语言大模型 / LLM

Exploiting the Randomness of Large Language Models (LLM) in Text Classification Tasks: Locating Privileged Documents in Legal Matters

利用大型语言模型（LLM）在文本分类任务中的随机性：在法律事务中定位特权文件

Keith Huffman, Jianping Zhang, Nathaniel Huber-Fliflet, Fusheng Wei, Peter Gronvall

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

AI总结 本文研究了在法律事务中利用LLM随机性提高特权文件识别准确性的方法，并探讨了其在合规流程中的应用价值。

Mortgage Language Model: Domain-Adaptive Pretraining with Residual Instruction, Alignment Tuning, and Task-Specific Routing

抵押贷款语言模型：带有残差指令、对齐微调和任务特定路由的领域自适应预训练

Manish Jain, Satheesh Kumar Ponnambalam, Salman Faroz, Chandrakanth Lns, Vinay Sharma

机构 * Firstsource 纠错

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

AI总结 MortgageLLM通过双专家架构和残差指令技术，在抵押贷款领域实现领域自适应预训练，提升对话问答和结构化任务性能。

Leveraging Machine Learning and Large Language Models for Automated Image Clustering and Description in Legal Discovery

利用机器学习和大语言模型实现法律发现中的自动化图像聚类与描述

Qiang Mao, Fusheng Wei, Robert Neary, Charles Wang, Han Qin, Jianping Zhang, Nathaniel Huber-Fliflet

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

AI总结 本文提出利用机器学习和大语言模型实现法律发现中自动化图像聚类与描述，通过比较不同采样策略、提示技术和生成方法，提升大规模图像数据处理的效率和准确性。

CFD-copilot: leveraging domain-adapted large language model and model context protocol to enhance simulation automation

CFD-copilot: 利用领域适应的大语言模型和模型上下文协议增强仿真自动化

Zhehao Dong, Shanghai Du, Zhen Lu, Yue Yang

机构 * State Key Laboratory for Turbulence and Complex Systems（湍流与复杂系统国家重点实验室） ； School of Mechanics and Engineering Science（力学与工程科学学院） ； Peking University（北京大学） ； HEDPS-CAPT 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.AI

AI总结 CFD-copilot通过领域适应的大语言模型和模型上下文协议提升CFD仿真的自动化水平。

Evolutionary perspective of large language models on shaping research insights into healthcare disparities

大语言模型在塑造医疗不平等研究洞察的进化视角

David An

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

AI总结 本研究通过分析大语言模型在医疗不平等研究中的演变，揭示其在帮助理解该领域趋势和影响方面的潜力。

Comments Comments: 13 pages, 2 figures, 1 table. To appear in Information Research

Improving LLM Reliability with RAG in Religious Question-Answering: MufassirQAS

用RAG提升LLM可靠性：宗教问答中的MufassirQAS

Ahmet Yusuf Alan, Enis Karaarslan, Omer Aydin

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 MufassirQAS通过RAG方法提升LLM在宗教问答中的可靠性，提供透明和准确的回应。

Orchestrator Multi-Agent Clinical Decision Support System for Secondary Headache Diagnosis in Primary Care

协调多代理临床决策支持系统用于初级医疗二次头痛诊断

Xizhi Wu, Nelly Estefanie Garduno-Rapp, Justin F Rousseau, Mounika Thakkallapally, Hang Zhang, Yuelyu Ji, Shyam Visweswaran, Yifan Peng, Yanshan Wang

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

AI总结 本文提出了一种基于多代理架构的临床决策支持系统，通过协调机制提升继发性头痛诊断的准确性和可解释性。

RESTifAI: LLM-Based Workflow for Reusable REST API Testing

RESTifAI：基于大语言模型的可重用REST API测试工作流

Leon Kogler, Maximilian Ehrhart, Benedikt Dornauer, Eduard Paul Enoiu

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 RESTifAI是一种基于大语言模型的工具，用于生成可重用且适用于CI/CD的REST API测试，通过系统性构建测试场景并验证功能和鲁棒性。

Comments Accepted for ICSE 2026 Demonstration track

FALCO: a Foundation model of Astronomical Light Curves for time dOmain astronomy

FALCO：用于时间域天文学的天文光变曲线基础模型

Xiaoxiong Zuo, Yihan Tao, Yang Huang, Zhixuan Kang, Huaxi Chen, Chenzhou Cui, Jiashu Pan, Xiao Kong, Xiaoyu Tang, Henggeng Han, Haiyang Mu, Yunfei Xu, Dongwei Fan, Guirong Xue, Ali Luo, Jifeng Liu

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

AI总结 FALCO是一款基于Transformer架构的时间域天文学基础模型，通过自监督学习在未标记数据上训练，实现了高精度的恒星变异性分类、表面重力估计和耀斑识别。

Journal ref AJ 171 10 (2026)

A Practical Framework for Evaluating Medical AI Security: Reproducible Assessment of Jailbreaking and Privacy Vulnerabilities Across Clinical Specialties

评估医疗AI安全的实用框架：在不同临床专科中可重复评估劫持和隐私漏洞

Jinghao Wang, Ping Zhang, Carter Yagemann

机构 * The Ohio State University（俄亥俄州立大学） 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 本文提出了一种可重复评估医疗AI安全性的框架，针对不同临床专科的劫持和隐私漏洞进行评估，无需特殊资源或数据权限。

Comments 6 pages, 1 figure, framework proposal

Polynomiogram: An Integrated Framework for Root Visualization and Generative Art

多项式图：用于根可视化和生成艺术的集成框架

Hoang Duc Nguyen, Anh Van Pham, Hien D. Nguyen

机构 * Georgia Institute of Technology（佐治亚理工学院） ； University of Information Technology（信息技术大学） ； Vietnam National University（越南国家大学） 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 Polynomiogram通过灵活的采样方案和双引擎架构，实现多项式根的科学探索与生成艺术的结合。

Bridging the Clinical Expertise Gap: Development of a Web-Based Platform for Accessible Time Series Forecasting and Analysis

弥合临床专业知识差距：面向可及性的时间序列预测与分析的网页平台开发

Aaron D. Mullen, Daniel R. Harris, Svetla Slavova, V. K. Cody Bumgardner

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

AI总结 本文提出了一款网页平台，旨在通过提供多种预测模型和定制化功能，使临床研究人员更便捷地进行时间序列预测与分析。

A Hybrid Model for Stock Market Forecasting: Integrating News Sentiment and Time Series Data with Graph Neural Networks

一种股票市场预测的混合模型：整合新闻情感与时间序列数据与图神经网络

Nader Sadek, Mirette Moawad, Christina Naguib, Mariam Elzahaby

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

AI总结 本文提出一种结合新闻情感与时间序列数据的混合模型，利用图神经网络提升股票市场预测性能，实验显示GNN在准确率和精度上均优于LSTM基线。

Comments 11 pages, 6 figures. Published in the Proceedings of the 5th International Conference on Artificial Intelligence Research (ICAIR 2025). Published version available at: https://papers.academic-conferences.org/index.php/icair/article/view/4294

Journal ref Proceedings of the 5th International Conference on AI Research (ICAIR 2025), Vol. 5, No. 1, pp. 452-462 (2025)

AI-powered virtual tissues from spatial proteomics for clinical diagnostics and biomedical discovery

基于空间蛋白质组学的AI虚拟组织用于临床诊断和生物医学发现

Johann Wenckstern, Eeshaan Jain, Yexiang Cheng, Benedikt von Querfurth, Kiril Vasilev, Matteo Pariset, Phil F. Cheng, Petros Liakopoulos, Olivier Michielin, Andreas Wicki, Gabriele Gut, Charlotte Bunne

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

AI总结 本文提出VirTues模型，利用空间蛋白质组学数据实现生物标记物发现和患者分层，提升临床诊断和生物医学研究的准确性。

Comments 25 pages, 5 figures

Robust Agents in Open-Ended Worlds

开放世界中的鲁棒智能体

Mikayel Samvelyan

专题命中 领域大模型 ：LLM(abstract)；分类 cs.LG

AI总结 本研究提出Maestro和MiniHack框架，通过对抗课程和程序化内容生成提升智能体在开放环境中的鲁棒性和泛化能力。

Comments PhD Thesis