL

AI总结 通过logit透镜、表征和机制分析，发现语言模型在转写时存在一致的潜在拉丁化，且通过少量后期注意力头因果中介文字选择，非拉丁输出由紧凑可识别门控产生，拉丁输出则来自网络扩散贡献，表明模型围绕共享潜在表示组织文字变异并偏向拉丁基底。

Comments preprint

Understanding Fact Recall in Language Models: Why Two-Stage Training Encourages Memorization but Mixed Training Teaches Knowledge

理解语言模型中的事实回忆：为什么两阶段训练鼓励记忆而混合训练教授知识

Ying Zhang, Benjamin Heinzerling, Dongyuan Li, Kentaro Inui

机构 * RIKEN Center for Advanced Intelligence Project（日本理化学研究所高级智能项目中心） ； Tohoku University（东北大学） ； The University of Tokyo（东京大学） ； MBZUAI 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract_cn)；large language model(abstract)；分类 cs.CL

AI总结 通过比较2.8~4B语言模型中的两阶段训练与混合训练，发现混合训练通过联合优化目标实现存储与查询格式间的梯度一致性，驱动表征一致性并建立格式不变的检索过程，从而泛化回忆未见查询中的事实。

Escaping Plato's Cave: JAM for Aligning Independently Trained Vision and Language Models

走出洞穴：JAM用于对齐独立训练的视觉和语言模型

Lauren Hyoseo Yoon, Yisong Yue, Been Kim

机构 * Computation and Neural Systems（计算与神经系统） ； California Institute of Technology（加利福尼亚理工学院） ； Computation and Mathematical Sciences（计算与数学科学） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；foundation model(abstract,abstract_cn)；分类 cs.LG

AI总结 本文提出JAM方法，通过联合训练模态特定的自编码器，优化视觉和语言模型的对齐，提升细粒度上下文区分能力。

Inducing Artificial Uncertainty in Language Models

在语言模型中诱导人工不确定性

Sophia Hager, Simon Zeng, Nicholas Andrews

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Microsoft（微软） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract_cn)；large language model(abstract)；分类 cs.CL

AI总结 本文研究了在缺乏挑战性数据时如何通过诱导人工不确定性来提升语言模型的不确定性量化能力，通过训练探测器识别人工不确定性，实现了在困难数据上的高校准性，且对简单数据的性能影响较小。

LLM Translation of Compiler Intermediate Representation

编译器中间表示的大型语言模型翻译

Andrea Valenzuela Ramirez, Cristian Gutierrez-Gomez, Marta Barroso, Dario Garcia-Gasulla, Sara Royuela

机构 * Barcelona Supercomputing Center, Universitat Politècnica de Catalunya（巴塞罗那超级计算中心，加泰罗尼亚理工大学） ； Barcelona Supercomputing Center（巴塞罗那超级计算中心） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出IRIS-14B模型，通过训练实现GIMPLE到LLVM IR的翻译，展示了大型语言模型在编译器中间表示转换中的高效性与准确性。

Understanding Counting Mechanisms in Large Language and Vision-Language Models

理解大语言和视觉-语言模型中的计数机制

Hosein Hasani, Amirmohammad Izadi, Fatemeh Askari, Mobin Bagherian, Sadegh Mohammadian, Mohammad Izadi, Mahdieh Soleymani Baghshah

机构 * Sharif University of Technology（谢里夫大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(abstract)；foundation model(abstract)；分类 cs.AI

AI总结 本文研究大语言和视觉-语言模型在计数任务中如何表示和计算数值信息，通过实验和分析揭示了计数机制的分层结构及内部计数器的作用。

Comments Accepted to CVPR 2026

LLM-Rosetta: A Hub-and-Spoke Intermediate Representation for Cross-Provider LLM API Translation

LLM-Rosetta: 一个用于跨提供商LLM API翻译的枢纽-辐射中间表示

Peng Ding

机构 * University of Chicago（芝加哥大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 LLM-Rosetta通过枢纽-辐射中间表示捕捉共享语义核心，实现跨提供商LLM API双向转换，支持流式传输和状态管理，覆盖主要商业提供商，具备高效率和中立性。

From Hallucination to Structure Snowballing: The Alignment Tax of Constrained Decoding in LLM Reflection

从幻觉到结构雪球效应：约束解码在LLM反思中的对齐税

Hongxu Zhou

机构 * Saarland University（萨尔大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究探讨了在开放式推理任务中，约束解码通过强制结构反思是否能避免错误传播，发现反而引发结构雪球效应，并揭示了约束解码的对齐税问题。

Genesis: Evolving Attack Strategies for LLM Web Agent Red-Teaming

Genesis：为LLM网络代理红队测试演变攻击策略

Zheng Zhang, Jiarui He, Yuchen Cai, Deheng Ye, Peilin Zhao, Ruili Feng, Hao Wang

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Tencent（腾讯） ； Nvidia（英伟达） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出Genesis框架，通过遗传算法与混合策略表示生成对抗注入，动态发现有效策略并持续优化，提升网络代理攻击效果。

Comments Accepted by ICME 2026

Distilling LLM Reasoning into Graph of Concept Predictors

将大语言模型的推理过程蒸馏为概念预测图

Ziyang Yu, Liang Zhao

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出GCP框架，通过外部化教师决策过程为有向无环图，提升样本效率和训练稳定性，实验证明在有限标注预算下提升性能并增强可解释性。

MARCH: Multi-Agent Reinforced Self-Check for LLM Hallucination

MARCH: 多智能体强化自检用于大语言模型幻觉

Zhuo Li, Yupeng Zhang, Pengyu Cheng, Jiajun Song, Mengyu Zhou, Hao Li, Shujie Hu, Yu Qin, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（通义大模型应用团队，阿里巴巴） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 MARCH通过多智能体强化学习框架，利用信息不对称机制减少大语言模型幻觉，实验表明其能显著降低幻觉率，8B参数模型表现接近闭源模型。

Are Audio-Language Models Listening? Audio-Specialist Heads for Adaptive Audio Steering

音频-语言模型在倾听吗？音频专家头用于自适应音频引导

Neta Glazer, Lenny Aharon, Ethan Fetaya

机构 * Bar-Ilan University（巴伊兰大学） ； Columbia University（哥伦比亚大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文通过识别音频专家注意力头，提出一种方法来增强音频信息在音频-语言模型中的作用，从而提升模型性能。

Thought Virus: Viral Misalignment via Subliminal Prompting in Multi-Agent Systems

Thought Virus: 通过潜意识提示在多智能体系统中产生病毒性偏差

Moritz Weckbecker, Jonas Müller, Ben Hagag, Michael Mulet

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 知识编辑与模型理解 ：prompting(title,abstract)；LLM(abstract)；language model(abstract)；分类 cs.AI

AI总结 本研究揭示了多智能体系统中通过潜意识提示传播偏见的风险，指出单个智能体的潜意识提示可能影响整个网络的诚实性，提出新的安全攻击向量。

Comments 18 pages, 10 figures, 2 tables. Code available at https://github.com/Multi-Agent-Security-Initiative/thought_virus

Semantic Regexes: Auto-Interpreting LLM Features with a Structured Language

语义正则表达式：通过结构化语言自动解释LLM特性

Angie Boggust, Donghao Ren, Yannick Assogba, Dominik Moritz, Arvind Satyanarayan, Fred Hohman

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Apple（苹果公司） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 语义正则表达式通过结构化语言自动解释LLM特性，提供精确且简洁的特征描述，提升模型可解释性分析的准确性和一致性。

Comments ICLR 2026

LLM2CLIP: Powerful Language Model Unlocks Richer Cross-Modality Representation

LLM2CLIP: 强大语言模型解锁更丰富的跨模态表示

Weiquan Huang, Aoqi Wu, Yifan Yang, Xufang Luo, Yuqing Yang, Usman Naseem, Chunyu Wang, Chunyu Wang, Qi Dai, Xiyang Dai, Dongdong Chen, Chong Luo, Lili Qiu, Liang Hu

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract)；large language model(abstract)；分类 cs.CL

AI总结 LLM2CLIP通过将强大语言模型与CLIP结合，提升跨模态表示能力，实现多种下游任务的性能改进。

Journal ref AAAI 2026

Accuracy-Delay Trade-Off in LLM Offloading via Token-Level Uncertainty

在LLM卸载中通过令牌级不确定性实现精度-延迟权衡

Yumin Kim, Hyeonsu Lyu, Minjae Lee, Hyun Jong Yang

机构 * Dept. of Electrical and Computer Engineering, Seoul National University, Seoul, Korea（电子与计算机工程系，首尔国立大学，首尔，韩国） ； Institute of New Media and Communications, Seoul National University, Seoul, South Korea（新媒体与通讯研究所，首尔国立大学，首尔，韩国） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于令牌级不确定性的卸载框架，通过贪心算法在保持准确性的同时减少延迟，实现了LLM在移动边缘计算中的精度-延迟权衡。

Comments This paper has been accepted at 2025 IEEE Globecom Workshop: WS02-GAIMC: Mutual Facilitation of Generative Artificial Intelligence and Mobile Communications

Generative AI voting: fair collective choice is resilient to LLM biases and inconsistencies

生成式AI投票：公平的集体选择对LLM偏见和不一致具有韧性

Srijoni Majumdar, Edith Elkind, Evangelos Pournaras

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 生成式AI投票通过比例选票聚合方法实现公平决策，缓解低参与度和选民疲劳问题。

Comments 24 pages, 5 figures

From Code-Centric to Concept-Centric: Teaching NLP with LLM-Assisted "Vibe Coding"

从代码导向到概念导向：利用LLM辅助的“Vibe编码”教授NLP

Hend Al-Khalifa

机构 * College of Computer and Information Sciences（计算机与信息科学学院） ； King Saud University（沙特国王大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出利用LLM辅助的

Comments Accepted in The Seventh Workshop on Teaching Natural Language Processing (Teaching NLP @ EACL2026)

Latent Debate: A Surrogate Framework for Interpreting LLM Thinking

潜在辩论：一种解释大语言模型思维的代理框架

Lihu Chen, Xiang Yin, Francesca Toni

机构 * Imperial College London, United Kingdom（伦敦帝国学院） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出潜在辩论框架，通过捕捉单个模型内部隐含的论点信号，解释LLM的思维过程并检测幻觉。

Comments Preprint

Information Security Based on LLM Approaches: A Review

基于大语言模型的信息安全：综述

Chang Gong, Zhongwen Li, Xiaoqi Li

机构 * School of Cyberspace Security, Hainan University（海南大学网络空间安全学院） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文综述了大语言模型在信息安全领域的应用，探讨其在恶意行为预测、网络威胁分析等任务中的优势及面临的挑战。

When Meanings Meet: Investigating the Emergence and Quality of Shared Concept Spaces during Multilingual Language Model Training

意义交汇：探究多语言语言模型训练中共享概念空间的产生与质量

Felicia Körner, Max Müller-Eberstein, Anna Korhonen, Barbara Plank

机构 * MaiNLP, Center for Information and Language Processing, LMU Munich（MaiNLP，信息与语言处理中心，慕尼黑大学） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； University of Tokyo（东京大学） ； IT University of Copenhagen（哥本哈根IT大学） ； Language Technology Lab, University of Cambridge（语言技术实验室，剑桥大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(abstract)；pretraining(abstract)；分类 cs.CL

AI总结 研究通过因果可解释方法探讨多语言语言模型训练中共享概念空间的产生与质量，发现早期出现并随训练细化，但语言依赖性显著，且翻译质量提升可能反映行为变化而非能力提升。

Comments Accepted to EACL 2026 Main Conference

CAR-bench: Evaluating the Consistency and Limit-Awareness of LLM Agents under Real-World Uncertainty

CAR-bench: 评估在现实世界不确定性下LLM代理的一致性和限意识

Johannes Kirmayr, Lukas Stappen, Elisabeth André

机构 * BMW Group Research and Technology（宝马集团研究与技术） ； Augsburg University（艾希施泰特大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 CAR-bench旨在评估LLM代理在现实世界不确定性下的一致性、不确定性处理和能力意识，通过多轮对话和工具使用测试其可靠性和自我意识。

NeuroFaith: Evaluating LLM Self-Explanation Faithfulness via Internal Representation Alignment

NeuroFaith：通过内部表示对齐评估LLM自解释的忠实性

Milan Bhan, Jean-Noel Vittaut, Nicolas Chesneau, Sarath Chandar, Marie-Jeanne Lesot

机构 * Sorbonne Université, CNRS, LIP6（索邦大学、国家科学研究中心、LIP6实验室） ； Mila - Quebec AI Institute, Université de Montréal（魁北克人工智能研究院、蒙特利尔大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 NeuroFaith通过内部表示对齐评估LLM自解释的忠实性，提出了一种灵活的框架和线性探针以提高模型的解释可信度。

Regulatory gray areas of LLM Terms

大型语言模型条款的监管灰色区域

Brittany I. Davidson, Kate Muir, Florian A. D. Burnat, Adam N. Joinson

机构 * University of Bath（巴斯大学） ； Bath Spa University（巴斯斯巴大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文分析了五家主要LLM提供商的条款，揭示了使用限制的差异及监管灰色区域，提供了公开资源以帮助用户和研究人员应对这一挑战。

Through the LLM Looking Glass: A Socratic Probing of Donkeys, Elephants, and Markets

通过语言模型的棱镜：对驴、大象和市场的苏格拉底探查

Molly Kennedy, Ayyoob Imani, Timo Spinde, Akiko Aizawa, Hinrich Schütze

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本研究通过苏格拉底方法分析LLM在意识形态框架下的偏见，发现GPT-4o在标注准确性上达到人类水平，但面对二元比较时仍存在偏好倾向。

HyperJoin: LLM-augmented Hypergraph Link Prediction for Joinable Table Discovery

HyperJoin: 基于大语言模型的超图链接预测用于可连接表发现

Shiyuan Liu, Jianwei Wang, Xuemin Lin, Lu Qin, Wenjie Zhang, Ying Zhang

机构 * University of Technology Sydney（悉尼科技大学） ； University of New South Wales（新南威尔士大学） ； ACEM, Shanghai Jiao Tong University（ACEM，上海交通大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 HyperJoin通过构建超图并利用大语言模型增强的超图链接预测，提升可连接表发现的精度和召回率。

LLM Interpretability with Identifiable Temporal-Instantaneous Representation

基于可识别的时间-瞬时表示的LLM可解释性

Xiangchen Song, Jiaqi Sun, Zijian Li, Yujia Zheng, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文提出了一种针对LLM高维概念空间的可识别时间因果表示学习框架，通过结合SAE技术，提升了LLM的可解释性。

Comments NeurIPS 2025

Localized Calibrated Uncertainty in Code Language Models

代码语言模型中的局部校准不确定性

David Gros, Prem Devanbu

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract)；large language model(abstract)；分类 cs.AI

AI总结 本研究提出了一种技术，用于在代码语言模型中局部校准不确定性，通过最小意图对齐补丁数据集评估不同探测方法的校准效果，并探讨了其在AI监督中的应用。

Single LLM Debate, MoLaCE: Mixture of Latent Concept Experts Against Confirmation Bias

单个LLM辩论，MoLaCE：混合潜在概念专家对抗确认偏见

Hazel Kim, Philip Torr

机构 * Department of Computer Science University of Oxford（牛津大学计算机科学系） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 MoLaCE通过混合潜在概念专家减少LLM的确认偏见，提升鲁棒性并高效实现多智能体辩论效果。