语言大模型 / LLM

Do LLM-Generated Skills Make Better AI Data Scientists? A Component Ablation Across Data-Science Workflows

大语言模型生成的技能能否造就更好的人工智能数据科学家？跨数据科学工作流程的组件消融

Wei-Jung Huang

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 研究大语言模型生成的技能在数据科学工作流程中的作用，通过在四个阶段测试及组件消融实验发现，完整生成技能及消融后的技能变体与任务单独提示相比，均未显著提升性能，提醒勿将其作为默认单次提示策略。

Comments KDD 2026 Workshop on AI Data Scientist

Journal ref KDD 2026 Workshop on AI Data Scientist

Monitoring Transformative Technological Convergence Through LLM-Extracted Semantic Entity Triple Graphs

通过大语言模型提取的语义实体三元组图监测变革性技术融合

Alexander Sternfeld, Andrei Kucharavy, Dimitri Percia David, Alain Mermoud, Julian Jang-Jaccard, Nathan Monnet

机构 * Institute of Entrepeneurship and Management, HES-SO（企业家精神与管理研究所） ； Cyber-Defence Campus, armasuisse, Science and Technology（网络安全校园，armasuisse，科学技术） 纠错

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

AI总结 研究如何监测变革性技术融合，利用大语言模型从非结构化文本提取语义三元组构建图，通过新方法和指标检测融合信号，经多阶段处理，在两个数据集验证，能识别融合模式，提供技术预测框架。

Physics-Audited Agentic Discovery in Scientific Machine Learning

科学机器学习中的物理审核智能发现

Diab W. Abueidda, Bilal Ahmed, Panos Pantidis, Mostafa E. Mobasher

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； National Center for Supercomputing Applications, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校国家超级计算应用中心） 纠错

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

AI总结 研究针对智能科学机器学习中替代模型选择问题，提出物理审核智能SciML工作流程，先确定评分评估器，推导物理要求并检查候选者输出，搜索违规情况。通过数值示例验证，该方法能选到满足物理条件的替代模型，区别于仅靠综合分数的方法。

Evaluating LLM Robustness Under Domain-Specific Prompt Perturbations in Public Health Applications

在公共卫生应用中评估特定领域提示扰动下的大语言模型稳健性

Chuqing Zhao, Haochen Yang

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

AI总结 研究公共卫生应用中LLMs对特定领域提示扰动的稳健性，提出特定领域稳健性基准，通过错误信息框架和外行重写两种扰动类型评估，揭示两种部署风险，强调需超越干净基线基准进行扰动感知稳健性评估。

Reward Valuation in Vision Language Models: Causal Mechanisms Underlying Anhedonia

视觉语言模型中的奖励估值：快感缺乏背后的因果机制

Melika Honarmand, Samin Mahdipour Aghabagher, Martin Schrimpf

机构 * EPFL（苏黎世联邦理工学院） 纠错

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

AI总结 研究探讨视觉语言模型中奖励估值情况，基于神经科学观点，通过有针对性扰动识别奖励预期单元，测试其因果作用，发现模型存在奖励估值和预期缺陷，结果反映了人工智能模型与人类平行的奖励估值回路。

Agentic Exploration of Physics Models

物理模型的智能体探索

Maximilian Nägele, Florian Marquardt

机构 * Max Planck Institute for the Science of Light（马克斯·普朗克光科学研究所） 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 提出 SciExplorer 智能体，利用大语言模型工具使用能力，无需领域特定蓝图即可探索未知物理系统，通过实验和观测恢复运动方程和哈密顿量。

Journal ref Maximilian Nägele and Florian Marquardt, 2026 Phys. Rev. X 16, 031002

Health System Scale Semantic Search Across Unstructured Clinical Notes

跨无结构临床笔记的健康系统规模语义搜索

Faith Wavinya Mutinda, Spandana Makeneni, Anna Lin, Shivaji Dutta, Irit R. Rasooly, Patrick Dibussolo, Shivani Kamath Belman, Hessam Shahriari, Kevin Murphy, Alex B. Ruan, Barbara H. Chaiyachati, Sanjay Chainani, Robert W. Grundmeier, Scott M. Haag, Jeffrey M. Miller, Heather M. Griffis, Ian M. Campbell

机构 * Department of Biomedical and Health Informatics, Children’s Hospital of Philadelphia（儿童医院哲学学院生物医学与健康信息学系） ； Google Cloud（谷歌云） ； Department of Pediatrics, University of Pennsylvania（宾夕法尼亚大学儿科系） ； Division of Neonatology, Children’s Hospital of Philadelphia（儿童医院哲学学院新生儿科） ； Division of Human Genetics, Children’s Hospital of Philadelphia（儿童医院哲学学院人类遗传学部） 纠错

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

AI总结 本文提出了一种在大规模健康系统中实现语义搜索的解决方案，通过优化嵌入模型和分块策略，实现了亚秒级查询延迟和高准确率的临床问答任务，同时展示了在临床实用性评估中减少任务完成时间的效果。

Comments For associated code, see https://github.com/Ian-Campbell-Lab/clinical-semantic-search

From inference to prediction: how machine learning is reconfiguring science

从推理到预测：机器学习如何重构科学（1990-2025）

Malena Mendez Isla, Vincent Lariviere, Diego Kozlowski

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

AI总结 通过分析490万篇论文，揭示机器学习从物理科学向健康科学扩散，预测技术取代推理方法，引发两波认知不透明性浪潮。

Heterogeneity-Adaptive Diffusion Schrodinger Bridge for PET-Guided Whole-Body MRI Translation

用于PET引导的全身MRI转换的异质性自适应扩散薛定谔桥

Chengbo Wang, Jiacheng Yu, Linjie Bian, Ming Qi, Xiaosheng Liu, Tongtong Che, Jichang Zhang, Shuyu Li, Shaoli Song, Xiuying Wang

机构 * The University of Sydney（悉尼大学） ； Fudan University Shanghai Cancer Center（复旦大学附属上海肿瘤医院） ； Beijing Normal University（北京师范大学） 纠错

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

AI总结 针对PET-MR扫描时间长的问题，提出异质性自适应扩散薛定谔桥（HA-DSB）框架，通过整合视觉语言模型嵌入及PET先验，利用双阶段引导机制，实现全身MRI转换，提升不同区域尤其是病变区域的转换质量。

Comments Accepted at MICCAI 2026

SkillCenter: A Large-Scale Source-Grounded Skill Library for Autonomous AI Agents

SkillCenter：用于自主人工智能代理的大规模源基础技能库

Tianming Sha, Yue Zhao, Lichao Sun, Yushun Dong

机构 * Stony Brook University（纽约州立大学石溪分校） ； University of Southern California（南加州大学） ； Lehigh University（里海大学） ； Florida State University（佛罗里达州立大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 研究针对自主AI代理缺乏扎实操作知识的问题，构建SkillCenter技能库，通过多源获取等端到端框架，集成大量源基础和社区技能，实现技能可追溯，以保障代理输出的正确性、安全性和可维护性。

Comments 44 pages, 5 figures. Code: https://github.com/LabRAI/SkillCenter ; Data: https://huggingface.co/datasets/Tommysha/skillcenter-bundles

Comparative Study of Domain-adapted VLMs for General Document Visual Question Answering

用于通用文档视觉问答的领域适应视觉语言模型的比较研究

Miguel Lopez-Duran, Elena Marrero, Julian Fierrez, Marta Robledo-Moreno, Ruben Vera-Rodriguez, Daniel DeAlcala, Aythami Morales, Ruben Tolosana, Oscar Delgado, Alvaro Ortigosa, Javier Ortega-Garcia

机构 * Universidad Autónoma de Madrid (UAM)（马德里自治大学） ； BiometricsAI（生物识别人工智能） 纠错

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

AI总结 研究对8个开源预训练VLMs在三种文档领域的DocVQA进行全面评估，通过多种评估方式发现其在不同布局性能有差异，参数缩放影响性能，视觉理解是瓶颈，还表明少样本微调能让模型快速适应目标域文档。

Comments 17 pages, 4 figures, accepted at the Automatically Domain-Adapted and Personalized Document Analysis workshop of the ICDAR 2026

ShapeTalk: Combining Natural Language and Sketch for Time-Series Pattern Querying

ShapeTalk：结合自然语言和草图进行时间序列模式查询

Guoruizhe Sun, Yueqiao Chen, Emily Guo, Yutong Yao, Dongyu Liu

专题命中 领域大模型 ：LLM(abstract)

AI总结 研究针对时间序列模式查询中现有工具不足的问题，提出ShapeTalk系统，结合自然语言与草图，通过基于大语言模型的语义解析管道实现查询，经多种评估表明该系统能有效支持时间序列模式搜索，自然语言与草图互补。

Comments 10 pages of main text, 2 pages of references, and 20 pages of appendices

Pre-Training on Software Engineering Texts: Effects on Domain Adaptation and General-Language Understanding

软件工程文本的预训练：对领域适应和通用语言理解的影响

Fabian C. Peña, Steffen Herbold

专题命中 领域大模型 ：language model(abstract)

AI总结 研究如何让语言模型适应软件工程文本，比较持续预训练和从头预训练，评估领域适应和通用语言理解。发现重用现有模型占优，CPT领域收益小，PTS代价大，还给出实用指南并发布相关资源。

Deciphering the global production network from cross-border firm transactions

从跨境公司交易中解读全球生产网络

Neave O'Clery, Ben Radcliffe-Brown, Thomas Spencer, Daniel Tarling-Hunter

专题命中 领域大模型 ：LLM(abstract)

AI总结 该研究利用国际公司层面交易数据，通过转化为有向网络，分析全球生产网络，发现产品分类、主导国家，揭示工业复杂性与供应链关系及前后向联系的预测作用，还找到与AIPNET的相似性及特定供应链的强联系。

AnyPoC: Universal Proof-of-Concept Test Generation for Scalable LLM-Based Bug Detection

AnyPoC：用于可扩展LLM基于Bug检测的通用证明-概念测试生成

Zijie Zhao, Chenyuan Yang, Weidong Wang, Yihan Yang, Ziqi Zhang, Lingming Zhang

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 AnyPoC通过多代理框架生成可执行的证明-概念测试，以验证候选Bug报告，提升自动化Bug检测的实用性。

Interpretable Uncertainty for Adaptive Retrieval and Reasoning in Question Answering

问答中自适应检索与推理的可解释不确定性

Ritajit Dey, Iadh Ounis, Graham McDonald

专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 研究针对问答中大型语言模型的问题，提出基于LLM内部表示显式信号的不确定性感知框架，区分知识不足与模糊冲突，能在单次前向传播中估计，指导系统行为，为检索和推理策略提供透明实用替代方案。

Comments 2 pages, 1 figure

Beware of Agentic Botnets: Scalable Untargeted Promptware Attacks via Universal and Transferable Adversarial HalluSquatting

警惕智能体僵尸网络：通过通用且可转移的对抗性幻觉蹲点进行可扩展的无目标提示软件攻击

Aya Spira, Stav Cohen, Elad Feldman, Ron Bitton, Avishai Wool, Ben Nassi

专题命中 知识编辑与模型理解 ：LLM(summary_cn,abstract)

AI总结 研究针对实际威胁模型中无直接渠道时攻击者能否利用LLM应用的问题，提出对抗性幻觉蹲点技术，通过识别热门资源计算幻觉分布抢先注册对抗性提示，利用幻觉特性扩大无目标提示软件攻击范围并建立僵尸网络，实验证明该技术可行性及幻觉可转移性。

Comments Website: https://sites.google.com/view/agentic-botnets/home

HIVE: Understanding Post-Hallucination Reasoning in Vision Language Models

HIVE：理解视觉语言模型中的幻觉后推理

Feng He, Zhenting Wang, Qifan Wang, Qiang Guan, Dongfang Liu, Ruixiang Tang, Qiankun Li

机构 * Purdue University（普渡大学） ； Rutgers University（罗格斯大学） ； Meta AI ； Kent State University（肯特州立大学） ； Imperial College London（伦敦帝国学院） 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 研究视觉语言模型中幻觉后推理阶段，引入HIVE评估基础设施，通过九个任务和九个模型观察到模态依赖模式，发现幻觉线索能拓宽语义覆盖并重塑推理动态，强调理解此阶段对提升多模态推理系统可靠性和可解释性的重要性。

Comments Accepted by ECCV 2026

Measuring the metacognition of AI

测量人工智能的元认知

Richard Servajean, Philippe Servajean

机构 * Center for Brain Science, RIKEN（日本立命馆大学脑科学研究中心） 纠错

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

AI总结 本文提出使用meta-d'框架和信号检测理论评估AI的元认知能力，通过实验验证其在不同任务和风险下的决策调节能力。

Comments 19 pages, 5 figures, 2 tables

Naming the Concepts Classifiers Rely On: Language-Anchored Decomposition for Faithful Explanation

命名概念分类器所依赖的内容：用于忠实解释的语言锚定分解

Ahsan Habib Akash, Dipkamal Bhusal, Stacey Jones, Donald A. Adjeroh, Binod Bhattarai, Prashnna Kumar Gyawali

机构 * West Virginia University（西弗吉尼亚大学） ； Rochester Institute of Technology（罗彻斯特理工学院） ； O Analytics（O分析公司） ； University of Aberdeen（阿伯丁大学） ； Fogsphere (Redev.AI Ltd, UK)（Fogsphere（Redev.AI有限公司，英国）） ； University College London（伦敦大学学院） 纠错

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

AI总结 研究针对深度神经网络在高风险视觉应用中可解释性的问题，提出语言锚定分解（LAD）框架，通过大语言模型和非负矩阵分解，在不修改模型的情况下获得命名、忠实且与决策相关的概念解释。

Comments Code available at https://github.com/machine-intelligence-lab-wvu/LAD

The Signs Were Always There: Training-Free Concept Detection and Steering in Raw Transformer Dimensions

Bag of Dims：通过维度级符号模式实现无需训练的机制可解释性

Varun Reddy Nalagatla

机构 * Amazon Web Services（亚马逊云服务） 纠错

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

AI总结 本文提出Bag of Dims框架，证明Transformer隐藏状态的标准基即可作为无需训练的特征基，通过维度符号模式编码语义，并在三个模型上验证了其有效性。

Comments Preprint. 35 pages, 5 figures. Detection method reproducible from the paper; full steering code to follow

Can We Really Learn One Representation to Optimize All Rewards?

我们真的能学习一种表示来优化所有奖励吗？

Chongyi Zheng, Royina Karegoudra Jayanth, Benjamin Eysenbach

机构 * Princeton University（普林斯顿大学） 纠错

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

AI总结 研究无监督预训练中通过交互的无监督学习，聚焦前向 - 后向表示学习。通过理论分析阐明其表示存在条件及收敛情况，提出更易理解和优化的变体。实验表明该变体误差更小、零样本性能提升，还能为下游任务提供有效初始化。

Strategies for Span Labeling with Large Language Models

使用大语言模型进行跨度标记的策略

Danil Semin, Ondřej Dušek, Zdeněk Kasner

机构 * Institute of Formal and Applied Linguistics（形式与应用语言学研究所） ； Faculty of Mathematics and Physics, Charles University（数学与物理系，查尔斯大学） 纠错

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL

AI总结 研究使用大语言模型进行跨度标记的策略，将现有策略分为三类，针对内容匹配局限引入LogitMatch方法，经四项任务评估，发现标记是强大基线，LogitMatch能改进基于匹配的方法，在部分设置中表现更优。

LLM Assisted Verification Assertion Generation: Challenges and Future Directions

大语言模型辅助验证断言生成：挑战与未来方向

Bhabesh Mali, Chandan Karfa

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 探讨基于大语言模型辅助验证断言生成的挑战与未来方向，研究如何从设计规范生成 SystemVerilog 断言，提出核心问题并给出解决挑战的指导方针，以实现系统化、质量可控的断言生成。

Comments The paper contains a series of guidelines to generate SystemVerilog assertions using LLM

Human and LLM Collaboration for Accelerated Materials Synthesis and Discovery

人类与大语言模型协作加速材料合成与发现

Gregory Bassen, Wyatt Bunstine, Sarah Okandey, Sarah Cheung, Elaine Flowers, Ritwik Bose, Joshua Hummel, Christopher D. Stiles, Maxime A. Siegler, Tyrel M. McQueen

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 研究新材料发现速度滞后问题，通过人类与大语言模型协作生成材料合成配方，经实验确定成功率，发现二者成功率相似，并借此发现了具有新结构原型的材料Ba3PtO5。

Ad Headline Generation using Self-Critical Masked Language Model

使用自批判掩码语言模型生成广告标题

Yashal Shakti Kanungo, Sumit Negi, Aruna Rajan

机构 * amazon（亚马逊） 纠错

专题命中 其他LLM ：language model(title,abstract)；分类 cs.CL、cs.AI、cs.LG

AI总结 研究如何为电商网站生成吸引人的广告标题，核心方法是将强化学习策略梯度方法应用于基于Transformer的掩码语言模型，通过联合多种产品信息生成标题，该方法在指标和质量审核上优于现有方法，生成标题质量也优于人工提交的。

Comments Accepted at NAACL-HLT 2021 (Industry Track). 9 pages, 3 tables, 3 figures - ACL Anthology URL: https://aclanthology.org/2021.naacl-industry.33/ - Editors of the proceedings: Young-bum Kim, Yunyao Li, Owen Rambow - Bibkey: kanungo-etal-2021-ad

Journal ref Proceedings of the 2021 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies: Industry Papers, pages 263-271, June 2021

From Noisy Traces to Root Causes: Structural Trajectory Analysis and Causal Extraction for Agent Optimization

从噪声轨迹到根本原因：用于智能体优化的结构轨迹分析和因果提取

Ying Chang, Jiahang Xu, Xuan Feng, Chenyuan Yang, Peng Cheng, Yuqing Yang

机构 * Microsoft Research（微软研究院） ； University of Chinese Academy of Sciences（中国科学院大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究针对长期智能体优化中实际执行轨迹难直接用于优化的问题，提出STRACE框架。该框架在批次和轨迹内分别进行故障模式挖掘与因果定位，去除冗余和非因果步骤，实验表明其显著优于基线，提升了智能体优化成功率。

Understanding Interpretation Difficulty in Harmful Online Communication: Insights from Cybercrime Communities

理解有害网络通信中的解释难度：来自网络犯罪社区的见解

Tomohiro Okatsu, Naoki Takada, Yin Min Pa Pa, Katsunari Yoshioka, Tatsunori Mori

机构 * Yokohama National University（横滨国立大学） 纠错

专题命中 其他LLM ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 研究网络犯罪相关Discord聊天中解释难度，构建参考解释评估人类和大语言模型在不同条件下的解释，发现局部上下文对人类不足，外部知识等可提升，还进行错误分析并分类影响因素，指出有害内容分析应视解释为证据整合问题。

Where Did the Variability Go? From Vibe Coding to Product Lines by Regeneration

可变性去哪了？从氛围编码到通过再生的产品线

Xhevahire Tërnava

机构 * LTCI, Télécom Paris, Institut Polytechnique de Paris, Palaiseau, France（LTCI，巴黎电信学院，巴黎理工学院，Palaiseau，法国） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；分类 cs.AI

AI总结 研究AI驱动编程（氛围编码）中可变性缺失问题，提出通过再生实现可变性（VbR）方法，让LLM作为推导引擎生成无死代码的变体二进制。

Comments VARIABILITY 2026

On Adversarial Vulnerability of Vision-Language Models through the Lens of Intermediate Spectral Subspaces

基于中间谱子空间视角的视觉语言模型对抗脆弱性研究

Chethan Krishnamurthy Ramanaik, Tobias Callies, Michael Hecht, Eirini Ntoutsi

机构 * University of the Bundeswehr Munich（慕尼黑联邦国防军大学） ； University of Wrocław（弗罗茨瓦夫大学） 纠错

专题命中 其他LLM ：language model(title,abstract)；分类 cs.AI、cs.LG

AI总结 研究基于Transformer的视觉语言模型对抗脆弱性，提出白盒谱子空间引导攻击（SSGRA），通过将中间表示与特定子空间对齐来攻击，实验显示其比现有基线更有效，还为模型对抗脆弱性提供谱解释，助力提升鲁棒性。