语言大模型 / LLM

Med-RewardBench: Benchmarking Reward Models and Judges for Medical Multimodal Large Language Models

Meidan Ding, Jipeng Zhang, Wenxuan Wang, Cheng-Yi Li, Wei-Chieh Fang, Hsin-Yu Wu, Haiqin Zhong, Wenting Chen, Linlin Shen

机构 * College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； School of Artificial Intelligence, Shenzhen University（深圳大学人工智能学院） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） ； The Hong Kong University of Science and Technology（香港科学与技术大学） ； Renmin University of China（中国人民大学） ； National Yang Ming Chiao Tung University ； Taipei Veterans General Hospital（台北荣民总医院） ； School of Biomedical Engineering, Shenzhen University（深圳大学生物医学工程学院） 纠错

专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

Comments 19 pages, 5 figures, 3 tables

Automated Clinical Problem Detection from SOAP Notes using a Collaborative Multi-Agent LLM Architecture

Yeawon Lee, Xiaoyang Wang, Christopher C. Yang

机构 * Drexel University（德雷塞尔大学） 纠错

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.AI

Comments Accepted to The 16th ACM Conference on Bioinformatics, Computational Biology, and Health Informatics (ACM-BCB 2025)(Poster Paper)

From Canonical to Complex: Benchmarking LLM Capabilities in Undergraduate Thermodynamics

Anna Geißler, Luca-Sophie Bien, Friedrich Schöppler, Tobias Hertel

机构 * Institute of Physical and Theoretical Chemistry（物理与理论化学研究所） 纠错

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL

Comments Benchmark downloadable at https://huggingface.co/datasets/herteltm/UTQA

Uncertainty-Aware Semantic Decoding for LLM-Based Sequential Recommendation

Chenke Yin, Li Fan, Jia Wang, Dongxiao Hu, Haichao Zhang, Chong Zhang, Yang Xiang

专题命中 领域大模型 ：LLM(title)；large language model(abstract)；language model(abstract)

Comments Accepted by APWeb 2025

SimuGen: Multi-modal Agentic Framework for Constructing Block Diagram-Based Simulation Models

Xinxing Ren, Qianbo Zang, Zekun Guo

机构 * Brunel University of London（伦敦布鲁内尔大学） ； SnT, Université du Luxembourg（卢森堡大学SnT分校） ； University of Hull（霍尔姆斯大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；pretraining(abstract)

ALow-Cost Real-Time Framework for Industrial Action Recognition Using Foundation Models

Zhicheng Wang, Wensheng Liang, Ruiyan Zhuang, Shuai Li, Jianwei Tan, Xiaoguang Ma

机构 * College of Information Science and Engineering, Northeastern University, Shenyang, China（信息科学与工程学院，东北大学，沈阳，中国） ； School of Mechanical Engineering and Automation, Northeastern University, Shenyang, China（机械工程与自动化学院，东北大学，沈阳，中国） ； Enterprise AI, Midea AI Innovation Center, Foshan, China（企业人工智能，美的人工智能创新中心，佛山，中国） ； Foshan Graduate School of innovation, Northeastern University, Foshan, China（佛山创新研究生学院，东北大学，佛山，中国） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

Integrating Pathology and CT Imaging for Personalized Recurrence Risk Prediction in Renal Cancer

Daniël Boeke, Cedrik Blommestijn, Rebecca N. Wray, Kalina Chupetlovska, Shangqi Gao, Zeyu Gao, Regina G. H. Beets-Tan, Mireia Crispin-Ortuzar, James O. Jones, Wilson Silva, Ines P. Machado

机构 * Department of Radiology, Antoni van Leeuwenhoek-Netherlands Cancer Institute, Amsterdam, The Netherlands（放射科，Antoni van Leeuwenhoek荷兰癌症研究所，阿姆斯特丹，荷兰） ； University of Amsterdam（阿姆斯特丹大学） ； AI Technology for Life, Department of Information and Computing Sciences, Department of Biology, Utrecht University（AI技术生命，信息与计算科学系，生物学系，乌得勒支大学） ； GROW Oncology, Maastricht University（GROW肿瘤学，马斯特里赫特大学） ； Department of Oncology, University of Cambridge（肿瘤科，剑桥大学） ； Cancer Research UK Cambridge Centre, University of Cambridge（英国癌症研究会剑桥中心，剑桥大学） ； Early Cancer Institute, University of Cambridge（早期癌症研究所，剑桥大学） ； Cambridge University Hospitals NHS Foundation Trust（剑桥大学医院 NHS 基础信托） 纠错

专题命中 领域大模型 ：foundation model(abstract)

Comments 12 pages, 2 figures, 1 table. Accepted at the Multimodal Learning and Fusion Across Scales for Clinical Decision Support (ML-CDS) Workshop, MICCAI 2025. This is the submitted version with authors, affiliations, and acknowledgements included; it has not undergone peer review or revisions. The final version will appear in the Springer Lecture Notes in Computer Science (LNCS) proceedings