语言大模型 / LLM

Ontological grounding for sound and natural robot explanations via large language models

通过大语言模型实现声音和自然的机器人解释的本体论基础

Alberto Olivares-Alarcos, Muhammad Ahsan, Satrio Sanjaya, Hsien-I Lin, Guillem Alenyà

机构 * Institute of Electrical and Control Engineering, National Yang Ming Chiao Tung University（电子与控制工程研究所，国立阳明交通大学） 纠错

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

AI总结 本文提出结合本体推理与大语言模型的框架，以生成自然且语义准确的机器人解释，提升人机交互的透明度和可解释性。

Comments An extended abstract of this article is accepted for presentation at AAMAS 2026: Olivares-Alarcos, A., Muhammad, A., Sanjaya, S., Lin, H. and Alenyà, G. (2026). Blending ontologies and language models to generate sound and natural robot explanations. In Proceedings of the International Conference on Autonomous Agents and Multiagent Systems. IFAAMAS

Tutoring Large Language Models to be Domain-adaptive, Precise, and Safe

指导大语言模型成为领域自适应、精确和安全的

Somnath Banerjee

机构 * Indian Institute of Technology Kharagpur（印度理工学院克哈格浦分校） 纠错

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

AI总结 本研究通过领域适应、伦理严谨性和文化对齐，指导大语言模型实现精确性、安全性和全球包容性。

Comments Accepted to the PhD Symposium at Web Conference 2026

Judging the Judges: Human Validation of Multi-LLM Evaluation for High-Quality K--12 Science Instructional Materials

评判评判者：人类验证多LLM评估用于高质量K-12科学教学材料

Peng He, Zhaohui Li, Zeyuan Wang, Jinjun Xiong, Tingting Li

机构 * Washington State University, Pullman, WA, USA（华盛顿州立大学） ； University at Buffalo, State University of New York, Buffalo, NY, USA（布法罗大学） 纠错

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

AI总结 本研究通过人类专家验证多LLM评估，揭示LLM在K-12科学教学材料设计中的推理优劣，为生成式AI代理的发展提供指导。

Context Volume Drives Performance: Tackling Domain Shift in Extremely Low-Resource Translation via RAG

上下文体积驱动性能：通过RAG解决极低资源翻译中的领域偏移

David Samuel Setiawan, Raphaël Merx, Jey Han Lau

机构 * The University of Melbourne（墨尔本大学） 纠错

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

AI总结 通过RAG方法，利用检索增强生成技术，在极低资源翻译中有效缓解领域偏移问题，恢复性能损失。

Differentially Private Retrieval-Augmented Generation

差分隐私增强的检索增强生成

Tingting Tang, James Flemings, Yongqin Wang, Murali Annavaram

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 DP-KSA 是一种整合差分隐私的检索增强生成算法，通过关键词增强减少隐私风险并保持实用性。

Evaluating LLMs in Finance Requires Explicit Bias Consideration

评估金融领域的LLM需要显式考虑偏见

Yaxuan Kong, Hoyoung Lee, Yoontae Hwang, Alejandro Lopez-Lira, Bradford Levy, Dhagash Mehta, Qingsong Wen, Chanyeol Choi, Yongjae Lee, Stefan Zohren

机构 * University of Chicago Booth School of Business（芝加哥大学商学院） ； Pusan National University（釜山国立大学） ； Ulsan National Institute of Science（乌山国立科学研究院） ； University of Oxford（牛津大学） ； University of Florida（佛罗里达大学） 纠错

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

AI总结 本文提出了一种结构性有效性框架，强调在金融领域使用LLM时需显式考虑偏见问题，并提出了评估检查表以确保结果的有效性。

A Multi-Agent Framework for Medical AI: Leveraging Fine-Tuned GPT, LLaMA, and DeepSeek R1 for Evidence-Based and Bias-Aware Clinical Query Processing

面向医疗AI的多智能体框架：利用微调的GPT、LLaMA和DeepSeek R1进行基于证据和偏见意识的临床查询处理

Naeimeh Nourmohammadi, Md Meem Hossain, The Anh Han, Safina Showkat Ara, Zia Ush Shamszaman

机构 * Department of Computing ； Games, Teesside University, Middlesbrough, United Kingdom Centre for Digital Innovation, Teesside University, Middlesbrough, United Kingdom Faculty of Business \& Technology, University of Sunderland, Sunderland, United Kingdom 纠错

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

AI总结 本文提出一个多智能体框架，利用微调的GPT、LLaMA和DeepSeek R1，结合证据检索和偏见检查，提升医疗问答的可靠性与准确性。

Comments 27 pages, 14 figures, 5 tables

Detecting Jailbreak Attempts in Clinical Training LLMs Through Automated Linguistic Feature Extraction

通过自动化语言特征提取检测临床训练LLM中的劫持尝试

Tri Nguyen, Huy Hoang Bao Le, Lohith Srikanth Pentapalli, Laurah Turner, Kelly Cohen

机构 * University of Cincinnati（克利夫兰大学） 纠错

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

AI总结 本研究通过自动化语言特征提取，利用BERT模型预测四个核心语言特征，以检测临床训练LLM中的劫持尝试，验证了该方法的有效性及可扩展性。

MAC-AMP: A Closed-Loop Multi-Agent Collaboration System for Multi-Objective Antimicrobial Peptide Design

MAC-AMP：一种用于多目标抗菌肽设计的闭环多智能体协作系统

Gen Zhou, Sugitha Janarthanan, Lianghong Chen, Pingzhao Hu

机构 * Department of Computer Science, Western University, London, ON, Canada（计算机科学系，西方大学） ； Department of Biochemistry, Western University, London, ON, Canada（生物化学系，西方大学） 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 MAC-AMP通过闭环多智能体协作系统实现多目标抗菌肽设计，提升优化效率与可解释性，展现优异的抗菌性能和结构可靠性。

Comments This paper is published in ICLR 2026

Knowing When Not to Answer: Abstention-Aware Scientific Reasoning

知道何时不回答：具有退避意识的科学推理

Samir Abdaljalil, Erchin Serpedin, Hasan Kurban

机构 * Texas A&M University（德克萨斯农工大学） ； Hamad Bin Khalifa University（哈马德·本·哈利法大学） 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 本文提出一种具有退避意识的科学推理框架，通过分解科学主张并利用自然语言推理评估证据，以减少错误风险，强调退避在科学验证中的重要性。

Learning User Interests via Reasoning and Distillation for Cross-Domain News Recommendation

通过推理和蒸馏学习用户兴趣以实现跨领域新闻推荐

Mengdan Zhu, Yufan Zhao, Tao Di, Yulan Yan, Liang Zhao

机构 * Microsoft（微软公司） ； Emory University（埃默里大学） 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 本文提出通过推理和蒸馏学习用户兴趣的方法，提升跨领域新闻推荐的性能和可扩展性。

AIRS-Bench: a Suite of Tasks for Frontier AI Research Science Agents

AIRS-Bench: 一个面向前沿人工智能研究科学代理的任务集

Alisia Lupidi, Bhavul Gauri, Thomas Simon Foster, Bassel Al Omari, Despoina Magka, Alberto Pepe, Alexis Audran-Reiss, Muna Aghamelu, Nicolas Baldwin, Lucia Cipolina-Kun, Jean-Christophe Gagnon-Audet, Chee Hau Leow, Sandra Lefdal, Hossam Mossalam, Abhinav Moudgil, Saba Nazir, Emanuel Tewolde, Isabel Urrego, Jordi Armengol Estape, Amar Budhiraja, Gaurav Chaurasia, Abhishek Charnalia, Derek Dunfield, Karen Hambardzumyan, Daniel Izcovich, Martin Josifoski, Ishita Mediratta, Kelvin Niu, Parth Pathak, Michael Shvartsman, Edan Toledo, Anton Protopopov, Roberta Raileanu, Alexander Miller, Tatiana Shavrina, Jakob Foerster, Yoram Bachrach

机构 * FAIR at Meta（Meta 的 FAIR 部门） ； University of Oxford（牛津大学） ； University College London（伦敦大学学院） 纠错

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

AI总结 AIRS-Bench通过20个任务评估代理在科研全生命周期中的能力，发现代理在部分任务中超越人类但未达理论上限，推动自主科研发展。

Comments 49 pages, 14 figures, 10 tables

OmniScience: A Large-scale Multi-modal Dataset for Scientific Image Understanding

OmniScience: 一个大规模多模态数据集用于科学图像理解

Haoyi Tao, Chaozheng Huang, Nan Wang, Han Lyu, Linfeng Zhang, Guolin Ke, Xi Fang

机构 * DP Technology（DP技术） 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 OmniScience是一个大规模多模态数据集，通过动态模型路由生成高信息密度的图像标题，提升多模态模型在科学图像理解上的性能。

Beyond Memorization: A Rigorous Evaluation Framework for Medical Knowledge Editing

超越记忆：面向医学知识编辑的严格评估框架

Shigeng Chen, Linhao Luo, Zhangchi Qiu, Yanan Cao, Carl Yang, Shirui Pan

机构 * School of Information and Communication Technology, Griffith University（格里菲斯大学信息与通信技术学院） ； Department of Data Science and AI, Monash University（莫纳什大学数据科学与人工智能系） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； Department of Computer Science, Emory University（埃默里大学计算机科学系） 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 MedEditBench 框架，评估医学知识编辑方法的有效性，发现现有方法仅能表面记忆信息，提出 SGR-Edit 方法提升泛化能力。

Comments Accepted to EACL 2026 Main Conference

MedScope: Incentivizing "Think with Videos" for Clinical Reasoning via Coarse-to-Fine Tool Calling

MedScope：通过粗到细的工具调用激励“通过视频思考”以进行临床推理

Wenjie Li, Yujie Zhang, Haoran Sun, Xingqi He, Hongcheng Gao, Chenglong Ma, Ming Hu, Guankun Wang, Shiyi Yao, Renhao Yang, Hongliang Ren, Lei Wang, Junjun He, Yankai Jiang

机构 * College of Health Science and Technology, Shanghai Jiao Tong University School of Medicine, Shanghai, China（上海交通大学医学院健康科学与技术学院） ； Fudan University, Shanghai, China（复旦大学） ； Shanghai Innovation Institute, Shanghai, China（上海创新研究院） ； Tsinghua University, Beijing, China（清华大学） ； Shanghai Artificial Intelligence Laboratory, Shanghai, China（上海人工智能实验室） ； The Chinese University of Hong Kong, Hong Kong, China（香港中文大学） ； Ruijin Hospital, Shanghai Jiaotong University, Shanghai, China（上海交通大学瑞金医院） 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 MedScope通过粗到细的工具调用机制，提升临床视频推理的准确性与可信度，实现基于时间局部化视觉证据的医疗AI代理。

Implicit Bias in LLMs for Transgender Populations

LLMs对跨性别人群的隐性偏见

Micaela Hirsch, Marina Elichiry, Blas Radi, Tamara Quiroga, David Restrepo, Luciana Benotti, Veronica Xhardez, Jocelyn Dunstan, Enzo Ferrante

机构 * Instituto de Ciencias de la Computación (UBA-CONICET)（计算机科学研究所（UBA-CONICET）） ； Hospital Dr. Lucio Melendez（Lucio Melendez医院） ； Universidad de Buenos Aires（布宜诺斯艾利斯大学） ； Universidad Católica de Chile（智利天主大学） ； MICS, CentraleSupélec - Université Paris-Saclay（MICS，CentraleSupélec-巴黎萨克雷大学） ； Universidad Nacional de Córdoba（科迪利亚国家大学） ； Fundación Vía Libre（自由之路基金会） ； CIECTI 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 本研究揭示了LLMs对跨性别人群的隐性偏见，通过词语关联测试和医疗预约分配任务发现LLMs在多个类别中存在负面关联，并指出需研究以减少LLMs中的刻板印象偏见，确保医疗应用中的公平性。

ShotFinder: Imagination-Driven Open-Domain Video Shot Retrieval via Web Search

ShotFinder: 通过网络搜索驱动的开放域视频镜头检索

Tao Yu, Haopeng Jin, Hao Wang, Shenghua Chai, Yujia Yang, Junhao Gong, Jiaming Guo, Minghui Zhang, Xinlong Chen, Zhenghao Zhang, Yuxuan Zhou, Yufei Xiong, Shanbin Zhang, Jiabing Yang, Hongzhu Yi, Xinming Wang, Cheng Zhong, Xiao Ma, Zhang Zhang, Yan Huang, Liang Wang

机构 * CASIA（中国科学院自动化研究所） ； UCAS（中国科学院大学） ； Lenovo（联想集团） ； Peking University（北京大学） ； Tsinghua University（清华大学） 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 ShotFinder通过网络搜索驱动开放域视频镜头检索，提出三阶段检索流程并揭示多模态大模型在开放域视频检索中的性能差距。

Comments 28 pages, 7 figures, Project website: https://github.com/yutao1024/ShotFinder

Prompt-to-prescription: towards generative design of diffraction-limited refractive optics

提示到处方：迈向生成式差分限折射光学设计

Roy Maman, David Ohana, Jacob Engelberg, Uriel Levy

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

AI总结 本文提出一种结合大语言模型和可微分光线追踪的生成框架，实现差分限折射光学设计的自动化，适用于工业计量、红外目镜和非球面透镜等多种场景。

Comments 17 pages, 5 figures

DMESR: Dual-view MLLM-based Enhancing Framework for Multimodal Sequential Recommendation

DMESR: 基于双视角的多模态序列推荐增强框架

Mingyao Huang, Qidong Liu, Wenxuan Yang, Moranxin Wang, Yuqi Sun, Haiping Zhu, Feng Tian, Yan Chen

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

AI总结 DMESR通过双视角机制解决多模态序列推荐中的语义对齐和细粒度语义丢失问题，提升推荐效果。

Comments 9 pages, 4 figures

Simulated Interactive Debugging

模拟交互调试

Yannic Noller, Erick Chandra, Srinidhi Chandrashekar, Kenny Choo, Cyrille Jegourel, Oka Kurniawan, Christopher M. Poskitt

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

AI总结 本文提出模拟交互调试方法，通过交互式指导帮助学生更系统地学习调试技能，提升学习效率和效果。

Comments Accepted at the NIER track of the 40th IEEE/ACM International Conference on Automated Software Engineering, ASE-NIER 2025

Journal ref Proc. ASE'25 (NIER), pages 3896-3901. IEEE, 2025

Explainable AI: Learning from the Learners

可解释的人工智能：从学习者中学习

Ricardo Vinuesa, Steven L. Brunton, Gianmarco Mengaldo

机构 * National University of Singapore（新加坡国立大学） 纠错

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XAI结合因果推理，通过基础模型与可解释性方法的结合，实现从学习者中学习，提升科学和工程中的信任与问责

Dataforge: Agentic Platform for Autonomous Data Engineering

Dataforge：自主数据工程的代理平台

Xinyuan Wang, Hongyu Cao, Kunpeng Liu, Yanjie Fu

机构 * Arizona State University（亚利桑那州立大学） ； Clemson University（克莱姆森大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 Dataforge是一个基于大语言模型的自动数据工程平台，通过自动数据清理和迭代优化特征操作，提升表格数据的AI准备质量。

DEPTH: Discourse Education through Pre-Training Hierarchically

DEPTH: 通过预训练分层实现话语教育

Zachary Bamberger, Ofek Glick, Chaim Baskin, Yonatan Belinkov

机构 * Technion（技术学院） ； Ben-Gurion University of the Negev（贝叶林顿大学） 纠错

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

AI总结 DEPTH通过预训练分层模型提升语言模型在话语层面的理解能力，优于T5在跨度破坏损失上，并在多个基准测试中表现优异。

Comments 25 pages, 10 figures, 10 tables, accepted to NAACL 2025, Rep4NLP

Journal ref Proceedings of the 10th Workshop on Representation Learning for NLP, 2025, 1-25

SAM4Dcap: Training-free Biomechanical Twin System from Monocular Video

SAM4Dcap：无需训练的单目视频生物力学双系统

Li Wang, HaoYu Wang, Xi Chen, ZeKun Jiang, Kang Li, Jian Li

机构 * Sports Medicine Center, West China Hospital, West China School of Medicine, Sichuan University, Chengdu, Sichuan, China（四川大学华西医院运动医学中心） ； West China Biomedical Big Data Center, West China Hospital, Sichuan University, Chengdu, China（四川大学华西医院生物医学大数据中心） 纠错

专题命中 领域大模型 ：prompting(abstract)

AI总结 SAM4Dcap通过单目视频无需训练实现生物力学分析，结合4D人体网格恢复与OpenSim求解器，提供灵活的非实验室运动分析基础。

Instance-Guided Unsupervised Domain Adaptation for Robotic Semantic Segmentation

实例引导的无监督领域适应用于机器人语义分割

Michele Antonazzi, Lorenzo Signorelli, Matteo Luperto, Nicola Basilico

机构 * Department of Computer Science, University of Milan（计算机科学系，米兰大学） 纠错

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

AI总结 本文提出了一种实例引导的无监督领域适应方法，通过生成多视图一致的伪标签并利用基础模型进行细化，提升机器人语义分割的适应性能。

Comments Accepted for publication at ICRA 2026

EndoExtract: Co-Designing Structured Text Extraction from Endometriosis Ultrasound Reports

EndoExtract：从子宫内膜异位症超声报告中设计结构化文本提取

Haiyi Li, Yiyang Zhao, Yutong Li, Alison Deslandes, Jodie Avery, Mathew Leonardi, Mary Louise Hull, Hsiang-Ting Chen

专题命中 领域大模型 ：LLM(abstract)

AI总结 EndoExtract通过设计结构化文本提取系统，解决子宫内膜异位症超声报告中数据提取的痛点，提升人工审查效率与数据准确性。

SECA: Semantically Equivalent and Coherent Attacks for Eliciting LLM Hallucinations

SECA：用于诱发LLM幻觉的语义等价且连贯的攻击

Buyun Liang, Liangzu Peng, Jinqi Luo, Darshan Thaker, Kwan Ho Ryan Chan, René Vidal

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

AI总结 SECA通过现实修改提示诱发LLM幻觉，提高攻击成功率并减少语义错误。

Comments Accepted at NeurIPS 2025. Code is available at https://github.com/Buyun-Liang/SECA

Evolution of Concepts in Language Model Pre-Training

语言模型预训练中概念的演变

Xuyang Ge, Wentao Shu, Jiaxing Wu, Yunhua Zhou, Zhengfu He, Xipeng Qiu

机构 * OpenMOSS Team, Shanghai Innovation Institute（开放MOSS团队、上海创新研究院） ； Fudan University（复旦大学） ； Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文通过crosscoders方法研究语言模型预训练中特征演变，揭示特征形成与下游性能的因果关系，并发现统计学习与特征学习两个阶段。

Comments 35 pages, 35 figures. Accepted to ICLR 2026

Concept Influence: Leveraging Interpretability to Improve Performance and Efficiency in Training Data Attribution

概念影响：利用可解释性以提高训练数据归因的性能和效率

Matthew Kowal, Goncalo Paulo, Louis Jaburi, Tom Tseng, Lev E McKinney, Stefan Heimersheim, Aaron David Tucker, Adam Gleave, Kellin Pelrine

机构 * EleutherAI ； University of Toronto（多伦多大学） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；post-training(abstract)；分类 cs.AI

AI总结 本文提出概念影响方法，通过利用模型中的可解释结构，提高训练数据归因的性能和效率，实现更可扩展和可控的模型行为。

MechPert: Mechanistic Consensus as an Inductive Bias for Unseen Perturbation Prediction

MechPert: 机制共识作为未见扰动预测的归纳偏置

Marc Boubnovski Martell, Josefa Lia Stoisser, Lawrence Phillips, Aditya Misra, Robert Kitchen, Jesper Ferkinghoff-Borg, Jialin Yu, Philip Torr, Kaspar Märten

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

AI总结 MechPert通过机制共识引导LLM生成定向调控假说，提升未见扰动预测的准确性与实验设计效果。