University of Cambridge（剑桥大学）

BALMS: Benchmarking Agentic LLMs for Longitudinal Mental Health Sensing

BALMS：面向纵向心理健康感知的智能体大语言模型基准测试

Yu Yvonne Wu, Arvind Pillai, Yuliang Chen, Yuwei Zhang, Sudarshan Regmi, Tess Z. Griffin, Michael V. Heinz, Lisa A. Marsch, Nicholas C. Jacobson, Andrew Campbell

机构 * Dartmouth College（达特茅斯学院） ； University of Cambridge（剑桥大学） 纠错

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

Cross-Lingual Alignment Without Joint Training: Do Monolingual Language Models Converge on Universal Representations?

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？

Ej Zhou, Suchir Salhan, Catherine Arnett, Anna Korhonen

机构 * University of Cambridge（剑桥大学） ； EleutherAI 纠错

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。

Approved Too Late: Verdict Staleness in LLM-Guarded Self-Adaptive Systems

批准过迟：LLM防护的自适应系统中的裁决陈旧性

Ilai Shraga, Roei Eshel, Lior Gorelik

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） 纠错

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)

When the Canonical Completion Is Wrong: Formalizing and Measuring the Jump in Large Language Models

当规范补全出错时：大型语言模型中跃迁的形式化与测量

Dai Shi, Xiaoyu Li, José Miguel Hernández-Lobato

机构 * University of Cambridge（剑桥大学） ； University of New South Wales（新南威尔士大学） 纠错

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。

Why did My Robot Just Change Personality? Prompting Guidelines for a Grounded Robot Persona in LLM-Based HRI

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

Ashita Ashok, Franziska Babel, Patrick Holthaus, Rucha Khot, Karla Bransky, Fethiye Irmak Dogan, Karsten Berns, Silvia Rossi, Minha Lee, Guy Laban

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） 纠错

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)

Self-Generated Text Recognition: Quality Heuristics, Cross-Task Transfer, and Downstream Bias in LLM Evaluation

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

Jesse St. Amand, Callum Canavan, Sohaib Imran, Joseph Hewson, Aaron Lutz, Shi Feng, Puria Radmard, Lennie Wells

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） 纠错

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: Complexity-Aware Long-Form Text Factuality Evaluation via Sentence Elements

ElementCheck：基于句子元素的复杂度感知长文本事实性评估

Xinming Wang, Haoran Du, Yi Chen, Jian Xu, Hongming Yang, Han Hu, Yulong Chen, Cheng-Lin Liu, Xu-Yao Zhang

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） 纠错

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