语言大模型 / LLM

Mitigating LLM Hallucinations through Domain-Grounded Tiered Retrieval

通过领域导向的分层检索缓解大语言模型的幻觉

Md. Asraful Haque, Aasar Mehdi, Maaz Mahboob, Tamkeen Fatima

机构 * Computational Unit, Z.H. College of Engineering & Technology, Aligarh Muslim University, India（计算单元，Z.H. 工程技术学院，阿利加尔穆斯林大学，印度） ； Interdisciplinary Center for Artificial Intelligence, Aligarh Muslim University, India（跨学科人工智能中心，阿利加尔穆斯林大学，印度） ； Department of Computer Engineering, Aligarh Muslim University, India（计算机工程系，阿利加尔穆斯林大学，印度） 纠错

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

AI总结 本文提出一种领域导向的分层检索与验证架构，通过将LLM从随机模式匹配者转变为验证真理寻求者，系统拦截事实性不准确内容。在六个基准测试中，该框架在时间精度和数值准确性要求高的领域表现出色，但发现存在'假前提过度断言'的持续失败模式。

Comments 14 Pages, 5 Figures, 4 Tables; v2: Updated Table 3 and Figure 4 to address minor data inconsistencies and revised the relevant content

Bridging the Interpretation Gap in Accessibility Testing: Empathetic and Legal-Aware Bug Report Generation via Large Language Models

弥合可访问性测试中的解释鸿沟：通过大语言模型生成共情且法律意识的缺陷报告

Ryoya Koyama, Zhiyao Wang, Devi Karolita, Jialong Li, Kenji Tei

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

AI总结 本文提出HEAR框架，通过语义切片和视觉定位重建UI上下文，注入残疾导向的人设并多层推理，生成共情且法律意识的缺陷报告，提升非专业人士对用户伤害和合规风险的认知。

Sparse Autoencoders for Interpretable Medical Image Representation Learning

稀疏自编码器用于可解释的医学图像表示学习

Philipp Wesp, Robbie Holland, Vasiliki Sideri-Lampretsa, Sergios Gatidis

机构 * Stanford Center for Artificial Intelligence in Medicine and Imaging（斯坦福大学人工智能医学与成像中心） ； Department of Radiology, Stanford University（斯坦福大学放射科） ； Chair of AI in Healthcare and Medicine, Technical University of Munich（慕尼黑技术大学人工智能医疗与医学主任） ； TUM University Hospital, Munich, Germany（慕尼黑技术大学医院） 纠错

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

AI总结 本文研究使用稀疏自编码器替代抽象特征，通过CT和MRI图像切片生成可解释的稀疏特征，提升医学图像处理的可解释性。

Comments 11 pages, 4 figures

Dialogue to Question Generation for Evidence-based Medical Guideline Agent Development

对话到问题生成用于基于证据的医疗指南代理开发

Zongliang Ji, Ziyang Zhang, Xincheng Tan, Matthew Thompson, Anna Goldenberg, Carl Yang, Rahul G. Krishnan, Fan Zhang

机构 * Google Research（谷歌研究） ； University of Toronto（多伦多大学） ； Vector Institute Canada（加拿大向量研究所） ； 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)；prompting(abstract)；分类 cs.CL、cs.LG

AI总结 本文探讨利用大语言模型生成基于证据的问题，以辅助医生在短时间内进行诊疗决策，通过两种提示策略评估模型效果，结果显示LLM能生成具有临床意义的问题，有助于减轻医生认知负担。

Comments 9 pages. To appear in Proceedings of Machine Learning Research (PMLR), Machine Learning for Health (ML4H) Symposium 2025

Journal ref Proceedings of Machine Learning Research 2025

Swiss-Bench SBP-002: A Frontier Model Comparison on Swiss Legal and Regulatory Tasks

Swiss-Bench SBP-002：瑞士法律与监管任务上的前沿模型比较

Fatih Uenal

机构 * University of Colorado Boulder（科罗拉多大学博尔德分校） 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Swiss-Bench SBP-002，一个包含395个专家定制任务的三语基准，评估十种前沿模型在瑞士监管任务中的表现，揭示了不同任务类型的难度差异及模型性能分布。

Comments 21 pages, 5 figures, 7 tables. Code and data: https://github.com/FUenal/swiss-bench

MedMT-Bench: Can LLMs Memorize and Understand Long Multi-Turn Conversations in Medical Scenarios?

MedMT-Bench: LLMs能否在医学场景中记忆并理解长多轮对话？

Lin Yang, Yuancheng Yang, Xu Wang, Changkun Liu, Haihua Yang

机构 * ByteDance（字节跳动） 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 MedMT-Bench通过模拟诊断治疗流程，测试LLM在长上下文记忆、干扰鲁棒性和安全防御方面的表现，发现17种前沿模型均无法达到60%以上的准确率。

RVLM: Recursive Vision-Language Models with Adaptive Depth

具有自适应深度的递归视觉-语言模型

Nicanor Mayumu, Zeenath Khan, Melodena Stephens, Patrick Mukala, Farhad Oroumchian

机构 * Department of Computer Science（计算机科学系） ； University of Wollongong in Dubai（迪拜沃林戈大学） ； Dubai Knowledge Park（迪拜知识园区） ； Mohammed Bin Rashid School of Government（穆罕默德·本·拉希德政府学院） 纠错

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

AI总结 本文提出RVLM，通过迭代生成-执行循环和自适应迭代深度控制器，解决医学AI系统在可解释性和推理深度上的限制，实验证明其在脑部MRI和胸部X光中的有效性。

An interpretable speech foundation model for depression detection by revealing prediction-relevant acoustic features from long speech

一种用于抑郁症检测的可解释语音基础模型：通过揭示长期语音中的预测相关声学特征

Qingkun Deng, Saturnino Luz, Sofia de la Fuente Garcia

机构 * Usher Institute（乌sher研究所） ； Centre for Medical Informatics, Usher Institute（乌sher医学信息学中心） 纠错

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

AI总结 本文提出一种可解释的语音基础模型，通过揭示长期语音中的预测相关声学特征，提升抑郁症检测工具的临床适用性，实验表明该模型优于基于短片段的模型，并识别出降噪和F0作为相关信号。

Comments 5 pages, 3 figures. arXiv admin note: substantial text overlap with arXiv:2309.13476

Bi-CRCL: Bidirectional Conservative-Radical Complementary Learning with Pre-trained Foundation Models for Class-incremental Medical Image Analysis

Bi-CRCL：基于预训练基础模型的双向保守-激进互补学习用于类别增量医疗图像分析

Xinyao Wu, Zhe Xu, Cheng Chen, Jiawei Ma, Yefeng Zheng, Raymond Kai-yu Tong

机构 * Department of Biomedical Engineering, The Chinese University of Hong Kong（生物医学工程系，香港中文大学） ； Department of Radiation Oncology, Columbia University Irving Medical Center and Data Science Institute, Columbia University（放射肿瘤学系，哥伦比亚大学伊万杰琳医学中心及数据科学研究院，哥伦比亚大学） ； Department of Electrical and Electronic Engineering and School of Biomedical Engineering, The University of Hong Kong（电气电子工程系和生物医学工程学院，香港大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，城市大学） ； Department of Artificial Intelligence, Westlake University（人工智能系，西湖大学） 纠错

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

AI总结 本文提出Bi-CRCL框架，通过保守和激进学习者结合双向交互机制，解决医疗图像类别增量学习中的异构数据与隐私约束问题，提升模型持续学习能力。

Comments preprint; under review

DomAgent: Leveraging Knowledge Graphs and Case-Based Reasoning for Domain-Specific Code Generation

DomAgent：利用知识图谱和基于案例的推理进行领域特定代码生成

Shuai Wang, Dhasarathy Parthasarathy, Robert Feldt, Yinan Yu

机构 * Chalmers University of Technology（楚德斯大学） 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 DomAgent通过结合知识图谱和基于案例的推理，提升领域特定代码生成能力，通过结构化推理和定向检索实现领域适应，实验表明其能显著提升复杂真实应用场景的代码生成性能。

Comments Accepted to AAMAS 2026 EA

Scientific judgment drifts over time in AI ideation

人工智能构想中的科学判断随时间漂移

Lingyu Zhang, Mitchell Wang, Boyuan Chen

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

AI总结 研究发现专家对科学构想的评估并非稳定，尽管内部结构保持稳定，但随时间变化的评估漂移影响了AI生成构想的评估效果。

Berta: an open-source, modular tool for AI-enabled clinical documentation

Berta：一个用于AI赋能临床文档的开源模块化工具

Samridhi Vaid, Mike Weldon, Jesse Dunn, Sacha Davis, Kevin Lonergan, Henry Li, Jeffrey Franc, Mohamed Abdalla, Daniel C. Baumgart, Jake Hayward, J Ross Mitchell

机构 * Department of Medicine, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学医学系，埃德蒙顿，阿尔伯塔，加拿大） ； Department of Emergency Medicine, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学急诊医学系，埃德蒙顿，阿尔伯塔，加拿大） ； Alberta Health Services, Edmonton, Alberta, Canada（阿尔伯塔省健康服务，埃德蒙顿，阿尔伯塔，加拿大） ； Alberta Machine Intelligence Institute, Edmonton, Alberta, Canada（阿尔伯塔人工智能研究所，埃德蒙顿，阿尔伯塔，加拿大） ； Department of Computer Science, University of Alberta, Edmonton, Alberta, Canada（阿尔伯塔大学计算机科学系，埃德蒙顿，阿尔伯塔，加拿大） 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 Berta是首个与现有医疗系统基础设施集成的省级规模AI记录工具，提供低成本、可重复的开源解决方案，支持数据主权和AI文档技术评估。

AVO: Agentic Variation Operators for Autonomous Evolutionary Search

AVO：用于自主进化搜索的代理变异算子

Terry Chen, Zhifan Ye, Bing Xu, Zihao Ye, Timmy Liu, Ali Hassani, Tianqi Chen, Andrew Kerr, Haicheng Wu, Yang Xu, Yu-Jung Chen, Hanfeng Chen, Aditya Kane, Ronny Krashinsky, Ming-Yu Liu, Vinod Grover, Luis Ceze, Roger Bringmann, John Tran, Wei Liu, Fung Xie, Michael Lightstone, Humphrey Shi

机构 * NVIDIA 纠错

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

AI总结 AVO通过自主代理实现变异操作，取代传统进化搜索中的固定突变和交叉操作，展示了在多头注意力中发现超越cuDNN和FlashAttention-4的优化结果。

Toward Ultra-Long-Horizon Agentic Science: Cognitive Accumulation for Machine Learning Engineering

迈向超长视界代理科学：认知积累用于机器学习工程

Xinyu Zhu, Yuzhu Cai, Zexi Liu, Bingyang Zheng, Cheng Wang, Rui Ye, Yuzhi Zhang, Linfeng Zhang, Weinan E, Siheng Chen, Yanfeng Wang

机构 * School of Artificial Intelligence（人工智能学院） ； DP Technology（DP技术） ； Shanghai AI Laboratory（上海人工智能实验室） 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 本文提出ML-Master 2.0，通过认知积累机制解决超长视界自主性问题，实现机器学习工程的高效探索。

Comments 25 pages. 5 figures

FinToolSyn: A forward synthesis Framework for Financial Tool-Use Dialogue Data with Dynamic Tool Retrieval

FinToolSyn: 一种用于金融工具使用对话数据的前向合成框架，具有动态工具检索

Caishuang Huang, Yang Qiao, Rongyu Zhang, Junjie Ye, Pu Lu, Wenxi Wu, Meng Zhou, Xiku Du, Tao Gui, Qi Zhang, Xuanjing Huang

机构 * College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； FiT, Tencent（腾讯FiT） ； Zhejiang University（浙江大学） 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FinToolSyn框架，通过动态工具检索生成高质量金融对话数据，构建43,066个工具库并合成148k对话实例，提升金融场景下的工具调用能力。

Setting SAIL: Leveraging Scientist-AI-Loops for Rigorous Visualization Tools

构建SAIL：利用科学家-人工智能循环以实现严谨的可视化工具

Nico Schuster, Andrés N. Salcedo, Simon Bouchard, Dennis Frei, Alice Pisani, Julian E. Bautista, Julien Zoubian, Stephanie Escoffier, Wei Liu, Georgios Valogiannis, Pauline Zarrouk

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

AI总结 本文提出SAIL框架，通过分离领域逻辑与代码语法，帮助科学家在保持科学严谨性的同时利用AI快速生成代码，展示两个开源天文工具，证明其在科普、教学和早期研究中的有效性。

Comments 10 pages (+ references), 4 figures. Interactive visualizations available at: https://nicosmo.github.io/lensing_visualization/ and https://nicosmo.github.io/cosmic_web_explorer/

Point Bridge: 3D Representations for Cross Domain Policy Learning

点桥：跨领域策略学习的3D表示

Siddhant Haldar, Lars Johannsmeier, Lerrel Pinto, Abhishek Gupta, Dieter Fox, Yashraj Narang, Ajay Mandlekar

机构 * NVIDIA ； New York University（纽约大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 点桥通过统一的点表示实现跨领域策略学习，利用视觉语言模型提取点表示，结合Transformer策略学习，无需显式视觉或物体对齐，提升仿真到现实的零样本迁移性能。

Structured Legal Document Generation in India: A Model-Agnostic Wrapper Approach with VidhikDastaavej

印度结构性法律文书生成：一种模型无关的包装方法与VidhikDastaavej

Shubham Kumar Nigam, Balaramamahanthi Deepak Patnaik, Noel Shallum, Kripabandhu Ghosh, Arnab Bhattacharya

机构 * Indian Institute of Technology Kanpur, India（印度理工学院坎浦分校） ； University of Birmingham Dubai, UAE（迪拜大学） ； Symbiosis Law School Pune, India（萨比欧法学院皮尔分校） ； IISER Kolkata, India（印度科学学院科钦分校） 纠错

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

AI总结 本文提出VidhikDastaavej数据集和Model-Agnostic Wrapper框架，用于解决印度私人文书结构生成问题，提升事实准确性、连贯性和完整性。

Comments Paper accepted in the Language Resources and Evaluation Conference (LREC) 2026 conference

Human, AI, and Hybrid Ensembles for Detection of Adaptive, RL-based Social Bots

人类、人工智能与混合集成用于检测自适应的基于强化学习的社会机器人

Valerio La Gatta, Nathan Subrahmanian, Kaitlyn Wang, Larry Birnbaum, V. S. Subrahmanian

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

AI总结 本文研究人类、AI模型和混合人类-人工智能集成在检测基于强化学习的自适应机器人中的能力，发现结合人类报告与AI预测优于单独使用人类或AI。

Comments Under review

Generating Hierarchical JSON Representations of Scientific Sentences Using LLMs

利用大语言模型生成科学句子的分层JSON表示

Satya Sri Rajiteswari Nimmagadda, Ethan Young, Niladri Sengupta, Ananya Jana, Aniruddha Maiti

机构 * Marshall University（马歇尔大学） ； West Virginia State University（西弗吉尼亚州立大学） 纠错

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

AI总结 本文探讨结构化表示是否能保留科学句子的意义，通过微调轻量级LLM生成分层JSON结构，并利用生成模型重建原文，证明分层格式能有效保留科学文本信息。

Comments accepted to 21th International Conference on Semantic Computing (IEEE ICSC 2026)

An Invariant Compiler for Neural ODEs in AI-Accelerated Scientific Simulation

用于AI加速科学模拟的神经ODE不变编译器

Fangzhou Yu, Yiqi Su, Ray Lee, Shenfeng Cheng, Naren Ramakrishnan

机构 * Virginia Tech（弗吉尼亚理工大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出不变编译器，通过构造性方法强制保持不变量，将不变量作为第一类类型，利用LLM驱动的编译流程将通用神经ODE规范转换为保持结构的架构，确保轨迹在连续时间内保持在允许的流形上。

Adapting Point Cloud Analysis via Multimodal Bayesian Distribution Learning

通过多模态贝叶斯分布学习适应点云分析

Xingyu Zhu, Liang Yi, Shuo Wang, Wenbo Zhu, Yonglinag Wu, Beier Zhu, Hanwang Zhang

机构 * MoE Key Lab of BIPC, University of Science and Technology of China（脑信息处理实验室，中国科学技术大学） ； Opus AI Research（Opus AI研究院） ； Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 本文提出BayesMM框架，通过多模态贝叶斯分布学习实现测试时点云分析的持续适应，利用文本先验和流式视觉特征的高斯分布融合，提升在分布偏移下的鲁棒性。

Comments CVPR 2026

Disentangling Knowledge Representations for Large Language Model Editing

解构知识表示以实现大语言模型编辑

Mengqi Zhang, Zisheng Zhou, Xiaotian Ye, Qiang Liu, Zhaochun Ren, Zhumin Chen, Pengjie Ren

机构 * Shandong University（山东大学） ； Suzhou Research Institute of Shandong University（山东大学苏州研究院） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； New Laboratory of Pattern Recognition (NLPR) State Key Laboratory of Multimodal Artificial Intelligence Systems (MAIS) Institute of Automation, Chinese Academy of Sciences（模式识别新实验室（NLPR）多模态人工智能系统国家重点实验室（MAIS）中国科学院自动化研究所） ； Leiden University（莱顿大学） 纠错

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

AI总结 本文提出DiKE方法，通过解构知识表示来提升大语言模型编辑中细粒度无关知识的保留能力，同时保持编辑性能。

Comments ICLR 2026

Probing Ethical Framework Representations in Large Language Models: Structure, Entanglement, and Methodological Challenges

在大型语言模型中探测伦理框架表示：结构、纠缠与方法学挑战

Weilun Xu, Alexander Rusnak, Frederic Kaplan

机构 * School of Computer and Communication Sciences, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院计算机与通信科学学院） ； Digital Humanities Lab, École Polytechnique Fédérale de Lausanne（瑞士联邦理工学院数字人文实验室） 纠错

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 研究通过分析五个伦理框架在不同LLM中的表示，揭示了伦理子空间的差异及转移模式，探讨了伦理判断的结构和方法学挑战。

MARCH: Multi-Agent Reinforced Self-Check for LLM Hallucination

MARCH: 多智能体强化自检用于大语言模型幻觉

Zhuo Li, Yupeng Zhang, Pengyu Cheng, Jiajun Song, Mengyu Zhou, Hao Li, Shujie Hu, Yu Qin, Erchao Zhao, Xiaoxi Jiang, Guanjun Jiang

机构 * Qwen Large Model Application Team, Alibaba（通义大模型应用团队，阿里巴巴） 纠错

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

AI总结 MARCH通过多智能体强化学习框架，利用信息不对称机制减少大语言模型幻觉，实验表明其能显著降低幻觉率，8B参数模型表现接近闭源模型。

Navigating the Concept Space of Language Models

在语言模型的概念空间中导航

Wilson E. Marcílio-Jr, Danilo M. Eler

机构 * Adaption Labs（Adaption实验室） ； São Paulo State University (UNESP)（圣保罗州立大学（UNESP）） 纠错

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 本文提出Concept Explorer系统，通过层次化邻域嵌入组织SAE特征，实现对语言模型概念的可扩展交互探索，揭示高阶结构、有意义子簇和稀有概念。

Perturbation: A simple and efficient adversarial tracer for representation learning in language models

扰动：一种简单且高效的对抗追踪器，用于语言模型中的表示学习

Joshua Rozner, Cory Shain

机构 * Stanford University（斯坦福大学） 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、cs.LG

AI总结 本文提出扰动方法，通过微调语言模型于单个对抗示例，揭示训练模型在不同语言粒度上的结构迁移，展示语言模型在无监督学习中获得语言抽象的能力。

Revealing Multi-View Hallucination in Large Vision-Language Models

揭示大型视觉-语言模型中的多视角幻觉

Wooje Park, Insu Lee, Soohyun Kim, Jaeyun Jang, Minyoung Noh, Kyuhong Shim, Byonghyo Shim

机构 * Seoul National University（首尔国立大学） ； Sungkyunkwan University（全州大学） 纠错

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

AI总结 本文针对大型视觉-语言模型在多视角输入中出现的视觉信息混淆问题，提出Reference Shift Contrastive Decoding方法，通过生成负logits抑制视觉干扰，提升模型在多视角幻觉检测任务中的性能。

Language Models Can Explain Visual Features via Steering

语言模型可通过引导解释视觉特征

Javier Ferrando, Enrique Lopez-Cuena, Pablo Agustin Martin-Torres, Daniel Hinjos, Anna Arias-Duart, Dario Garcia-Gasulla

机构 * Barcelona Supercomputing Center（巴塞罗那超级计算中心） 纠错

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

AI总结 本文提出通过因果干预引导语言模型解释视觉特征，提供了一种可扩展的替代方法，提升视觉模型的可解释性。

Comments Accepted at CVPR 2026

Representation Learning to Study Temporal Dynamics in Tutorial Scaffolding

基于表示学习研究教程支架的动态过程

Conrad Borchers, Jiayi Zhang, Ashish Gurung

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

AI总结 本文通过对话语义对齐分析，揭示了教程支架中任务对齐和时间模式的系统差异，证明角色特定语义对齐能预测教学进展。

Comments Accepted as short paper to the 27th International Conference on Artificial Intelligence in Education (AIED 2026)