语言大模型 / LLM

Automated Program Repair of Uncompilable Student Code

不可编译学生代码的自动化程序修复

Griffin Pitts, Aum Pandya, Darsh Rank, Tirth Bhatt, Muntasir Hoq, Bita Akram

机构 * North Carolina State University（北卡罗来纳州立大学） 纠错

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

AI总结 本研究利用大型语言模型修复不可编译的学生代码，以保留其结构意图，从而提升学生建模和知识追踪的分析能力。

Comments In Proceedings of the 57th ACM Technical Symposium on Computer Science Education V.2 (SIGCSE TS 2026)

CBA: Communication-Bound-Aware Cross-Domain Resource Assignment for Pipeline-Parallel Distributed LLM Training in Dynamic Multi-DC Optical Networks

CBA：面向动态多数据中心光网络的流水线并行分布式大语言模型训练的通信感知跨域资源分配

Dianxuan Fu, Xiaomin Liu, Yihao Zhang, Shikui Shen, Weisheng Hu, Qunbi Zhuge

专题命中 领域大模型 ：LLM(title)；分类 cs.AI

AI总结 本文提出CBA框架，通过通信感知的跨域资源分配，提升多数据中心光网络中流水线并行分布式大语言模型训练的效率。

Benchmarking LLMs for Predictive Applications in the Intensive Care Units

在重症监护室中用于预测应用的大型语言模型基准测试

Chehak Malhotra, Mehak Gopal, Akshaya Devadiga, Pradeep Singh, Ridam Pal, Ritwik Kashyap, Tavpritesh Sethi

机构 * Computer Science（计算机科学） ； Indraprastha Institute of Information Technology Delhi（印度理工信息科技学院德里） 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 本研究比较了多种模型在预测重症监护室休克中的表现，发现LLMs在预测临床事件方面与SLMs性能相当，强调需发展能预测临床轨迹的模型以提升临床价值。

A DeepSeek-Powered AI System for Automated Chest Radiograph Interpretation in Clinical Practice

基于DeepSeek的AI系统用于临床实践中自动胸部X光解读

Yaowei Bai, Ruiheng Zhang, Yu Lei, Xuhua Duan, Jingfeng Yao, Shuguang Ju, Chaoyang Wang, Wei Yao, Yiwan Guo, Guilin Zhang, Chao Wan, Qian Yuan, Lei Chen, Wenjuan Tang, Biqiang Zhu, Xinggang Wang, Tao Sun, Wei Zhou, Dacheng Tao, Yongchao Xu, Chuansheng Zheng, Huangxuan Zhao, Bo Du

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

AI总结 基于DeepSeek的AI系统在临床实践中实现自动胸部X光解读，提升诊断可靠性与效率，减少解读时间并获得专家认可。

Comments arXiv admin note: substantial text overlap with arXiv:2507.19493

Multi-Agent Intelligence for Multidisciplinary Decision-Making in Gastrointestinal Oncology

多智能体智能在胃肠肿瘤多学科决策中的应用

Rongzhao Zhang, Junqiao Wang, Shuyun Yang, Mouxiao Bian, Chihao Zhang, Dongyang Wang, Qiujuan Yan, Yun Zhong, Yuwei Bai, Guanxu Zhu, Kangkun Mao, Miao Wang, Chao Ding, Renjie Lu, Lei Wang, Lei Zheng, Tao Zheng, Xi Wang, Zhuo Fan, Bing Han, Meiling Liu, Luyi Jiang, Dongming Shan, Wenzhong Jin, Jiwei Yu, Zheng Wang, Jie Xu, Meng Luo

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Ninth People’s Hospital, Shanghai Jiao Tong University School of Medicine（上海第九人民医院，上海交通大学医学院） ； Renji Hospital, Shanghai Jiao Tong University School of Medicine（仁济医院，上海交通大学医学院） ； Shanghai Institute of Infectious Disease and Biosecurity, Fudan University（上海市传染病防治研究所暨生物安全研究所，复旦大学） ； Shanghai Health Development Research Center (Shanghai Medical Information Center)（上海市卫生健康发展研究中心（上海市医疗信息中心）） ； Shanghai Kupas Technology Co., Ltd.（上海库帕斯科技有限公司） 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 本文提出基于多智能体的框架，用于提升胃肠肿瘤多学科决策的自动化支持，通过模拟多学科团队协作，提高推理逻辑和医疗准确性。

Low-Resource Domain Adaptation for Speech LLMs via Text-Only Fine-Tuning

通过文本仅微调实现语音大模型的低资源领域适应

Yangui Fang, Jing Peng, Xu Li, Yu Xi, Chengwei Zhang, Guohui Zhong, Kai Yu

机构 * Huazhong University of Science and Technology, School of Electronic Information and Communications（华中科技大学电子信息与通信学院） ； MoE Key Lab of Artificial Intelligence, AI Institute, X-LANCE Lab, Shanghai Jiao Tong University, Shanghai, China（人工智能MoE重点实验室、AI研究院、X-LANCE实验室、上海交通大学、上海，中国） ； Jiangsu Key Lab of Language Computing, Suzhou, China（江苏省语言计算重点实验室、苏州，中国） ； AISpeech Co., Ltd., Suzhou, China（AISpeech公司、苏州，中国） 纠错

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

AI总结 本文提出通过文本仅微调实现语音大模型在低资源环境下的领域适应，有效提升识别性能并减少领域迁移中的性能下降。

Comments This paper has been ACCEPTED for publication in ASRU

Deep Learning and Machine Learning -- Python Data Structures and Mathematics Fundamental: From Theory to Practice

深度学习与机器学习——Python数据结构与数学基础：从理论到实践

Silin Chen, Ziqian Bi, Junyu Liu, Benji Peng, Sen Zhang, Xuanhe Pan, Jiawei Xu, Jinlang Wang, Keyu Chen, Caitlyn Heqi Yin, Pohsun Feng, Yizhu Wen, Tianyang Wang, Ming Li, Jintao Ren, Qian Niu, Xinyuan Song, Ming Liu

机构 * Zhejiang University（浙江大学） ； Indiana University（印第安纳大学） ； Kyoto University（京都大学） ； AppCubic ； Rutgers University（罗格斯大学） ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） ； Purdue University（普渡大学） ； Georgia Institute of Technology（佐治亚理工学院） 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 本书通过Python语言，系统讲解机器学习和深度学习的基础理论与实践，涵盖数学基础、算法实现及大数据应用，帮助读者掌握AI开发的核心技能。

Comments 298 pages

CS-Guide: Leveraging LLMs and Student Reflections to Provide Frequent, Scalable Academic Monitoring Feedback to Computer Science Students

CS-Guide：利用LLMs和学生反思提供频繁、可扩展的学术监控反馈给计算机科学学生

Samuel Jacob Chacko, An-I Andy Wang, Lara Perez-Felkner, Sonia Haiduc, David Whalley, Xiuwen Liu

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

AI总结 CS-Guide利用LLMs和学生反思提供频繁、可扩展的学术反馈，通过学习分析和定制干预提升计算机科学学生支持

Comments 10 pages, 2 figures

CardAIc-Agents: A Multimodal Framework with Hierarchical Adaptation for Cardiac Care Support

CardAIc-Agents: 一种用于心脏护理支持的多模态框架，具有分层适应性

Yuting Zhang, Karina V. Bunting, Asgher Champsi, Xiaoxia Wang, Wenqi Lu, Alexander Thorley, Sandeep S Hothi, Zhaowen Qiu, Baturalp Buyukates, Dipak Kotecha, Jinming Duan

机构 * School of Computer Science, University of Birmingham, UK（英国伯明翰大学计算机科学学院） ； Department of Cardiovascular Sciences, University of Birmingham, UK（英国伯明翰大学心血管科学系） ； NIHR Birmingham Biomedical Research Centre and West Midlands NHS Secure Data Environment, University Hospitals Birmingham NHS Foundation Trust, UK（英国伯明翰大学医院 NHS 基础信任机构） ； Department of Computing and Mathematics, Manchester Metropolitan University, UK（曼彻斯特 Metropolitan 大学计算与数学系） ； Department of Cardiology, Heart and Lung Centre, Royal Wolverhampton NHS Trust, UK（皇家沃尔夫汉普顿 NHS 委员会心内科部门） ； College of Computer and Control Engineering, Northeast Forestry University, China（中国东北林业大学计算机与控制工程学院） ； Julius Center, University Medical Center Utrecht, the Netherlands（荷兰乌得勒支大学医学中心朱利叶斯中心） ； Division of Informatics, Imaging and Data Sciences, University of Manchester, UK（英国曼彻斯特大学信息学、成像与数据科学系） 纠错

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

AI总结 CardAIc-Agents通过多模态框架和分层适应性，提升心脏护理支持的效率和灵活性，有效解决传统AI代理在适应性推理、工具支持、知识更新和视觉输出方面的不足。