高校专区
BALMS：面向纵向心理健康感知的智能体大语言模型基准测试
机构 * Dartmouth College（达特茅斯学院） ； University of Cambridge（剑桥大学）
AI总结 该研究提出首个面向纵向心理健康感知的智能体大语言模型基准BALMS，经多数据集、任务与主干评估发现零样本智能体表现有限，思维链提示有提升但存不足，凸显了对特定智能体的需求。
Comments Accepted to EMNLP 2026 Main Conference
无联合训练的跨语言对齐：单语言模型是否会收敛到通用表示？
机构 * University of Cambridge（剑桥大学） ； EleutherAI
AI总结 该研究发现无联合训练时，单语言模型可通过语言结构和信息承载形成跨语言对齐，提出用Procrustes旋转映射模型隐藏状态，为模块化多语言系统构建提供方向。
批准过迟：LLM防护的自适应系统中的裁决陈旧性
机构 * University of Cambridge（剑桥大学） ； Maccabim-Re’ut High School（马卡比姆-鲁特高中） ； The Open University of Israel（以色列开放大学）
AI总结 该研究针对LLM防护的自适应系统存在的裁决陈旧性问题，提出新鲜度受限防护（FBS）方法，可显著降低批准过期率，同时制定新鲜度契约规范批准的有效性。
Comments Accepted at the 2026 IEEE International Conference on Autonomic Computing and Self-Organizing Systems (ACSOS 2026)
当规范补全出错时：大型语言模型中跃迁的形式化与测量
机构 * University of Cambridge（剑桥大学） ； University of New South Wales（新南威尔士大学）
AI总结 本文针对大型语言模型的“跃迁”进行形式化定义与测量，发现模型在第二步会放弃默认补全完成跃迁，更高难度失败源于推理预算或约束问题，而非回归默认，为相关争论提供了新依据。
我的机器人为什么刚改变了人格？面向基于大语言模型（LLM）的人机交互（HRI）的具身机器人人格提示设计指南
机构 * RPTU Kaiserslautern（凯泽斯劳滕工业大学） ； Linköping University（林雪平大学） ； University of Hertfordshire（赫特福德大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Australian National University（澳大利亚国立大学） ； University of Cambridge（剑桥大学） ； University of Naples Federico II（那不勒斯费德里科二世大学） ； Ben-Gurion University of the Negev（本-古里安大学内盖夫分校） ； The Azrieli National Center for Autism and Neurodevelopment Research（阿兹列利国家自闭症与神经发育研究中心）
AI总结 本文针对基于LLM的HRI中机器人人格模糊等问题，提出含八个组件的提示设计框架及指南，为HRI研究提供结构化设计与报告辅助，强调提示设计需作为社会技术问题处理。
Comments Accepted for publication at the 35th IEEE International Conference on Robot and Human Interactive Communication (RO-MAN 2026)
自生成文本识别：LLM评估中的质量启发式、跨任务迁移与下游偏差
机构 * George Washington University（乔治·华盛顿大学） ； Geodesic Research（吉奥戴斯克研究机构） ； University of Cambridge（剑桥大学）
AI总结 该研究聚焦LLM的自生成文本识别（SGTR）能力，明确了导致过往研究结论分歧的实验设计因素，发现SGTR性能可跨任务迁移，且训练SGTR会引发下游偏差，强调需监控SGTR以保障AI安全。
Comments 22 pages, 9 figures (4 main body, 5 appendix), 11 tables (1 main body, 10 appendix)
ElementCheck：基于句子元素的复杂度感知长文本事实性评估
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院） ； Fudan University（复旦大学） ； Tencent（腾讯） ； University of Cambridge（剑桥大学） ； University of Aberdeen（阿伯丁大学）
AI总结 ElementCheck是一种基于句子元素的复杂度感知框架，通过提取实体对构建元素图，在FastFact-Sent等基准上提升了五个主干模型的长文本事实性验证性能，且优化了准确率与成本的权衡。
Comments 25 pages, 4 figures
CultureVidBench：文本到视频生成中的文化理解基准测试
机构 * Nanyang Technological University（南洋理工大学） ； Centrale Supélec（中央高等电力学院） ； Singapore Management University（新加坡管理大学） ； University of Cambridge（剑桥大学）
AI总结 本研究推出CultureVidBench基准，评估7款T2V模型的文化理解能力，发现现有模型难捕捉细粒度文化细节，尤其针对代表性不足的文化区域与线索。
Comments EMNLP 2026 Main Conference, Project page: this https URL (https://hanxjing.github.io/CultureVidBench/)
摘要生成尚未消亡
机构 * Saarland University（萨尔大学） ； Max Planck Institute for Informatics（马克斯·普朗克信息学研究所） ； University of Cambridge（剑桥大学） ； University of Edinburgh（爱丁堡大学） ； Zhejiang University（浙江大学） ； Tencent YouTu Lab（腾讯优图实验室）
AI总结 通过多维度评估，发现人类参考摘要在信息量和忠实度上仍优于大语言模型，后者仅在表面连贯性和流畅性上占优，表明摘要生成研究仍有挑战。
Comments EMNLP 2026 Main & Long Conference Paper
BS-计：通过ChatGPT的语言检测政治与劳工相关议题
机构 * University of Cambridge（剑桥大学）
AI总结 本文对比科学文献与ChatGPT生成文本的语言特征，构建扯淡的统计模型，探究其能否关联法兰克福式人工扯淡与政治、职场语境中的自然扯淡，相关成果可用于通过ChatGPT语言检测政治与劳工议题。
Comments 17 pages, 5 figures. Accepted for publication in AI&SOCIETY
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