Loading...
指针分析的研究已开展四十余年。然而，现有框架仍受错误事实传播的困扰。一个主要局限在于它们对代码的语义理解不足，导致对用户定义函数的处理过于保守。大型语言模型（LLMs）的最新进展为弥补这一差距提供了新机遇。本文提出了LMPA（LLM增强型指针分析）框架，该框架将LLMs融入指针分析中，以同时提升精度和可扩展性。LMPA能识别与系统API相似的用户定义函数，并对其进行相应建模，从而减少跨调用上下文的错误传播。此外，该框架通过推断初始指向集，并引入一种结合自然语言的新型总结策略，增强了基于总结的分析。
GDLLM: A Global Distance-aware Modeling Approach Based on Large Language Models for Event Tempora...
在自然语言处理（NLP）领域，事件时间关系抽取（ETRE）的任务是识别两个事件之间的时间关系。以往研究已意识到语言模型对ETRE的重要性，但小型语言模型（SLMs）有限的预训练知识，使其在不平衡分类数据集中难以处理少数类关系；而对于大型语言模型（LLMs），研究人员采用人工设计的提示或指令，这可能引入额外噪声，干扰模型对事件间长距离依赖关系的判断。为解决这些问题，本文提出GDLLM——一种基于LLMs的全局距离感知建模方法。
Think in Games: Learning to Reason in Games via Reinforcement Learning with Large Language Models
大型语言模型（LLMs）在数学、编码等复杂推理任务中表现出色，但在儿童轻松就能完成的简单交互任务上却频繁受挫。这种差异凸显了陈述性知识（了解“是什么”）与程序性知识（掌握“怎么做”）之间的关键鸿沟。尽管传统强化学习（RL）智能体可通过环境交互获取程序性知识，但它们往往表现为“黑箱”，且需要大量训练数据。相比之下，LLMs拥有丰富的世界知识与推理能力，却无法在交互场景中将这种静态知识有效转化为动态决策。
Challenges and Applications of Large Language Models: A Comparison of GPT and DeepSeek family of ...
大型语言模型（LLMs）正推动各行业人工智能变革，但其开发与部署仍面临复杂挑战。本综述梳理了LLM构建与使用过程中的16个关键挑战，并分析了两种采用独特技术路径的最先进模型——OpenAI的闭源模型GPT-4o（2024年5月更新）与开源大型混合专家模型DeepSeek-V3-0324（2025年3月发布）——如何应对这些挑战。通过对比，本文揭示了闭源模型（安全性强、可靠性经微调优化）与开源模型（效率高、适应性强）之间的权衡关系。
CAPE: Context-Aware Personality Evaluation Framework for Large Language Models
传统用于评估人类的心理测量测试，如今正被应用于大型语言模型（LLMs）以评估其行为特质。然而，现有研究采用无上下文方法，孤立地回答每个问题以避免上下文干扰，我们将这种模式称为“迪士尼世界测试”——这是一种脱离现实应用场景的人工设定，因为在现实中，对话历史会显著影响响应结果。为填补这一空白，我们提出首个适用于LLMs的上下文感知人格评估（CAPE）框架，该框架将先前的对话交互纳入评估流程。为深入分析上下文的影响，我们引入新型指标来量化LLMs响应的一致性（一致性是人类行为的核心特质）。
OnGoal: Tracking and Visualizing Conversational Goals in Multi-Turn Dialogue with Large Language ...
随着大语言模型（LLMs）多轮对话的长度和复杂度不断增加，用户如何更好地评估和回顾对话目标的进展？本文提出OnGoal——一款LLM聊天界面，可帮助用户更好地管理目标进展。OnGoal通过LLM辅助评估提供目标一致性的实时反馈，为评估结果提供带示例的解释，并展示目标随时间的进展概况，助力用户更高效地驾驭复杂对话。在一项包含20名参与者的写作任务研究中，我们将OnGoal与无目标追踪的基线聊天界面进行对比。结果显示，使用OnGoal时，参与者实现目标的时间和精力更少，同时会探索新的提示策略以解决沟通偏差。
AudioStory: Generating Long-Form Narrative Audio with Large Language Models
本文聚焦现有文本到音频（TTA）生成模型在长时长叙事音频生成上的不足，提出了名为AudioStory的统一框架，旨在解决长时长叙事音频所需的时间连贯性和组合推理难题。
QR-LoRA: QR-Based Low-Rank Adaptation for Efficient Fine-Tuning of Large Language Models
大型语言模型（LLMs）规模的持续扩大，推动了参数高效微调技术的发展。低秩适配（LoRA）作为一种极具潜力的方法，通过对预训练权重施加低秩更新，减少了可训练参数的数量。标准LoRA直接学习两个更新因子矩阵，而近期的几款变体则首先通过预训练权重的奇异值分解（SVD）初始化这些矩阵——但该操作对大型模型而言计算成本高昂，且得到的奇异向量往往难以解释。在本研究中，我们通过带列主元的QR分解，从预训练权重矩阵中提取正交基，随后将LoRA的更新表示为这些基向量的线性组合——仅训练标量系数。
SoK: Large Language Model-Generated Textual Phishing Campaigns End-to-End Analysis of Generation,...
钓鱼是一种普遍存在的社会工程攻击手段，攻击者通过伪装成可信实体，窃取信息或诱导受害者执行有害操作。文本钓鱼因其低成本、高扩展性和高隐蔽性占据主导地位，而大型语言模型（LLM）的出现进一步放大了这些优势，使得攻击者能在几分钟内发起规模化的“钓鱼即服务”攻击。尽管针对LLM辅助钓鱼攻击的研究日益增多，但关于钓鱼攻击全生命周期的系统性整合研究仍较为稀缺。本文首次提出关于LLM生成钓鱼攻击的知识体系化（SoK）研究，通过“生成-特征-防御”的端到端分析，涵盖生成技术、攻击特征与防御策略。
Dhati+: Fine-tuned Large Language Models for Arabic Subjectivity Evaluation
尽管阿拉伯语具有重要地位，且是一门语言丰富、形态复杂的语言，但它面临着资源匮乏的挑战。大型标注数据集的稀缺，阻碍了阿拉伯语主观性分析精准工具的开发。近年来，深度学习和Transformer模型的发展已被证明在英语和法语文本分类任务中效果显著。本文提出了一种针对阿拉伯语文本数据主观性评估的新方法。为解决专用标注数据集短缺的问题，我们利用现有的阿拉伯语数据集（ASTD、LABR、HARD和SANAD），构建了一个综合数据集AraDhati+。
When Large Language Models Meet Law: Dual-Lens Taxonomy, Technical Advances, and Ethical Governance
本文是首篇全面综述大语言模型（LLMs）在法律领域应用的研究，通过创新的“双透镜分类法”整合法律推理框架与专业本体，系统梳理了该领域的历史研究与当代突破。技术演进：追溯法律人工智能从早期符号方法（如规则推理系统）到基于Transformer的LLMs的演变。LLMs凭借上下文推理、生成式论证等涌现能力，突破了传统方法在法律语义捕捉、证据推理统一等方面的局限，通过稀疏注意力机制、混合专家架构等技术实现了任务泛化、推理形式化和工作流整合。核心进展。
SUMMA: A Multimodal Large Language Model for Advertisement Summarization
理解多模态视频广告对于提升短视频平台的查询-广告匹配度和相关性排序、增强广告效果与用户体验至关重要。然而，具有高商业价值的多模态信息的有效利用，仍在很大程度上受制于对高度压缩视频嵌入的依赖，这一问题长期以来未能得到妥善解决。为应对这一挑战，我们提出了SUMMA（SUmmarizingMultiModalAds的缩写）——一种多模态模型，能够自动将视频广告处理成突出高商业价值内容的摘要，从而在抖音搜索广告系统中提升对广告的理解与排序效果。
ThinkDial: An Open Recipe for Controlling Reasoning Effort in Large Language Models
具备思维链推理能力的大型语言模型（LLMs）已展现出卓越的问题解决能力，但在实际部署中，控制其计算成本仍是一项重大挑战。近期，OpenAI的gpt-oss系列等专有系统引入了离散操作模式，以实现直观的推理控制，而开源社区在很大程度上未能实现此类能力。本文提出ThinkDial——首个开源端到端框架，该框架通过离散操作模式成功实现了类似gpt-oss的可控推理。
Collaborative Intelligence: Topic Modelling of Large Language Model use in Live Cybersecurity Ope...
目的：本研究对安全运营中心（SOC）在实时安全操作中使用大型语言模型（LLM）的情况进行主题建模，旨在深入了解SOC专家如何主动使用该工具。背景：人机协作团队已得到广泛研究，但基于Transformer的语言模型引发了新一轮协作浪潮。某大型网络安全提供商的SOC人员使用LLM支持实时安全操作，本研究旨在分析这些专家如何将LLM融入工作流程。方法：本研究的数据集来源于SOC操作员在10个月内，通过内部部署的基于HTTP的聊天应用访问GPT-4的交互记录。
How Does Cognitive Bias Affect Large Language Models? A Case Study on the Anchoring Effect in Pri...
在人类身上已被深入研究的认知偏差，在大型语言模型（LLMs）中同样可被观察到，这会影响其在实际应用中的可靠性。本文探究了LLM驱动的价格谈判中的锚定效应。为此，我们指令扮演卖家的LLM智能体应用锚定效应，并采用客观指标与主观指标相结合的方式对谈判过程进行评估。实验结果表明，LLMs与人类类似，会受到锚定效应的影响。此外，我们还探究了锚定效应与推理能力、人格特质等因素的关联。研究发现，具备推理能力的模型受锚定效应影响更小，这表明长推理链可缓解锚定效应。
Automatic Question & Answer Generation Using Generative Large Language Model (LLM)
在教育领域，学生评估与知识传授同等重要。学生要接受评估，通常需通过文本类学术评估方式。教师需设计多套题目，且这些题目需对所有学生公平，以检验他们对特定主题的掌握程度。由于教师可能需要手动查阅大量不同的教学材料，这一过程颇具挑战性。本研究的目标是通过微调生成式大语言模型（LLM）实现自动问答生成（AQAG），从而简化整个评估流程。为适配教师偏好的题目类型（选择题、概念题或事实题），研究引入了提示工程（PE）技术。本研究提出在自然语言处理（NLP）领域采用无监督学习方法，重点关注英文文本处理。
Beyond Quality: Unlocking Diversity in Ad Headline Generation with Large Language Models
广告标题生在现代广告中发挥着至关重要的作用，要吸引广泛的受众群体，标题的质量和多样性缺一不可。当前的方法主要针对标题质量或点击率（CTR）对语言模型进行优化，往往忽视了对多样性的需求，导致生成的标题具有同质化特征。为解决这一局限，我们提出了DIVER框架——一种基于大型语言模型（LLMs）的新型框架，该框架能对多样性和质量进行联合优化。首先，我们设计了一个语义和风格感知的数据生成管道，可自动生成高质量的训练样本对，每个样本对包含广告内容和多个多样化的标题。
Steering When Necessary: Flexible Steering Large Language Models with Backtracking
大语言模型（LLMs）在众多生成任务中已取得卓越性能。然而，如何有效使模型输出与期望行为对齐，仍是一项重大挑战。激活引导是一种高效且经济的方法，它在推理阶段直接修改LLMs的内部激活状态，使模型响应符合期望行为，同时避免了微调带来的高昂成本。现有方法通常对所有生成内容无差别干预，或仅依据问题本身决定是否干预，这限制了对干预强度的精准评估。为此，本文提出带回溯的灵活激活引导（FASB）框架：该框架通过追踪LLMs生成过程中的内部状态，结合问题与已生成内容，动态决定干预的必要性与强度。
A Survey of Scientific Large Language Models: From Data Foundations to Agent Frontiers
科学大语言模型（Sci-LLMs）正改变科学研究中知识的表示、整合与应用方式，但其发展受限于科学数据的复杂特性。本综述以“数据为中心”，提出一个全面的整合分析框架，将Sci-LLMs的发展重构为模型与其底层数据基质的协同进化过程。首先，我们构建了科学数据的统一分类体系与科学知识的层级模型，重点强调科学语料区别于通用自然语言处理数据集的三大核心挑战：多模态、跨尺度与领域特异性。
AVAM: Universal Training-free Adaptive Visual Anchoring Embedded into Multimodal Large Language M...
多模态大型语言模型（MLLMs）的发展推动了视觉问答（VQA）领域取得重大进展，使其从单图像视觉问答（SVQA）逐步演进至多图像视觉问答（MVQA）。然而，MVQA中图像数量的增加不可避免地引入了大量与问答无关的视觉冗余，这对模型的准确率和效率均产生了负面影响。为解决这一问题，现有方法在控制压缩视觉令牌数量方面缺乏灵活性，且往往会产生离散的视觉片段，阻碍了MLLMs对图像的整体理解。在本文中，我们提出一种简洁且通用的自适应视觉锚定策略，该策略可无缝集成到现有MLLMs中，通过自适应压缩显著提升模型准确率。
