语言大模型 / LLM

Clinical-R1: Empowering Large Language Models for Faithful and Comprehensive Reasoning with Clinical Objective Relative Policy Optimization

Clinical-R1: 通过临床目标相对策略优化赋能大语言模型进行忠实且全面的推理

Boyang Gu, Hongjian Zhou, Bradley Max Segal, Jinge Wu, Zeyu Cao, Hantao Zhong, Lei Clifton, Fenglin Liu, David A. Clifton

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

AI总结 Clinical-R1通过CRPO方法提升大语言模型在医学领域的推理忠实性和全面性，实现多目标强化学习优化。

Evaluating Hydro-Science and Engineering Knowledge of Large Language Models

评估大语言模型的水科学与工程知识

Shiruo Hu, Wenbo Shan, Yingjia Li, Zhiqi Wan, Xinpeng Yu, Yunjia Qi, Haotian Xia, Yang Xiao, Dingxiao Liu, Jiaru Wang, Chenxu Gong, Ruixi Zhang, Shuyue Wu, Shibo Cui, Chee Hui Lai, Wei Luo, Yubin He, Bin Xu, Jianshi Zhao

机构 * State Key Laboratory of Hydro-Science and Engineering, Department of Hydraulic Engineering（水利科学与工程国家重点实验室、水利学院） ； Department of Computer Science and Technology（计算机科学与技术系） ； Zhipu AI（智谱AI） ； CHN Energy Dadu River Big Data Services Co., Ltd.（中国能源大渡河大数据服务有限公司） 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 本研究提出Hydro-SE LLM评估基准，评估大语言模型在水科学与工程领域的知识和应用能力，揭示其优势与不足。

Comments Hydro-SE Bench sets a new benchmark for the evaluation of LLMs in the Hydro-Science and Engineering domain, with its code and data available at \url{https://github.com/sheishijun/Hydro-SE-Bench}

AR-Med: Automated Relevance Enhancement in Medical Search via LLM-Driven Information Augmentation

AR-Med: 通过LLM驱动的信息增强实现医疗搜索的自动化相关性增强

Chuyue Wang, Jie Feng, Yuxi Wu, Hang Zhang, Zhiguo Fan, Bing Cheng, Wei Lin

机构 * Meituan Inc.（美团公司） ； Tsinghua University（清华大学） ； Independent Researcher（独立研究者） 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

AI总结 AR-Med通过LLM驱动的信息增强，实现医疗搜索的自动化相关性提升，提高了准确性和用户满意度。

LLM as Explainable Re-Ranker for Recommendation System

大语言模型作为可解释的重排序器用于推荐系统

Yaqi Wang, Haojia Sun, Shuting Zhang

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

AI总结 本文提出利用大语言模型作为可解释的重排序器，结合传统推荐模型提升推荐系统的准确性和可解释性。

GeoJSON Agents:A Multi-Agent LLM Architecture for Geospatial Analysis-Function Calling vs Code Generation

GeoJSON代理：一种用于地理空间分析的多智能体LLM架构——功能调用与代码生成

Qianqian Luo, Qingming Lin, Liuchang Xu, Sensen Wu, Ruichen Mao, Chao Wang, Hailin Feng, Bo Huang, Zhenhong Du

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

AI总结 GeoJSON代理通过功能调用与代码生成技术，提升地理空间分析任务的准确性和稳定性，展现多智能体LLM在复杂任务中的优势。

Multilingual Training-Free Remote Sensing Image Captioning

多语言免训练 遥感图像描述生成

Carlos Rebelo, Gil Rocha, João Daniel Silva, Bruno Martins

机构 * INESC-ID（葡萄牙里斯本INESC-ID研究所） ； Instituto Superior Técnico（葡萄牙里斯本技术大学） ； Faculdade de Engenharia da Universidade do Porto（葡萄牙波尔图大学工程学院） 纠错

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

AI总结 本文提出一种无需训练的多语言遥感图像描述生成方法，通过检索增强提示和图基重新排序策略，实现跨语言的高效描述生成。

Universally Converging Representations of Matter Across Scientific Foundation Models

跨科学基础模型中物质的普遍收敛表示

Sathya Edamadaka, Soojung Yang, Ju Li, Rafael Gómez-Bombarelli

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

AI总结 研究揭示科学基础模型在不同模态和数据集上对物质的普遍表示收敛性，表明模型学习了共同的物理现实表示，但受限于训练数据和归纳偏置。

Comments Oral spotlight at NeurIPS 2025 UniReps Workshop

Echoes of AI Harms: A Human-LLM Synergistic Framework for Bias-Driven Harm Anticipation

AI危害的回响：一种人机协同框架用于偏见驱动的危害预见

Nicoleta Tantalaki, Sophia Vei, Athena Vakali

机构 * Aristotle University（亚里士多德大学） 纠错

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

AI总结 本文提出ECHO框架，通过系统映射人工智能偏见类型到危害结果，实现主动危害预见，用于高风险领域中的偏见驱动危害检测与治理。

Comments 38 pages

SRPG: Semantically Reconstructed Privacy Guard for Zero-Trust Privacy in Educational Multi-Agent Systems

SRPG：用于教育多智能体系统的语义重建隐私保护

Shuang Guo, Zihui Li

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

AI总结 SRPG通过双流重建机制在教育多智能体系统中实现零PII泄露，提升教学效果与隐私保护。

Many-to-One Adversarial Consensus: Exposing Multi-Agent Collusion Risks in AI-Based Healthcare

多对一对抗共识：揭示基于AI的医疗保健中多智能体合谋的风险

Adeela Bashir, The Anh han, Zia Ush Shamszaman

机构 * School of Computing, Engineering and Digital Technologies（计算、工程与数字技术学院） ； Teesside University（泰赛德大学） ； Center for Digital Innovation（数字创新中心） 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 本研究揭示了基于AI的医疗保健中多智能体合谋的风险，提出了一种轻量级防御机制以确保临床指南的准确性。

Comments 7 pages Conference level paper

SocraticAI: Transforming LLMs into Guided CS Tutors Through Scaffolded Interaction

SocraticAI: 通过支架式交互将LLMs转化为指导性计算机科学导师

Karthik Sunil, Aalok Thakkar

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

AI总结 SocraticAI通过结构化约束将LLMs整合到计算机科学教育中，培养学生战略性的人工智能交互能力。

Comments Presented in the Best Practices Track of COMPUTE 2025 (arXiv:2512.02349)

Training and Evaluation of Guideline-Based Medical Reasoning in LLMs

在LLM中训练和评估基于指南的医学推理

Michael Staniek, Artem Sokolov, Stefan Riezler

机构 * Computational Linguistics &（计算语言学） ； IWR, Heidelberg University（海德堡大学IWR部门） ； Google DeepMind, Berlin, Germany（谷歌DeepMind，柏林，德国） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.CL

AI总结 本文通过训练LLM遵循医学共识指南，提升其推理和预测的正确性与价值正确性，改进未来临床变量的预测能力。

A Common Pipeline for Harmonizing Electronic Health Record Data for Translational Research

用于转化研究的电子健康记录数据统一通用管道

Jessica Gronsbell, Vidul Ayakulangara Panickan, Doudou Zhou, Chris Lin, Thomas Charlon, Chuan Hong, Xin Xiong, Linshanshan Wang, Jianhui Gao, Shirley Zhou, Yuan Tian, Yaqi Shi, Ziming Gan, Tianxi Cai

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

AI总结 PEHRT提供了一种统一EHR数据的通用管道，通过标准化本体、表示学习和跨机构协同训练，提升数据一致性与分析能力。

Identifying attributions of causality in political text

在政治文本中识别因果归因

Paulina Garcia-Corral

机构 * Hertie School（赫尔蒂学校） 纠错

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

AI总结 本文提出了一种用于检测和解析政治文本中因果解释的框架，通过训练轻量级因果语言模型，实现结构化数据集的生成，以提高对因果关系的分析能力。

"MCP Does Not Stand for Misuse Cryptography Protocol": Uncovering Cryptographic Misuse in Model Context Protocol at Scale

MCP并非指误用密码协议：在大规模模型上下文协议中揭示密码误用

Biwei Yan, Yue Zhang, Minghui Xu, Hao Wu, Yechao Zhang, Kun Li, Guoming Zhang, Xiuzhen Cheng

专题命中 领域大模型 ：LLM(abstract)

AI总结 研究提出MICRYSCOPE框架，通过跨语言中间表示、混合依赖分析和基于污点的检测器，揭示MCP中密码学误用问题，并识别出大量存在安全漏洞的服务器实例。