大模型推理能力

Self-MedRAG: a Self-Reflective Hybrid Retrieval-Augmented Generation Framework for Reliable Medical Question Answering

Self-MedRAG：一种用于可靠医学问答的自反思混合检索增强生成框架

Jessica Ryan, Alexander I. Gumilang, Robert Wiliam, Derwin Suhartono

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 Self-MedRAG通过混合检索与自反思机制提升医学问答的准确性和可靠性。

Using Large Language Models to Detect Socially Shared Regulation of Collaborative Learning

利用大语言模型检测协作学习中的社会共享调节

Jiayi Zhang, Conrad Borchers, Clayton Cohn, Namrata Srivastava, Caitlin Snyder, Siyuan Guo, Ashwin T S, Naveeduddin Mohammed, Haley Noh, Gautam Biswas

机构 * University of Pennsylvania（宾夕法尼亚大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Vanderbilt University（范德堡大学） ； University of Detroit Mercy（底特律默克大学） ； New York University（纽约大学） 纠错

专题命中 复杂问题求解 ：planning(abstract)；分类 cs.LG

AI总结 本文利用大语言模型检测协作学习中的社会共享调节行为，通过嵌入方法提升学习分析的预测能力。

Comments Short research paper accepted at Learning Analytics and Knowledge (LAK '26)

Agent Drift: Quantifying Behavioral Degradation in Multi-Agent LLM Systems Over Extended Interactions

智能体漂移：多智能体大语言模型系统在长时间交互中的行为退化量化

Abhishek Rath

机构 * Independent Researcher（独立研究者） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本研究提出智能体漂移概念，通过理论框架和量化指标，探讨多智能体系统在长时间交互中的行为退化问题，并提出缓解策略以提升系统稳定性和可靠性。

InComeS: Integrating Compression and Selection Mechanisms into LLMs for Efficient Model Editing

InComeS: 将压缩与选择机制整合到LLMs中以实现高效的模型编辑

Shuaiyi Li, Zhisong Zhang, Yang Deng, Chenlong Deng, Tianqing Fang, Hongming Zhang, Haitao Mi, Dong Yu, Wai Lam

机构 * The Chinese University of Hong Kong（香港中文大学） ； City University of Hong Kong（香港城市大学） ； Tencent AI Lab（腾讯AI实验室） ； Singapore Management University（新加坡管理学院） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 InComeS通过整合压缩和选择机制，提升LLMs处理多编辑任务的效率和性能。

Comments 18 pages,5 figures

Towards Comprehensive Stage-wise Benchmarking of Large Language Models in Fact-Checking

面向大规模语言模型事实核查的全面阶段性基准评估

Hongzhan Lin, Zixin Chen, Zhiqi Shen, Ziyang Luo, Zhen Ye, Jing Ma, Tat-Seng Chua, Guandong Xu

机构 * Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； Salesforce AI Research（Salesforce AI 研究院） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； National University of Singapore（新加坡国立大学） ； The Education University of Hong Kong（香港教育大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 FactArena提出一个全面的LLM事实核查阶段基准评估框架，通过标准化流程和动态生成挑战性声明，揭示LLM在事实推理中的鲁棒性与准确性差异。

Comments 17 pages, 21 figures, 7 tables

TAAF: A Trace Abstraction and Analysis Framework Synergizing Knowledge Graphs and LLMs

TAAF：一种结合知识图谱和大语言模型的跟踪抽象与分析框架

Alireza Ezaz, Ghazal Khodabandeh, Majid Babaei, Naser Ezzati-Jivan

机构 * Brock University（布鲁克大学） ； Mcgil University（麦吉尔大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 TAAF结合知识图谱和大语言模型，通过时间索引技术将大规模跟踪数据转化为可操作的洞察，提升复杂系统分析的准确性和效率。

Comments Accepted to ICSE 2026. DOI 10.1145/3744916.3787832

AprielGuard

AprielGuard：一个统一安全与对抗防御的8B参数模型

Jaykumar Kasundra, Anjaneya Praharaj, Sourabh Surana, Lakshmi Sirisha Chodisetty, Sourav Sharma, Abhigya Verma, Abhishek Bhardwaj, Debasish Kanhar, Aakash Bhagat, Khalil Slimi, Seganrasan Subramanian, Sathwik Tejaswi Madhusudhan, Ranga Prasad Chenna, Srinivas Sunkara

机构 * AprielGuard 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 AprielGuard是一个统一安全与对抗防御的8B参数模型，通过多任务训练在多步骤和推理场景中有效检测有害内容和对抗操纵。

Yuan3.0 Flash: An Open Multimodal Large Language Model for Enterprise Applications

Yuan3.0 Flash：面向企业应用的开源多模态大语言模型

YuanLab. ai, :, Shawn Wu, Sean Wang, Louie Li, Darcy Chen, Allen Wang, Jiangang Luo, Xudong Zhao, Joseph Shen, Gawain Ma, Jasper Jia, Marcus Mao, Claire Wang, Hunter He, Carol Wang, Zera Zhang, Jason Wang, Chonly Shen, Leo Zhang, Logan Chen, Qasim Meng, James Gong, Danied Zhao, Penn Zheng, Owen Zhu, Tong Yu

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 Yuan3.0 Flash通过RAPO算法提升企业任务性能，实现高效多模态大语言模型开源

Enhancing Temporal Awareness in LLMs for Temporal Point Processes

增强大语言模型在时序点过程中的时间感知能力

Lili Chen, Wensheng Gan, Shuang Liang, Philip S. Yu

机构 * School of Computer Science and Technology, Tongji University, Shanghai 201804, China（计算机科学与技术学院，同济大学） ； College of Cyber Security, Jinan University, Guangzhou 510632, China（网络安全学院，暨南大学） ； Department of Computer Science, University of Illinois Chicago, Chicago, USA（计算机科学系，伊利诺伊大学芝加哥分校） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 TPP-TAL通过增强LLMs的时间感知能力，改进了时序点过程中的时间似然估计和事件预测准确性。

Comments preprint

Youtu-Agent: Scaling Agent Productivity with Automated Generation and Hybrid Policy Optimization

Youtu-Agent：通过自动化生成和混合策略优化提升代理生产力

Yuchen Shi, Yuzheng Cai, Siqi Cai, Zihan Xu, Lichao Chen, Yulei Qin, Zhijian Zhou, Xiang Fei, Chaofan Qiu, Xiaoyu Tan, Gang Li, Zongyi Li, Haojia Lin, Guocan Cai, Yong Mao, Yunsheng Wu, Ke Li, Xing Sun

机构 * Youtu-Agent Team（优图代理团队） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 Youtu-Agent通过自动化生成和混合策略优化提升LLM代理的生产力和性能

MS-SSM: A Multi-Scale State Space Model for Efficient Sequence Modeling

MS-SSM：一种用于高效序列建模的多尺度状态空间模型

Mahdi Karami, Ali Behrouz, Peilin Zhong, Razvan Pascanu, Vahab Mirrokni

机构 * Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 MS-SSM通过多尺度状态空间模型提升序列建模效率，尤其在长程和分层任务中表现优异。

Comments In Second Conference on Language Modeling (COLM) (2025)

RAVEL: Rare Concept Generation and Editing via Graph-driven Relational Guidance

RAVEL：通过图驱动的关系引导进行罕见概念生成与编辑

Kavana Venkatesh, Yusuf Dalva, Ismini Lourentzou, Pinar Yanardag

机构 * Virginia Tech（弗吉尼亚理工大学） ； UIUC（伊利诺伊大学香槟分校） 纠错

专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.CL

AI总结 RAVEL通过图驱动的关系引导方法，提升罕见概念生成与编辑的可控性和可解释性，适用于长尾领域。

Comments Project Page: https://ravel-diffusion.github.io/

AI Urban Scientist: Multi-Agent Collaborative Automation for Urban Research

AI城市科学家：面向城市研究的多智能体协作自动化

Tong Xia, Jiankun Zhang, Ruiwen You, Ao Xu, Linghao Zhang, Tengyao Tu, Jingzhi Wang, Jinghua Piao, Yunke Zhang, Fengli Xu, Yong Li

机构 * Vanke School of Public Health, Tsinghua University, Beijing, China（范克学校公共卫生学院，清华大学，北京，中国） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） ； Department of Electronic Engineering, Tsinghua University, Beijing, China（电子工程系，清华大学，北京，中国） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出AI城市科学家，通过多智能体协作自动化，整合异构数据生成城市研究的结构化知识，提升自主研究效率与准确性。

Reflection-Driven Control for Trustworthy Code Agents

基于反射的可信代码代理控制

Bin Wang, Jiazheng Quan, Xingrui Yu, Hansen Hu, Yuhao, Ivor Tsang

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出反射驱动控制方法，通过内部反思循环提升代码生成的安全性和合规性，实现自主、安全且可审计的AI代码代理。

Comments Accepted to AAAI 2026 Workshop on Trust and Control in Agentic AI (TrustAgent)

Quantifying Laziness, Decoding Suboptimality, and Context Degradation in Large Language Models

量化懒惰、解码亚优性和上下文退化现象于大语言模型

Yiqing Ma, Jung-Hua Liu

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 研究量化了大语言模型在多部分指令中的懒惰、解码亚优性和上下文退化现象，发现模型在简单任务中表现稳健，但需通过自我完善和动态提示提升指令合规性。

MolAct: An Agentic RL Framework for Molecular Editing and Property Optimization

MolAct：一种用于分子编辑和性质优化的代理强化学习框架

Zhuo Yang, Yeyun Chen, Jiaqing Xie, Ben Gao, Shuaike Shen, Wanhao Liu, Liujia Yang, Beilun Wang, Tianfan Fu, Yuqiang Li

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Xidian University（西安电子科技大学） ； Shanghai Innovation Institute（上海创新研究院） ； Wuhan University（武汉大学） ； Shanghai Jiao Tong University（上海交通大学） ； Southeast University（东南大学） ； Nanjing University（南京大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 MolAct框架通过代理强化学习方法，实现了分子编辑和性质优化的多步骤、工具增强过程，提升了分子设计的可靠性和可解释性。

Bohrium + SciMaster: Building the Infrastructure and Ecosystem for Agentic Science at Scale

Bohrium + SciMaster: 构建大规模智能科学的基础设施和生态系统

Linfeng Zhang, Siheng Chen, Yuzhu Cai, Jingyi Chai, Junhan Chang, Kun Chen, Zhi X. Chen, Zhaohan Ding, Yuwen Du, Yuanpeng Gao, Yuan Gao, Jing Gao, Zhifeng Gao, Qiangqiang Gu, Yanhui Hong, Yuan Huang, Xi Fang, Xiaohong Ji, Guolin Ke, Zixing Lei, Xinyu Li, Yongge Li, Ruoxue Liao, Hang Lin, Xiaolu Lin, Yuxiang Liu, Xinzijian Liu, Zexi Liu, Jintan Lu, Tingjia Miao, Haohui Que, Weijie Sun, Yanfeng Wang, Bingyang Wu, Tianju Xue, Rui Ye, Jinzhe Zeng, Duo Zhang, Jiahui Zhang, Linfeng Zhang, Tianhan Zhang, Wenchang Zhang, Yuzhi Zhang, Zezhong Zhang, Hang Zheng, Hui Zhou, Tong Zhu, Xinyu Zhu, Qingguo Zhou, Weinan E

机构 * DP Technology Beijing China（北京DP技术有限公司） ； AI for Science Institute Beijing China（北京AI for Science研究院） ； Shanghai Jiao Tong University Shanghai China（上海交通大学） ； Beihang University Beijing China（北京航空航天大学） ； Peking University Beijing China（北京大学） ； Institute of Theoretical Physics Chinese Academy of Sciences Beijing China（中国科学院理论物理研究所） ； Shanghai Innovation Institute Shanghai China（上海创新研究院） ； East China Normal University Shanghai China（华东师范大学） ； Zhongguancun Academy Beijing China（中关村学院） ； University of Science and Technology of China Hefei China（中国科学技术大学） ； Tongji University Shanghai China（同济大学） ； The Hong Kong University of Science and Technology Hong Kong China（香港科技大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 Bohrium+SciMaster通过构建基础设施和生态系统，实现大规模智能科学的高效工作流编排与执行，显著提升科学产出效率和可追溯性。

Scaling Reinforcement Learning for Content Moderation with Large Language Models

利用大语言模型扩展强化学习用于内容审核

Hamed Firooz, Rui Liu, Yuchen Lu, Zhenyu Hou, Fangzhou Xiong, Xiaoyang Zhang, Changshu Jian, Zhicheng Zhu, Jiayuan Ma, Jacob Tao, Chaitali Gupta, Xiaochang Peng, Shike Mei, Hang Cui, Yang Qin, Shuo Tang, Jason Gaedtke, Arpit Mittal

机构 * Meta AI 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出利用强化学习扩展大语言模型，以提升内容审核的准确性和效率，特别是在标签稀疏和政策复杂的情况下。

Trust Semantics Distillation for Collaborator Selection via Memory-Augmented Agentic AI

基于记忆增强代理AI的信任语义蒸馏用于协作者选择

Botao Zhu, Jeslyn Wang, Dusit Niyato, Xianbin Wang

机构 * Western University（西方大学） ； University of Toronto（多伦多大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出基于记忆增强代理AI的任务特定信任语义蒸馏模型，通过教师-学生架构实现高效协作者选择，提升信任评估的准确性和效率。

CardAIc-Agents: A Multimodal Framework with Hierarchical Adaptation for Cardiac Care Support

CardAIc-Agents: 一种用于心脏护理支持的多模态框架，具有分层适应性

Yuting Zhang, Karina V. Bunting, Asgher Champsi, Xiaoxia Wang, Wenqi Lu, Alexander Thorley, Sandeep S Hothi, Zhaowen Qiu, Baturalp Buyukates, Dipak Kotecha, Jinming Duan

机构 * School of Computer Science, University of Birmingham, UK（英国伯明翰大学计算机科学学院） ； Department of Cardiovascular Sciences, University of Birmingham, UK（英国伯明翰大学心血管科学系） ； NIHR Birmingham Biomedical Research Centre and West Midlands NHS Secure Data Environment, University Hospitals Birmingham NHS Foundation Trust, UK（英国伯明翰大学医院 NHS 基础信任机构） ； Department of Computing and Mathematics, Manchester Metropolitan University, UK（曼彻斯特 Metropolitan 大学计算与数学系） ； Department of Cardiology, Heart and Lung Centre, Royal Wolverhampton NHS Trust, UK（皇家沃尔夫汉普顿 NHS 委员会心内科部门） ； College of Computer and Control Engineering, Northeast Forestry University, China（中国东北林业大学计算机与控制工程学院） ； Julius Center, University Medical Center Utrecht, the Netherlands（荷兰乌得勒支大学医学中心朱利叶斯中心） ； Division of Informatics, Imaging and Data Sciences, University of Manchester, UK（英国曼彻斯特大学信息学、成像与数据科学系） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 CardAIc-Agents通过多模态框架和分层适应性，提升心脏护理支持的效率和灵活性，有效解决传统AI代理在适应性推理、工具支持、知识更新和视觉输出方面的不足。

Small Language Models as Compiler Experts: Auto-Parallelization for Heterogeneous Systems

小型语言模型作为编译器专家：异构系统的自动并行化

Prathamesh Devadiga

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 本文提出利用小型语言模型提升异构系统自动并行化性能，通过多种模型和策略在科学计算等领域实现显著加速。

Comments Accepted at NeurIPS 2025 ML for Systems Workshop

$γ(3,4)$ `Attention' in Cognitive Agents: Ontology-Free Knowledge Representations With Promise Theoretic Semantics

$γ(3,4)$ 注意力在认知代理中的应用：基于承诺理论语义的知识表示

Mark Burgess

机构 * Oslo University College Chitek-i AS（奥斯陆大学学院奇特克-艾公司） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出基于承诺理论语义的$γ(3,4)$图表示方法，通过特征角色分类替代复杂本体，提升不确定性条件下的推理效率。

From Natural Language to Control Signals: A Conceptual Framework for Semantic Channel Finding in Complex Experimental Infrastructure

从自然语言到控制信号：复杂实验基础设施中语义通道寻找的概念框架

Thorsten Hellert, Nikolay Agladze, Alex Giovannone, Jan Jug, Frank Mayet, Mark Sherwin, Antonin Sulc, Chris Tennant

机构 * Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） ； University of California Santa Barbara（加州大学圣巴巴拉分校） ； Deutsches Elektronen-Synchrotron DESY（德意志电子同步辐射研究中心DESY） ； Thomas Jefferson National Accelerator Facility（托马斯·杰斐逊国家加速器设施） ； Cosylab USA（Cosylab美国分公司） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文提出了一种概念框架，用于在复杂实验基础设施中通过语义方法寻找控制信号，通过四个范式指导架构选择，实现了90-97%的准确率。

Rethinking Multi-Agent Intelligence Through the Lens of Small-World Networks

通过小世界网络的视角重新思考多智能体智能

Boxuan Wang, Zhuoyun Li, Xiaowei Huang, Yi Dong

机构 * School of Computer Science and Informatics, University of Liverpool（计算机科学与信息学院，利物浦大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文通过小世界网络视角重新思考多智能体智能，提出基于不确定性引导的重 wiring 方案，实现稳定且可扩展的多智能体系统设计。

Comments Under Review

Survey and Experiments on Mental Disorder Detection via Social Media: From Large Language Models and RAG to Agents

面向社交媒体的抑郁症检测综述与实验：从大型语言模型和RAG到代理

Zhuohan Ge, Darian Li, Yubo Wang, Nicole Hu, Xinyi Zhu, Haoyang Li, Xin Zhang, Mingtao Zhang, Shihao Qi, Yuming Xu, Han Shi, Chen Jason Zhang, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 本文综述并实验了基于社交媒体的抑郁症检测方法，探讨了LLM、RAG和代理系统在提升检测可靠性与推理能力中的应用。

Comments 20 pages, 10 figures. This is an extension of ICDEW 2025

Multimodal Representation Learning and Fusion

多模态表示学习与融合

Qihang Jin, Enze Ge, Yuhang Xie, Hongying Luo, Junhao Song, Ziqian Bi, Chia Xin Liang, Jibin Guan, Joe Yeong, Xinyuan Song, Junfeng Hao

机构 * AI Agent Lab, Vokram Group, United Kingdom（AI代理实验室，Vokram集团，英国） ； University of Bologna, Italy（博洛尼亚大学，意大利） ； University of Minnesota, United States（明尼苏达大学，美国） ； Singapore General Hospital, Singapore（新加坡中央医院，新加坡） ； Emory University, United States（埃默里大学，美国） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.LG

AI总结 多模态学习通过融合多种数据模态提升AI系统的理解和决策能力，旨在解决数据格式差异、输入缺失及对抗攻击等问题，推动计算机视觉、自然语言处理等领域的发展。

Towards Practical GraphRAG: Efficient Knowledge Graph Construction and Hybrid Retrieval at Scale

迈向实用的GraphRAG：高效的图知识库构建与大规模混合检索

Congmin Min, Sahil Bansal, Joyce Pan, Abbas Keshavarzi, Rhea Mathew, Amar Viswanathan Kannan

机构 * SAP 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.AI

AI总结 本文提出了一种高效构建图知识库和混合检索策略的框架，通过降低成本和提升可扩展性，实现大规模检索增强生成在企业环境中的应用。

RecGPT-V2 Technical Report

RecGPT-V2 技术报告

Chao Yi, Dian Chen, Gaoyang Guo, Jiakai Tang, Jian Wu, Jing Yu, Mao Zhang, Wen Chen, Wenjun Yang, Yujie Luo, Yuning Jiang, Zhujin Gao, Bo Zheng, Binbin Cao, Changfa Wu, Dixuan Wang, Han Wu, Haoyi Hu, Kewei Zhu, Lang Tian, Lin Yang, Qiqi Huang, Siqi Yang, Wenbo Su, Xiaoxiao He, Xin Tong, Xu Chen, Xunke Xi, Xiaowei Huang, Yaxuan Wu, Yeqiu Yang, Yi Hu, Yujin Yuan, Yuliang Yan, Zile Zhou

机构 * RecGPT Team（RecGPT 团队） 纠错

专题命中 复杂问题求解 ：reasoning(abstract)；分类 cs.CL

AI总结 RecGPT-V2通过多代理系统、元提示框架、受约束强化学习和代理作为裁判框架，提升推荐系统意图推理的效率和准确性，实现60%的GPU消耗降低和11.46%的NER提升。

PortAgent: LLM-driven Vehicle Dispatching Agent for Port Terminals

PortAgent: 基于大语言模型的港口终端车辆调度代理

Jia Hu, Junqi Li, Weimeng Lin, Peng Jia, Yuxiong Ji, Jintao Lai

专题命中 复杂问题求解 ：self-correction(abstract)；分类 cs.AI

AI总结 PortAgent利用大语言模型实现港口终端车辆调度系统的自动化迁移，无需专家参与，降低数据需求并加快部署速度。

Leveraging LLMs for Collaborative Ontology Engineering in Parkinson Disease Monitoring and Alerting

利用大语言模型进行帕金森病监测与预警的协同本体工程

Georgios Bouchouras, Dimitrios Doumanas, Andreas Soularidis, Konstantinos Kotis, George A. Vouros

机构 * Intelligent Systems Laboratory, Department of Cultural Technology and Communication, University of the Aegean（爱琴海大学智能系统实验室） ； Artificial Intelligence Laboratory, Department of Digital Systems, University of Piraeus（比雷埃克斯大学人工智能实验室） 纠错

专题命中 复杂问题求解 ：CoT(abstract)；分类 cs.AI

AI总结 本文研究了利用大语言模型进行帕金森病监测与预警本体工程，通过人机协作提升本体的全面性和准确性。