Loading...
###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
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\(O(nlogn)\)时间内实现全局令牌混合。通过将输入转换到频
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
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
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
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
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。
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
Secure Speculative Decoding for Large Language Models
#SecureSpeculativeDecodingforLargeLanguageModels论文总结与翻译>论文信息：arXiv:2610.08678，已被**IEEES&P2027**接收，18页；作者
Selective Critique for Cost‑Aware LLM Agents in Long‑Horizon Decision Making
#SelectiveCritiqueforCost‑AwareLLMAgentsinLong‑HorizonDecisionMaking>arXiv:2610.07335|NeurIPS2026##文章主要
ThinkFuse: Trajectory‑Aware Test‑Time Fusion for Small Reasoning Models
#ThinkFuse:Trajectory‑AwareTest‑TimeFusionforSmallReasoningModels>arXiv:2610.07803，接收于EMNLP2026Findings##
Learning to Retrieve via Reinforcement Learning in Embedding Space
LearningtoRetrieveviaReinforcementLearninginEmbeddingSpace论文总结与翻译论文arXiv地址：https://arxiv.org/abs/2610.07731
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
SquidAgent: Parallelize Wisely, Coordinate Efficiently
#SquidAgent:ParallelizeWisely,CoordinateEfficiently论文总结与翻译>论文信息：arXiv:2610.08647，NeurIPS2026接收，37页（含附录）##一、文
The Model Plants the Trigger: Answer‑Side Backdoor Attacks in Multi‑Turn Large Language Models
#TheModelPlantstheTrigger:Answer‑SideBackdoorAttacksinMulti‑TurnLargeLanguageModels>Paper:arXiv:2610.077
COMPASS: Finding Where Reasoning Lives in Language Models（arXiv:2610.07469）
#COMPASS:FindingWhereReasoningLivesinLanguageModels（arXiv:2610.07469）>论文链接：https://arxiv.org/abs/2610.07469#
WASD: Wasserstein‑based Knowledge Distillation for Large Language Models 论文总结与翻译
#WASD:Wasserstein‑basedKnowledgeDistillationforLargeLanguageModels论文总结与翻译>论文信息：arXiv:2610.07706，NeurIPS2026
Safeguarding LLMs via Model‑Agnostic Latent Safety Signals from Dark Knowledge 论文阅读笔记
#SafeguardingLLMsviaModel‑AgnosticLatentSafetySignalsfromDarkKnowledge论文阅读笔记>论文arXiv链接：[https://arxiv.org/a
Beyond Refusal Patterns 论文总结与翻译
#BeyondRefusalPatterns论文总结与翻译>论文信息：arXiv:2610.07023|BeyondRefusalPatterns:Safe‑RoleInternalizationforRobus
Distributionally Robust Mixture‑of‑Experts Training（DRMoET）论文总结与翻译
#DistributionallyRobustMixture‑of‑ExpertsTraining（DRMoET）论文总结与翻译>论文信息：arXiv:2610.07207，NeurIPS2026，作者：XinTeng,M
