Loading...
###摘要在本文中，我们从一个全新的维度探索机器遗忘（machineunlearning），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
What‘s Not Said Still Hurts: A Description-Based Evaluation Framework for Measuring Social Bias in L
这篇论文《BeneaththeSurface:HowLargeLanguageModelsReflectHiddenBias》由JinhaoPan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
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
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
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
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
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
