语言大模型 / LLM

Delving Aleatoric Uncertainty in Medical Image Segmentation via Vision Foundation Models

深入探讨医学图像分割中的随机不确定性：通过视觉基础模型

Ruiyang Li, Fang Liu, Licheng Jiao, Xinglin Xie, Jiayao Hao, Shuo Li, Xu Liu, Jingyi Yang, Lingling Li, Puhua Chen, Wenping Ma

机构 * Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education（教育部智能感知与图像理解重点实验室） ； International Research Center for Intelligent Perception and Computation（智能感知与计算国际研究中心） ； Joint International Research Laboratory of Intelligent Perception and Computation（智能感知与计算联合国际研究实验室） ； School of Artificial Intelligence, Xidian University（西安电子科技大学人工智能学院） 纠错

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

AI总结 本文通过视觉基础模型分析医学图像分割中的数据不确定性，提出数据过滤和动态优化策略，提升模型鲁棒性和分割性能。

Is There Knowledge Left to Extract? Evidence of Fragility in Medically Fine-Tuned Vision-Language Models

还有可以提取的知识吗？医学微调视觉语言模型中的脆弱性证据

Oliver McLaughlin, Daniel Shubin, Carsten Eickhoff, Ritambhara Singh, William Rudman, Michal Golovanevsky

机构 * Brown University（布朗大学） ； University of Washington（华盛顿大学） ； University of Tübingen（蒂宾根大学） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究评估了四个医学微调的视觉语言模型在四个医学影像任务中的表现，发现任务难度增加时性能下降至接近随机水平，表明临床推理有限，医学微调无明显优势，模型对提示词敏感。

Domain-Specific Data Generation Framework for RAG Adaptation

面向RAG适应的领域特定数据生成框架

Chris Xing Tian, Weihao Xie, Zhen Chen, Zhengyuan Yi, Hui Liu, Haoliang Li, Shiqi Wang, Siwei Ma

机构 * Peng Cheng Laboratory（鹏城实验室） ； City University of Hong Kong（香港城市大学） ； Peking University（北京大学） 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 本文提出RAGen框架，通过识别文档中的关键概念生成领域相关的问答对，支持多种RAG适应策略，提升领域适应效果。

Comments To appear in ACL 2026

Generating High Quality Synthetic Data for Dutch Medical Conversations

生成高质量的荷兰医疗对话合成数据

Cecilia Kuan, Aditya Kamlesh Parikh, Henk van den Heuvel

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

AI总结 本文提出生成荷兰医疗对话合成数据的流程，利用微调后的大型语言模型，通过定量和定性评估发现生成对话在自然度和结构上存在不足，强调需结合领域知识和精心设计提示以提升质量。

Comments Accepted to LREC 2026. This publication was supported by the MediSpeech project funded by ITEA4 under contract number 22032

Improving Random Testing via LLM-powered UI Tarpit Escaping for Mobile Apps

通过LLM赋能的UI陷阱逃脱提升随机测试

Mengqian Xu, Yiheng Xiong, Le Chang, Ting Su, Chengcheng Wan, Weikai Miao

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 本文提出基于LLM的随机GUI测试方法，通过监控UI相似性识别陷阱并建议事件逃离，提升移动应用测试覆盖率和bug发现率，实验显示HybridMonkey和HybridDroidbot在12个应用上平均覆盖率提升54.8%和44.8%。

BDIViz: An Interactive Visualization System for Biomedical Schema Matching with LLM-Powered Validation

BDIViz：一种基于大语言模型验证的生物医学模式匹配交互可视化系统

Eden Wu, Dishita G Turakhia, Guande Wu, Christos Koutras, Sarah Keegan, Wenke Liu, Beata Szeitz, David Fenyo, Cláudio T. Silva, Juliana Freire

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 BDIViz通过交互式可视化技术解决生物医学模式匹配中的可扩展性和语义模糊问题，结合多种匹配方法与大语言模型验证，提升匹配准确性并降低认知负担。

Comments 11 pages, 9 figures. Accepted to IEEE VIS 2025 (Full Papers Track, submission ID 1204)

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 32, no. 1, pp. 1208-1218, Jan. 2026

Evaluating Small Open LLMs for Medical Question Answering: A Practical Framework

评估小型开放语言模型用于医疗问答：一种实用框架

Avi-ad Avraam Buskila

机构 * Bar-Ilan University（巴伊兰大学） 纠错

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

AI总结 本文提出评估小型本地部署开放权重语言模型在医疗问答中的实用框架，强调可重复性与准确性的平衡，通过八个质量指标和重复推理评估发现模型输出一致性不足，且领域微调影响评估结果。

The Myth of Expert Specialization in MoEs: Why Routing Reflects Geometry, Not Necessarily Domain Expertise

专家专业化在MoEs中的神话：为什么路由反映几何，而非领域专业知识

Xi Wang, Soufiane Hayou, Eric Nalisnick

机构 * Johns Hopkins University（约翰霍普金斯大学） 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 本文研究了MoEs中专家专业化的机制，指出路由依赖于隐藏状态相似性，而非领域专业知识，并揭示了专业化的几何属性及在不同数据下的表现。

Retrieval Augmented Conversational Recommendation with Reinforcement Learning

基于强化学习的检索增强对话推荐

Zhenrui Yue, Honglei Zhuang, Zhen Qin, Zhankui He, Huimin Zeng, Julian McAuley, Dong Wang

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

AI总结 本文提出RAR框架，通过动态结合检索与生成提升推荐性能与事实性，构建大规模电影语料库并引入强化学习方法优化候选集。

RECIPER: A Dual-View Retrieval Pipeline for Procedure-Oriented Materials Question Answering

RECIPER：一种面向材料问题回答的双视角检索流程

Zhuoyu Wu, Wenhui Ou, Pei-Sze Tan, Wenqi Fang, Sailaja Rajanala, Raphaël C. -W. Phan

机构 * Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） 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RECIPER双视角检索流程，通过结合段落上下文和紧凑的LLM提取的工艺摘要，提升材料科学论文中工艺细节的检索效果，实验表明在多个检索模型上均取得显著提升。

Comments 5 pages, 1 figure

RobustMedSAM: Degradation-Resilient Medical Image Segmentation via Robust Foundation Model Adaptation

RobustMedSAM: 通过鲁棒基础模型适应实现抗退化的医学图像分割

Jieru Li, Matthew Chen, Micky C. Nnamdi, J. Ben Tamo, Benoit L. Marteau, May D. Wang

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 领域大模型 ：foundation model(title)

AI总结 本文提出RobustMedSAM，通过模块级检查点融合和参数高效变体，提升医学图像分割在退化数据下的鲁棒性，实验表明其在降质图像Dice系数上优于SAM。

Comments 14 pages, 9 figures

LLMs for Qualitative Data Analysis Fail on Security-specificComments in Human Experiments

大型语言模型在定性数据分析中对安全特定评论的处理失败

Maria Camporese, Fabio Massacci, Yuanjun Gong

机构 * University of Trento（特伦托大学） ； Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） 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 本文研究了大型语言模型在自动标注技术安全评论中的有效性，发现尽管模型在某些情况下表现提升，但无法可靠替代人工标注。

Legal2LogicICL: Improving Generalization in Transforming Legal Cases to Logical Formulas via Diverse Few-Shot Learning

Legal2LogicICL: 通过多样少量样本学习提升将法律案例转换为逻辑公式的一般化能力

Jieying Xue, Phuong Minh Nguyen, Ha Thanh Nguyen, May Myo Zin, Ken Satoh

机构 * Center for Juris-Informatics, ROIS-DS（法信息学中心，ROIS-DS） ； Japan Advanced Institute of Science and Technology（日本先端科学技术大学） 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Legal2LogicICL框架，通过检索增强生成实现有效上下文学习，构建信息丰富且稳定的少量样本演示，提升法律案例转逻辑表示的准确性与稳定性。

Comments Accepted at ICAIL 2026

Rethinking Software Engineering for Agentic AI Systems

重新思考面向代理AI系统的软件工程

Mamdouh Alenezi

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

AI总结 本文探讨面向代理AI系统软件工程应转向协作与验证，并分析其对教育、工具和实践的影响。

Tracing Prompt-Level Trajectories to Understand Student Learning with AI in Programming Education

通过追踪提示级轨迹来理解学生在编程教育中使用AI的学习过程

Tianyu Shao, Miguel Feijóo-García, Yi Zhang, Hugo Castellanos, Tawfiq Salem, Alejandra Magana, Tianyi Li

专题命中 领域大模型 ：LLM(abstract)；prompting(abstract)

AI总结 研究通过分析学生与AI交互的轨迹，揭示其在编程作业中使用AI工具的学习策略与能力差异，发现学生通过迭代改进而非直接复制AI生成代码的方式提升编程能力。

BiCLIP: Domain Canonicalization via Structured Geometric Transformation

BiCLIP：通过结构几何变换实现领域规范化

Pranav Mantini, Shishir K. Shah

机构 * University of Houston（休斯顿大学） ； The University of Oklahoma（俄克拉荷马大学） 纠错

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

AI总结 BiCLIP通过结构几何变换提升跨模态对齐，利用少量锚点样本实现领域规范化，实验表明其在11个基准测试中均取得最优性能。

Comments Accepted at Domain Generalization: Evolution, Breakthroughs, and Future Horizons Workshop at CVPR 2026

GIANTS: Generative Insight Anticipation from Scientific Literature

GIANTS：从科学文献生成洞察预判

Joy He-Yueya, Anikait Singh, Ge Gao, Michael Y. Li, Sherry Yang, Chelsea Finn, Emma Brunskill, Noah D. Goodman

机构 * Stanford University（斯坦福大学） ； New York University（纽约大学） 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GIANTS任务，通过生成模型预测下游论文的核心洞察，开发了包含17000个示例的GIantsBench基准，展示了GIANTS-4B模型在多个领域中的优越性能，其生成的洞察在概念清晰度和引用潜力上均优于基线模型。

Unsupervised Neural Network for Automated Classification of Surgical Urgency Levels in Medical Transcriptions

无监督神经网络用于医疗转录中手术紧急程度自动分类

Sadaf Tabatabaee, Sarah S. Lam

机构 * Binghamton University（宾汉姆顿大学） 纠错

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

AI总结 本文提出一种无监督神经网络方法，通过BioClinicalBERT生成嵌入并聚类医疗转录文本，实现手术紧急程度的三类分类，结合专家验证和BiLSTM模型提升分类准确性和泛化能力。

Comments 7 pages. Published in Proceedings of the IISE Annual Conference & Expo 2025. DOI: 10.21872/2025IISE_6828

Journal ref IISE Annual Conference. Proceedings; Norcross (2025): 1-6

Inspectable AI for Science: A Research Object Approach to Generative AI Governance

可检验的AI用于科学：一种研究对象方法用于生成式AI治理

Ruta Binkyte, Sharif Abuaddba, Chamikara Mahawaga, Ming Ding, Natasha Fernandes, Mario Fritz

机构 * Macquarie University（麦考瑞大学） 纠错

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

AI总结 本文提出将AI视为研究对象，以规范生成式AI在科学中的使用。通过记录模型配置、提示和输出，确保研究过程的可追溯性和问责性，尤其在安全和隐私领域具有重要影响。

SHARE: Social-Humanities AI for Research and Education

SHARE：面向研究与教育的社会人文AI

João Gonçalves, Sonia de Jager, Petr Knoth, David Pride, Nick Jelicic

机构 * Erasmus University Rotterdam（鹿特丹伊拉斯姆斯大学） ； Open University（开放大学） 纠错

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

AI总结 SHARE模型是首个完全由社会科学和人文学科预训练的因果语言模型，其在处理社会科学文本的表现接近通用模型，且通过定制的SSH Cloze测试验证。MIRROR界面旨在保护批判性参与的同时审查文本输入。

Comments 23 pages, 9 figures, 4 tables

Normative Common Ground Replication (NormCoRe): Replication-by-Translation for Studying Norms in Multi-Agent AI

规范共同基础复制（NormCoRe）：通过翻译研究多智能体AI中的规范

Luca Deck, Simeon Allmendinger, Lucas Müller, Niklas Kühl

机构 * University of Bayreuth（拜罗伊特大学） 纠错

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

AI总结 本文提出NormCoRe框架，通过将人类实验设计翻译到多智能体AI环境，系统研究规范形成机制，展示在分配正义实验中AI代理的规范判断与人类基线的差异。

Comments ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT '26)

XD-MAP: Cross-Modal Domain Adaptation via Semantic Parametric Maps for Scalable Training Data Generation

XD-MAP：通过语义参数地图实现跨模态领域适应以实现可扩展的训练数据生成

Frank Bieder, Hendrik Königshof, Haohao Hu, Fabian Immel, Yinzhe Shen, Jan-Hendrik Pauls, Christoph Stiller

机构 * KIT Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； FZI Research Center for Information Technology（FZI信息技术研究中心） 纠错

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

AI总结 本文提出XD-MAP，通过语义参数地图将图像数据集中的传感器特定知识转移到LiDAR领域，无需手动标注即可提升多模态领域适应性能。

Comments 10 pages, 7 figures, 3 tables, accepted at CVPRW

Transformers for dynamical systems learn transfer operators in-context

用于动力系统变换器学习上下文转移算子

Anthony Bao, Jeffrey Lai, William Gilpin

机构 * The Oden Institute, The University of Texas at Austin（德克萨斯大学奥斯汀分校奥登研究所） ； Department of Physics, The University of Texas at Austin（德克萨斯大学奥斯汀分校物理系） 纠错

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

AI总结 研究发现变换器在上下文学习中通过延迟嵌入和不变集预测来学习转移算子，揭示了预训练模型如何无需重新训练即可预测未见过的物理系统。

Comments 5 pages, 4 figures

AI Achieves a Perfect LSAT Score

人工智能实现完美LSAT分数

Bonmu Ku

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

AI总结 本文首次展示语言模型在公开LSAT考试中取得满分，通过QLoRA微调的奖励模型提升逻辑推理能力，证明机器可超越人类认知极限。

DERM-3R: A Resource-Efficient Multimodal Agents Framework for Dermatologic Diagnosis and Treatment in Real-World Clinical Settings

DERM-3R：一种资源高效的多模态代理框架，用于皮肤病诊断和治疗的现实世界临床应用

Ziwen Chen, Zhendong Wang, Chongjing Wang, Yurui Dong, Luozhijie Jin, Jihao Gu, Kui Chen, Jiaxi Yang, Bingjie Lu, Zhou Zhang, Jirui Dai, Changyong Luo, Xiameng Gai, Haibing Lan, Zhi Liu

机构 * School of Pharmacy, Nanjing University of Chinese Medicine（南京中医药大学药学院） ； Department of Dermatology, the Gulou Hospital of Traditional Chinese Medicine of Beijing（北京鼓楼中医医院皮肤科） ； Infectious disease department, Dongfang Hospital, Beijing University of Chinese Medicine（北京中医药大学东方医院感染科） ； College of Art and Science, university of Washington（华盛顿大学文理学院） ； Department of Computer Science, Johns Hopkins University（约翰霍普金斯大学计算机科学系） ； Fudan Unversity（复旦大学） ； Zhejiang Lab（之江实验室） ； University College London（伦敦大学学院） ； Department of Dermatology, Inner Mongolia Hospital of Traditional Chinese Medicine（内蒙古自治区中医医院皮肤科） ； International Campus of Zhejiang University（浙江大学国际校区） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出DERM-3R框架，通过三个协作代理解决皮肤病诊断中的细粒度病变识别、多视角病变表示和综合推理问题，展示了其在资源受限下的高效性能。

Dyadic Partnership(DP): A Missing Link Towards Full Autonomy in Medical Robotics

双人合作（DP）：迈向医疗机器人完全自主的缺失链接

Nassir Navab, Zhongliang Jiang

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

AI总结 本文提出双人合作（DP）概念，旨在通过智能协作提升医疗机器人自主性，探讨基础模型、意图识别和可视化等关键挑战。

CoPS: Conditional Prompt Synthesis for Zero-Shot Anomaly Detection

CoPS：用于零样本异常检测的条件提示合成

Qiyu Chen, Zhen Qu, Wei Luo, Haiming Yao, Yunkang Cao, Yuxin Jiang, Yinan Duan, Huiyuan Luo, Chengkan Lv, Zhengtao Zhang

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） ； CASIVISION（中科视语） ； THU（清华大学） ； HNU（湖南大学） ； HUST（华中科技大学） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 本文提出CoPS框架，通过动态提示合成提升零样本异常检测性能，利用视觉特征生成适应性状态模型，并在13个工业和医疗数据集上取得分类AUROC和分割AUROC的提升。

Comments Accepted by CVPR 2026 Findings

PrefPaint: Enhancing Medical Image Inpainting through Expert Human Feedback

PrefPaint：通过专家人类反馈增强医学图像修复

Duy-Bao Bui, Hoang-Khang Nguyen, Thao Thi Phuong Dao, Kim Anh Phung, Tam V. Nguyen, Justin Zhan, Minh-Triet Tran, Trung-Nghia Le

机构 * University of Science（科学大学） ； Vietnam National University（越南国立大学） ； Thong Nhat Hospital（统一医院） ； University of Cincinnati（辛辛那提大学） ； University of Dayton（代顿大学） 纠错

专题命中 领域大模型 ：RLHF(abstract)

AI总结 本文提出PrefPaint系统，结合专家反馈提升医学图像修复的准确性，通过简化界面和模型树版本控制，提高临床应用中的实用性与效果。

Model Context Protocol (MCP) at First Glance: Studying the Security and Maintainability of MCP Servers

模型上下文协议（MCP）初探：研究MCP服务器的安全性和可维护性

Mohammed Mehedi Hasan, Hao Li, Emad Fallahzadeh, Gopi Krishnan Rajbahadur, Bram Adams, Ahmed E. Hassan

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

AI总结 本文首次对MCP服务器进行大规模实证研究，发现其存在八种独特漏洞，强调需专门的漏洞检测技术，并呼吁加强MCP生态系统的治理。

SwinTextUNet: Integrating CLIP-Based Text Guidance into Swin Transformer U-Nets for Medical Image Segmentation

SwinTextUNet：将基于CLIP的文本引导整合到Swin Transformer U-Nets中用于医学图像分割

Ashfak Yeafi, Parthaw Goswami, Md Khairul Islam, Ashifa Islam Shamme

专题命中 领域大模型 ：pretraining(abstract)

AI总结 本文提出SwinTextUNet，结合CLIP文本嵌入与Swin Transformer U-Net，提升医学图像分割的鲁棒性和准确性，在QaTaCOV19数据集上取得86.47%的Dice和78.2%的IoU成绩。