语言大模型 / LLM

FlowerTune: A Cross-Domain Benchmark for Federated Fine-Tuning of Large Language Models

FlowerTune: 一个跨领域用于联邦微调大型语言模型的基准测试

Yan Gao, Massimo Roberto Scamarcia, Javier Fernandez-Marques, Mohammad Naseri, Chong Shen Ng, Dimitris Stripelis, Zexi Li, Tao Shen, Jiamu Bai, Daoyuan Chen, Zikai Zhang, Rui Hu, InSeo Song, Lee KangYoon, Hong Jia, Ting Dang, Junyan Wang, Zheyuan Liu, Daniel Janes Beutel, Lingjuan Lyu, Nicholas D. Lane

机构 * Flower Labs（Flower实验室） ； University of Cambridge（剑桥大学） ； Zhejiang University（浙江大学） ； Penn State University（宾夕法尼亚州立大学） ； Alibaba Group（阿里巴巴集团） ； University of Nevada, Reno（内华达大学拉斯维加斯分校） ； Gachon University（加荣大学） ； The University of Auckland（奥克兰大学） ； The University of Melbourne（墨尔本大学） ； The University of Adelaide（阿德莱德大学） ； Sony AI（索尼人工智能） 纠错

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

AI总结 FlowerTune提出一个跨领域联邦微调LLM的基准测试，评估26种模型在四个领域中的性能，提供隐私保护和领域适应的见解。

Using AI Large Language Models for Grading in Education: A Hands-On Test for Physics

利用AI大语言模型进行教育评分：对物理学的实操测试

Ryan Mok, Faraaz Akhtar, Louis Clare, Christine Li, Jun Ida, Lewis Ross, Mario Campanelli

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

AI总结 本文通过实操测试，探讨了基于大语言模型的AI在本科物理问题评分中的有效性，发现评分质量在有评分方案时可接近人类水平。

Comments 16 pages + appendices

CDR-Agent: Intelligent Selection and Execution of Clinical Decision Rules Using Large Language Model Agents

CDR-Agent: 基于大语言模型代理的临床决策规则智能选择与执行

Zhen Xiang, Aliyah R. Hsu, Austin V. Zane, Aaron E. Kornblith, Margaret J. Lin-Martore, Jasmanpreet C. Kaur, Vasuda M. Dokiparthi, Bo Li, Bin Yu

机构 * University of Georgia（佐治亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, San Francisco（加州大学旧金山分校） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 CDR-Agent利用大语言模型代理，通过自主识别和应用最合适的临床决策规则，提升急诊部门的决策效率和准确性。

Selecting User Histories to Generate LLM Users for Cold-Start Item Recommendation

选择用户历史以生成LLM用户用于冷启动物品推荐

Nachiket Subbaraman, Jaskinder Sarai, Aniruddh Nath, Lichan Hong, Lukasz Heldt, Li Wei, Zhe Zhao

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

AI总结 本文提出利用强化学习框架，通过策略选择用户历史以生成LLM用户，提升冷启动物品推荐性能。

Comments 12 pages, 15 figures

Scaling Equitable Reflection Assessment in Education via Large Language Models and Role-Based Feedback Agents

通过大型语言模型和基于角色的反馈代理实现教育中的公平性评估扩展

Chenyu Zhang, Xiaohang Luo

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

AI总结 本文提出利用多代理LLM系统实现公平、高质量的形成性反馈，通过角色化代理生成公平、简洁的反馈，提升教育公平性与教学效率。

Comments Accepted to AAAI-26 AISI Track

Tourism Question Answer System in Indian Language using Domain-Adapted Foundation Models

使用领域适应基础模型的印度语言旅游问答系统

Praveen Gatla, Anushka, Nikita Kanwar, Gouri Sahoo, Rajesh Kumar Mundotiya

机构 * Department of Linguistics Banaras Hindu University（语言学系班加罗尔 Hindu 大学） ； Department of Humanistic Studies Indian Institute of Technology (BHU)（人文科学系印度理工学院（BHU）） ； Department of Computer Science and Engineering Indian Institute of Technology Bhilai（计算机科学与工程系印度理工学院 Bhilai） 纠错

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

AI总结 本文提出使用领域适应基础模型构建印地语旅游问答系统，通过LoRA微调提升效率与准确性，验证RoBERTa在捕捉文化术语上的优势。

Physics Steering: Causal Control of Cross-Domain Concepts in a Physics Foundation Model

物理引导：在物理基础模型中实现跨领域概念的因果控制

Rio Alexa Fear, Payel Mukhopadhyay, Michael McCabe, Alberto Bietti, Miles Cranmer

机构 * University of Cambridge（剑桥大学） ； NYU（纽约大学） ； Simons Foundation（Simons基金会） ； Flatiron Institute（Flatiron研究所） 纠错

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

AI总结 本研究通过物理基础模型的激活空间分析，揭示了因果控制物理行为的机制，展示了对物理概念的跨领域操控能力。

Comments 16 Pages, 9 Figures. Code available soon at https://github.com/DJ-Fear/walrus_steering

RvLLM: LLM Runtime Verification with Domain Knowledge

RvLLM: 基于领域知识的LLM运行时验证

Yedi Zhang, Sun Yi Emma, Annabelle Lee Jia En, Jin Song Dong

机构 * National University of Singapore（新加坡国立大学） 纠错

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

AI总结 RvLLM通过整合领域知识，提供了一种轻量且灵活的LLM运行时验证框架，有效检测各类LLM的错误输出。

Comments 24 pages, 11 tables, 13 figures

Toward Automated and Trustworthy Scientific Analysis and Visualization with LLM-Generated Code

迈向基于LLM生成代码的自动化和可信的科学分析与可视化

Apu Kumar Chakroborti, Yi Ding, Lipeng Wan

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

AI总结 本文探讨了LLM生成代码在科学分析与可视化中的可信度与自动化潜力，提出三种策略提升代码执行成功率与质量，强调需进一步优化以构建更可靠的AI辅助研究工具。

From Compound Figures to Composite Understanding: Developing a Multi-Modal LLM from Biomedical Literature with Medical Multiple-Image Benchmarking and Validation

从复合图形到综合理解：开发一种从生物医学文献中基于医疗多图像基准测试和验证的多模态大语言模型

Zhen Chen, Yihang Fu, Gabriel Madera, Mauro Giuffre, Serina Applebaum, Hyunjae Kim, Hua Xu, Qingyu Chen

机构 * Department of Biomedical Informatics and Data Science, Yale School of Medicine, Yale University, New Haven, CT 06510, USA（耶鲁医学院生物医学信息学与数据科学系，耶鲁大学，新 Haven，CT 06510，USA） ； School of Medicine, University of Puerto Rico, San Juan, PR 00921, USA（波多黎各大学医学院，波多黎各，San Juan，PR 00921，USA） 纠错

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

AI总结 本文提出M3LLM，一种基于生物医学文献中复合图像的多模态大语言模型，通过分而治之策略提升多图像理解能力，实验证明其在多图像、单图像等场景中表现优异。

Pathology-Aware Prototype Evolution via LLM-Driven Semantic Disambiguation for Multicenter Diabetic Retinopathy Diagnosis

基于LLM驱动语义消歧的病理感知原型演化用于多中心糖尿病视网膜病变诊断

Chunzheng Zhu, Yangfang Lin, Jialin Shao, Jianxin Lin, Yijun Wang

机构 * Hunan University（湖南大学） 纠错

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

AI总结 本文提出HAPM框架，通过整合细粒度病理描述和临床知识，提升多中心糖尿病视网膜病变诊断的准确性。

Comments ACMMM 2025

The Rapid Growth of AI Foundation Model Usage in Science

人工智能基础模型在科学中的快速增长

Ana Trišović, Alex Fogelson, Janakan Sivaloganathan, Neil Thompson

机构 * MIT FutureTech（麻省理工学院未来科技） 纠错

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

AI总结 本文研究了人工智能基础模型在科学中的快速增长，发现视觉模型最常用，但语言模型份额在增加，且科学家使用的较小模型可能限制了AI在科学中的应用效果。

UMind-VL: A Generalist Ultrasound Vision-Language Model for Unified Grounded Perception and Comprehensive Interpretation

UMind-VL：一种通用的超声视觉-语言模型，用于统一的 grounded perception 和全面的 interpretation

Dengbo Chen, Ziwei Zhao, Kexin Zhang, Shishuang Zhao, Junjie Hou, Yaqian Wang, Nianxi Liao, Anlan Sun, Fei Gao, Jia Ding, Yuhang Liu, Dong Wang

机构 * Yizhun Medical AI Team（义诊医疗AI团队） 纠错

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

AI总结 UMind-VL 是一种通用超声视觉-语言模型，通过统一的 grounded perception 和 comprehensive interpretation 实现对医学影像的高效理解和诊断。

VSpeechLM: A Visual Speech Language Model for Visual Text-to-Speech Task

VSpeechLM：一种用于视觉文本到语音任务的视觉语音语言模型

Yuyue Wang, Xin Cheng, Yihan Wu, Xihua Wang, Jinchuan Tian, Ruihua Song

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

AI总结 VSpeechLM通过结合文本-视频对齐器和改进的SpeechLLM解码器，实现了高质量且唇同步的视觉文本到语音生成。

Comments MM Asia 2025

Students' Perception of LLM Use in Requirements Engineering Education: An Empirical Study Across Two Universities

学生对在需求工程教育中使用大语言模型的感知：一项跨两所大学的实证研究

Sharon Guardado, Risha Parveen, Zheying Zhang, Maruf Rayhan, Nirnaya Tripathi

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

AI总结 本研究探讨了在需求工程教育中使用大语言模型对学生学习体验的影响，发现LLMs提升了学生对RE概念的理解，但同时也引发了关于学术诚信和AI依赖的担忧。

Comments Accepted by the 33rd IEEE International Requirements Engineering 2025 (RE'25), Valencia, Spain, September 1-5, 2025

Balancing Speech Understanding and Generation Using Continual Pre-training for Codec-based Speech LLM

通过持续预训练平衡基于编码器的语音LLM的语音理解和生成

Jiatong Shi, Chunlei Zhang, Jinchuan Tian, Junrui Ni, Hao Zhang, Shinji Watanabe, Dong Yu

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

AI总结 本文提出通过持续预训练框架平衡基于编码器的语音LLM的语音理解和生成，实现端到端的语音翻译系统，无需中间转录和翻译步骤。

Comments Accepted by ASRU2025

Toward Automatic Safe Driving Instruction: A Large-Scale Vision Language Model Approach

迈向自动安全驾驶指令：一种大规模视觉语言模型方法

Haruki Sakajo, Hiroshi Takato, Hiroshi Tsutsui, Komei Soda, Hidetaka Kamigaito, Taro Watanabe

机构 * Nara Institute of Science and Technology（奈良科学技术研究所） ； Teatis inc.（Teatis公司） ； Queensland university of technology（昆士兰理工大学） 纠错

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

AI总结 本文提出了一种大规模视觉语言模型方法，用于生成安全驾驶指令，通过构建数据集并评估模型性能，展示了微调模型在自动驾驶安全中的应用与挑战。

Comments Accepted to MMLoSo 2025

MedMobile: A mobile-sized language model with clinical capabilities

MedMobile: 一种具有临床能力的移动尺寸语言模型

Krithik Vishwanath, Jaden Stryker, Anton Alyakin, Daniel Alexander Alber, Eric Karl Oermann

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

AI总结 MedMobile是一种移动尺寸的语言模型，通过高效的方法在医疗领域实现高性能表现，成为参数最少且性能最佳的临床应用模型。

Comments 24 pages, 7 figures (4 main, 3 supplementary)

Are Large Vision Language Models Truly Grounded in Medical Images? Evidence from Italian Clinical Visual Question Answering

大视觉语言模型真的在医学图像上具有基础性吗？来自意大利临床视觉问答的证据

Federico Felizzi, Olivia Riccomi, Michele Ferramola, Francesco Andrea Causio, Manuel Del Medico, Vittorio De Vita, Lorenzo De Mori, Alessandra Piscitelli, Pietro Eric Risuleo, Bianca Destro Castaniti, Antonio Cristiano, Alessia Longo, Luigi De Angelis, Mariapia Vassalli, Marcello Di Pumpo

机构 * SIIAM ； NSBProject ； Dept. of Life Sciences & Public Health, UCSC（生命科学与公共卫生系，UCSC） ； ASL RM 4 ； UCSC ； Univ. Paris Cité（巴黎Cité大学） ； Univ. of Pisa（比萨大学） 纠错

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

AI总结 研究通过测试四种先进模型在意大利医学问题上的表现，揭示了大视觉语言模型在视觉基础上的差异，强调了临床部署前的严格评估需求。

Comments Accepted at the Workshop on Multimodal Representation Learning for Healthcare (MMRL4H), EurIPS 2025

Amplifiers or Equalizers? A Longitudinal Study of LLM Evolution in Software Engineering Project-Based Learning

放大器还是均衡器？一项关于LLM在软件工程项目式学习中演化的纵向研究

Hana Kataoka, Jialong Li, Yutaka Matsuno

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 本文通过两年纵向研究，探讨LLM在软件工程项目式学习中的双重作用，发现其既能缩小学生差距，也能加剧表现差异，对教育公平提出新挑战。

Comments Accepted by ICSE-SEET (ACM/IEEE 48th International Conference on Software Engineering: Software Engineering Education and Training)

360Brew: A Decoder-only Foundation Model for Personalized Ranking and Recommendation

360Brew：一种用于个性化排序和推荐的解码器-only基础模型

Hamed Firooz, Maziar Sanjabi, Adrian Englhardt, Aman Gupta, Ben Levine, Dre Olgiati, Gungor Polatkan, Iuliia Melnychuk, Karthik Ramgopal, Kirill Talanine, Kutta Srinivasan, Luke Simon, Natesh Sivasubramoniapillai, Necip Fazil Ayan, Qingquan Song, Samira Sriram, Souvik Ghosh, Tao Song, Vignesh Kothapalli, Xiaoling Zhai, Ya Xu, Yu Wang, Yun Dai

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

AI总结 360Brew是一种基于解码器-only架构的大型基础模型，能够解决多个排序和推荐任务，无需特征工程，性能媲美现有系统。

Comments arXiv admin note: This version has been removed by arXiv administrators as the submitter did not have the right to agree to the license at the time of submission

OctoMed: Data Recipes for State-of-the-Art Multimodal Medical Reasoning

OctoMed：面向尖端多模态医疗推理的数据配方

Timothy Ossowski, Sheng Zhang, Qianchu Liu, Guanghui Qin, Reuben Tan, Tristan Naumann, Junjie Hu, Hoifung Poon

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； Microsoft Research（微软研究院） 纠错

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

AI总结 OctoMed通过结构化推理轨迹的数据配方，提升医疗多模态推理模型的性能和鲁棒性。

Smarter, not Bigger: Fine-Tuned RAG-Enhanced LLMs for Automotive HIL Testing

更智能，而非更大：细调的RAG增强LLM用于汽车HIL测试

Chao Feng, Zihan Liu, Siddhant Gupta, Gongpei Cui, Jan von der Assen, Burkhard Stiller

机构 * Communication Systems Group CSG, Department of Informatics IfI, University of Zurich UZH, 8050 Zürich, Switzerland（苏黎世大学信息学院通信系统组） ； Volvo Car Corporation, 405 31 Göteborg, Sweden（沃尔沃汽车公司） 纠错

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

AI总结 本文提出HIL-GPT，一种基于RAG的细调LLM系统，用于提升汽车HIL测试的效率与准确性，挑战了更大模型更优的传统观念。

SciSciGPT: Advancing Human-AI Collaboration in the Science of Science

SciSciGPT：推动科学之科学中的人机协作

Erzhuo Shao, Yifang Wang, Yifan Qian, Zhenyu Pan, Han Liu, Dashun Wang

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

AI总结 SciSciGPT通过LLM驱动的研究工具促进人机协作，提升科研效率与可重复性，同时提出能力成熟度模型以指导未来框架发展。

Continual Learning of Domain Knowledge from Human Feedback in Text-to-SQL

从人类反馈中持续学习领域知识的文本到SQL

Thomas Cook, Kelly Patel, Sivapriya Vellaichamy, Udari Madhushani Sehwag, Saba Rahimi, Zhen Zeng, Sumitra Ganesh

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

AI总结 本文提出一种通过人类反馈持续学习领域知识的文本到SQL框架，通过记忆增强的代理提升查询准确性与错误减少。

Comments 34 pages, 6 figures, 4 tables

Medical Malice: A Dataset for Context-Aware Safety in Healthcare LLMs

医疗恶意：用于医疗LLM中情境感知安全的数据库

Andrew Maranhão Ventura D'addario

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

AI总结 Medical Malice提出一个情境感知安全的医疗数据库，通过对抗性提示和伦理推理提升医疗LLM的安全性，以应对医疗领域复杂且系统性的威胁。

One Patient, Many Contexts: Scaling Medical AI with Contextual Intelligence

一个患者，许多情境：通过情境智能扩展医疗AI

Michelle M. Li, Ben Y. Reis, Adam Rodman, Tianxi Cai, Noa Dagan, Ran D. Balicer, Joseph Loscalzo, Isaac S. Kohane, Marinka Zitnik

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

AI总结 本文提出情境切换技术，通过调整模型推理而非重新训练，使医疗AI能适应不同专科、人群和地理环境，提升其在现实护理中的可靠性和扩展性。

Evaluating Strategies for Synthesizing Clinical Notes for Medical Multimodal AI

评估合成临床笔记的策略以用于医疗多模态AI

Niccolo Marini, Zhaohui Liang, Sivaramakrishnan Rajaraman, Zhiyun Xue, Sameer Antani

机构 * Division of Intramural Research, National Library of Medicine, National Institutes of Health（国家医学图书馆内部研究部，国家卫生研究院） 纠错

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

AI总结 本文研究了合成临床笔记的生成策略，通过优化提示设计和医学元数据，提升医疗多模态AI在分类和跨模态检索任务中的性能。

PPBoost: Progressive Prompt Boosting for Text-Driven Medical Image Segmentation

PPBoost: 逐步提示增强用于文本驱动的医学图像分割

Xuchen Li, Hengrui Gu, Mohan Zhang, Qin Liu, Zhen Tan, Xinyuan Zhu, Huixue Zhou, Tianlong Chen, Kaixiong Zhou

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

AI总结 PPBoost通过逐步增强弱文本提示为强空间指导，提升医学图像分割的精度与鲁棒性。

Evaluating the Clinical Impact of Generative Inpainting on Bone Age Estimation

评估生成修复对骨龄估计的临床影响

Felipe Akio Matsuoka, Eduardo Moreno J. M. Farina, Augusto Sarquis Serpa, Soraya Monteiro, Rodrigo Ragazzini, Nitamar Abdala, Marcelo Straus Takahashi, Felipe Campos Kitamura

机构 * Universidade Federal de São Paulo（巴西圣保罗联邦大学） ； Universidade de São Paulo（巴西圣保罗大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Dasa ； Bunkerhill Health（Bunkerhill健康） 纠错

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

AI总结 生成修复技术虽能去除伪影，但可能干扰骨龄估计和性别分类的准确性，需严格验证以确保临床可靠性。

Comments 8 pages, 4 figures