语言大模型 / LLM

SCALE: Towards Collaborative Content Analysis in Social Science with Large Language Model Agents and Human Intervention

SCALE：基于大语言模型代理和人工干预的社会科学研究内容分析

Chengshuai Zhao, Zhen Tan, Chau-Wai Wong, Xinyan Zhao, Tianlong Chen, Huan Liu

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

AI总结 SCALE通过大语言模型代理和人工干预，实现了社会科学中复杂内容分析的高效模拟与提升。

Comments Accepted by the Annual Meeting of the Association for Computational Linguistics (ACL) 2025 Main Conference

Beyond Gemini-3-Pro: Revisiting LLM Routing and Aggregation at Scale

超越Gemini-3-Pro：大规模LLM路由与聚合的再审视

Shengji Tang, Weihao Lin, Peng Ye, Jingqi Ye, Hao Li, Yiqun Zhang, Xiaosong Wang, Bo Zhang, Shuyue Hu, Tao Chen, Lei Bai, Wanli Ouyang

机构 * Shanghai AI Lab（上海人工智能实验室） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； University of Science and Technology of China（中国科学技术大学） ； Northwestern Polytechnical University（西北工业大学） ； Northeastern University（东北大学） 纠错

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

AI总结 本文提出JiSi框架，通过混合路由、支持集聚合选择和自适应切换技术，实现开源LLM协作超越Gemini-3-Pro。

Comments 21 pages

Reinforced Curriculum Pre-Alignment for Domain-Adaptive VLMs

强化课程预对齐用于领域自适应视觉-语言模型

Yuming Yan, Shuo Yang, Kai Tang, Sihong Chen, Yang Zhang, Ke Xu, Dan Hu, Qun Yu, Pengfei Hu, Edith C. H. Ngai

机构 * Tencent（腾讯） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；pretraining(abstract)；post-training(abstract)

AI总结 本文提出RCPA方法，通过课程意识的渐进调节机制，在领域自适应中平衡领域知识获取与通用能力保持。

C-MOP: Integrating Momentum and Boundary-Aware Clustering for Enhanced Prompt Evolution

C-MOP：结合动量和边界感知聚类以提升提示进化

Binwei Yan, Yifei Fu, Mingjian Zhu, Hanting Chen, Mingxuan Yuan, Yunhe Wang, Hailin Hu

机构 * Noah's Ark Lab, Huawei, China（诺亚实验室，华为，中国） 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 C-MOP通过结合动量和边界感知聚类技术，提升提示优化效果，实现对大型语言模型的高效提示进化。

Comments The code is available at https://github.com/huawei-noah/noah-research/tree/master/C-MOP

GeoGR: A Generative Retrieval Framework for Spatio-Temporal Aware POI Recommendation

GeoGR: 一种面向空间时间感知的POI推荐生成框架

Fangye Wang, Haowen Lin, Yifang Yuan, Siyuan Wang, Xiaojiang Zhou, Song Yang, Pengjie Wang

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

AI总结 GeoGR是一种面向空间时间感知的POI推荐生成框架，通过两阶段设计提升POI推荐的准确性和可扩展性。

Interactive LLM-assisted Curriculum Learning for Multi-Task Evolutionary Policy Search

多任务策略搜索中的交互式LLM辅助课程学习

Berfin Sakallioglu, Giorgia Nadizar, Eric Medvet

机构 * MIGe - University of Trieste（MIGe - 乌迪内大学） ； University Toulouse Capitole, IRIT - CNRS UMR5505（图卢兹大学，IRIT - CNRS UMR5505） ； DIA - University of Trieste（DIA - 乌迪内大学） 纠错

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

AI总结 本文提出了一种交互式LLM辅助的在线课程生成框架，通过多模态反馈提升多任务策略搜索的性能，展示其与专家设计课程的竞争力。

Comments 8 pages, 7 figures, with Appendix

A Vision-Language Foundation Model for Zero-shot Clinical Collaboration and Automated Concept Discovery in Dermatology

一种用于零样本临床协作和皮肤病自动概念发现的视觉-语言基础模型

Siyuan Yan, Xieji Li, Dan Mo, Philipp Tschandl, Yiwen Jiang, Zhonghua Wang, Ming Hu, Lie Ju, Cristina Vico-Alonso, Yizhen Zheng, Jiahe Liu, Juexiao Zhou, Camilla Chello, Jen G. Cheung, Julien Anriot, Luc Thomas, Clare Primiero, Gin Tan, Aik Beng Ng, Simon See, Xiaoying Tang, Albert Ip, Xiaoyang Liao, Adrian Bowling, Martin Haskett, Shuang Zhao, Monika Janda, H. Peter Soyer, Victoria Mar, Harald Kittler, Zongyuan Ge

机构 * AIM for Health Lab（AIM for Health实验室） ； Faculty of Information Technology, Monash University（信息技术学院，墨尔本大学） ； Department of Dermatology, Medical University of Vienna（皮肤科，维也纳医学大学） ； Faculty of Engineering, Monash University（工程学院，墨尔本大学） ； Institute of Ophthalmology, University College London（眼科研究所，伦敦大学学院） ； Dermatology Department. Fundacion Hospital 12 de Octubre（皮肤科部门，12月12日基金会医院） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳）） ； Frazer Institute, The University of Queensland（弗拉泽研究所，昆士兰大学） ； Dermatology Research Centre, Brisbane, Australia（皮肤科研究中心，澳大利亚布里斯班） ； Department of Medical and Cardiovascular Sciences, Sapienza University of Rome（医学与心血管科学系，罗马萨皮恩扎大学） ； Victorian Melanoma Service, Alfred Care Group, Bayside Health, Melbourne, Australia（维多利亚黑色素瘤服务，阿尔弗雷德护理集团，墨尔本布里斯班健康中心，澳大利亚） ； SkIIN Discovery Program, Monash University（SkIIN发现计划，墨尔本大学） ； Claude Bernard Lyon-1 University（克劳德·伯纳德里昂-1大学） ； Centre Léon Berard, Lyon, France（莱昂·贝拉德中心，法国里昂） ； Dermatology department, Hôpital Lyon Sud, Hospices Civils de Lyon, Lyons, France（皮肤科部门，里昂南医院，里昂民事医院，法国里昂） ； Cancer Research Center of Lyon, Lyons, France（里昂癌症研究中心，法国里昂） ； eResearch Centre, Monash University（eResearch研究中心，墨尔本大学） ； NVIDIA AI Techno（NVIDIA AI技术） 纠错

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

AI总结 DermFM-Zero是一种用于皮肤病零样本临床协作和自动概念发现的视觉-语言基础模型，通过掩码潜在建模和对比学习训练，实现了无需任务特定适应的高精度诊断和多模态检索能力。

Comments reports

CyberBOT: Towards Reliable Cybersecurity Education via Ontology-Grounded Retrieval Augmented Generation

CyberBOT: 通过基于本体的检索增强生成实现可靠的网络安全教育

Chengshuai Zhao, Riccardo De Maria, Tharindu Kumarage, Kumar Satvik Chaudhary, Garima Agrawal, Yiwen Li, Jongchan Park, Yuli Deng, Ying-Chih Chen, Huan Liu

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 CyberBOT通过基于本体的检索增强生成技术，提供可靠的网络安全教育解决方案，提升教学效果和学生参与度。

Comments Accepted by The Conference on Information and Knowledge Management (CIKM) 2025

MPA: Multimodal Prototype Augmentation for Few-Shot Learning

MPA: 多模态原型增强用于少样本学习

Liwen Wu, Wei Wang, Lei Zhao, Zhan Gao, Qika Lin, Shaowen Yao, Zuozhu Liu, Bin Pu

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

AI总结 MPA通过多模态原型增强方法，在少样本学习中实现更优性能，通过语义增强、多视图增强和不确定类吸收器提升模型表现。

Comments This paper has been accepted by AAAI 2026

MRAG: Benchmarking Retrieval-Augmented Generation for Bio-medicine

MRAG：生物医学领域检索增强生成的基准测试

Liz Li, Wei Zhu

机构 * DataSelect AI ； University of Hong Kong（香港大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；prompting(abstract)；分类 cs.CL、cs.AI

AI总结 MRAG基准测试通过构建医学领域语料库和工具包，评估RAG在生物医学任务中的有效性，揭示RAG在提升LLM可靠性及性能影响因素方面的贡献。

Code2MCP: Transforming Code Repositories into MCP Services

Code2MCP: 将代码仓库转化为MCP服务

Chaoqian Ouyang, Ling Yue, Shimin Di, Libin Zheng, Linan Yue, Shaowu Pan, Jian Yin, Min-Ling Zhang

机构 * Sun Yat-sen University（中山大学） ； Rensselaer Polytechnic Institute（罗切斯特理工学院） ； Southeast University（东南大学） 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 Code2MCP通过自动化将GitHub仓库转换为MCP兼容服务，解决现有MCP工具池不足的问题，促进MCP协议的普及与应用。

Why do we do astrophysics?

为什么我们从事天体物理学？

David W. Hogg

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

AI总结 本文探讨了大型语言模型在天体物理学中的应用对专业的影响，提出应建立平衡政策，而非极端禁止或放任的态度。

Comments 21-page white paper

Learning to Compose for Cross-domain Agentic Workflow Generation

跨领域代理工作流生成中的学习组合

Jialiang Wang, Shengxiang Xu, Hanmo Liu, Jiachuan Wang, Yuyu Luo, Shimin Di, Min-Ling Zhang, Lei Chen

机构 * Hong Kong University of Science and Technology（香港理工大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港理工大学（广州）） ； Southeast University（东南大学） ； University of Tsukuba（茨口大学） 纠错

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

AI总结 本文提出了一种基于分解-重组-决策机制的跨领域代理工作流生成方法，通过学习可重用能力实现单次生成，提升效率并减少迭代成本。

AI Driven Discovery of Bio Ecological Mediation in Cascading Heatwave Risks

由人工智能驱动的生物生态中介在连锁热浪风险中的发现

Yiquan Wang, Tin-Yeh Huang, Qingyun Gao, Yuhan Chang, Jialin Zhang

机构 * College of Mathematics and System Science, Xinjiang University, Urumqi, Xinjiang, China（数学与系统科学学院，新疆大学） ； Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing, China（地理科学与自然资源研究所，中国科学院） ； Department of Industrial and Systems Engineering, The Hong Kong Polytechnic University, Hong Kong, China（工业与系统工程系，香港理工大学） ； Xinya College, Tsinghua University, Beijing, China（清华学院） ； College of Architectural Engineering, Xinjiang University, Urumqi, Xinjiang, China（建筑工程学院，新疆大学） 纠错

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

AI总结 本研究提出HeDA框架，通过构建知识图谱发现生物生态中介效应，揭示热浪风险的复杂系统性影响，并推动适应策略向动态跨系统韧性转变。