Massachusetts Institute of Technology（麻省理工学院）

Skill Issue: Are Skills Language-Invariant in LLMs?

技能问题：大型语言模型的技能是否具有语言不变性？

Bobby Cheng, Adam Gaber, Zhengyuan Liu, Catherine Arnett, Omer Goldman, Cheston Tan, Leshem Choshen

机构 * A*STAR（新加坡科技研究局） ； Weizmann Institute of Science（魏茨曼科学研究所） ； MIT-IBM Watson AI Lab（麻省理工学院-IBM沃森人工智能实验室） ； University of Cambridge（剑桥大学） ； EleutherAI 纠错

AI总结 该研究以多语言自博弈方法量化大型语言模型的跨语言技能不一致性，发现同一模型在不同语言下博弈实力差异显著，语言可影响决策阶段，技能差异是多语言模型开发的主要障碍。

Interpreting Protein Language Model Embeddings via Orthogonal Projection for Protein Fitness Prediction

通过正交投影解释蛋白质语言模型嵌入以用于蛋白质适应性预测

Paulo Yanez Sarmiento, Pia Francesca Rissom, Manuel Pfeuffer, Marco Simnacher, Jordan F. Safer, Sumaiya Iqbal, Henrike O. Heyne, Nadja Klein, Bernhard Y. Renard

机构 * Hasso Plattner Institute, University of Potsdam（波茨坦大学哈索·普拉特纳研究所） ； Broad Institute of MIT and Harvard（麻省理工学院及哈佛大学布罗德研究所） ； Humboldt University of Berlin（柏林洪堡大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） 纠错

AI总结 本研究提出通过正交投影技术去除蛋白质语言模型嵌入中的可解释生化特征效应，证明其编码与生化特性相关的模式并量化其对蛋白质适应性预测的贡献，该方法可迁移至其他问题场景。

Comments Preprint

Clearing the Underbrush: AI-Enhanced RF Interference Suppression

清除底层障碍：AI增强的射频干扰抑制

Rahul Jain, Pierre Trepagnier, Rick Gentile, Joey Botero, Alexia Schulz

机构 * MIT Lincoln Laboratory（麻省理工学院林肯实验室） 纠错

AI总结 该研究在自回归Transformer模型基础上添加FSQ分词器层，结合推理优化技术，在低延迟下提升了对OFDM数字电视干扰的抑制性能，通过PESQ指标验证优势并探索了相关应用场景。

Comments 7 pages, 10 figures, Accepted to the 2026 IEEE Military Communications Conference (MILCOM)

VLM-based automatic multi-granularity graph representation of building layouts for design informatics

基于视觉语言模型的建筑布局多粒度图自动表示方法，用于设计信息学

Song Guo, Zhuoshi Chen, Maosu Li, Weimin Zhuang

机构 * Massachusetts Institute of Technology（麻省理工学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Tsinghua University（清华大学） 纠错

AI总结 本研究提出基于VLM的多粒度图自动构建方法，以147份高校图书馆平面图为案例，验证其生成的图与人工标注图一致性良好，可用于设计信息学相关任务，提升建筑全生命周期设计信息利用率。

SwarmWorld: Stigmergic technological evolution in societies of language-model agents

SwarmWorld：语言模型智能体社会中的标记介导技术演化

Subhadeep Pal, Fiona Y. Wang, Markus J. Buehler

机构 * Laboratory for Atomistic and Molecular Mechanics (LAMM)（原子与分子力学实验室（LAMM）） ； Department of Civil and Environmental Engineering（土木与环境工程系） ； Department of Biological Engineering（生物工程系） ； Department of Mechanical Engineering（机械工程系） ； Center for Computational Science and Engineering（计算科学与工程中心） ； Schwarzman College of Computing（苏世民计算机学院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

AI总结 该研究提出SwarmWorld框架，让无角色的LLM智能体自组织成技术社会，其协作构建的技术组合比独立搜索更具韧性，揭示了标记介导的技术演化机制。