语言大模型 / LLM

TriShieldRAG: A Three-Ring Defense-in-Depth Framework Against Knowledge Corruption in Retrieval-Augmented Generation

TriShieldRAG：一种针对检索增强生成中知识腐败的三环深度防御框架

Susil Kumar Mohanty, Rohit Patel, Kosuru Yuvaraj, Jeenal Chaudhary, Disha Singhania

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

AI总结 研究针对检索增强生成中知识腐败问题，构建TriShieldRAG框架，设置摄取防护、检索评分器和跨语言模型共识阶段三个环，推导环2和环3起作用的条件，评估表明该框架能大幅降低攻击成功率并保持良性查询准确性。

Beware of Agentic Botnets: Scalable Untargeted Promptware Attacks via Universal and Transferable Adversarial HalluSquatting

警惕智能体僵尸网络：通过通用且可转移的对抗性幻觉蹲点进行可扩展的无目标提示软件攻击

Aya Spira, Stav Cohen, Elad Feldman, Ron Bitton, Avishai Wool, Ben Nassi

专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)

AI总结 研究针对实际威胁模型中无直接渠道时攻击者能否利用LLM应用的问题，提出对抗性幻觉蹲点技术，通过识别热门资源计算幻觉分布抢先注册对抗性提示，利用幻觉特性扩大无目标提示软件攻击范围并建立僵尸网络，实验证明该技术可行性及幻觉可转移性。

Comments Website: https://sites.google.com/view/agentic-botnets/home

Affinage: genome-scale mechanistic gene annotation from the published literature

Affinage: 基于已发表文献的全基因组尺度机制性基因注释

Matteo Di Bernardo, Iain M. Cheeseman

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

AI总结 提出Affinage，一个利用大语言模型从原始文献中提取直接实验证据并推理，为人类蛋白质编码基因生成可复用的结构化机制注释的流程，在19,293个基因上优于UniProt。

Comments 12 pages, 6 figures. Accepted to the Workshop on Generative and Agentic AI for Biology at ICML 2026

ShellMaker: Language-Guided Exterior Completion under Structural Constraints

ShellMaker: 结构约束下的语言引导外部补全

Ruiqi Xu, Daniel Aliaga

机构 * Purdue University（普渡大学） 纠错

专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)

AI总结 提出ShellMaker框架，在保持建筑足迹、墙体几何和开口语义固定约束下，通过参数化屋顶生成、LLM部件提示优化、联合材质检索和几何感知组装，实现语言引导的建筑外部补全。

Comments Accepted to ECCV 2026

Evidence Graph Consistency in Retrieval-Augmented Generation: A Model-Dependent Analysis of Hallucination Detection

检索增强生成中的证据图一致性：基于模型的幻觉检测分析

Jianru Shen

机构 * University of Montana（蒙大拿大学） 纠错

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

AI总结 提出证据图一致性（EGC）框架，通过构建局部证据图并计算五种结构一致性指标检测幻觉，发现不同模型族间一致性特征方向相反，表明嵌入图一致性不能作为模型无关的检测信号。

Comments Accepted at the International Conference on Advanced Machine Learning and Data Science; to appear in the IEEE Xplore proceedings

"What Happens Locally, Leaks Globally": Detecting Privacy Leakage Risks in MCP Servers

“局部发生，全局泄露”：检测MCP服务器中的隐私泄露风险

Biwei Yan, Minghui Xu, Yijun Yang, Boyang Ma, Xuelong Dai, Jingku Li, Yue Zhang

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

AI总结 提出MCPPrivacyDetector，一种上下文感知的跨语言静态分析框架，用于检测MCP服务器中由协议引发的隐私泄露，在10,655个真实服务器中发现超过10%的泄露率。

RepFusion: Leveraging Multimodal Priors for Denoising in Representation Space

RepFusion：利用多模态先验在表示空间中进行去噪

Xichen Pan, Aashu Singh, Satya Narayan Shukla, Xiangjun Fan, Shlok Kumar Mishra, Saining Xie

机构 * Meta AI ； New York University（纽约大学） 纠错

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

AI总结 提出RepFusion方法，利用多模态大语言模型作为噪声表示编码器，为扩散变压器提供条件信号，在相似推理预算下优于新初始化解码器基线。

Comments Project Page: https://xichenpan.com/repfusion

Segment and Select: Vision-Language Segmentation in 3D Scenarios

Segment and Select: 3D场景中的视觉-语言分割

Yulin Chen, Zhihang Zhong, Yuenan Hou

机构 * Shanghai AI Laboratory（上海人工智能实验室） ； University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiaotong University（上海交通大学） 纠错

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

AI总结 提出SEGA3D范式，通过掩码候选生成器、大语言模型和语义空间选择器实现3D场景中基于语言指令的细粒度分割，在ScanNet和Matterport3D上分别提升8.3和5.3 mIoU。

Comments The core idea is to reformulate 3D vision-language segmentation as the segment-and-select paradigm (free from the superpoint dependency)

DD-GEPA: Prompt Optimization for Dialogue Disentanglement Focusing on Task Instruction and Utterance Representation

DD-GEPA：面向对话解缠的任务指令与话语表示提示优化

Naoki Takada, Tatsunori Mori

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

AI总结 针对多轮对话中话题交织导致的解缠难题，提出基于GEPA的自动提示优化方法，通过分解并优化任务指令、话语表示和输出指令三部分，显著提升大语言模型的对话解缠准确率。

Comments 16 pages, 3 figures

A Declarative-Procedural Perspective on Expert Routing in Bilingual Mixture-of-Experts Language Models

双语混合专家语言模型中专家路由的声明式-过程式视角

Amrit Gopinath, Raghul, Durairaj Thenmozhi

机构 * Sri Sivasubramaniya Nadar College of Engineering（斯里·西瓦苏布拉马尼亚·纳达尔工程学院） ； Shiv Nadar University Chennai（钦奈希夫·纳达尔大学） 纠错

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

AI总结 该研究探究双语MoE语言模型的专家路由是否形成语言结构，对比课程学习与无课程训练的模型，发现无课程模型专业化更强但依赖随机种子，课程模型路由更均衡，揭示MoE路由可出现可解释语言组织。

Comments 15 pages, 6 figures, 12 tables (including appendix)

What Makes a Good Layer? Assessing the Layer-Wise Intrinsic Properties of Music Foundation Models

什么构成了好的层？评估音乐基础模型的逐层固有属性

Angelos-Nikolaos Kanatas, Yuexuan Kong, Pablo Alonso-Jiménez, Xavier Serra, Dmitry Bogdanov

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

AI总结 该研究分析12个音乐基础模型的逐层固有属性，发现现有指标无法通用追踪所有音乐任务的层质量，提出音高转置等变度指标，该指标可有效用于层选择，性能优于可训练多层融合方法，尤其在数据有限场景

Comments 11 pages, 2 figures, 2 tables. Accepted at ISMIR 2026. Project page: https://angeloskanatas.github.io/music-fms-layer-eval/

EEG-PRISM: Physiologically-Grounded Interpretability of Predictions by EEG Foundation Models

EEG-PRISM：基于生理学的脑电基础模型预测可解释性方法

Deeksha M Shama, Punnisa Amornsirikul, Archana Venkataraman

机构 * Johns Hopkins University（约翰斯·霍普金斯大学） ； Boston University（波士顿大学） 纠错

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

AI总结 本研究提出EEG-PRISM，一种无需修改脑电基础模型的事后归因方法，可将其归因分数映射至频谱、空间域，能定位癫痫发作区、自闭症生物标志物等，提升脑电基础模型的可解释性。

P3CA: Encoder-Agnostic Interpretation of Vision Foundation Model Embeddings via Spatial Probing

P3CA：通过空间探测实现与编码器无关的视觉基础模型嵌入解释

Amoon Jamzad, Dilakshan Srikanthan, Faranak Akbarifar, Nooshin Maghsoodi, Parvin Mousavi

机构 * School of Computing, Queen’s University（女王大学计算学院） 纠错

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

AI总结 针对视觉基础模型嵌入难以解释的问题，提出与编码器无关的P3CA方法，通过空间提示实现局部探测，在多类数据上验证其可揭示局部结构、提升病理判别能力等贡献。

Comments 10 pages, 5 figures, 1 table. Accepted at the iMIMIC Workshop, MICCAI 2026. This arXiv version is the pre-peer-review author manuscript

CRUISE: Vision-Language Model-Guided Uncertainty-Aware Cross-Modal Sensor Fusion for Robust Autonomous Driving

CRUISE：面向鲁棒自动驾驶的视觉语言模型引导的不确定性感知跨模态传感器融合

Junyao Wang, Yulin Xu, Yu Li, Pramod Khargonekar, Mohammad Abdullah Al Faruque

机构 * University of California, Irvine（加利福尼亚大学欧文分校） 纠错

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

AI总结 针对现有不确定性感知融合方法泛化性差的问题，提出CRUISE框架，结合VLM引导的UQ模块与动态自适应机制，实现鲁棒的自动驾驶跨模态传感器融合。

Unsure but Certain: Uncovering the Representation-Confidence Gap in Diffusion Language Models

不确定但确定：揭示扩散语言模型中的表示-置信度差距

Saurabh Yadav, Badri Narayana Patro, Vijay Srinivas Agneeswaran

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

AI总结 该研究揭示扩散语言模型存在表示-置信度差距，其高置信度集中是误导性症状，现有补救措施难修复排序缺陷，提出轻量级工具利用隐藏状态信号改进排序，指出噪声下置信度可靠性是更紧迫限制。

Multilingual Emotion Neurons in Large Audio-Language Models

大型音频语言模型中的多语言情感神经元

Xiutian Zhao, Philipp Koehn, Björn Schuller, Berrak Sisman

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

AI总结 本研究通过首个神经元层面可解释性研究，提出多语言情感神经元（MLENs）定义及一致性正则化融合（CR-Fusion）方法，证实其在零样本和低资源场景下情感控制更精准，为LALMs跨语言情感编码提供因果解释。

Distilling CT Foundation Models into Editable Concept Bottlenecks for Lung Nodule Malignancy Prediction

将CT基础模型蒸馏为可编辑概念瓶颈用于肺结节恶性程度预测

Fakrul Islam Tushar, Stephen Adamo, Geoffrey D. Rubin

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

AI总结 该研究将CT基础模型蒸馏为可编辑概念瓶颈模型，在肺结节恶性程度预测任务中，其判别力与仅用结节大小相当，且支持概念干预以实现透明可解释的预测。

Comments Submitted to SPIE Medical Imaging 2027 conference

Mechanistic Interpretability-Guided Selective Fine-Tuning of Vision-Language Models for Centimeter-Level Flood Depth Estimation

面向厘米级洪水深度估计的、由机械可解释性引导的视觉-语言模型选择性微调

Nafis Fuad, Xiaodong Qian, Dongxiao Zhu

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

AI总结 该研究针对城市洪水缺乏厘米级实时深度估计的问题，提出三种视觉-语言模型，通过机械可解释性分析确定关键交叉注意力层进行选择性微调，在合成与真实基准测试中均实现高精度洪水深度估计，大幅减少可训练参数。

Comments This Paper is accepted in International Conference on Machine Learning and Application (ICMLA) 2026

RxnCLF: Contrastive Transformation-Aware Reaction Foundation Model for Improved Reactivity Prediction

RxnCLF：用于改进反应性预测的感知变换的反应基础模型

Yiting Zheng, Cheng Fang, Anthony Donofrio, Haote Li

机构 * Discovery Chemistry, Merck & Co., Inc.（默克公司发现化学部门） 纠错

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

AI总结 本研究提出RxnCLF，一种基于凝聚反应图的自监督对比反应基础模型，经170万Pistachio反应预训练后，在多类产率预测基准上均优于基线模型，展现出良好泛化潜力。

Comments 8 pages, 6 figures

LAEF: A Lead-Agnostic ECG Foundation Model Towards Point-of-Care Diagnostics

LAEF：面向即时诊断的导联无关心电图基础模型

Edoardo Coppola, Stefano Fiorini, Pietro Liò, Mattia Savardi, Alberto Signoroni

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

AI总结 该研究提出LAEF，一种7M参数的导联无关心电图基础模型，预训练于9.2M份12导联心电图，在18个下游数据集的1-2导联即时诊断场景下，性能优于零填充替代方案，与更大规模的12导联基线相当。

AURORA-LM: Autoencoding Unified Representation for Continuous-Latent Diffusion Language Modeling

AURORA-LM：用于连续潜在扩散语言建模的统一表示自动编码

Jiajun Liang, Yucheng Liao, Yukang Cao, Jiazhe Wei, Ken Li, Wende Tan, Jiankun Zhang, ZY Cui, Jingkang Yang, Liucheng Guo, Shiqi Yang, B. Yang, Caifeng Shan, Ziwei Liu, Chenyang Si

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

AI总结 AURORA-LM是一种分离文本表示构建与分布建模的连续潜在扩散语言模型，通过特定技术优化后，在OpenWebText自由生成和XSum摘要任务中性能优于同类模型。

Comments 40 pages, 17tables, project page: https://aurora-lm-project.github.io/

SIRIN: A Unified Toolkit for Detecting Contextual Hallucinations in Retrieval-Augmented and Memory-Grounded LLM Systems

SIRIN：用于检测检索增强与记忆基大型语言模型系统中上下文幻觉的统一工具包

Julia Belikova, Rauf Parchiev, Mikhail Filimonov, Konstantin Polev, Andrey Savchenko, Maksim Makarenko

机构 * Sber AI Lab（Sber AI实验室） 纠错

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

AI总结 本研究提出SIRIN工具包，整合三类检测器范式与查询可回答性任务，支持多设置下的幻觉检测，可作为长期记忆系统的忠实性门控，源代码公开可用。

Sky sphere representation in language models

语言模型中的天球表示

Aleksandr Berdnikov, Yevgeny Liokumovich

机构 * Fields Institute（菲尔兹研究所） ； Principles of Intelligence（智能原理机构） ； University of Toronto（多伦多大学） 纠错

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

AI总结 研究约1000亿参数的语言模型是否存在可从残差流解码的夜空图表示，发现多数开源模型具备该表示，其性能指标优异且为首个弯曲高维不可约特征流形实例，相关代码已公开。

Interpretable Column Annotation with LLM-Symbolized Decision Process Materialization

基于大语言模型符号化决策过程实现的可解释列注释

Mengqi Wang, Jianwei Wang, Qing Liu, Xiwei Xu, Zhenchang Xing, Michael Bain, Liming Zhu, Wenjie Zhang

机构 * Data61, CSIRO（数据61，联邦科学与工业研究组织） 纠错

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

AI总结 研究针对列注释方法存在的问题，提出SymCA框架，通过大语言模型赋能，将其实现为全局到局部的符号决策过程，含全局骨架归纳和局部基质演化两组件，实验证明该框架准确、稳健且可解释，性能优于基线。

Comments 13 pages, 7 figures

OrganLens: Organ-Specific Representation Learning for CT Foundation Models

OrganLens：用于CT基础模型的器官特异性表征学习

Zhixuan Ge, Anqi Li, Sadeer Al-Kindi, Hanwen Xu, Wei Qiu

机构 * Rice University（莱斯大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 研究针对CT检查中特定器官表征需求，提出OrganLens通过自监督学习，用器官标识调节共享编码器，经器官特异性蒸馏等方法获取器官特异性表征，在多数据集评估中提升指标，提供了可扩展方法和 reusable 框架。

Comments 16 pages, 7 figures, 5 tables

Reference Feature Atlases for Mechanistic Auditing of Language Models

用于语言模型机制审计的参考特征图谱

Rui Wu, Tong Che

机构 * Rutgers University（罗格斯大学） ； NVIDIA Research（英伟达研究院） 纠错

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

AI总结 该研究提出参考特征图谱用于语言模型审计，通过拟合线性解码器实现，有图谱和残差两个互补通道。在多模型上训练并审计米斯特拉尔和文心一言目标，残差通道能控制植入机制，还揭示文心一言相关集群，为模型审计提供新方法。

Linear representations of grammaticality in neural language models

神经语言模型中语法性的线性表示

Jane Li, Najoung Kim

机构 * Johns Hopkins University（约翰·霍普金斯大学） ； Boston University（波士顿大学） 纠错

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

AI总结 探讨神经语言模型能否基于语法性区分字符串，通过质量均值探测研究语法性是否编码在其内部表示中，结果表明语法性在多种预训练模型中有力编码，为相关争论提供新证据及评估框架。

Transcoders for Investigating Deception in Language Models

用于研究语言模型中欺骗行为的转码器

Darius Lim, Nathan Leow, Xin Wei Chia

机构 * Home Team Science & Technology Agency (HTX)（新加坡内政部科技局） 纠错

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

AI总结 研究用转码器分析语言模型欺骗行为，通过预训练转码器的Qwen3 - 4B模型构建归因图，经特征引导和电路分析识别相关特征字典，发现欺骗源于模型内部机制，凸显转码器在监测及检测语言模型安全漏洞方面的潜力。

Sensitivity to Subjective Expected Utility Maximization: A Methodological Study, with an Illustrative Application to LLM Decision-Making

对主观预期效用最大化的敏感性：一项方法学研究，并应用于大语言模型决策

Jeff Helzner

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

AI总结 研究在标记结果稀缺等情况下评估不确定性决策的难题，通过含敏感性参数α的softmax选择模型得出相关可识别性结果，应用于大语言模型决策，检测到结构化比较α效应。

Comments 64 pages, 5 figures. Code and data archived at Zenodo: https://doi.org/10.5281/zenodo.21250951

GigaChat Audio: Time-aware Large Audio Language Model

GigaChat音频：时间感知大型音频语言模型

Aleksandr Kutsakov, Mariia Sadovina, Georgii Gospodinov, Alexandr Maximenko, Oleg Kutuzov, Pavel Bogomolov, Fyodor Minkin

机构 * SaluteDevices, Russia（SaluteDevices） 纠错

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

AI总结 研究音频条件语言模型长录音时间定位难题，提出时间感知音频语言模型，利用合成监督交织时间标记与音频令牌，在多基准测试中实现高精度，支持相关描述与总结，通过消融实验明确多因素影响，并发布模型权重和数据集。

Comments Accepted to Interspeech 2026. Model and dataset: https://huggingface.co/ai-sage/GigaChat3.1-Audio-10B-A1.8B