语言大模型 / LLM

Trust in One Round: Confidence Estimation for Large Language Models via Structural Signals

单轮信任：通过结构信号提升大语言模型的置信度估计

Pengyue Yang, Jiawen Wen, Haolin Jin, Linghan Huang, Huaming Chen, Ling Chen

机构 * The University of Sydney（悉尼大学） ； University of Technology Sydney（技术大学悉尼） 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、cs.LG

AI总结 通过分析模型最终层隐藏状态轨迹中的多尺度结构信号，提出结构置信度方法，实现单次通过的高效、稳健置信度估计，适用于高社会影响和资源受限的LLM应用。

Comments Accepted at The ACM Web Conference 2026 (WWW 2026)

AdNanny: One Reasoning LLM for All Offline Ads Recommendation Tasks

AdNanny：一个用于所有离线广告推荐任务的推理LLM

Nan Hu, Han Li, Jimeng Sun, Lu Wang, Fangkai Yang, Bo Qiao, Pu Zhao, David Dai, Mengyu Liu, Yuefeng Zhan, Jianjin Zhang, Weihao Han, Allen Sun, Qingwei Lin, Saravan Rajmohan, Dongmei Zhang, Denvy Deng, Feng Sun, Qi Zhang

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

AI总结 AdNanny是一种统一的推理LLM，用于提升离线广告推荐任务的效率和准确性，通过整合多个任务模型，减少冗余并提升性能。

Comments 21 pages, 3 figures

From Prompt to Graph: Comparing LLM-Based Information Extraction Strategies in Domain-Specific Ontology Development

从提示到图：比较基于大语言模型的信息提取策略在领域特定本体构建中的应用

Xuan Liu, Ziyu Li, Mu He, Ziyang Ma, Xiaoxu Wu, Gizem Yilmaz, Yiyuan Xia, Bingbing Li, He Tan, Jerry Ying Hsi Fuh, Wen Feng Lu, Anders E. W. Jarfors, Per Jansson

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 本文比较了三种基于大语言模型的信息提取策略，用于在有限数据下构建领域特定本体，通过实验验证了最佳方法的有效性。

Comments 11 pages,8 figures,3 tables,presented at International Conference on Industry of the Future and Smart Manufacturing,2025

From Scores to Steps: Diagnosing and Improving LLM Performance in Evidence-Based Medical Calculations

从分数到步骤：诊断和改进证据医学计算中LLM的性能

Benlu Wang, Iris Xia, Yifan Zhang, Junda Wang, Feiyun Ouyang, Shuo Han, Arman Cohan, Hong Yu, Zonghai Yao

机构 * Department of Computer Science, Yale University, CT, USA（耶鲁大学计算机科学系） ； Center for Healthcare Organization and Implementation Research, VA Bedford Health Care（VA贝福德医疗中心健康组织与实施研究中心） ； Miner School of Computer and Information Sciences, UMass Lowell, MA, USA（UMass洛厄尔矿尔计算机与信息科学学院） ； Manning College of Information and Computer Sciences, UMass Amherst, MA, USA（UMass阿默斯特马宁信息与计算机科学学院） 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 本文提出MedRaC框架，通过分步评估和代码执行提升LLM在证据医学计算中的准确性，揭示现有评估方法的不足，并推动临床可信度的提升。

Comments Equal contribution for the first two authors. To appear as an Oral presentation in the proceedings of the Main Conference on Empirical Methods in Natural Language Processing (EMNLP) 2025

Cross-Domain Fake News Detection on Unseen Domains via LLM-Based Domain-Aware User Modeling

跨领域假新闻检测：通过基于大语言模型的领域感知用户建模实现未见领域检测

Xuankai Yang, Yan Wang, Jiajie Zhu, Pengfei Ding, Hongyang Liu, Xiuzhen Zhang, Huan Liu

机构 * School of Computing Macquarie University Sydney Australia（计算机学院 马克韦克大学 悉尼 澳大利亚） ； School of Computing Technologies RMIT University Melbourne Australia（计算技术学院 RMIT大学 墨尔本 澳大利亚） ； School of Computing（计算机学院） ； Augmented Intelligence Arizona State University Tempe USA（增强智能 阿拉斯加州立大学 波特 USA） ； Macquarie University（马克韦克大学） ； RMIT University（RMIT大学） ； Arizona State University（阿拉斯加州立大学） 纠错

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

AI总结 本文提出DAUD框架，利用大语言模型进行领域感知用户建模，以提升未见领域假新闻检测的性能。

Comments This paper has been accepted by The 2026 ACM Web Conference (WWW 2026)

Towards Scientific Intelligence: A Survey of LLM-based Scientific Agents

迈向科学智能：基于大语言模型的科学代理综述

Shuo Ren, Can Xie, Pu Jian, Zhenjiang Ren, Chunlin Leng, Jiajun Zhang

机构 * State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室） ； Foundation Model Research Center, Institute of Automation, CAS（自动化研究所基础模型研究中心） ； University of Chinese Academy of Science, Beijing, China（中国科学院大学，北京，中国） ； Wuhan AI Research, Wuhan, China（武汉人工智能研究） 纠错

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 本文综述了基于大语言模型的科学代理，探讨其架构、应用及伦理问题，强调其在推动科学发现中的作用。

LLM-Based Multi-Agent Blackboard System for Information Discovery in Data Science

基于大语言模型的多智能体黑板系统用于数据科学中的信息发现

Alireza Salemi, Mihir Parmar, Palash Goyal, Yiwen Song, Jinsung Yoon, Hamed Zamani, Tomas Pfister, Hamid Palangi

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

AI总结 本文提出了一种基于黑板架构的多智能体系统，用于提升数据科学中的信息发现效率，通过去中心化设计实现更高的可扩展性和灵活性。

Ebisu: Benchmarking Large Language Models in Japanese Finance

Ebisu：日本金融领域大语言模型基准测试

Xueqing Peng, Ruoyu Xiang, Fan Zhang, Mingzi Song, Mingyang Jiang, Yan Wang, Lingfei Qian, Taiki Hara, Yuqing Guo, Jimin Huang, Junichi Tsujii, Sophia Ananiadou

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

AI总结 Ebisu通过两个专家标注任务评估日本金融语言理解，揭示了现有LLMs在处理隐含承诺和嵌套金融术语时的局限性。

Med3D-R1: Incentivizing Clinical Reasoning in 3D Medical Vision-Language Models for Abnormality Diagnosis

Med3D-R1: 促进3D医学视觉-语言模型的临床推理

Haoran Lai, Zihang Jiang, Kun Zhang, Qingsong Yao, Rongsheng Wang, Zhiyang He, Xiaodong Tao, Wei Wei, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China（生物医学工程学院，生命科学与医学系，中国科学技术大学） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（先进研究所，中国科学技术大学） ； Stanford University（斯坦福大学） ； Medical Business Department, iFlytek Co.Ltd（iFlytek公司医学业务部） ； The First Affiliated Hospital of USTC, Division of Life Sciences and Medicine University of Science and Technology of China（中国科学技术大学第一附属医院，生命科学与医学系） 纠错

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

AI总结 Med3D-R1通过两阶段训练框架提升3D医学视觉-语言模型的临床推理能力，实现更准确的异常诊断。

MedTutor: A Retrieval-Augmented LLM System for Case-Based Medical Education

MedTutor: 一种基于检索的LLM系统用于基于病例的医学教育

Dongsuk Jang, Ziyao Shangguan, Kyle Tegtmeyer, Anurag Gupta, Jan Czerminski, Sophie Chheang, Arman Cohan

机构 * Department of Computer Science, Yale University（耶鲁大学计算机科学系） ； Department of Radiology and Biomedical Imaging, Yale School of Medicine（耶鲁医学院放射学与生物医学成像系） ； Interdisciplinary Program for Bioengineering, Seoul National University（首尔国立大学生物工程跨学科项目） 纠错

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

AI总结 MedTutor是一种基于检索的LLM系统，通过自动从临床病例报告生成教育内容和多项选择题，提升医学教育质量。

Comments Accepted to EMNLP 2025 (System Demonstrations)

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: System Demonstrations, pages 319-353

"OpenBloom": A Question-Based LLM Tool to Support Stigma Reduction in Reproductive Well-Being

OpenBloom：基于问题的LLM工具，支持生殖健康中的污名减少

Ashley Hua, Adya Daruka, Yang Hong, Sharifa Sultana

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 OpenBloom通过LLM生成问题导向的学习提示，探索生殖健康污名的挑战，强调文化敏感性和批判性反思的重要性。

HumanStudy-Bench: Towards AI Agent Design for Participant Simulation

HumanStudy-Bench: 向参与者模拟的AI代理设计迈进

Xuan Liu, Haoyang Shang, Zizhang Liu, Xinyan Liu, Yunze Xiao, Yiwen Tu, Haojian Jin

机构 * University of California San Diego（加州大学圣地亚哥分校） ； Tsinghua University（清华大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Independent Researcher（独立研究者） 纠错

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 HUMANSTUDY-BENCH通过代理设计问题重建人类受试者实验，评估代理行为与人类行为的一致性，涵盖个体认知、战略互动和社会心理学领域。

Assessing Domain-Level Susceptibility to Emergent Misalignment from Narrow Finetuning

评估窄微调下领域层面的涌现对齐风险

Abhishek Mishra, Mugilan Arulvanan, Reshma Ashok, Polina Petrova, Deepesh Suranjandass, Donnie Winkelmann

机构 * Anonymous Authors（匿名作者） 纠错

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

AI总结 本文通过评估不同领域中窄微调下的涌现对齐风险，揭示了后门触发器对对齐效果的影响，并提出了基于成员推断度量的预测方法，为AI安全提供了新的视角。

AutoCodeSherpa: Symbolic Explanations in AI Coding Agents

AutoCodeSherpa: AI 编程代理中的符号解释

Sungmin Kang, Haifeng Ruan, Abhik Roychoudhury

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

AI总结 AutoCodeSherpa通过符号公式提供软件问题解释，提升自动化修复和程序分析的准确性与可靠性。

Smarter AI Through Prompt Engineering: Insights and Case Studies from Data Science Application

通过提示工程实现更智能的AI：来自数据科学应用的洞察与案例研究

Snehasish Paul, Rohit Kumar, Laxman Das

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

AI总结 本文通过提示工程在不同领域的应用案例，展示其提升AI性能的潜力及方法论有效性。

Can Reasoning LLMs Enhance Clinical Document Classification?

推理大语言模型能否增强临床文档分类？

Akram Mustafa, Usman Naseem, Mostafa Rahimi Azghadi

机构 * College of Science and Engineering, James Cook University（科学与工程学院，詹姆斯库克大学） ； School of Computing, Macquarie University（计算学院，麦考瑞大学） 纠错

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 本文研究推理大语言模型在临床文档分类中的性能，发现其在准确率上优于非推理模型，但一致性较低，建议采用混合方法提升临床编码效率。

Comments 27 pages

Journal ref Health and Technology (2026): 1-14

Instructional Agents: Reducing Teaching Faculty Workload through Multi-Agent Instructional Design

教学代理：通过多智能体教学设计减少教学人员的工作量

Huaiyuan Yao, Wanpeng Xu, Justin Turnau, Nadia Kellam, Hua Wei

机构 * Arizona State University（亚利桑那州立大学） 纠错

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

AI总结 教学代理通过多智能体框架自动化生成教学材料，减少教学人员工作量，提升教育普及效率。

Comments Accepted by ECAL'26 main conference; 23 pages, 9 figures

LocalV: Exploiting Information Locality for IP-level Verilog Generation

LocalV: 利用信息局部性进行IP级Verilog生成

Hanqi Lyu, Di Huang, Yaoyu Zhu, Kangcheng Liu, Bohan Dou, Chongxiao Li, Pengwei Jin, Shuyao Cheng, Rui Zhang, Zidong Du, Qi Guo, Xing Hu, Yunji Chen

机构 * University of Science（科学大学） ； SKL of Processors, Institute of Computing Technology, CAS（处理器研究所，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 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 LocalV通过利用模块化硬件设计中的信息局部性，解决IP级Verilog生成中的长文档处理、长代码生成和调试挑战，实现更高的生成准确率。

A Structured Framework for Evaluating and Enhancing Interpretive Capabilities of Multimodal LLMs in Culturally Situated Tasks

一种评估和增强多模态大语言模型在文化情境任务中解释能力的结构框架

Haorui Yu, Ramon Ruiz-Dolz, Qiufeng Yi

机构 * DJCAD, University of Dundee, United Kingdom（邓迪大学DJCAD部门） ； ARG-tech, SSEN, University of Dundee, United Kingdom（邓迪大学） ； School of Computer Science, University of Birmingham, United Kingdom（伯明翰大学计算机科学学院） 纠错

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

AI总结 本研究提出了一种结构框架，用于评估和增强多模态大语言模型在文化情境任务中生成中国绘画批评的能力，通过量化评价特征和人设引导提示，揭示了VLMs在艺术批评领域的表现与局限。

Comments EMNLP 2025 submission, 10 pages, 6 figures, 5 tables

Journal ref Findings of the Association for Computational Linguistics: EMNLP 2025, pages 1945-1971, Suzhou, China

Leveraging LLMs for Translating and Classifying Mental Health Data

利用大语言模型进行心理健康数据的翻译与分类

Konstantinos Skianis, A. Seza Doğruöz, John Pavlopoulos

机构 * Department of Computer Science and Engineering, University of Ioannina（计算机科学与工程系，希腊伊奥亚纳大学） ； LT3, IDLab, Universiteit Gent（LT3，IDLab，比利时根特大学） ； Department of Informatics, Athens University of Economics and Business（信息系，希腊经济与商业大学） ； Archimedes/AthenaRC, Greece（阿基米德/阿提卡RC，希腊） 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 本研究利用大语言模型在希腊语中检测抑郁症严重程度，发现GPT3.5-turbo在非英语语言中的表现不一致，强调了进一步研究和人类监督的重要性。

Unmediated AI-Assisted Scholarly Citations

无中介的人工智能辅助学术引用

Stefan Szeider

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

AI总结 本文提出一种结合语言模型与直接数据库访问的架构，通过模型上下文协议实现准确的学术引用处理，提升文献检索的可靠性和效率。

Journal ref Open Conference Proceedings, Vol. 8 (2026): The Second Bridge on Artificial Intelligence for Scholarly Communication (AAAI-26)

Demystifying the oracle: A "20 Questions" game to promote AI ethics and literacy

解开预言者之谜：一种“20个问题”游戏以促进人工智能伦理与素养

Eugenio Tufino

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

AI总结 本文通过简化版的“20个问题”游戏，帮助学生理解LLMs的概率本质，促进AI伦理与素养。

Comments 7 pages, 2 figures

Exploring the Role of Automated Feedback in Programming Education: A Systematic Literature Review

探索自动化反馈在编程教育中的作用：一项系统文献综述

Yeonji Jung, Yunseo Lee, Jiyeong Bae, DoYong Kim, Heungsoo Choi, Minji Kang, Unggi Lee

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

AI总结 本文通过系统文献综述，探讨自动化反馈在编程教育中的作用，发现其主要聚焦于错误检测和代码正确性，但缺乏对更高阶学习过程的支持。

X-Coder: Advancing Competitive Programming with Fully Synthetic Tasks, Solutions, and Tests

X-Coder：通过完全合成任务、解决方案和测试推进竞争性编程

Jie Wu, Haoling Li, Xin Zhang, Jiani Guo, Jane Luo, Steven Liu, Yangyu Huang, Ruihang Chu, Scarlett Li, Yujiu Yang

机构 * Tsinghua University（清华大学） ； Microsoft Research（微软研究院） ； Wuhan University（武汉大学） 纠错

专题命中 领域大模型 ：SFT(abstract,comments)；分类 cs.CL、cs.LG

AI总结 X-Coder通过完全合成数据提升竞争性编程模型性能，采用领域特定进化和双验证策略，在LiveCodeBench上取得显著成果。

Comments Code: https://github.com/JieWu02/X-Coder; Data: https://huggingface.co/datasets/IIGroup/X-Coder-SFT-376k

Contrastive Domain Generalization for Cross-Instrument Molecular Identification in Mass Spectrometry

对比域泛化用于质谱中跨仪器分子识别

Seunghyun Yoo, Sanghong Kim, Namkyung Yoon, Hwangnam Kim

机构 * School of Electrical Engineering, Korea University, Seoul 02841, Korea（韩国大学电气工程学院） 纠错

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

AI总结 本文提出一种跨模态对齐框架，通过将质谱直接映射到预训练化学语言模型的分子结构嵌入空间，提升跨仪器分子识别的泛化能力。

Comments 8 pages, 2 figures

SOPRAG: Multi-view Graph Experts Retrieval for Industrial Standard Operating Procedures

SOPRAG：面向工业标准操作规程的多视图图专家检索

Liangtao Lin, Zhaomeng Zhu, Tianwei Zhang, Yonggang Wen

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 SOPRAG通过多视图图专家检索框架，解决工业SOP检索中的结构复杂性和条件依赖性问题，提升检索准确性和响应实用性。

T-COL: Generating Counterfactual Explanations for General User Preferences on Variable Machine Learning Systems

T-COL：为可变机器学习系统生成通用用户偏好的反事实解释

Ming Wang, Daling Wang, Wenfang Wu, Shi Feng, Yifei Zhang

机构 * Northeastern University（东北大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 T-COL 通过基于树的条件可选链接方法，为可变机器学习系统生成适应一般用户偏好的反事实解释，提升解释的鲁棒性和适应性。

Journal ref Journal of Artificial Intelligence Research, Vol. 85 (2026)

Augmenting Clinical Decision-Making with an Interactive and Interpretable AI Copilot: A Real-World User Study with Clinicians in Nephrology and Obstetrics

通过交互式和可解释的AI助手增强临床决策：与泌尿科和产科医生的现实世界用户研究

Yinghao Zhu, Dehao Sui, Zixiang Wang, Xuning Hu, Lei Gu, Yifan Qi, Tianchen Wu, Ling Wang, Yuan Wei, Wen Tang, Zhihan Cui, Yasha Wang, Lequan Yu, Ewen M Harrison, Junyi Gao, Liantao Ma

机构 * Peking University（北京大学） ； University of Hong Kong（香港大学） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Peking University Third Hospital（北京大学第三医院） ； Affiliated Xuzhou Municipal Hospital of Xuzhou Medical University（徐州医科大学附属徐州市人民医院） ； University of Edinburgh（爱丁堡大学） ； Health Data Research UK（英国健康数据研究） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 AICare通过交互式和可解释的AI助手提升临床决策，通过实验证明其降低认知负荷并增强医生信任

Comments Accepted by ACM CHI 2026

TRACE: Grounding Time Series in Context for Multimodal Embedding and Retrieval

TRACE: 在上下文中对时间序列进行建模以实现多模态嵌入与检索

Jialin Chen, Ziyu Zhao, Gaukhar Nurbek, Aosong Feng, Ali Maatouk, Leandros Tassiulas, Yifeng Gao, Rex Ying

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

AI总结 TRACE通过在上下文中对时间序列进行建模，实现多模态嵌入与检索，提升下游任务的预测精度和可解释性，同时作为强大的独立编码器优化上下文感知表示。

SciTextures: Collecting and Connecting Visual Patterns, Models, and Code Across Science and Art

SciTextures: 收集和连接科学与艺术中的视觉模式、模型和代码

Sagi Eppel, Alona Strugatski

专题命中 领域大模型 ：language model(abstract)

AI总结 SciTextures通过连接视觉模式与生成机制，提供大规模数据集评估VLMs对物理系统多层抽象的理解与模拟能力。