语言大模型 / LLM

Structured Distillation of Web Agent Capabilities Enables Generalization

结构化蒸馏Web代理能力以实现泛化

Xing Han Lù, Siva Reddy

机构 * Mila – Quebec AI Institute（Mila – 魁北克人工智能研究所） ； McGill University（麦吉尔大学） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.LG

AI总结 通过结构化轨迹生成框架，利用Gemini 3 Pro生成3000条轨迹并微调学生模型，实现WebArena 41.5%的性能，超越其他模型，且能力迁移至未见环境。

FactorEngine: A Program-level Knowledge-Infused Factor Mining Framework for Quantitative Investment

FactorEngine：一种面向量化投资的程序级知识增强因子挖掘框架

Qinhong Lin, Ruitao Feng, Yinglun Feng, Zhenxin Huang, Yukun Chen, Zhongliang Yang, Linna Zhou, Binjie Fei, Jiaqi Liu, Yu Li

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Beijing Value Simplex Technology Co. Ltd.（北京价值简朴科技有限公司） ； Yangtze Delta Research Institute, University of Electronic Science and Technology of China（电子科技大学长三角研究院） 纠错

专题命中 效率与部署 ：LLM(abstract)；分类 cs.AI

AI总结 FactorEngine通过逻辑修订与参数优化分离、LLM引导方向搜索与贝叶斯超参数搜索分离、LLM使用与本地计算分离，提升因子挖掘的有效性和效率，结合知识增强的 bootstrap 模块和经验知识库，实现更强的预测稳定性和投资组合表现。

Comments 26 pages, 10 figures

We Need Strong Preconditions For Using Simulations In Policy

我们需要为使用模拟进行政策制定设定严格前提

Steven Luo, Saanvi Arora, Carlos Guirado

专题命中 效率与部署 ：LLM(abstract,comments)

AI总结 本文探讨了大规模LLM代理模拟的三大前提：不将边缘群体模拟视为中性技术输出、不无参与地模拟群体、不无问责地进行模拟，旨在促进负责任的开发和使用。

Comments Accepted to PoliSim Workshop on LLM Agent Simulation for Policy at 2026 ACM CHI

DeepStack: Scalable and Accurate Design Space Exploration for Distributed 3D-Stacked AI Accelerators

DeepStack：可扩展且准确的分布式3D堆叠AI加速器设计空间探索

Zhiwen Mo, Guoyu Li, Hao Mark Chen, Yu Cheng, Zhengju Tang, Qianzhou Wang, Lei Wang, Shuang Liang, Lingxiao Ma, Xianqi Zhou, Yuxiao Guo, Wayne Luk, Jilong Xue, Hongxiang Fan

专题命中 效率与部署 ：LLM(abstract)

AI总结 DeepStack通过高效模型和工具实现分布式3D堆叠AI系统的早期设计空间探索，利用双阶段网络抽象和计算通信重叠技术，提升性能模拟效率，并揭示批量大小对架构设计的根本影响。

Comments fix typo

Efficient Model Repository for Entity Resolution: Construction, Search, and Integration

高效实体解析模型仓库：构建、搜索与集成

Victor Christen, Peter Christen

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出MoRER方法，通过特征分布分析将相似实体解析任务聚类，构建模型仓库以提升多源实体解析效率，实验表明其在有限标注预算下表现优异，优于自监督方法和监督Transformer方法。

DiffVC: A Non-autoregressive Framework Based on Diffusion Model for Video Captioning

DiffVC: 一种基于扩散模型的非自回归框架用于视频描述生成

Junbo Wang, Liangyu Fu, Yuke Li, Yining Zhu, Ya Jing, Xuecheng Wu, Jiangbin Zheng

机构 * School of Software, Northwestern Polytechnical University（西北工业大学软件学院） ； School of Computer Science, Northwestern Polytechnical University（西北工业大学计算机学院） ； Beijing University Of Technology（北京工业大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出DiffVC，一种基于扩散模型的非自回归框架，解决视频描述生成中自回归方法速度慢和累积误差问题，通过并行解码和判别性条件扩散模型提升生成质量，实验表明其在多个数据集上优于非自回归方法并接近自回归方法。

Valve: Production Online-Offline Inference Colocation with Jointly-Bounded Preemption Latency and Rate

Valve：联合限制预emption延迟和速率的在线-离线推断协同

Fangyue Liu, Hua Liu, Xinyuan Lyu, Shuo Ai, Hao Liang, Lingpeng Chen, Ziqian Hu, Chong Zha, Xin Jin, Hanmei Luo, Peng Chen

专题命中 效率与部署 ：LLM(abstract)

AI总结 Valve通过联合限制预emption延迟和速率，提升生产环境中的资源利用率，减少预emption干扰，实现34.6%的集群利用率提升。

Reduced-Mass Orbital AI Inference via Integrated Solar, Compute, and Radiator Panels

通过集成太阳、计算和散热板实现减质量轨道AI推理

Stephen Gaalema, Samuel Indyk, Clinton Staley

专题命中 效率与部署 ：LLM(abstract)

AI总结 本文提出一种分布式计算架构，通过整合太阳能板、散热器和计算功能，提高卫星计算效率与可靠性，实现高效AI推理。

Comments 13 pages, 8 tables, 9 figures

ThermoAct:Thermal-Aware Vision-Language-Action Models for Robotic Perception and Decision-Making

ThermoAct：面向机器人感知与决策的热感知视觉-语言-动作模型

Young-Chae Son, Dae-Kwan Ko, Yoon-Ji Choi, Soo-Chul Lim

机构 * Dongguk University（东国大学） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 本文提出一种融合热信息的视觉-语言-动作框架，通过高阶规划器解析自然语言指令并分解为子任务，提升机器人复杂操作的执行效率与安全性。

Comments 2026 RA-L

Rethinking Data Mixing from the Perspective of Large Language Models

从大语言模型视角重新思考数据混合

Yuanjian Xu, Tianze Sun, Changwei Xu, XinLong Zhao, Jianing Hao, Ran Chen, Yang Liu, Ruijie Xu, Stephen Chen, Guang Zhang

机构 * Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； OpenCSG ； Harbin Institute of Technology（哈尔滨工业大学） 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.AI、cs.LG

AI总结 本文从理论角度探讨数据混合策略对大语言模型训练的影响，提出DoGraph框架，通过图约束优化提升模型泛化能力。

Lost in the Hype: Revealing and Dissecting the Performance Degradation of Medical Multimodal Large Language Models in Image Classification

迷失在喧嚣中：揭示并剖析医学多模态大语言模型在图像分类中的性能退化

Xun Zhu, Fanbin Mo, Xi Chen, Kaili Zheng, Shaoshuai Yang, Yiming Shi, Jian Gao, Miao Li, Ji Wu

机构 * College of AI, Tsinghua University（清华大学人工智能学院） 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.AI、cs.LG

AI总结 本文研究了医学多模态大语言模型在图像分类中的性能退化问题，通过实验和特征探查揭示了四个失败模式，并提出了量化评分用于评估特征演变的健康状况。

LLM-Based Data Generation and Clinical Skills Evaluation for Low-Resource French OSCEs

基于大语言模型的数据生成与低资源法语OSCEs临床技能评估

Tian Huang, Tom Bourgeade, Irina Illina

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

AI总结 本文提出利用大语言模型生成和评估法语OSCE对话，通过合成数据缓解资源限制，展示中等规模模型在医疗教育中的可行性。

Comments 11 pages, 2 figures, to be published in LREC 2026 proceedings

From Papers to Property Tables: A Priority-Based LLM Workflow for Materials Data Extraction

从论文到属性表：一种基于优先级的LLM工作流用于材料数据提取

Koushik Rameshbabu, Jing Luo, Ali Shargh, Khalid A. El-Awady, Jaafar A. El-Awady

机构 * Department of Applied Mathematics and Statistics, Johns Hopkins University（约翰霍普金斯大学应用数学与统计系） ； Department of Mechanical Engineering, Johns Hopkins University（约翰霍普金斯大学机械工程系） 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 本文提出一种基于优先级的LLM工作流，用于从科研论文中自动提取和重建结构化材料实验数据，通过整合文本、表格、图表和物理推导信息，以合金劈裂强度为案例，实现了高精度的数据提取与验证。

Have LLM-associated terms increased in article full texts in all fields?

在所有领域中，与大语言模型相关的术语是否在文章全文中增加？

Mike Thelwall, Kayvan Kousha

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

AI总结 研究通过分析MDPI数据库中2021-2025年间125万篇科学文章的全文，探讨了与大语言模型相关的术语在科学写作中的普及情况，发现术语使用呈上升趋势，但不同领域存在差异。

ProMedical: Hierarchical Fine-Grained Criteria Modeling for Medical LLM Alignment via Explicit Injection

ProMedical：通过显式注入实现医疗大语言模型对齐的分层细粒度标准建模

He Geng, Yangmin Huang, Lixian Lai, Qianyun Du, Hui Chu, Zhiyang He, Jiaxue Hu, Xiaodong Tao

机构 * Xunfei Healthcare Technology Co., Ltd.（讯飞医疗科技有限公司） 纠错

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

AI总结 本文提出ProMedical框架，通过显式注入细粒度临床标准，提升医疗大语言模型对齐效果，实验表明在安全性和准确性上均优于现有模型。

Comments ACL 2026

A systematic framework for generating novel experimental hypotheses from language models

从语言模型生成新颖实验假设的系统框架

Kanishka Misra, Najoung Kim

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

AI总结 本文提出一个系统框架，利用语言模型模拟未在文献中存在的实验结果，针对儿童语言发展中的代词动词习得和跨结构泛化问题，生成新颖未测试的假设，并设计可实验室测试的实验。

Comments Revised version

Mina: A Multilingual LLM-Powered Legal Assistant Agent for Bangladesh for Empowering Access to Justice

Mina：一种多语言大语言模型驱动的法律助理代理，用于孟加拉国，以促进获得正义

Azmine Toushik Wasi, Wahid Faisal, Mst Rafia Islam, Md Rizwan Parvez

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

AI总结 Mina通过多语言嵌入和基于RAG的工具链框架，为孟加拉国提供多语言法律助理服务，实现法律文书、引文和通俗解释的生成，经评估在法律考试中表现优异，成本显著降低。

Comments Accepted to ACL 2026 Findings

Vision Language Models versus Machine Learning Models Performance on Polyp Detection and Classification in Colonoscopy Images

视觉语言模型与机器学习模型在结肠镜图像息肉检测与分类中的性能对比

Mohammad Amin Khalafi, Seyed Amir Ahmad Safavi-Naini, Ameneh Salehi, Nariman Naderi, Dorsa Alijanzadeh, Pardis Ketabi Moghadam, Kaveh Kavosi, Negar Golestani, Shabnam Shahrokh, Soltanali Fallah, Jamil S Samaan, Nicholas P. Tatonetti, Nicholas Hoerter, Girish Nadkarni, Hamid Asadzadeh Aghdaei, Ali Soroush

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

AI总结 本文对比了视觉语言模型与传统机器学习模型在结肠镜图像息肉检测和分类任务中的性能，发现ResNet50在检测任务中表现最佳，而BiomedCLIP和GPT-4在特定情况下也表现出色。

Comments Code is available at: https://github.com/aminkhalafi/CML-vs-LLM-on-Polyp-Detection. CoI: AlSo serves on the advisory board and holds equity in Virgo Surgical Solutions. The other authors declare no conflicts of interest. Data

Journal ref Scientific Reports 15, 45484 (2025)

On the Robustness of Tabular Foundation Models: Test-Time Attacks and In-Context Defenses

表格基础模型的鲁棒性：测试时攻击与上下文防御

Mohamed Djilani, Thibault Simonetto, Karim Tit, Florian Tambon, Salah Ghamizi, Maxime Cordy, Mike Papadakis

机构 * Luxembourg Institute of Health（卢森堡健康研究所） ； SnT / University of Luxembourg（卢森堡大学SnT中心） 纠错

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

AI总结 研究探讨了表格基础模型在测试时对抗攻击的脆弱性及上下文防御方法，发现微小结构扰动可显著降低预测精度，并提出通过对抗性微调和上下文学习提升鲁棒性。

Comments This work has been accepted for publication at the IEEE Conference on Secure and Trustworthy Machine Learning (SaTML). The final version will be available on IEEE Xplore. To IEEE SaTML 2026

Automatic Generation of Executable BPMN Models from Medical Guidelines

从医疗指南自动生成可执行的BPMN模型

Praveen Kumar Menaka Sekar, Ion Matei, Maksym Zhenirovskyy, Hon Yung Wong, Sayuri Kohmura, Shinji Hotta, Akihiro Inomata

机构 * University of Maryland（马里兰大学） ； Fujitsu Research of America（富士通美国研究院） ； Fujitsu Limited（富士通株式会社） 纠错

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

AI总结 本文提出了一种端到端的流程，利用大语言模型将医疗政策文档转换为可执行的数据感知BPMN模型，通过模拟评估政策效果。主要贡献包括语法自动纠正、可执行增强、KPI仪器化和基于熵的不确定性检测。

Towards a Science of Scaling Agent Systems

迈向代理系统的科学：扩展性研究

Yubin Kim, Ken Gu, Chanwoo Park, Chunjong Park, Samuel Schmidgall, A. Ali Heydari, Yao Yan, Zhihan Zhang, Yuchen Zhuang, Yun Liu, Mark Malhotra, Paul Pu Liang, Hae Won Park, Yuzhe Yang, Xuhai Xu, Yilun Du, Shwetak Patel, Tim Althoff, Daniel McDuff, Xin Liu

机构 * Google Research（谷歌研究院） ； Massachusetts Institute of Technology（麻省理工学院） ； Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文通过260种配置评估六种代理基准，探讨代理系统在扩展维度上的性能变化规律，揭示协调、模型能力与任务结构之间的关系，发现协作成功取决于协调与任务结构的匹配程度。

LungCURE: Benchmarking Multimodal Real-World Clinical Reasoning for Precision Lung Cancer Diagnosis and Treatment

LungCURE：多模态真实世界临床推理基准测试用于精准肺癌诊断与治疗

Fangyu Hao, Jiayu Yang, Yifan Zhu, Zijun Yu, Qicen Wu, Wang Yunlong, Jiawei Li, Yulin Liu, Xu Zeng, Guanting Chen, Shihao Li, Zhonghong Ou, Meina Song, Mengyang Sun, Haoran Luo, Yu Shi, Yingyi Wang

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

AI总结 本文提出LungCURE基准测试，通过1000个真实世界病例评估多模态模型在肺癌TNM分期、治疗推荐和临床决策支持中的性能，并引入LCAgent框架提升模型在复杂医疗场景中的推理能力。

Comments 20 pages, 22 figures

Rethinking Recommendation Paradigms: From Pipelines to Agentic Recommender Systems

重新思考推荐范式：从流水线到代理推荐系统

Jinxin Hu, Hao Deng, Lingyu Mu, Hao Zhang, Shizhun Wang, Yu Zhang, Xiaoyi Zeng

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

AI总结 本文提出基于代理的推荐系统，通过将关键模块转化为代理，实现动态进化，解决传统多阶段和单模型设计的静态问题。

OrgForge: A Multi-Agent Simulation Framework for Verifiable Synthetic Corporate Corpora

OrgForge：一种用于可验证合成企业语料的多智能体仿真框架

Jeffrey Flynt

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

AI总结 OrgForge通过多智能体仿真框架生成一致且可追溯的合成企业语料，解决现有语料在法律约束和幻觉问题上的不足，提升AI系统评估的准确性。

Comments v2: Major revision. Recenters the paper on the simulation framework as the primary contribution. System Architecture substantially expanded (CRM state machine, Knowledge Recovery Arc, multi-pathway knowledge gap detection, embedding-based ticket assignment). Introduction restructured for broader framing. RAG retrieval baselines replaced by cross-document consistency evaluation

MultiModalPFN: Extending Prior-Data Fitted Networks for Multimodal Tabular Learning

多模态PFN：扩展先验数据拟合网络以进行多模态表格学习

Wall Kim, Chaeyoung Song, Hanul Kim

机构 * Samsung Electronics（三星电子） ； Seoul National University of Science and Technology（首尔科学技术大学） 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MMPFN，通过引入多头门控MLP和跨注意力池化器，扩展TabPFN以处理表格和非表格模态，实验证明其在医疗和通用多模态数据集上优于现有方法。

Comments Accepted to CVPR 2026

Generating Literature-Driven Scientific Theories at Scale

大规模生成文献驱动的科学理论

Peter Jansen, Peter Clark, Doug Downey, Daniel S. Weld

机构 * Allen Institute for Artificial Intelligence（艾伦人工智能研究所） ； University of Arizona（亚利桑那大学） ； University of Washington（华盛顿大学） 纠错

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

AI总结 研究通过大规模文献数据生成科学理论，比较文献基础与参数知识生成对理论质量和预测能力的影响。

Comments 9 pages plus appendix, 3 figures

MedVR: Annotation-Free Medical Visual Reasoning via Agentic Reinforcement Learning

MedVR：通过代理强化学习实现无标注的医学视觉推理

Zheng Jiang, Heng Guo, Chengyu Fang, Changchen Xiao, Xinyang Hu, Lifeng Sun, Minfeng Xu

机构 * Tsinghua University（清华大学） ； DAMO Academy, Alibaba Group（阿里巴巴达摩院） ； Hupan Lab（湖畔实验室） ； Key Laboratory of Pervasive Computing, Ministry of Education（教育部普适计算重点实验室） ； Zhejiang University（浙江大学） 纠错

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

AI总结 MedVR通过代理强化学习实现无标注的医学视觉推理，利用熵引导的视觉重定位和基于共识的信用分配机制，在多个公开医学VQA基准上取得最佳性能，提升医疗AI的鲁棒性和透明度。

Comments Accepted by ICLR 2026

DialBGM: A Benchmark for Background Music Recommendation from Everyday Multi-Turn Dialogues

DialBGM：从日常多轮对话中推荐背景音乐的基准测试

Joonhyeok Shin, Jaehoon Kang, Yujun Lee, Hannah Lee, Yejin Lee, Yoonji Park, Kyuhong Shim

机构 * Sungkyunkwan University（成均馆大学） 纠错

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

AI总结 本文提出DialBGM基准测试，通过1200个日常对话数据，评估模型在无音乐描述的多轮对话中推荐非侵入性背景音乐的能力，发现现有模型在Hit@1指标上远低于人类判断。

Dialogue Act Patterns in GenAI-Mediated L2 Oral Practice: A Sequential Analysis of Learner-Chatbot Interactions

对话行为模式在生成式人工智能中介的第二语言口语练习中的研究：学习者与聊天机器人互动的序列分析

Liqun He, Shijun, Chen, Mutlu Cukurova, Manolis Mavrikis

机构 * University College London（伦敦大学学院） ； University of Hong Kong（香港大学） 纠错

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

AI总结 研究探讨了生成式人工智能中介的第二语言口语练习中学习者与聊天机器人互动的对话行为模式，通过分析12名学生10周内的70次互动，发现高进展会话中学习者提问更多，低进展会话中澄清寻求更频繁，反馈类型和时机对有效互动有重要影响。

Comments Accepted for publication as a full paper (Main Track) at the 27th International Conference on Artificial Intelligence in Education (AIED 2026)

Gaze to Insight: A Scalable AI Approach for Detecting Gaze Behaviours in Face-to-Face Collaborative Learning

目光到洞察：一种可扩展的AI方法用于检测面对面协作学习中的目光行为

Junyuan Liang, Qi Zhou, Sahan Bulathwela, Mutlu Cukurova

机构 * UCL Knowledge Lab, University College London（伦敦大学学院UCL知识实验室） ； UCL Center for Artificial Intelligence, University College London（伦敦大学学院UCL人工智能中心） 纠错

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

AI总结 本文提出一种可扩展的AI方法，利用预训练模型自动检测面对面协作学习中的目光行为，无需人工标注数据，实现高F1分数和跨配置鲁棒性。

Comments 15 pages, 6 figures, 2 tables, accepted by the 27th International Conference on Artificial Intelligence in Education (AIED 2026)