Enhancing Zero-shot Chain of Thought Prompting via Uncertainty-Guided Strategy Selection
Microsoft Corporation（微软公司）
针对零样本 CoT 提示中人工示例成本高、触发短语不可靠的问题，提出 ZEUS，利用不确定性估计选择有效示例，并在四个推理基准上持续优于现有策略。
2024-12-06 cs.AI cs.CL
Learning to Understand Phrases by Embedding the Dictionary
University of Cambridge（剑桥大学）；Courant Institute of Mathematical Sciences（库朗数学科学研究所）；New York University（纽约大学）；Université de Montréal（蒙特利尔大学）
学习丰富语义词表示的分布模型是最近NLP研究的成功案例。然而，事实证明，开发学习短语和句子的有用表示的模型要困难得多。我们建议使用日常词典中的定义作为弥合词汇和短语语义之间差距的一种手段。神经语言嵌入模型可以被有效地训练，以将字典定义（短语）映射到由这些定义定义的单词的（词汇）表示。我们提出了这些架构的两个应用程序：“反向字典”，返回一个概念的名称给出了定义或描述和一般知识的填字游戏问题的答案。在这两项任务中，神经语言嵌入模型在少数免费可用的词汇资源的定义上进行训练，其表现与依赖于重要任务特定工程的现有商业系统一样好或更好。结果突出了神经嵌入架构和基于定义的训练对于开发理解短语和句子的模型的有效性。
2016-03-22 cs.CL
On the Tip of the Tongue: Analyzing Conceptual Representation in Large Language Models with Reverse-Dictionary Probe
School of Computer Science, Fudan University（复旦大学计算机科学学院）；Institute of Modern Languages and Linguistics, Fudan University（复旦大学现代语言与语言学研究所）；Research Institute of Intelligent Complex Systems, Fudan University（复旦大学智能复杂系统研究院）；Department of Psychology, Harvard University（哈佛大学心理学系）
本文利用反向词典任务探测LLM的概念推理能力，发现该能力可预测模型在多个基准上的通用推理表现，并表明描述到词语的提示有助于促进更广泛的常识推理。
2024-02-26 cs.AI cs.CL
Evaluating GenAI for Simplifying Texts for Education: Improving Accuracy and Consistency for Enhanced Readability
University of Central Florida（中佛罗里达大学）
本研究提出通用评估方法与指标，系统评估LLMs、提示技术及新型多智能体架构在教育文本简化中的表现，发现其有应用潜力但存在平衡不足的问题，为后续系统评估提供可推广方案。
2025-01-15 cs.CL
A Dual-Prompting for Interpretable Mental Health Language Models
Sungkyunkwan University（成均馆大学）；University of South Florida（南佛罗里达大学）；Chung-Ang University（中央大学）
本文提出双重提示方法，结合专家身份、自杀词典和心理健康专用LLM进行证据提取，并用一致性评估器生成摘要，以提升心理健康LLM的可解释性并辅助临床评估。
2024-02-20 cs.AI cs.CL
SLoW: Select Low-frequency Words! Automatic Dictionary Selection for Translation on Large Language Models
The Chinese University of Hong Kong（香港中文大学）；Southeast University（东南大学）；FaceMind Corporation（FaceMind公司）；College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院）
本文提出了一种名为自动词典选择（ADS）的新任务，通过SLoW方法选择低频词典以提升翻译性能，无需访问训练数据，且在100种语言上显著节省token消耗并提升翻译效果。
2026-05-19 cs.CL
An LLM-as-a-judge Approach for Scalable Gender-Neutral Translation Evaluation
Fondazione Bruno Kessler（布鲁诺·凯塞勒基金会）；University of Trento（特伦托大学）
针对性别中立翻译（GNT）自动评估依赖单语分类器、扩展性差的问题，本研究提出用大型语言模型（LLMs）作为评估器，探索两种提示方法，实验表明LLMs可有效评估GNT，且先短语级注释再句子级判断能提升准确性，提供更优的可扩展方案。
2025-04-16 cs.CL
Refining Translations with LLMs: A Constraint-Aware Iterative Prompting Approach
Zhengzhou University of Light Industry（郑州轻工业大学）；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）
提出一种约束感知的迭代提示方法，通过多步提示链结合RAG检索关键术语翻译，并利用自检机制优化，显著提升了LLMs在低资源场景下的翻译忠实度。
2024-11-13 cs.CL
Monotonic Paraphrasing Improves Generalization of Language Model Prompting
UC Davis（加州大学戴维斯分校）；USC（南加利福尼亚大学）；UCLA（加利福尼亚大学洛杉矶分校）
针对大语言模型性能受提示影响的问题，提出无需训练的单调释义策略MonoPara，通过融合双模型解码生成低困惑度提示，提升零样本提示性能与指令泛化能力。
2024-11-03 cs.CL
MedCOD: Enhancing English-to-Spanish Medical Translation of Large Language Models Using Enriched Chain-of-Dictionary Framework
Center for Healthcare Organization and Implementation Research, VA Bedford Health Care（医疗组织与实施研究中心，VA贝德福德医疗中心）；Miner School of Computer and Information Sciences, University of Massachusetts Lowell（矿物计算机与信息科学学院，马萨诸塞州立大学洛厄尔分校）；Manning College of Information and Computer Sciences, University of Massachusetts Amherst（曼宁信息与计算机科学学院，马萨诸塞州立大学阿姆赫斯特分校）
MedCOD 通过融合 UMLS 与 LLM-KB 的结构化医学知识并配合 LoRA 微调，显著提升多个开源大语言模型的英译西医学翻译质量，超越 GPT-4o 等强基线模型。
2025-09-19 cs.AI cs.CL
Automated Attribution Graph Interpretation via Probe Prompting
University of Cambridge（剑桥大学）
提出探针提示方法，利用跨提示激活签名将归因图特征分组为概念对齐的超节点，并通过因果干预验证标签，在Gemma-2-2B上实现100%的预测转向行为。
2026-06-05 cs.CL
Implementing a Reverse Dictionary, based on word definitions, using a Node-Graph Architecture
Rajarambapu Institute of Technology（拉贾兰巴普理工学院）
在本文中，我们概述了一种方法来建立基于图的反向字典使用词的定义。反向词典将短语作为输入，并输出与该短语语义相似的单词列表。这是一个解决舌尖问题的方法。我们使用一个基于距离的相似性度量，计算图，以评估一个词和输入短语之间的相似性。我们比较我们的方法与Onelook反向字典和基于word2vec的分布式语义方法的性能，并表明我们的方法是比分布式语义方法，以及作为Onelook一样好，在一个3k的词典。这个简单的方法为反向字典设置了一个新的性能基准。
2016-12-17 cs.CL
"Well, Keep Thinking": Enhancing LLM Reasoning with Adaptive Injection Decoding
Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院）
针对显式 CoT 提示依赖人工工程的问题，本文提出自适应注入解码策略，在模型即将过早结束时注入短语以延续推理，实验表明其可显著增强 LLM 推理能力。
2025-03-18 cs.CL
LLMs for Low-Resource Dialect Translation Using Context-Aware Prompting: A Case Study on Sylheti
University of Vermont（佛蒙特大学）；Santa Fe Institute（圣塔菲研究所）
本研究提出斯利赫蒂-CAP框架，通过上下文感知提示提升低资源方言翻译质量，验证了其在方言特定词汇处理上的有效性。
2025-11-24 cs.CL cs.CY
Dictionary-Guided Editing Networks for Paraphrase Generation
Microsoft Research（微软研究院）；Beihang University（北京航空航天大学）
一个人写释义句子的直观方法是用相应的同义词替换原句子中的单词或短语，并进行必要的修改，以确保新句子流畅且语法正确。我们提出了一种新的方法来建模的过程与字典引导的编辑网络，有效地进行重写的源句子生成释义句子。它共同学习选择合适的单词级和短语级释义对的上下文中的原始句子从现成的字典，以及流畅的自然语言句子的生成。具体地说，该系统检索一组词级和短语级araphrased对派生的释义数据库（PPDB）的原始句子，这是用来指导的决定，哪些词可能会被删除或插入与软注意力机制下的序列到序列的框架。我们进行实验的两个基准数据集的释义生成，即MSCOCO和Quora数据集。评估结果表明，我们的字典引导的编辑网络优于基线方法。
2018-06-21 cs.CL
CLIP also Understands Text: Prompting CLIP for Phrase Understanding
UC San Diego（加州大学圣地亚哥分校）；UC Santa Barbara（加州大学圣巴巴拉分校）
对比图像预训练（CLIP）通过自然语言监督的预训练有效地学习视觉概念。CLIP及其视觉编码器已经在各种视觉和语言任务上进行了探索，并实现了强大的zero-shot或迁移学习性能。然而，它的文本编码器的应用，仅用于文本理解已经较少探索。在本文中，我们发现，CLIP的文本编码器实际上表现出强大的短语理解能力，甚至可以显着优于流行的语言模型，如BERT与适当设计的提示。大量的实验验证了我们的方法在不同数据集和领域的实体聚类和实体集扩展任务的有效性。
2022-10-11 cs.CL
Fine-tuning Large Language Models for Domain-specific Machine Translation
School of Informatics, Xiamen University（厦门大学信息学院）；xFusion Digital Technologies Co., Ltd（星网锐捷数字技术有限公司）
本文提出DragFT微调框架，通过词典增强提示、RAG示例选择和少样本微调，显著提升大语言模型在领域特定机器翻译上的性能，超越GPT-3.5和GPT-4o。
2024-12-17 cs.CL cs.LG
Reasoning or Overthinking: Evaluating Large Language Models on Financial Sentiment Analysis
BlackRock, Inc.（黑石公司）
本文在金融情感分析任务上评估多种大语言模型，发现推理或思维链提示并未提升性能，反而可能引发过度思考，GPT-4o无思维链时表现最佳，表明系统1式直觉思维更契合人类判断。
2025-06-05 cs.AI cs.CL
Prompting as Probing: Using Language Models for Knowledge Base Construction
Vrije Universiteit（阿姆斯特丹自由大学）；Universiteit van Amsterdam（阿姆斯特丹大学）；Elsevier（爱思唯尔）；Huawei（华为）
本文提出ProP方法，利用GPT-3通过多步提示技术构建知识库，实验证明手动提示、可变长度答案集、真/假问题及模型规模等因素显著提升性能，并在LM-KBC竞赛中超越基线36.4个百分点。
2023-06-19 cs.AI cs.CL
Prompting from the bench: Large-scale pretraining is not sufficient to prepare LLMs for ordinary meaning analysis
Georgetown University（乔治城大学）；University of South Carolina（南卡罗来纳大学）
本文通过实验证明，LLM在法律文本的普通意义分析中存在鲁棒性不足的问题，质疑其在实际应用中的有效性。
2026-05-14 cs.CL
LOGIC: Efficient and Robust Contextual Biasing for Speech LLMs via Logit-Space Integration
Microsoft（微软）
LOGIC通过logit空间整合实现语音大语言模型的高效且鲁棒的上下文偏差，有效降低实体识别错误率。
2026-09-25 cs.AI cs.CL cs.SD
Span Modeling for Idiomaticity and Figurative Language Detection with Span Contrastive Loss
Japan Advanced Institute of Science and Technology（日本科学技术先进研究院）
本文提出结合槽损失和跨度对比损失的BERT和RoBERTa模型，提升隐喻性检测性能，在现有数据集上取得最佳序列准确率。通过消融研究验证了SCL的有效性及泛化能力，并提出几何均值F1和序列准确率的综合评估方法。
2026-03-24 cs.CL
Enhancing Adversarial Attacks through Chain of Thought
North China University of Technology（北方工业大学）；University of California, Riverside（加州大学河滨分校）
本研究针对大语言模型的安全漏洞，将思维链提示与贪心坐标梯度技术结合提出CoT-GCG方法，提升了对抗攻击的可迁移性与效果，并通过Llama Guard实现更客观的风险评估。
2024-10-29 cs.CL
Prompting Multilingual Large Language Models to Generate Code-Mixed Texts: The Case of South East Asian Languages
Brown University（布朗大学）；UC Berkeley（加州大学伯克利分校）；University of California, Los Angeles（加州大学洛杉矶分校）；HKUST（香港科技大学）；Bloomberg（彭博）；EleutherAI；Samsung R&D Institute Philippines（三星菲律宾研发中心）；Stanford University（斯坦福大学）；National University of Singapore（新加坡国立大学）；VietAI Research（VietAI研究院）；University of Potsdam（波茨坦大学）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）
本文探索零样本提示多语言LLMs生成东南亚七种语言的语码混合数据，发现现有模型表现不一，建议在此场景下未经大量人工检查勿用。
2023-09-12 cs.AI cs.CL
Effectiveness of Zero-shot-CoT in Japanese Prompts
Future University Hakodate（函馆未来大学）
本文比较了零样本思维链提示在日语和英语中的效果，发现其在GPT-3.5部分类别中有效，但在GPT-4o-mini中总体导致性能下降，仅大学数学等少数日语类别仍有提升。
2025-03-09 cs.AI cs.CL
Identifying missing dictionary entries with frequency-conserving context models
The University of Vermont（佛蒙特大学）
为了更好地理解自然语言文本的意义，我们探索了旨在将词汇对象组织到上下文中的方法。这些用于组织的方法中有许多属于由单词排序定义的一个家族。与人口统计学或空间数据划分不同，这些搭配模型具有特殊的重要性，因为它们具有普遍的适用性。虽然我们在这里对文本感兴趣，并适当地制定了我们的处理方法，但我们的工作可能适用于其他研究领域（例如，语音、基因组学和移动性模式），其中已经对分类数据进行了排序，（例如，声音、基因和位置）。我们的方法侧重于短语（无论是词或更大）作为主要的意义承载词汇单位和研究对象。要做到这一点，我们采用我们以前开发的框架，用于生成字保存短语频率数据。在使用Wiktionary训练我们的模型时，Wiktionary是一个广泛的，在线的，协作的，开源的字典，包含超过100，000个短语定义，我们开发了高效的过滤器来识别有意义的，缺失的短语条目。我们的预测，然后从事维基词典的编辑社区，并提出了简短的名单，潜在的缺失条目的定义，开发一个突破性的，词汇提取技术，并扩大我们的知识定义的英语词汇的短语。
2015-07-29 cs.CL cs.IT math.IT
DICTDIS: Dictionary Constrained Disambiguation for Improved NMT
Indian Institute of Technology Bombay（印度理工学院孟买分校）
提出DictDis，一个具备词汇约束的NMT系统，通过在训练数据中扩充多个词典候选词并隐式对齐来促进多候选翻译消歧，在多领域翻译任务中实现了更优的约束复制与消歧性能及流畅度提升。
2024-09-27 cs.CL cs.LG
Learning sentence embeddings using Recursive Networks
学习概括性好的句子向量是一项具有挑战性的任务。在本文中，我们比较了三种学习短语嵌入的方法：1）使用LSTM，2）使用递归网络，3）使用短语的POS信息的方法2的变体。我们对单词的字典定义进行训练，以获得类似于Felix等人的反向字典应用程序。为了看看我们的嵌入是否可以转移到一个新的任务中，我们还在烂番茄数据集上进行了训练和测试[2]。我们进行训练，保持句子嵌入固定以及微调。
2018-05-22 cs.CL
PREDICT: Persian Reverse Dictionary
Amirkabir University of Technology（阿米尔卡比尔理工大学）
找到适当的词语来表达概念（即，词汇通达）对于有效的交流是必不可少的。反向词典通过帮助个人找到可能与特定概念或想法相关的单词来满足这一需求。据我们所知，该资源不适用于波斯语。在本文中，我们比较了四种不同的架构实现波斯语反向字典（PREDICT）。我们评估我们的模型使用（短语，单词）元组提取的唯一波斯语字典在线，即Amid，Moein和Dehkhoda的短语描述的单词。给定短语，模型建议在传达概念的能力方面最相关的词。如果正确的词是其最重要的建议之一，则该模型被认为表现良好。我们的实验表明，由添加注意力机制增强的长短期记忆（LSTM）单元组成的模型足以产生与原始词典中的单词相当（或在某些情况下更好）的建议。该研究还表明，该模型有时会产生同义词作为其输出，这使得我们引入了一个新的度量标准，用于评估反向词典，称为同义词准确度，占产生单词或同义词的事件发生的次数的百分比。使用这个新指标对最佳模型的评估还表明，至少有62%的时间，它在前100个建议中产生了准确的结果。
2021-10-30 cs.CL cs.IR
Advancing Uto-Aztecan Language Technologies: A Case Study on the Endangered Comanche Language
Algoverse AI Research（Algoverse AI研究院）
本研究首次对濒危的科曼奇语进行计算探索，通过手工数据集和合成数据流程，评估GPT-4o系列的语言识别能力，发现少样本提示可显著提升性能，为低资源语言保护提供了可行路径。
2025-05-10 cs.CL cs.LG
Scaling Instruction-Finetuned Language Models
Google（谷歌）
在以指令形式表达的数据集集合上微调语言模型已被证明可以提高模型性能和对不可见任务的泛化。在这篇文章中，我们探讨了指令微调，特别关注（1）缩放任务数量，（2）缩放模型大小，（3）对思维链数据的微调。我们发现，指令微调与上述方面大大提高了性能的各种模型类（PaLM，T5，U-PaLM），提示设置（zero-shot，Few-Shot，CoT），和评估基准（MMLU，BBH，TyDiQA，MGSM，开放式生成）。例如，Flan-PaLM 540 B在1.8K任务上进行了指令微调，其性能远远优于PALM 540 B（平均为+9.4%）。Flan-PaLM 540 B在多个基准测试中实现了最先进的性能，例如在五次MMLU测试中达到75.2%。我们还公开发布了Flan-T5检查点，即使与更大的型号（如PaLM 62 B）相比，它也能实现强大的Few-Shot性能。总的来说，指令微调是提高预训练语言模型的性能和可用性的通用方法。
2022-12-06 cs.CL cs.LG
Detecting multiword phrases in mathematical text corpora
Cologne University of Applied Sciences（科隆应用科学大学）；Institute of Information Science（信息科学研究所）
本文提出了一种在数学文本语料库中检测多词短语的方法。所使用的方法是基于数学术语的特征。它使用一个名为Lingo的软件工具，可以通过以前定义的词典识别特定的词类，如形容词，人名或名词。多字组的检测是通过算法完成的。索引和信息检索的方法可能的优点和应用基于字典的自动索引的方法，而不是词干程序的结论进行了讨论。
2012-10-02 cs.CL cs.IR
To Redact, or not to Redact? A Local LLM Approach to Deliberative Process Privilege Classification
University of Amsterdam（阿姆斯特丹大学）
本文提出一种局部LLM方法，用于自动分类FOIA豁免5项审议过程特权的敏感性，通过结合链式思维提示和基于错误的少样本提示，提升召回率和F2分数，接近商用模型性能。
2026-05-11 cs.AI cs.CL cs.IR
Teaching Large Language Models an Unseen Language on the Fly
Peking University（北京大学）
本文提出DiPMT++框架，仅用词典和5000平行句对通过上下文学习让GPT-4即时掌握壮语等未见语言，在中壮与壮中翻译上分别达到16和32 BLEU，并验证了其辅助人类翻译和保护语言多样性的潜力。
2024-06-13 cs.CL
How Useful are LLMs for Grammar Engineering? Cantonese ParGram Resources and Controlled Experimental Evaluation with English Baselines
本研究通过对照实验评估LLMs在语法工程中的作用，发现GPT-5.4优于gpt-oss-120b，LLMs可支持语法开发中间阶段但需人类专业知识，还贡献了新粤语符号语法资源。
2026-08-25 cs.CL
Development of a classifiers/quantifiers dictionary towards French-Japanese MT
UGA（格勒诺布尔阿尔卑斯大学）；GETALP-LIG（格勒诺布尔信息学实验室GETALP团队）；Institute of Advanced Studies (IAS) of the United Nations University（联合国大学高等研究所）
虽然量词表达在日常交际或书面文件中频繁出现，但经典的双语纸质词典和机读词典都没有对量词表达进行描述。本文介绍了一个CQs词典，编辑从语料库，我们已经注释，它的使用框架中的法-日机器翻译（MT）。在机器翻译中，语料库的处理往往会导致词汇歧义、多词汇短语识别困难以及转换生成中的输出不确定等问题，特别是对于法语和日语这样的远距离语言对。我们对CQ的基本处理是使用UNL-UWs（Universal Networking Ware-Universal Words）1对语料库进行注释，然后基于UWs的身份同义关系生成双语或多语CQ词典。
2019-02-21 cs.CL
Learning to Explain Non-Standard English Words and Phrases
University of California, Santa Barbara（加州大学圣塔芭芭拉分校）
我们描述了一种数据驱动的方法，用于在给定的句子中自动解释新的非标准英语表达，该方法建立在一个大型数据集上，该数据集包括来自UrbanDictionary.com的15年众包示例。与之前的研究不同，我们研究了学习神经序列到序列模型的可能性，该模型可以在给定上下文的情况下生成对看不见的非标准英语表达的解释。我们提出了一个双编码器的方法-一个字级编码器学习上下文的表示，第二个字符级编码器学习目标非标准表达式的隐藏表示。我们的模型可以产生合理的定义，新的非标准英语表达的上下文与一定的信心。
2017-09-26 cs.CL
CAC-CoT: Connector-Aware Compact Chain-of-Thought for Efficient Reasoning Data Synthesis Across Dual-System Cognitive Tasks
针对长思维链降低System-1任务效率的问题，提出CAC-CoT方法，通过限制连接词短语生成简洁推理轨迹，在保持准确率的同时大幅提升效率并超越基线。
2025-09-15 cs.AI cs.CL
Design and Implementation of English To Yorùbá Verb Phrase Machine Translation System
Obafemi Awolowo University（奥巴费米·阿沃洛沃大学）
本文设计并实现了一个英语到约鲁巴语的动词短语机器翻译系统，结合词典匹配、上下文无关文法和有限状态自动机，在人工评估中超过70%的响应优于谷歌翻译。
2023-08-05 cs.CL
Corpus analysis without prior linguistic knowledge - unsupervised mining of phrases and subphrase structure
Ludwig Maximilians University（路德维希-马克西米利安大学）
在研究自然语言的结构时，“短语”和“词”是中心概念。我们认为，在一个完全基于语料库和语言独立的方式，而不使用任何形式的先前的语言知识，任何长度和潜在的组成原则的语言的“有意义的子部分”的识别问题。描述了用于识别“短语”、挖掘子短语结构和以全自动方式查找单词的无监督方法。这可以被认为是自动计算“语料库的通用词典和语法”的一个步骤。我们希望，从长远来看，我们的方法的变体也适用于其他类型的序列数据，例如，语音、基因组序列或音乐注释。即使我们不是主要感兴趣的即时应用程序，各种语言的结果表明，我们的方法是有趣的文本挖掘，术语提取和词典编纂，搜索引擎技术，以及相关领域的许多实际任务。
2016-02-18 cs.CL
Mitigating Unintended Memorization with LoRA in Federated Learning for LLMs
Tune Insight SA；EPFL（苏黎世联邦理工学院）；Yale University（耶鲁大学）
本文研究了在大语言模型联邦学习中使用LoRA技术有效降低模型对训练数据的记忆能力，并展示了其在不同领域和隐私保护技术中的应用效果。
2026-03-09 cs.AI cs.CL cs.LG
Same Question, Different Answer? Measuring and Mitigating Prompt Privilege for Equitable AI Access
Fuqua School of Business Duke University（杜克大学福库商学院）；Department of Engineering Carnegie Mellon University（卡内基梅隆大学工程学院）；Department of Industrial Engineering and Management Sciences Northwestern University（西北大学工业工程与管理科学系）；Department of Information and Decision Sciences University of Minnesota（明尼苏达大学信息与决策科学学院）
该研究提出统一框架，引入PES指标与PET智能体，在MedQA基准上验证了提示特权的存在，PET可消除该差异，提升AI访问公平性。
2026-08-11 cs.CL
ThinkSum: Probabilistic reasoning over sets using large language models
Stanford University（斯坦福大学）；Mila, Université de Montréal（蒙特利尔大学米拉研究所）；Ohio State University（俄亥俄州立大学）；Microsoft Research（微软研究院）
本文提出两阶段概率推断范式 ThinkSum，通过并行检索关联并在 LLM 外聚合推理，显著提升 GPT 模型在 BIG-bench 十三项困难任务上的表现。
2023-06-02 cs.CL
EntGPT: Entity Linking with Generative Large Language Models
University of Notre Dame（圣母大学）；Deloitte & Touche LLP（德勤会计师事务所）
本文提出EntGPT，利用生成式大语言模型通过三步硬提示和指令调优提升实体链接性能，在多个数据集上显著提高micro-F_1分数，并兼容开源与专有模型。
2025-05-22 cs.CL
Using LLMs for Multilingual Clinical Entity Linking to ICD-10
Faculty of Mathematics and Informatics, Sofia University St. Kliment Ohridski（数学与信息学系，索菲亚大学圣克莱门特·奥赫里迪斯基）
本研究提出基于大语言模型的多语言临床实体链接方法，结合临床词典匹配与GPT-4.1上下文学习，在西班牙语、希腊语的ICD-10编码基准数据集上取得了良好的预测效果。
2025-09-05 cs.CL
Less Is Moral: A CHARMing Framework for Moral Foundations Detection in Endorsement Behaviour
University of Technology Sydney（悉尼科技大学）
针对现有道德基础检测系统跨域泛化差、成本高的问题，提出CHARM框架，其基于轻量微调LLM，在多数据集上优于基线，可用于研究COVID-19相关道德化错误信息传播。
2026-09-09 cs.CL cs.CY cs.SI
Evaluating LLMs for Targeted Concept Simplification for Domain-Specific Texts
University of Michigan, Ann Arbor（密歇根大学安娜堡分校）；Google DeepMind（谷歌DeepMind）
该研究提出“目标概念简化”任务及WikiDomains数据集，评估多种LLMs在特定领域文本中的概念简化表现，发现无单一模型全面占优，且自动指标与人类评估相关性低。
2024-11-06 cs.CL
Private Text Generation by Seeding Large Language Model Prompts
Amazon（亚马逊公司）；MIT（麻省理工学院）；Tel-Aviv University（特拉维夫大学）
针对敏感文本无法直接用于训练或共享给LLM的问题，本文提出DP-KPS，用差分私有的关键短语嵌入提示LLM生成合成语料，并在文本分类任务上验证其效用。
2025-02-18 cs.CL
Missed Connections: Lateral Thinking Puzzles for Large Language Models
New York University Tandon（纽约大学坦登工程学院）
本文研究自动化AI系统解决《纽约时报》Connections谜题的能力，评估了句子嵌入基线与现代大语言模型的表现及思维链提示的影响，发现该任务既具挑战性又可行，是测试抽象推理的优秀基准。
2024-04-21 cs.AI cs.CL
CARES: Comprehensive Evaluation of Safety and Adversarial Robustness in Medical LLMs
Northeastern University（东北大学）；Harvard University（哈佛大学）；University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）；UCLA（加州大学洛杉矶分校）
针对现有医疗大语言模型安全基准缺乏临床针对性与越狱攻击覆盖的问题，本文提出含1.8万余条提示的CARES基准与三元评估协议，发现现有模型易被越狱且过度拒答安全查询，并给出轻量分类器的缓解方案。
2025-05-16 cs.CL
Hybrid Neural-LLM Pipeline for Morphological Glossing in Endangered Language Documentation: A Case Study of Jungar Tuvan
Department of Linguistics, University of Washington（语言学系，华盛顿大学）；Department of Middle Eastern Languages and Cultures, University of Washington（中东语言与文化系，华盛顿大学）
本文提出一种混合神经-大语言模型管道，用于朱加尔图瓦语的形态学 glossing，通过结合神经序列标注和 LLM 后修正，显著减少标注工作量。
2026-03-01 cs.CL
From Threat to Tool: Leveraging Refusal-Aware Injection Attacks for Safety Alignment
Graduate School of Data Science, Seoul National University（数据科学研究生院，首尔国立大学）
本研究提出无需训练的拒识感知自适应注入（RAAI）框架，将LLM攻击技术转化为合成数据生成工具，用其生成的数据微调模型可提升安全鲁棒性且保留通用能力，为LLM安全对齐提供了高效新路径。
2025-06-07 cs.AI cs.CL cs.CR
Large Language Models and Multimodal Retrieval for Visual Word Sense Disambiguation
School of Electrical and Computer Engineering（电气与计算机工程学院）；National Technical University of Athens（雅典国立技术大学）
本文研究视觉词义消歧任务，通过结合大型语言模型、多模态检索、单模态转换及思维链提示等多种方法，并训练学习排序模型融合各模块，取得了具竞争力的检索结果。
2023-10-21 cs.CL
Theme-Explanation Structure for Table Summarization using Large Language Models: A Case Study on Korean Tabular Data
Sungkyunkwan University（成均馆大学）；Pohang University of Science and Technology（釜山科学技术大学）
本文提出Tabular-TX流水线，通过多步推理与记者角色提示生成主题-解释结构的表格摘要，无需微调即可高效处理韩语行政表格，提升可读性并适用于低资源场景。
2025-07-09 cs.AI cs.CL
