分享
扫一扫
超级会员免费看
UnknownBody
AI博士，最近一直follow大模型相关论文，每日会更新学术界论文的进展。
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Empowering Large Language Models with 3D Situation Awareness
### 主要内容1. **研究背景**：大语言模型（LLMs）在 2D 图像领域取得成功后，其在 3D 场景理解中的应用成为新趋势。但 3D 场景理解面临 3D 文本数据稀缺、现有方法忽视自我中心视角等问题。2. **相关工作**：介原创 2026-11-08 13:00:00 · 3 阅读 · 0 评论 -
Question-Aware Knowledge Graph Prompting for Enhancing Large Language Models
### 主要内容1. **研究背景**：大语言模型（LLMs）在处理需要外部知识的任务（如知识密集型多选问答任务 MCQA）时存在困难。现有将知识图谱（KGs）集成到 LLMs 的方法，如直接微调、检索相关信息或使用基于 KG 的软提示原创 2026-11-08 12:00:00 · 3 阅读 · 0 评论 -
Large Language Models Are Better Logical Fallacy Reasoners with Counterargument, Explanation, and Go
### 主要内容1. **研究背景**：逻辑谬误检测在自然语言处理中仍处于早期阶段，大语言模型在检测逻辑谬误方面存在挑战，此前也缺乏通过提示工程或无监督方法解决该问题的尝试。2. **研究方法**：提出一种新颖的两步提示制定过程，利用原创 2026-11-08 10:00:00 · 85 阅读 · 0 评论 -
SEO: Stochastic Experience Optimization for Large Language Models
### 文章主要内容1. **背景与问题**：大语言模型（LLMs）在多种任务中表现出色，但在特定任务上仍有提升空间。微调 LLMs 成本高昂，且对于闭源或仅通过 API 访问的模型不可行。虽然利用有用经验可提升 LLMs 性能，但寻找原创 2026-11-08 09:00:00 · 97 阅读 · 0 评论 -
Enhancing Human-Like Responses in Large Language Models
### 主要内容1. **研究背景与目的**：大语言模型（LLMs）在自然语言处理方面取得进展，但回复往往正式、缺乏人情味。研究旨在提升 LLMs 回复的 “类人性”，使 AI 交互更具对话性、亲和力和情感共鸣，同时不影响正式任务的准确原创 2026-11-07 13:00:00 · 5 阅读 · 0 评论 -
Explicit vs. Implicit: Investigating Social Bias in Large Language Models through Self-Reflection
### 文章主要内容本文聚焦大语言模型（LLMs）中的显式和隐式偏差问题展开研究。首先，在方法上，借鉴社会心理学理论，通过精心设计的提示模板，利用基于模拟心理评估的方法测量隐式偏差，再引导模型对自身生成内容进行分析来评估显式偏差，实现了原创 2026-11-07 12:00:00 · 6 阅读 · 0 评论 -
Progressive Document-level Text Simplification via Large Language Models
### 文章主要内容1. **研究背景**：文本简化研究多集中于词汇和句子层面，文档级简化受关注少。大语言模型（LLMs）在文档总结任务表现好，但在文档简化任务中存在不足，常将其视为总结任务，无法满足简化要求。2. **相关工作**：原创 2026-11-08 08:00:00 · 4 阅读 · 0 评论 -
AGGA: A Dataset of Academic Guidelines for Generative AI and Large Language Models
### 文章主要内容1. **研究背景**：生成式人工智能（GAI）和大语言模型（LLMs）在学术界的应用日益广泛，但相关政策存在不足。联合国教科文组织调查显示，不到 10% 的学校和大学制定了正式政策，因此需要综合框架平衡创新与伦理考原创 2026-11-08 07:00:00 · 4 阅读 · 0 评论 -
ToolHop: A Query-Driven Benchmark for Evaluating Large Language Models in Multi-Hop Tool Use
### 主要内容1. **背景与问题**：多跳工具使用任务对大语言模型（LLMs）具有挑战性，现有评估多跳工具使用的研究存在不足，如依赖工具驱动的数据构建方法，无法确保工具间的相互依赖和查询的多跳推理，且缺乏可验证答案，易引入模型偏差和原创 2026-11-07 09:00:00 · 79 阅读 · 0 评论 -
Hidden Entity Detection from GitHub Leveraging Large Language Models
### 文章主要内容文章聚焦于利用大语言模型（LLMs）从 GitHub 仓库文本中自动检测数据集和软件实体，旨在解决知识图谱构建过程中相关实体识别的难题。研究分析了 LLaMA 2、Mistral 7B 及其量化模型在特定任务中的表现原创 2026-11-07 08:00:00 · 108 阅读 · 0 评论 -
LLM4SR: A Survey on Large Language Models for Scientific Research
### 文章主要内容文章围绕大语言模型（LLMs）在科学研究中的应用展开，系统探讨了其在科研各关键阶段的作用、方法、挑战及未来方向。1. **科学假设发现**：LLMs 生成科学假设的研究源于 “基于文献的发现” 和 “归纳推理”。原创 2026-11-07 07:00:00 · 5 阅读 · 0 评论 -
Investigating Numerical Translation with Large Language Models
### 主要内容1. **研究背景**：数字翻译在金融、科技等领域至关重要，要求高度精确，但现有评估指标难以有效衡量数字翻译的准确性，相关研究较少，大语言模型（LLMs）在数字翻译方面的能力也未得到充分探索。2. **数据集构建**：原创 2026-11-06 09:00:00 · 73 阅读 · 0 评论 -
LLM+AL: Bridging Large Language Models and Action Languages for Complex Reasoning about Actions
### 主要内容1. **研究背景**：大语言模型（LLMs）在复杂行动推理任务上存在局限，将其作为语义解析器转换自然语言为符号表示（如 Python 程序、PDDL 等）的方法也有不足。行动语言在表示行动知识和推理方面有优势，但自动化原创 2026-11-06 08:00:00 · 127 阅读 · 0 评论 -
LangFair: A Python Package for Assessing Bias and Fairness in Large Language Model Use Cases
### 文章主要内容1. **背景与问题**：传统机器学习公平性工具包不适用于大语言模型（LLMs）的生成性和上下文依赖特性，现有评估工具多在模型层面基于静态基准数据集评估 LLMs，未考虑提示特定风险和实际任务，无法代表系统真实性能。原创 2026-11-05 13:00:00 · 7 阅读 · 0 评论 -
Step-by-Step Mastery: Enhancing Soft Constraint Following Ability of Large Language Models
### 文章主要内容1. **研究背景**：大语言模型（LLMs）遵循多约束指令的能力至关重要，尤其是在涉及软约束时，但提升 LLMs 遵循软约束的能力尚未得到充分探索。现有研究在构建数据集、训练方法和考虑约束难度方面存在局限性。2.原创 2026-11-05 12:00:00 · 8 阅读 · 0 评论 -
BoostStep: Boosting mathematical capability of Large Language Models via improved single-step reason
### 主要内容1. **研究背景**：数学推理是人工智能发展中的关键任务，大语言模型（LLMs）在解决复杂数学问题时采用多步推理策略，但单步推理错误是其推理能力的瓶颈。上下文学习（ICL）可通过提供相似示例指导模型，但传统问题级 IC原创 2026-11-06 07:00:00 · 4 阅读 · 0 评论 -
Can Large Language Models Detect Errors in Long Chain-of-Thought Reasoning?
### 主要内容1. **研究背景**：近年来大语言模型（LLMs）发展迅速，o1-like 模型通过生成长思维链（CoT）推理步骤显著提升推理能力，但对其生成的推理链质量和有效性缺乏系统评估，且现有 LLMs 在长 CoT 推理步骤上原创 2026-11-05 09:00:00 · 96 阅读 · 0 评论 -
3D-AffordanceLLM: Harnessing Large Language Models for Open-Vocabulary Affordance Detection in 3D Wo
### 摘要3D 可及性检测是一个具有挑战性的问题，在各种机器人任务中有着广泛的应用。现有方法通常将检测范式制定为基于标签的语义分割任务。这种范式依赖于预定义的标签，缺乏理解复杂自然语言的能力，导致在开放世界场景中的泛化能力有限。为了解原创 2026-11-05 08:00:00 · 133 阅读 · 0 评论 -
Erasing Without Remembering: Implicit Knowledge Forgetting in Large Language Models
### 摘要在本文中，我们从一个全新的维度探索机器遗忘（machine unlearning），研究如何在大语言模型（LLMs）中保障模型的遗忘能力。我们的目标是防止已遗忘特定知识的模型回忆起任何与目标知识相关的记忆。我们首先揭示了一个原创 2026-11-04 13:00:00 · 7 阅读 · 0 评论 -
What‘s Not Said Still Hurts: A Description-Based Evaluation Framework for Measuring Social Bias in L
这篇论文《Beneath the Surface: How Large Language Models Reflect Hidden Bias》由 Jinhao Pan 等人撰写，提出隐藏偏差基准（HBB）数据集，用于评估大语言模型（LLM原创 2026-11-04 12:00:00 · 7 阅读 · 0 评论 -
What‘s Not Said Still Hurts: A Description-Based Evaluation Framework for Measuring Social Bias in L
### 摘要大语言模型（LLMs）的卓越性能往往伴随着其训练数据中所蕴含的社会偏见的无意传播。虽然现有基准通过偏见概念术语与人口统计学术语之间的直接关联来评估明显偏见，但大语言模型越来越善于避免产生有偏见的回答，从而营造出一种中立的假象原创 2026-11-05 07:00:00 · 13 阅读 · 0 评论 -
The World of Generative AI: Deepfakes and Large Language Models
### 摘要我们生活在生成式人工智能（GenAI）时代。深度伪造（Deepfakes）和大语言模型（LLMs）是生成式人工智能的两个例子。特别是深度伪造，它对社会构成了令人担忧的威胁，因为它们能够传播错误信息并篡改事实。大语言模型是强大原创 2026-11-04 09:00:00 · 102 阅读 · 0 评论 -
Self-rewarding correction for mathematical reasoning
### 摘要我们研究了具有自奖励推理能力的大语言模型（LLMs），这类模型能够在推理时，在没有外部反馈的情况下，逐步生成推理过程，并评估输出的正确性。这种一体化的方法，使单个模型能够独立地引导其推理过程，为模型部署带来了计算优势。我原创 2026-11-04 08:00:00 · 99 阅读 · 0 评论 -
SWE-RL: Advancing LLM Reasoning via Reinforcement Learning on Open Software Evolution
### 摘要最近 DeepSeek-R1 的发布展示了强化学习（RL）在提升大语言模型（LLMs）通用推理能力方面的巨大潜力。虽然 DeepSeek-R1 及后续工作主要聚焦于将 RL 应用于竞赛编程和数学问题，但本文介绍了 SWE-R原创 2026-11-03 13:00:00 · 9 阅读 · 0 评论 -
SPECTRE: An FFT-Based Efficient Drop-In Replacement to Self-Attention for Long Contexts
### 摘要传统的自注意力机制具有二次复杂度，这限制了它们在长序列上的可扩展性。我们引入了 FFTNet，这是一种自适应频谱滤波框架，它利用快速傅里叶变换（FFT）在\(O(n log n)\)时间内实现全局令牌混合。通过将输入转换到频原创 2026-11-03 12:00:00 · 9 阅读 · 0 评论 -
OSWorld: Benchmarking Multimodal Agents for Open-Ended Tasks in Real Computer Environments
### 摘要能够在最少人工干预下完成复杂计算机任务的自主智能体，有望变革人机交互方式，显著提升易用性和生产效率。然而，现有的基准测试要么缺乏交互式环境，要么局限于特定应用或领域的环境，无法反映现实世界中计算机使用的多样性和复杂性，进而限原创 2026-11-04 07:00:00 · 7 阅读 · 0 评论 -
Binary Neural Networks for Large Language Model: A Survey
### 摘要大语言模型（LLMs）在自然语言处理（NLP）领域有着广泛应用，如 GPT-4 和 Llama。然而，随着模型参数规模呈指数级增长，大语言模型带来了巨大的资源开销。低比特量化作为一项关键技术，通过减小模型参数、激活值和梯度的原创 2026-11-03 09:00:00 · 75 阅读 · 0 评论 -
ZEBRA: Leveraging Model-Behavioral Knowledge for Zero-Annotation Preference Dataset Construction
### 摘要近期，大语言模型（LLM）校准领域取得了进展，旨在通过利用预训练模型生成偏好数据，从而降低人工标注的成本。然而，现有方法常常对能力差异巨大的模型的回复进行比较，只能得出表面上的区别，无法为判断何种回复更优提供有意义的指导。为原创 2026-11-03 08:00:00 · 379 阅读 · 0 评论 -
KEDRec-LM: A Knowledge-distilled Explainable Drug Recommendation Large Language Model
### 摘要药物发现是生物医学自然语言处理（NLP）中的一项关键任务，然而可解释的药物发现仍有待深入探索。与此同时，大语言模型（LLMs）在自然语言理解和生成方面展现出了卓越的能力。利用大语言模型进行可解释的药物发现，有望改进下游任务和原创 2026-11-02 13:00:00 · 10 阅读 · 0 评论 -
Re-evaluating Open-ended Evaluation of Large Language Models
### 摘要传统的评估方式主要聚焦于针对特定技能对候选对象进行排名。而诸如大语言模型（LLMs）这样的现代通用模型，显然超越了这种范式。开放式评估系统应运而生，在该系统中，候选模型会依据用户提交的提示进行比较，成为了一种流行的解决方案。原创 2026-11-02 12:00:00 · 9 阅读 · 0 评论 -
Self-Training Elicits Concise Reasoning in Large Language Models
### 摘要思维链（CoT）推理使大语言模型（LLMs）能够通过中间标记利用额外计算来解决复杂任务。然而，我们认为典型的推理痕迹包含许多冗余标记，从而产生额外的推理成本。在检查当前大语言模型的输出分布时，我们发现有证据表明，相对于其默认原创 2026-11-03 07:00:00 · 140 阅读 · 0 评论 -
HaLoRA: Hardware-aware Low-Rank Adaptation for Large Language Models Based on Hybrid Compute-in-Memo
### 摘要低秩自适应（LoRA）是一种主流的参数高效微调方法，用于使大语言模型（LLMs）适应下游任务。在本文中，我们首次提出将 LoRA 微调后的大语言模型部署在混合内存计算（CIM）架构上（即，预训练权重存储在 RRAM 中，Lo原创 2026-11-02 10:00:00 · 97 阅读 · 0 评论 -
Secure Speculative Decoding for Large Language Models
# Secure Speculative Decoding for Large Language Models 论文总结与翻译>论文信息：arXiv:2610.08678，已被 **IEEE S&P 2027** 接收，18 页；作者原创 2026-11-02 09:00:00 · 96 阅读 · 0 评论 -
Learning to Retrieve via Reinforcement Learning in Embedding Space
Learning to Retrieve via Reinforcement Learning in Embedding Space 论文总结与翻译论文arXiv地址：https://arxiv.org/abs/2610.07731原创 2026-11-01 13:00:00 · 8 阅读 · 0 评论 -
Foresight-over-Graph: Reasoning Beyond Local Horizons for Knowledge Base Question Answering
> 说明：当前仅获取到论文摘要元数据，**无法拿到Introduction与Conclusion原文**，因此仅完成：文章主要内容&创新点总结、Abstract中英对照翻译；Introduction、Conclusion部分因缺少全文文本无原创 2026-11-01 12:00:00 · 8 阅读 · 0 评论 -
Selective Critique for Cost‑Aware LLM Agents in Long‑Horizon Decision Making
# Selective Critique for Cost‑Aware LLM Agents in Long‑Horizon Decision Making> arXiv:2610.07335 | NeurIPS 2026## 文章主要原创 2026-11-02 08:00:00 · 264 阅读 · 0 评论 -
SquidAgent: Parallelize Wisely, Coordinate Efficiently
# SquidAgent: Parallelize Wisely, Coordinate Efficiently 论文总结与翻译> 论文信息：arXiv:2610.08647，NeurIPS 2026接收，37页（含附录）## 一、文原创 2026-11-01 10:00:00 · 72 阅读 · 0 评论 -
The Model Plants the Trigger: Answer‑Side Backdoor Attacks in Multi‑Turn Large Language Models
# The Model Plants the Trigger: Answer‑Side Backdoor Attacks in Multi‑Turn Large Language Models> Paper: arXiv:2610.077原创 2026-11-01 09:00:00 · 140 阅读 · 0 评论 -
Safeguarding LLMs via Model‑Agnostic Latent Safety Signals from Dark Knowledge 论文阅读笔记
# Safeguarding LLMs via Model‑Agnostic Latent Safety Signals from Dark Knowledge 论文阅读笔记> 论文arXiv链接：[https://arxiv.org/a原创 2026-10-31 13:00:00 · 8 阅读 · 0 评论 -
Beyond Refusal Patterns 论文总结与翻译
# Beyond Refusal Patterns 论文总结与翻译> 论文信息：arXiv:2610.07023 | Beyond Refusal Patterns: Safe‑Role Internalization for Robus原创 2026-10-31 12:00:00 · 7 阅读 · 0 评论