语言大模型 / LLM

Balancing Natural Language Processing Accuracy and Normalisation in Extracting Medical Insights

在提取医学洞察时平衡自然语言处理的准确性与标准化

Paulina Tworek, Miłosz Bargieł, Yousef Khan, Tomasz Pełech-Pilichowski, Marek Mikołajczyk, Roman Lewandowski, Jose Sousa

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

AI总结 本研究比较了规则方法和LLMs在提取医疗信息时的准确性与标准化，提出混合方法以提高临床NLP的可靠性与效率。

Comments 20 pages, 5 figures

Generalist Models in Medical Image Segmentation: A Survey and Performance Comparison with Task-Specific Approaches

通用模型在医学图像分割中的应用：一项调查与与任务特定方法的性能比较

Andrea Moglia, Matteo Leccardi, Matteo Cavicchioli, Alice Maccarini, Marco Marcon, Luca Mainardi, Pietro Cerveri

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

AI总结 本文调查了通用模型在医学图像分割中的应用，对比了通用模型与任务特定方法的性能，探讨了其在监管、隐私、预算及临床转化等方面面临的挑战。

Comments 132 pages, 26 figures, 23 tables. Andrea Moglia and Matteo Leccardi are equally contributing authors

Journal ref Moglia A, et al.Generalist models in medical image segmentation: A survey and performance comparison with task-specific approaches. Inf Fus 2026 https://www.sciencedirect.com/science/article/pii/S156625352500781X

NeuroXVocal: Detection and Explanation of Alzheimer's Disease through Non-invasive Analysis of Picture-prompted Speech

NeuroXVocal：通过非侵入性分析提示语音检测和解释阿尔茨海默病

Nikolaos Ntampakis, Konstantinos Diamantaras, Ioanna Chouvarda, Magda Tsolaki, Vasileios Argyriou, Panagiotis Sarigianndis

机构 * International Hellenic University, Sindos, Greece MetaMind Innovations, Kozani, Greece Aristotle University of Thessaloniki, Thessaloniki, Greece Greek Association of Alzheimer’s Disease \& Related Disorders, Thessaloniki, Greece Kingston University London, London, UK University of Western Macedonia, Kozani, Greece 纠错

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

AI总结 NeuroXVocal通过非侵入性语音分析实现阿尔茨海默病的检测与解释，结合高精度分类和文献支持的可解释性，提升临床诊断效果。

Journal ref Medical Image Computing and Computer Assisted Intervention - MICCAI 2025. Lecture Notes in Computer Science, vol 15973. Springer, Cham (2025)

LLMs-based Augmentation for Domain Adaptation in Long-tailed Food Datasets

基于大语言模型的领域适应在长尾食品数据集中的增强

Qing Wang, Chong-Wah Ngo, Ee-Peng Lim, Qianru Sun

机构 * School of Computing and Information Systems（计算与信息系统学院） 纠错

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

AI总结 本文提出基于大语言模型的框架，用于解决长尾食品数据集中的领域适应问题，通过生成食品标题和配料并投影到共享嵌入空间以提升识别性能。

A Crowdsourced Study of ChatBot Influence in Value-Driven Decision Making Scenarios

关于价值驱动决策场景中聊天机器人影响的众包研究

Anthony Wise, Xinyi Zhou, Martin Reimann, Anind Dey, Leilani Battle

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 研究探讨了价值框架对决策影响，发现其能有效改变用户行为，揭示了LLM潜在的操纵风险。

Domain-constrained Synthesis of Inconsistent Key Aspects in Textual Vulnerability Descriptions

领域约束下的文本漏洞描述中不一致关键要素合成

Linyi Han, Shidong Pan, Zhenchang Xing, Sofonias Yitagesu, Xiaowang Zhang, Zhiyong Feng, Jiamou Sun, Qing Huang

专题命中 领域大模型 ：LLM(abstract)

AI总结 本文提出一种领域约束的LLM框架，用于统一文本漏洞描述中的关键要素，通过提取、自我评估和融合三个阶段提升合成性能和理解效率。

Beyond Tokens in Language Models: Interpreting Activations through Text Genre Chunks

超越标记的语言模型：通过文本体裁块解释激活

Éloïse Benito-Rodriguez, Einar Urdshals, Jasmina Nasufi, Nicky Pochinkov

机构 * Chalmers Technical University（挑战者技术大学） ； Lund University（隆德大学） 纠错

专题命中 知识编辑与模型理解 ：language model(title,abstract)；LLM(abstract)；large language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出通过文本体裁块的激活预测来解释语言模型，使用Mistral-7B和两个数据集，达到高达98%的F1分数。

Comments 13 pages, 5 figures

Multi-dimensional Data Analysis and Applications Basing on LLM Agents and Knowledge Graph Interactions

基于LLM代理和知识图谱交互的多维数据分析与应用

Xi Wang, Xianyao Ling, Kun Li, Gang Yin, Liang Zhang, Jiang Wu, Jun Xu, Fu Zhang, Wenbo Lei, Annie Wang, Peng Gong

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文提出基于LLM代理与知识图谱交互的多维数据分析方法，通过自动提取产品数据、实时构建知识图谱并支持用户深入分析，提升多维数据的处理能力。

Comments 14 pages, 7 figures, 40 references

Towards a Wireless Physical-Layer Foundation Model: Challenges and Strategies

迈向无线物理层基础模型：挑战与策略

Jaron Fontaine, Adnan Shahid, Eli De Poorter

专题命中 知识编辑与模型理解 ：foundation model(title,abstract)；large language model(abstract,comments)；language model(abstract,comments)

AI总结 本文提出统一的无线物理层基础模型，旨在解决无线网络中任务特定AI策略的问题，通过预训练任务和语义学习提升模型的通用性和可交互性。

Comments This paper is accepted and part of the WS33 IEEE ICC 2024 1st Workshop on The Impact of Large Language Models on 6G Networks proceedings

Node-Level Uncertainty Estimation in LLM-Generated SQL

节点层面的LLM生成SQL不确定性估计

Hilaf Hasson, Ruocheng Guo

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于节点层面的LLM生成SQL不确定性估计方法，通过语义感知标记和特征提取提升查询错误检测与修复的准确性。

Diagnosing Hallucination Risk in AI Surgical Decision-Support: A Sequential Framework for Sequential Validation

诊断人工智能手术决策支持中的幻觉风险：一种用于序列验证的连续框架

Dong Chen, Yanzhe Wei, Zonglin He, Guan-Ming Kuang, Canhua Ye, Meiru An, Huili Peng, Yong Hu, Huiren Tao, Kenneth MC Cheung

机构 * Orthopaedic Centre, The University of Hong Kong - Shenzhen Hospital（香港大学深圳医院骨科中心） ； Translational Medicine Centre, The University of Hong Kong - Shenzhen Hospital（香港大学深圳医院转化医学中心） ； Department of Orthopaedics & Traumatology, Li Ka Shing Faculty of Medicine, The University of Hong Kong（香港大学李嘉诚医学院骨科与创伤外科部） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种用于评估人工智能手术决策支持系统幻觉风险的连续框架，通过多维度测试揭示模型在复杂性下的脆弱性，并强调了增强推理能力的必要性。

Taming Uncertainty via Automation: Observing, Analyzing, and Optimizing Agentic AI Systems

通过自动化控制不确定性：观察、分析和优化代理AI系统

Dany Moshkovich, Sergey Zeltyn

机构 * IBM Research（IBM研究） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出AgentOps框架，通过自动化管理代理AI系统的不确定性，实现安全、适应性和有效性的运营。

LightDefense: A Lightweight Uncertainty-Driven Defense against Jailbreaks via Shifted Token Distribution

LightDefense: 一种基于不确定性驱动的轻量级对抗劫持防御方法通过移位词分布

Zhuoran Yang, Yanyong Zhang

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 LightDefense通过调整词元分布和利用模型不确定性，提供了一种轻量级的对抗劫持防御方法，有效提升LLM的安全性同时保持对正常查询的有用性。

Atomic Calibration of LLMs in Long-Form Generations

大语言模型在长文本生成中的原子校准

Caiqi Zhang, Ruihan Yang, Zhisong Zhang, Xinting Huang, Sen Yang, Dong Yu, Nigel Collier

机构 * University of Cambridge（剑桥大学） ； Fudan University（复旦大学） ； Tencent AI Lab（腾讯AI实验室） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本研究提出原子校准方法，用于改进大语言模型在长文本生成中的校准能力，揭示置信度方法与生成过程中置信度变化的关联。

Comments ACL 2025 KnowFM Oral / AACL-IJCNLP 2025

Discriminating Form and Meaning in Multilingual Models with Minimal-Pair ABX Tasks

通过最小对ABX任务区分多语言模型中的形式与意义

Maureen de Seyssel, Jie Chi, Skyler Seto, Maartje ter Hoeve, Masha Fedzechkina, Natalie Schluter

机构 * Apple（苹果公司） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；pretraining(abstract)；分类 cs.CL

AI总结 通过最小对ABX任务研究多语言模型中形式与意义的区分能力，揭示了语言识别和语义识别在训练过程中的变化规律。

Comments Comments: Published in EMNLP 2025. https://aclanthology.org/2025.emnlp-main.1210.pdf

GPTopic: Dynamic and Interactive Topic Representations

GPTopic: 动态和交互式主题表示

Arik Reuter, Bishnu Khadka, Anton Thielmann, Christoph Weisser, Sebastian Fischer, Benjamin Säfken

机构 * University of Cambridge（剑桥大学） ； LMU Munich（慕尼黑大学） ； TU Clausthal（Clausthal技术大学） ； BASF（巴斯夫） ； Tribhuvan University（特里布文大学） ； MCML 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 GPTopic利用大型语言模型创建动态交互式主题表示，通过直观界面提升主题建模的可访问性和全面性。

Beyond Visual Cues: Leveraging General Semantics as Support for Few-Shot Segmentation

超越视觉线索：利用通用语义作为少样本分割的支持

Jin Wang, Bingfeng Zhang, Jian Pang, Mengyu Liu, Honglong Chen, Weifeng Liu

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)

AI总结 本文提出语言驱动属性泛化架构，通过多属性增强和多模态对齐提升少样本分割性能，实现新的最佳效果。

Context-Aware Multimodal Representation Learning for Spatio-Temporally Explicit Environmental Modelling

面向情境的多模态表示学习用于时空明确的环境建模

Julia Peters, Karin Mora, Miguel D. Mahecha, Chaonan Ji, David Montero, Clemens Mosig, Guido Kraemer

机构 * Environmental Data Science and Remote Sensing Group（环境数据科学与遥感小组） ； Institute for Earth System Science and Remote Sensing（地球系统科学与遥感研究所） ； Leipzig University（莱比锡大学） ； German Centre for Integrative Biodiversity Research (iDiv)（整合生物多样性研究德国中心（iDiv）） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；分类 cs.LG

AI总结 本文提出一种面向情境的多模态表示学习框架，整合不同地球观测模态以高时空分辨率建模环境，提升生态分析的精度与效率。

Comments 10 pages (incliding 2 pages of references), 7 figures

Large Language Model-Based Reward Design for Deep Reinforcement Learning-Driven Autonomous Cyber Defense

基于大型语言模型的深度强化学习驱动自主网络防御的奖励设计

Sayak Mukherjee, Samrat Chatterjee, Emilie Purvine, Ted Fujimoto, Tegan Emerson

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出利用大型语言模型设计奖励，以提升深度强化学习在自主网络防御中的效果。

Comments Accepted in the AAAI-26 Workshop on Artificial Intelligence for Cyber Security (AICS)

Turning Up the Heat: Min-p Sampling for Creative and Coherent LLM Outputs

提升采样温度：用于生成创意且连贯LLM输出的min-p采样

Minh Nhat Nguyen, Andrew Baker, Clement Neo, Allen Roush, Andreas Kirsch, Ravid Shwartz-Ziv

机构 * Apart Research ； Independent（独立研究者） ； New York University（纽约大学） 纠错

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 min-p采样通过动态截断方法提升LLM生成文本的质量和多样性，尤其在高温度下表现优异，已获多个开源框架采用。

Comments Oral presentation at ICLR 2025. Camera-ready version available at https://iclr.cc/virtual/2025/poster/30358

Journal ref In Proceedings of the 2025 International Conference on Learning Representations (ICLR), 2025

Technique to Baseline QE Artefact Generation Aligned to Quality Metrics

一种基于质量指标的QE人工生成技术

Eitan Farchi, Kiran Nayak, Papia Ghosh Majumdar, Saritha Route

机构 * IBM Research（IBM研究院） ； IBM Consulting（IBM咨询） 纠错

专题命中 其他LLM ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于质量指标的QE人工生成技术，结合LLM生成、反向生成和评分技术，通过实验验证其在不同输入质量下的有效性。

SpellForger: Prompting Custom Spell Properties In-Game using BERT supervised-trained model

SpellForger: 使用BERT监督训练模型在游戏中自定义咒语属性

Emanuel C. Silva, Emily S. M. Salum, Gabriel M. Arantes, Matheus P. Pereira, Vinicius F. Oliveira, Alessandro L. Bicho

专题命中 其他LLM ：prompting(title)；分类 cs.CL、cs.AI

AI总结 SpellForger利用BERT模型让玩家通过自然语言提示自定义游戏中的咒语属性，通过实时生成咒语验证AI作为游戏机制的可行性。

Comments Published in Anais Estendidos do XXIV Simpósio Brasileiro de Jogos e Entretenimento Digital (SBGames 2025)

Journal ref Anais Estendidos do XXIV Simpósio Brasileiro de Jogos e Entretenimento Digital (SBGames 2025)

OmniThink: Expanding Knowledge Boundaries in Machine Writing through Thinking

OmniThink: 通过思考扩展机器写作的知识边界

Zekun Xi, Wenbiao Yin, Jizhan Fang, Jialong Wu, Runnan Fang, Yong Jiang, Pengjun Xie, Fei Huang, Huajun Chen, Ningyu Zhang

机构 * Zhejiang University（浙江大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Zhejiang Key Laboratory of Big Data Intelligent Computing（浙江大数据智能计算重点实验室） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 OmniThink通过模拟人类思考过程，提升机器写作的知识密度和原创性，解决传统方法在生成长文时的不足。

Comments EMNLP 2025

The Future of Development Environments with AI Foundation Models: NII Shonan Meeting 222 Report

人工智能基础模型对未来开发环境的未来影响：NII Shonan会议222报告

Xing Hu, Raula Gaikovina Kula, Christoph Treude

专题命中 其他LLM ：foundation model(title)

AI总结 人工智能基础模型对开发环境的影响及未来发展方向，通过专家讨论探讨其在软件工程和人机交互中的挑战与机遇。

Co-Reinforcement Learning for Unified Multimodal Understanding and Generation

协同强化学习用于统一多模态理解和生成

Jingjing Jiang, Chongjie Si, Jun Luo, Hanwang Zhang, Chao Ma

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 本文提出CoRL框架，通过协同强化学习提升多模态大语言模型在生成与理解任务上的性能。

Comments NeurIPS 2025

Multi-View Polymer Representations for the Open Polymer Prediction

多视图聚合表示用于开放聚合预测

Wonjin Jung, Yongseok Choi

专题命中 其他LLM ：language model(abstract)；分类 cs.LG

AI总结 本文提出多视图聚合方法，结合多种表示方式提升聚合物预测性能，在NeurIPS 2025挑战中取得第9名，公共MAE为0.057

Comments The authors have decided to withdraw this manuscript due to internal approval and authorship issues. A revised version may be posted in the future

ProtT-Affinity: Sequence-Based Protein-Protein Binding Affinity Prediction Using ProtT5 Embeddings

基于序列的蛋白质-蛋白质结合亲和力预测：使用ProtT5嵌入的ProtT-Affinity

Hongfu Lou

专题命中 其他LLM ：language model(abstract)

AI总结 ProtT-Affinity通过结合ProtT5嵌入和轻量级Transformer架构，实现了基于序列的蛋白质-蛋白质结合亲和力预测，在缺乏结构信息时提供实用的替代方案。

Comments 9 pages, 2 figures

Segmenting Collision Sound Sources in Egocentric Videos

从第一人称视频中分割碰撞声音源

Kranti Kumar Parida, Omar Emara, Hazel Doughty, Dima Damen

机构 * Samsung R&D Institute India – Bangalore（三星印度研发中心-班加罗尔） ； University of Bristol（布里斯托大学） ； Leiden University（莱顿大学） 纠错

专题命中 其他LLM ：foundation model(abstract)

AI总结 本文提出碰撞声音源分割任务，利用基础模型和第一人称线索，通过音频条件分割在两个基准上取得显著效果。

Comments Webpage: https://krantiparida.github.io/projects/cs3.html