语言大模型 / LLM - arXivDaily 专题

2507.13550 2026-01-28 cs.AI cs.CL cs.SC 88%

GOFAI meets Generative AI: Development of Expert Systems by means of Large Language Models

GOFAI与生成式AI的交汇：通过大语言模型开发专家系统

Eduardo C. Garrido-Merchán, Cristina Puente

机构 * Quantitative Methods Department, Comillas Pontifical University Institute of Research in Technology (IIT)（定量方法部门，科利马斯天主教大学技术研究所）； Computer Science Department, ICAI School of Engineering, Comillas Pontifical University（计算机科学系，ICAI工程学院，科利马斯天主教大学）

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

AI总结本文提出通过大语言模型开发专家系统的方法，结合LLMs的检索能力和符号系统的精确性，以实现可解释、可扩展和可靠的知识表示。

2601.19723 2026-01-28 cs.CL cs.AI 84%

Component-Level Lesioning of Language Models Reveals Clinically Aligned Aphasia Phenotypes

语言模型组件级损伤揭示临床对齐的失语症表型

Yifan Wang, Jichen Zheng, Jingyuan Sun, Yunhao Zhang, Chunyu Ye, Jixing Li, Chengqing Zong, Shaonan Wang

机构 * Department of Computer Science, The University of Manchester, UK（曼彻斯特大学计算机科学系）； State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, CAS, Beijing, China（多模态人工智能系统国家重点实验室，中国科学院自动化研究所，北京）； School of Artificial Intelligence, University of Chinese Academy of Sciences, Beijing, China（中国科学院大学人工智能学院，北京）； Department of Linguistics and Translation, City University of Hong Kong, Hong Kong（香港城市大学语言学与翻译系）； Department of Language Science and Technology, Hong Kong Polytechnic University, Hong Kong（香港理工大学语言科学与技术系）

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

AI总结通过模块化LLM的组件级损伤模拟失语症，揭示临床相关的语言功能退化机制

2601.18901 2026-01-28 cs.CL 79%

Self-Aware Knowledge Probing: Evaluating Language Models' Relational Knowledge through Confidence Calibration

具有自意识的知识探测：通过置信度校准评估语言模型的关系知识

Christopher Kissling, Elena Merdjanovska, Alan Akbik

机构 * Humboldt-Universität zu Berlin（柏林洪堡大学）

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

AI总结本文提出了一种新的校准探测框架，用于评估语言模型在关系知识上的置信度，揭示了大多数模型在置信度校准上的不足。

2601.03156 2026-01-28 cs.LG cs.AI cs.CL cs.CY 67%

Prompt-Counterfactual Explanations for Generative AI System Behavior

提示-反事实解释用于生成式AI系统行为

Sofie Goethals, Foster Provost, João Sedoc

机构 * University of Antwerp（安特卫普大学）； NYU Stern School of Business（纽约大学斯特恩商学院）

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

AI总结本文提出了一种生成式AI系统的提示-反事实解释方法，用于分析和解释提示对输出特征的影响，以提升模型的可解释性和可控性。

1. 知识编辑与模型理解 4 篇

GOFAI meets Generative AI: Development of Expert Systems by means of Large Language Models

Component-Level Lesioning of Language Models Reveals Clinically Aligned Aphasia Phenotypes

Self-Aware Knowledge Probing: Evaluating Language Models' Relational Knowledge through Confidence Calibration

Prompt-Counterfactual Explanations for Generative AI System Behavior