语言大模型 / LLM

Monotropic Artificial Intelligence: Toward a Cognitive Taxonomy of Domain-Specialized Language Models

单调人工智能：面向领域专用语言模型的认知分类

Antonio de Sousa Leitão Filho, Allan Kardec Duailibe Barros Filho, Fabrício Saul Lima, Selby Mykael Lima dos Santos, Rejani Bandeira Vieira Sousa

机构 * Aia Context ； Federal University of Maranhão（马那瓜联邦大学） 纠错

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

AI总结 单调人工智能通过牺牲通用性实现领域内高精度，挑战通用智能主导的AI研究范式，提出专门化与通用系统互补共存的认知生态。

Linking Knowledge to Care: Knowledge Graph-Augmented Medical Follow-Up Question Generation

将知识与关怀联系起来：知识图谱增强的医疗随访问题生成

Liwen Sun, Xiang Yu, Ming Tan, Zhuohao Chen, Anqi Cheng, Ashutosh Joshi, Chenyan Xiong

机构 * Carnegie Mellon university（卡内基梅隆大学） ； Amazon Health AI（亚马逊健康AI） 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KG-Followup方法，通过知识图谱增强LLM，提升医疗随访问题生成的准确性和效率。

Comments Short paper published in the Findings of EACL 2026

Augmenting Research Ideation with Data: An Empirical Investigation in Social Science

用数据增强研究构想：社会科学领域的实证研究

Xiao Liu, Xinyi Dong, Xinyang Gao, Yansong Feng, Xun Pang

机构 * Wangxuan Institute of Computer Technology（王轩计算机技术研究所） ； Yuanpei College（元培学院） ； School of Government（政府学院） ； School of International Studies（国际研究学院） ； Institute for Carbon Neutrality（碳中和研究所） ； Analytics Lab for Global Risk Politics（全球风险政治分析实验室） 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 本文通过实证研究探讨了在社会科学领域利用数据增强LLM生成的研究构想，发现元数据和自动化验证显著提升了构想的可行性和质量。

Comments AI4Science Workshop at Neurips 2025 (Spotlight)

PymooLab: An Open-Source Visual Analytics Framework for Multi-Objective Optimization using LLM-Based Code Generation and MCDM

PymooLab: 一个基于LLM代码生成和MCDM的多目标优化开源可视化分析框架

Thiago Santos, Sebastiao Xavier, Luiz Gustavo de Oliveira Carneiro, Gustavo de Souza

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 PymooLab通过LLM辅助代码生成和MCDM工具，为多目标优化提供可视化分析框架，提升领域专家的可操作性。

Mechanistically Guided LoRA Improves Paraphrase Consistency in Medical Vision-Language Models

基于机制的LoRA改进医学视觉-语言模型的同义词一致性

Binesh Sadanandan, Vahid Behzadan

机构 * University of New Haven（新罕布什尔大学） 纠错

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

AI总结 基于机制的LoRA改进医学视觉-语言模型的同义词一致性，通过结合损失平衡一致性与准确性，降低翻转率并提升准确性。

WirelessAgent++: Automated Agentic Workflow Design and Benchmarking for Wireless Networks

WirelessAgent++: 无线网络中自主代理工作流设计与基准测试

Jingwen Tong, Zijian Li, Fang Liu, Wei Guo, Jun Zhang

机构 * College of Electronics and Information Engineering, Shenzhen University（深圳大学电子与信息工程学院） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港理工大学电子与计算机工程系） 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 WirelessAgent++通过自动化设计无线任务代理工作流，结合MCTS算法和WirelessBench基准测试，实现了高效且稳健的无线网络代理生成。

Comments This manuscript has submitted to a possible Journal for publication

MED-COPILOT: A Medical Assistant Powered by GraphRAG and Similar Patient Case Retrieval

MED-COPILOT：一种基于图RAG和相似患者案例检索的医疗助手

Shuheng Chen, Namratha Patil, Haonan Pan, Angel Hsing-Chi Hwang, Yao Du, Ruishan Liu, Jieyu Zhao

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.AI

AI总结 MED-COPILOT通过结合图RAG和相似患者案例检索，提升临床决策支持系统的证据整合与推理准确性。

The FM Agent

FM代理

Annan Li, Chufan Wu, Zengle Ge, Yee Hin Chong, Zhinan Hou, Lizhe Cao, Cheng Ju, Jianmin Wu, Huaiming Li, Haobo Zhang, Shenghao Feng, Mo Zhao, Fengzhi Qiu, Rui Yang, Mengmeng Zhang, Wenyi Zhu, Yingying Sun, Quan Sun, Shunhao Yan, Danyu Liu, Dawei Yin, Dou Shen

机构 * Baidu AI Cloud（百度AI云） 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 FM代理是一种利用LLM推理和进化搜索的通用多代理框架，能够自主解决复杂问题并达到先进水平。

Adapt Data to Model: Adaptive Transformation Optimization for Domain-shared Time Series Foundation Models

适应数据到模型：面向领域共享时间序列基础模型的自适应转换优化

Yunzhong Qiu, Zhiyao Cen, Zhongyi Pei, Chen Wang, Jianmin Wang

机构 * School of Software, BNRist, Tsinghua University（软件学院、BNRist、清华大学） 纠错

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

AI总结 TATO通过自适应转换优化提升领域适应的预测性能，显著降低MSE并提高效率。

Comments Published as a conference paper at ICLR 2026

Massively Multimodal Foundation Models: A Framework for Capturing Interactions with Specialized Mixture-of-Experts

大规模多模态基础模型：一种捕捉交互的专用专家混合框架

Xing Han, Hsing-Huan Chung, Joydeep Ghosh, Paul Pu Liang, Suchi Saria

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 本文提出了一种大规模多模态基础模型框架，通过量化模态间的时间依赖性，改进混合专家路由机制，提升跨模态交互处理能力。

Comments Published at International Conference on Learning Representations (ICLR) 2026 as a conference paper. 28 pages, 16 figures, 10 tables

SpiroLLM: Finetuning Pretrained LLMs to Understand Spirogram Time Series with Clinical Validation in COPD Reporting

SpiroLLM：通过临床验证在COPD报告中微调预训练大语言模型以理解肺功能时间序列

Shuhao Mei, Yongchao Long, Xiaoyu Xiao, Shan Cao, Xiaobo Han, Shijia Geng, Jinbo Sun, Yuxi Zhou, Shenda Hong

机构 * Guangzhou Institute of Technology, Xidian University, Xi’an, China（广州科技研究院，西安电子科技大学，中国） ； Department of Computer Science, Tianjin University of Technology, Tianjin, China（天津理工大学计算机学院，天津，中国） ； Department of Respiratory, The Second Hospital of Tianjin Medical University, China（天津医科大学第二医院呼吸科，中国） ； College of Pulmonary and Critical Care Medicine, Chinese PLA General Hospital, Beijing, China（中国人民解放军总医院呼吸与危重症医学科，北京，中国） ； HeartVoice Medical Technology, Hefei, China（合肥心声医疗技术有限公司，中国） ； School of Life Science and Technology, Xidian University, Xi’an, China（西安电子科技大学生命科学与技术学院，中国） ； National Institute of Health Data Science, Peking University, Beijing, China（北京大学国家健康数据科学研究院，北京，中国） ； Institute for Artificial Intelligence, Peking University, Beijing, China（北京大学人工智能研究院，北京，中国） 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 SpiroLLM通过融合生理信号与大语言模型，实现对肺功能时间序列的解读，并在COPD诊断中展现出高准确性和稳健性。

Re4: Scientific Computing Agent with Rewriting, Resolution, Review and Revision

Re4: 具有重写、推理、审查和修订的科学计算代理

Ao Cheng, Lei Zhang, Guowei He

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

AI总结 Re4提出一种基于重写、推理、审查和修订机制的科学计算代理，通过协作框架提升代码生成的可靠性与准确性。

Comments 31 pages, 31 figures, Presented at the ICLR 2026 Workshop on AI and Partial Differential Equations (AI&PDE)

IDProxy: Cold-Start CTR Prediction for Ads and Recommendation at Xiaohongshu with Multimodal LLMs

IDProxy：小红书广告与推荐中基于多模态大语言模型的冷启动CTR预测

Yubin Zhang, Haiming Xu, Guillaume Salha-Galvan, Ruiyan Han, Feiyang Xiao, Yanhua Huang, Li Lin, Yang Luo, Yao Hu

机构 * Xiaohongshu Inc.（小红书公司） ； Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） 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 IDProxy通过多模态大语言模型生成代理嵌入，解决广告和推荐系统中物品冷启动的CTR预测问题，实现与现有嵌入空间的对齐和端到端优化，已在小红书大规模应用。

Harmonizing Dense and Sparse Signals in Multi-turn RL: Dual-Horizon Credit Assignment for Industrial Sales Agents

在多轮强化学习中调和密集和稀疏信号：面向工业销售代理的双 horizon 信用分配

Haojin Yang, Ai Jian, Xinyue Huang, Yiwei Wang, Weipeng Zhang, Ke Zeng, Xunliang Cai, Jingqing Ruan

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

AI总结 本文提出双 horizon 信用分配框架，通过分离回合级和会话级奖励优化，提升工业销售代理在转化率、语言流畅性和身份检测率方面的性能。

Comments 15 pages, 6 figures

Quark Medical Alignment: A Holistic Multi-Dimensional Alignment and Collaborative Optimization Paradigm

夸克医疗对齐：一种全面的多维对齐与协作优化范式

Tianxiang Xu, Jiayi Liu, Yixuan Tong, Jialu Xu, Yunqing Wei, Kaiwen Feng, PanPan Hou, Kangping Yin, Jiyuan Hu, Hao Zhou, Zhenxin Ma, Jian Xu, Guanjun Jiang

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

AI总结 本文提出夸克医疗对齐范式，通过多维对齐矩阵和统一优化机制解决医疗问答中的对齐问题，实现正确性、安全性和合规性的协同优化。

Identifying the Geographic Foci of US Local News

识别美国地方新闻的地理焦点

Gangani Ariyarathne, Isuru Ariyarathne, Greatness Emmanuel-King, Kate Lawal, Alexander C. Nwala

机构 * Department of Data Science William \& Mary Williamsburg Virginia USA ； Microsoft Corporation Redmond Washington USA ； Mason School of Business William \& Mary Williamsburg Virginia USA ； Department of Data Science ； Microsoft Corporation ； Mason School of Business 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 本文提出了一种基于大型语言模型的地理焦点识别模型，用于准确标注美国地方新闻文章的地理位置，以研究地方新闻的地理分布和变化。

Comments This is a research paper accepted to the 18th ACM Web Science Conference 2026

Doctor-R1: Mastering Clinical Inquiry with Experiential Agentic Reinforcement Learning

Doctor-R1：通过经验代理强化学习掌握临床探究

Yunghwei Lai, Kaiming Liu, Ziyue Wang, Weizhi Ma, Yang Liu

机构 * Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University（计算机科学与技术系，人工智能研究院，清华大学） ； College of AI, Tsinghua University（人工智能学院，清华大学） ； Institute for AI Industry Research (AIR), Tsinghua University（人工智能产业研究院（AIR），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 Doctor-R1通过经验代理强化学习提升临床决策与患者咨询能力，实现更高效的医疗咨询和决策支持。

FORCE: Transferable Visual Jailbreaking Attacks via Feature Over-Reliance CorrEction

FORCE：通过特征过度依赖校正实现可转移的视觉劫持攻击

Runqi Lin, Alasdair Paren, Suqin Yuan, Muyang Li, Philip Torr, Adel Bibi, Tongliang Liu

机构 * Sydney AI Centre, The University of Sydney（悉尼人工智能中心，悉尼大学） ； Department of Engineering Science, University of Oxford（工程科学系，牛津大学） 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 FORCE方法通过校正特征过度依赖，提升视觉劫持攻击的跨模型可转移性。

Comments Accepted by CVPR 2026

ReSearch: A Multi-Stage Machine Learning Framework for Earth Science Data Discovery

ReSearch：一种用于地球科学数据发现的多阶段机器学习框架

Youran Sun, Yixin Wen, Haizhao Yang

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

AI总结 ReSearch通过多阶段推理增强搜索框架，提升地球科学数据检索的召回率和排序性能，支持科学发现的可重复性和可扩展性。

Learning Domain-Aware Task Prompt Representations for Multi-Domain All-in-One Image Restoration

学习多领域任务提示表示以实现多领域一体化图像修复

Guanglu Dong, Chunlei Li, Chao Ren, Jingliang Hu, Yilei Shi, Xiao Xiang Zhu, Lichao Mou

机构 * Sichuan University（四川大学） ； MedAI Technology (Wuxi) Co. Ltd.（MedAI技术（无锡）有限公司） ； Technical University of Munich（慕尼黑技术大学） 纠错

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

AI总结 提出DATPRL-IR，通过多领域任务提示表示学习实现多领域一体化图像修复，优于现有方法并具备强泛化能力

Comments ICLR 2026

Changes in Manuscript Length, Research Team Size, and International Collaboration in the Post-2022 Period: Evidence from PLOS ONE

2022年后论文长度、研究团队规模和国际协作的变化：来自PLOS ONE的证据

Yossi Ben-Zion, Eden Cohen, Nitza Davidovitch

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

AI总结 2022年后，LLMs影响了学术写作的论文长度、作者团队规模和国际协作模式，PLOS ONE的数据显示，非英语作者在团队规模和协作率上有所下降，而英语作者则保持稳定。

Production-Grade AI Coding System for Client-Side Development

面向客户端开发的生产级AI编码系统

Ruihan Wang, Chencheng Guo, Guangjing Wang

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

AI总结 本文提出了一种面向客户端开发的生产级AI编码系统，通过结构化多阶段流程整合Figma设计、PRD和领域知识，提升代码生成与产品需求的对齐性。

Comments 18 pages, 2 figures

Measuring What VLMs Don't Say: Validation Metrics Hide Clinical Terminology Erasure in Radiology Report Generation

衡量VLMs不表达的内容：验证指标隐藏了放射学报告生成中的临床术语擦除

Aditya Parikh, Aasa Feragen, Sneha Das, Stella Frank

机构 * DTU Compute, Technical University of Denmark（丹麦技术大学计算机学院） 纠错

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

AI总结 本文提出临床关联位移（CAD）和加权关联擦除（WAE）指标，用于评估放射学报告生成中临床术语的保留情况，揭示当前验证指标在临床术语擦除方面的不足。

Comments This is an extended version of a manuscript currently under review

VeriTrail: Closed-Domain Hallucination Detection with Traceability

VeriTrail：基于可追溯性的封闭领域幻觉检测

Dasha Metropolitansky, Jonathan Larson

机构 * Microsoft Research（微软研究院） 纠错

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

AI总结 VeriTrail通过提供可追溯性，首次实现了对封闭领域幻觉的检测，同时引入了包含中间输出和人类注释的数据集，提升了多步骤和单步骤生成过程的幻觉检测效果。

Comments ICLR 2026

OpenRad: a Curated Repository of Open-access AI models for Radiology

OpenRad: 一个经过精心整理的开放获取放射学AI模型库

Konstantinos Vrettos, Galini Papadaki, Emmanouil Brilakis, Matthaios Triantafyllou, Dimitrios Leventis, Despina Staraki, Maria Mavroforou, Eleftherios Tzanis, Konstantina Giouroukou, Michail E. Klontzas

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 OpenRad是一个开放获取的放射学AI模型库，通过标准化元数据和社区贡献，为放射学领域提供全面的AI模型资源。

Comments 22 pages, 5 figures

GeMi: A Graph-based, Multimodal Recommendation System for Narrative Scroll Paintings

GeMi：基于图的多模态推荐系统用于叙事卷轴绘画

Haimonti Dutta, Pruthvi Moluguri, Jin Dai, Saurabh Amarnath Mahindre

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

AI总结 GeMi是一种基于图的多模态推荐系统，专门用于叙事卷轴绘画，结合多模态内容和用户偏好，为艺术保护和数据存储提供解决方案。

From Generative Modeling to Clinical Classification: A GPT-Based Architecture for EHR Notes

从生成建模到临床分类：一种基于GPT的架构用于电子健康记录笔记

Fariba Afrin Irany, Sampson Akwafuo

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

AI总结 本文提出一种基于GPT的架构，通过选择性微调预训练模型，实现高效且有效的临床文本分类，适用于电子健康记录数据。

Comments This submission is a full-length research manuscript consisting of 37 pages and 15 figures. The paper presents a GPT-based architecture with selective fine-tuning for clinical text classification, including detailed architectural diagrams, learning curves, and evaluation figures such as ROC curves and confusion matrices

Agentic Scientific Simulation: Execution-Grounded Model Construction and Reconstruction

代理科学模拟：基于执行的模型构建与重建

Knut-Andreas Lie, Olav Møyner, Elling Svee, Jakob Torben

机构 * SINTEF Digital（SINTEF数字研究院） ； Department of Mathematical Sciences（数学科学系） ； NTNU（挪威特纳厄大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出JutulGPT，通过代理科学模拟实现基于执行的模型构建与重建，解决模拟描述中的歧义问题，并公开所有代码和日志以确保可重现性。

DAWA: Dynamic Ambiguity-Wise Adaptation for Real-Time Domain Adaptive Semantic Segmentation

DAWA: 动态模糊度适应于实时领域自适应语义分割

Taorong Liu, Zhen Zhang, Liang Liao, Jing Xiao, Chia-Wen Lin

机构 * School of Computer Science, Wuhan University（武汉大学计算机学院） ； Hangzhou Institute of Technology, Xidian University（西安电子科技大学杭州研究院） ； School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Department of Electrical Engineering（电气工程系） ； the Institute of Communications Engineering, National Tsing Hua University（清华大学通信工程研究所） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 DAWA通过动态模糊度适应策略，在实时领域自适应语义分割中提升效率和效果，实现40 FPS的高速推理性能。

Comments PRCV 2025

Single-Slice-to-3D Reconstruction in Medical Imaging and Natural Objects: A Comparative Benchmark with SAM 3D

医学影像和自然物体的单切片到三维重建：与SAM 3D的比较基准

Yan Luo, Advaith Ravishankar, Serena Liu, Yutong Yang, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） 纠错

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

AI总结 本文通过比较基准揭示了单切片到三维重建的局限性，指出SAM3D在医学形状拓扑相似性上表现最佳，但需领域适应和解剖约束以克服复杂医学几何。