语言大模型 / LLM

Future Querying: Can LLMs Serve as Implicit Medical World Models?

未来查询：大语言模型能否作为隐式医学世界模型？

Siri Willems, James Butterworth, Lore Goetschalckx, Peter Vrancx, Philippe Modard, Elke Giets, Ludovic Denoyer

机构 * imec, AI-labs（imec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.CL、cs.AI

AI总结 本研究提出未来查询范式，探究LLMs能否作为隐式医学世界模型，其框架可基于非结构化临床文档运行，经微调的小型开放权重模型性能接近专有系统，在相关数据集上验证了LLMs可捕捉临床动态。

Comments This paper is accepted at The 1st MICCAI Workshop on Medical World Models (MICCAI-2026)

SynEHR: Joint Modeling Inter-visit Temporal Evolution and Intra-visit Clinical Structure for Longitudinal EHR Synthesis

SynEHR：联合建模就诊间时间演化与就诊内临床结构的纵向电子健康记录合成模型

Ximiao Li, Lin Jiang, Rongchao Xu, Dahai Yu, Zhe He, Guang Wang

机构 * Florida State University（佛罗里达州立大学） 纠错

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

AI总结 本研究提出SynEHR框架，通过两项创新模块优化纵向EHR合成，在真实数据集的多维度评估中优于现有最优模型，生成更具临床一致性与时间真实性的EHR数据。

Comments 12 pages. CIKM '26

Sycophants in the Courtroom: Are LLMs Fragile to Juridical Authority and Evolving Legal Standards?

法庭中的谄媚者：大型语言模型（LLMs）是否对司法权威与演变的法律标准脆弱？

Lorenzo Molfetta, Alessio Cocchieri, Luca Ragazzi, Ilaria Bartolini, Marco Patella, Gianluca Moro

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 该研究通过比较诊断框架对比LLMs在法律与医学领域的表现，发现法律LLMs对司法权威扰动更脆弱，过度信任权威虚假信息，模型规模会放大该问题。

Comments Please cite the definitive, peer-reviewed version of this article published in the Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), edited by Maria Liakata et al., Association for Computational Linguistics, pp. 10865-10886, 2026. DOI: https://doi.org/10.18653/v1/2026.acl-long.497

Journal ref Proceedings of the 64th Annual Meeting of the Association for Computational Linguistics (Volume 1: Long Papers), San Diego, California, United States, Association for Computational Linguistics, 2026, pp. 10865-10886

GraphMed-LT: Patient-Specific Graph Memory with Latent Clinical Thought Refinement for Multi-Turn Medical Conversations

GraphMed-LT：面向多轮医疗对话的具有潜在临床思维优化的患者特定图记忆

Zhaohan Meng, Zaiqiao Meng, Siwei Liu, Hao Xu, Ke Yuan, Iadh Ounis

机构 * School of Computing Science, University of Glasgow, UK（格拉斯哥大学计算机科学学院） ； School of Natural and Computing Science, University of Aberdeen, UK（阿伯丁大学自然与计算科学学院） 纠错

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

AI总结 该研究针对多轮医疗对话中临床证据分散的问题，提出GraphMed-LT方法，通过患者特定图记忆及潜在临床思维优化，在多轮医疗QA任务上较基线实现显著提升。

Comments Accepted to EMNLP 2026

A Multi-Domain and Multi-Task Generative Framework with Explicit Task and Domain Conditioning for Cross-Domain Event Extraction

面向跨领域事件抽取的、带有显式任务与领域条件的多领域多任务生成框架

Siting Liang, Omar Adjali, Daniel Sonntag

机构 * German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Carl von Ossietzky University of Oldenburg（奥尔登堡卡尔·冯·奥西茨基大学） 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 该研究针对跨领域事件抽取难题，提出带显式任务与领域条件的多领域多任务生成框架，通过结合领域条件信号与任务提示实现动态适配，在基准测试中取得了竞争力的性能与跨领域泛化能力。

Closed-loop AI achieves certifiable engineering design

闭环AI实现可验证的工程设计

Tianyi Yu, Chengxing Tao, Haoxuan Shen, Huiyang Li, Rugang Chen, Long Teng, Lilin Wang, Yan Li, Qingbin Chen, Chaogang Xu, Lizhong Wang

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The AI Engineer智能体框架，通过LLMs与工程后端闭环耦合实现工程设计自动化，其设计经CCS验证达标，性能优于人工优化的TuQiang基准。

Comments 24 pages,3 figures

MSM-Mem: A Universal Medical Structured Multimodal Memory Framework for Medical AI Agents

MSM-Mem：面向医疗AI智能体的通用医疗结构化多模态记忆框架

Md Asaduzzaman Jabin, Khoa Le, Lin Zhao, Tianming Liu

机构 * University of Georgia（佐治亚大学） ； New Jersey Institute of Technology（新泽西理工学院） 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 针对现有医疗AI智能体无法内化临床经验的问题，提出MSM-Mem框架，整合多类型临床经验并逐步更新，经MoE-LLaVA评估可提升性能，助力医疗AI智能体随实践进化推理能力。

Comments 8 pages

ScienceFlow: A long-horizon agent for ML research, scientific discovery and beyond

ScienceFlow：面向机器学习研究、科学发现及更广泛领域的长时智能体

Mingming Zhao, Jiqian Dong, Kangping Xu, Zadid Hasan, Chengrui Fan, Shan Jiang, Shuai Mao, Yating Ling, Linyi Zou, Tailin Zhou, Yun Hin Chan, Wenkai Zhang, Zhanhong Zhou, Guowei Huang, Hongliang Li, Wenjing Cun, Zhitang Chen, Mingxuan Yuan, Yanhui Geng

机构 * Noah’s Ark Lab, Huawei（华为诺亚方舟实验室） 纠错

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

AI总结 ScienceFlow是一款端到端自主研究智能体框架，通过ESTRA机制与证据感知执行控制器实现长时研究的状态管理与资源分配，在24小时预算内的MLE-bench基准测试中取得70.22%的Any-Medal最优分数，为长时自主研究提供了有效方案。

Improving Auto-Design of Neural PDE Solvers with a Domain-Specific Language

用领域特定语言改进神经偏微分方程求解器的自动设计

Shengxin Kong, Liwen Xu, Jingwen Fu

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

AI总结 该研究提出ADSL-PDE领域特定语言，通过结构化搜索空间提升神经PDE求解器自动设计的搜索效率与优化稳定性，前十次迭代性能提升超52%。

How Does Research Evolve? Tracing Cross-Domain Trajectories in NLP, ML, and CV Through Claim-Grounded Typed Citations

研究如何演化？基于主张的类型化引文追踪 NLP、ML 和 CV 中的跨领域轨迹

Abdul Muntakim, Md Abdullah Al Hafiz Khan, Sadid Hasan, Yong Pei

机构 * Kennesaw State University（肯尼索州立大学） ； Microsoft（微软） 纠错

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

AI总结 提出 SciTraj 语料库，通过构建类型化引文图（6种关系、32k论文、573k边）追踪 NLP/ML/CV 领域的研究演化，支持跨领域轨迹分析和链接预测基准。

Self-Evolving Scientific Agent Discovers Generalizable Physically-Reasoned Fluid Control

自进化科学智能体发现可泛化的物理推理流体控制

Boai Sun, Wenjin Guo, Zongmin Yu, Liu Yang

机构 * National University of Singapore（新加坡国立大学） 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 提出一种由大语言模型驱动的自进化科学智能体工作流，通过迭代代码生成和物理仿真诊断，自动构建可解释的控制器，并在欠驱动双关节狗鲨游泳器目标到达任务中实现零样本泛化。

Apodex 1.1: Scaling Agentic Intelligence for Complex Work

Apodex 1.1：为复杂工作扩展智能体智能

Apodex Team, B. An, B. Li, B. Wang, B. Zhang, B. L. Wang, C. Feng, C. Wei, C. Xue, C. Zhang, D. Ng, D. Ye, E. Min, F. Chen, F. Liu, F. Yang, F. Ye, H. Xu, H. Yang, H. Ye, H. Zhang, H. Zhao, J. Li, J. Lin, J. Xia, K. Jin, K. Wang, K. Yang, L. Bing, L. Lei, L. Su, Le. Wang, Lu. Wang, N. Wang, Q. Ren, Q. Yang, R. Li, S. Bai, S. Du, S. Li, S. Lin, S. Nie, S. Wang, S. Zhang, S. Z. Wang, Ta. Q. Fang, Ti. Q. Fang, W. Fang, W. Li, W. Zhang, X. Chen, X. Li, X. Tang, X. Wang, X. Xu, X. Zhang, X. Q. Wang, X. Y. Wang, Y. Deng, Y. Gao, Y. Hu, Y. Li, Y. Sui, Y. Wang, Y. Xiao, Y. Zhang, Z. Chen, Z. Cheng, Z. Feng, Z. Liang, Z. Zhang

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

AI总结 Apodex 1.1 从环境扩展与智能体协调扩展两维度开发工作能力，在多领域复杂任务中性能领先，其 350亿参数的 Mini 版本可本地部署，助力构建长周期任务的重型求解器。

Large-Small Model Collaboration for Zero-Shot Surgical Phase Recognition

用于零样本手术阶段识别的大小模型协作

Yiyi Zhang, Ying Zheng, Wenxin Fan, Yu Zhu, Yuchen Yuan, Litao Zhao, Zheng Li, Pheng-Ann Heng

机构 * The Chinese University of Hong Kong（香港中文大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与XR研究所） 纠错

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

AI总结 该研究提出LaST大小模型协作框架，结合轻量模型时间建模能力与基础模型迁移性，实现零样本手术阶段识别，在未见领域自适应上性能显著优于基线及部分先进方法。

Comments MICCAI 2026 Early Accept

Sparse Multi-Stage Expert-Agent Routing for Complex Clinical Reasoning

面向复杂临床推理的稀疏多阶段智能体专家路由机制

Sike Xiang, Shuang Chen, Qian sun, Jia Cheng, Yusi Wei, Amir Atapour-Abarghouei

机构 * Durham University（杜伦大学） 纠错

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 本文提出Sparse Multi-Stage Expert-Agent Routing框架，通过自适应激活稀疏专家智能体实现高效临床推理，引入ClinFEScore评估协议，在200例真实MDT病例上达91.5%诊断准确率，激活专家数从17.0降至3.0。

MasterSet: A Large-Scale Benchmark for Must-Cite Citation Recommendation in the AI/ML Literature

MasterSet：一个大规模基准，用于AI/ML文献中的必须引用引用推荐

Md Toyaha Rahman Ratul, Zhiqian Chen, Kaiqun Fu, Taoran Ji, Lei Zhang

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 MasterSet是一个用于评估AI/ML领域必须引用推荐的大型基准，包含15万+论文，采用三级标注方案，通过稀疏检索、密集嵌入和图方法验证，证明必须引用检索仍为开放性难题。

Journal ref Proceedings of the 2026 SIAM International Conference on Data Mining (SDM), 2026

An Empirical Study on Preference Tuning Generalization and Diversity Under Domain Shift

关于领域转移下偏好微调泛化性和多样性的实证研究

Constantinos Karouzos, Xingwei Tan, Nikolaos Aletras

机构 * School of Computer Science University of Sheffield, UK（计算机科学学院 谢菲尔德大学） 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 本研究通过比较不同对齐目标和适应策略，探讨领域转移下偏好微调的泛化性和多样性，发现伪标签法能有效缓解领域转移带来的性能下降。

Comments Accepted to EMNLP 2026 Main Conference

A Scalable Cross-Domain Event Extraction System via a Unified Generative Training Framework

基于统一生成式训练框架的可跨域事件抽取系统

Siting Liang, Omar Adjali, Omair Shahzad Bhatti, Daniel Sonntag

机构 * German Research Center for Artificial Intelligence（德国人工智能研究中心） ； Carl von Ossietzky University of Oldenburg（奥尔登堡大学） 纠错

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

AI总结 该研究针对现有事件抽取方法可扩展性与跨域泛化不足的问题，提出统一生成式序列到序列框架，微调预训练语言模型，构建支持多功能的网络应用平台，实现跨域事件抽取。

Industrial-Instruction: An End-to-End Framework for Building Instruction-Tuning and Benchmark Datasets from Industrial Technical Reports

Industrial-Instruction：一种从工业技术报告构建指令调优与基准数据集的端到端框架

Parsa Bakhtiari, Hassan Bashiri, Alireza Khalilipour, Masoud Nasiripour, Moharram Challenger

机构 * Hamedan University of Technology（哈马丹理工大学） ； University of Antwerp（安特卫普大学） ； Flanders Make Strategic Research Center（弗兰德斯制造战略研究中心） 纠错

专题命中 领域大模型 ：LLM(abstract_cn)；分类 cs.CL

AI总结 本研究针对工业技术报告无公开指令调优/基准数据集的问题，提出Industrial-Instruction端到端框架，构建两个QA数据集，对比开放与前沿模型的数据生成效果，为工业领域提供可复现的基准与训练数据路径。

Comments 29 pages, 8 figures, 18 tables, 5 listings. Datasets available at https://huggingface.co/datasets/Parssky/industrial-instruction-dataset ; code at https://github.com/parssky/industrial-instruction

Analyzing and Mitigating Cross-Lingual Degradation in Multilingual Medical VQA

分析与缓解多模态医学视觉问答中的跨语言退化问题

Jingbo Wang, Sendong Zhao, Haochun Wang, Bing Qin, Ting Liu

机构 * Research Center for Social Computing and Interactive Robotics（社会计算与交互机器人研究中心） ； Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 针对多模态医学VQA中LVLMs的跨语言退化问题，构建多语言基准并提出MedVL-XLRepE方法，可在3种LVLMs和8种语言上将退化缓解幅度提升至最高6.33%。

Comments EMNLP 2026 main

Beyond Endpoint Gains: A Weight-Delta Audit of Medical Specialization

超越端点增益：医学专业化的权重增量审计

Praphul Singh, Shanu Kumar, Akshat Agarwal

机构 * IIT Kanpur（印度理工学院坎普尔分校） ； Oracle Health AI（甲骨文健康人工智能公司） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 本研究提出配对权重增量路径审计方法，应用于两组通用模型到医学专业模型的检查点对，发现解码器更新与医学基准变动相关，但组件定位不清晰，明确审计仅针对纯文本多项选择题基准变动。

Comments Preprint: EMNLP 2026

Clinically Grounded Privacy Evaluation of Medical LMs

临床导向的医学语言模型隐私评估

Sasha Ronaghi, Sana Tonekaboni, Lena Stempfle, Vivian Utti, Jordan Li Cahoon, Nathaniel Hendrix, Ayin Vala, Marzyeh Ghassemi, Emily Alsentzer

机构 * Stanford University（斯坦福大学） ； Massachusetts Institute of Technology（麻省理工学院） ； American Board of Family Medicine（家庭医学认证委员会） 纠错

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

AI总结 提出临床导向框架，按对抗访问等级评估医学语言模型隐私泄露，发现常规元数据可导致高比率逐字记忆和敏感诊断恢复，但部分记忆源于模板化文档。

ONOTE: Hypergraph-Grounded Omnimodal Reasoning for Computational Music Science

ONOTE：面向专家级音乐智能的多模态记谱处理基准测试

Menghe Ma, Siqing Wei, Yuecheng Xing, Ziyue Zhu, Zhenghong Lin, Yaheng Wang, Fanhong Meng, Peijun Han, Luu Anh Tuan, Haoran Luo

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 领域大模型 ：LLM(abstract_cn)；分类 cs.AI

AI总结 本文提出ONOTE基准测试，通过确定性流程消除记谱系统偏差，揭示多模态模型在感知准确性和音乐理论理解间的根本分歧。

FlowExtract: Procedural Knowledge Extraction from Maintenance Flowcharts

FlowExtract：从维护流程图中提取过程知识

Guillermo Gil de Avalle, Laura Maruster, Eric Sloot, Christos Emmanouilidis

机构 * University of Groningen（格罗宁根大学） ； Philips Consumer Lifestyle B.V.（飞利浦消费生活方式有限公司） 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FlowExtract，通过分离元素检测与连接性重建，利用YOLOv8和EasyOCR提取标准流程图节点，结合新边检测方法实现高精度连接提取，优于视觉语言模型基线，为可查询的过程知识表示提供实用路径。

Comments Accepted to the 45th IFIP WG 5.7 International Conference on Advances in Production Management Systems (APMS 2026)

When Models Fabricate Credentials: A Behavioral Audit of Professional Personas and AI Identity Disclosure

当模型伪造资质：测量专业身份如何抑制诚实的自我表征

Alex Diep

机构 * Google（谷歌） 纠错

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

AI总结 研究探讨了语言模型在被赋予专业身份时，如何在维持身份与披露AI本质之间平衡，发现专业身份显著抑制诚实自我表征，且模型身份比规模对行为影响更大。

Comments 38 pages, 13 figures, 15 tables. Revised version with clarified claims and updated presentation

SlideGen: Collaborative Multimodal Agents for Scientific Slide Generation

SlideGen：用于科学幻灯片生成的协作多模态智能体

Xin Liang, Zhilin Zhang, Xiang Zhang, Haoran Su, Yiwei Xu, Siqi Sun, Chenyu You

机构 * Stony Brook University（石溪大学） ； University of British Columbia（不列颠哥伦比亚大学） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Fudan University（复旦大学） 纠错

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

AI总结 SlideGen通过协作多模态智能体实现科学论文到高质量幻灯片的生成，提升视觉质量和内容忠实度。

Understanding the Synchronization Tax in GPU Scale-Up Domains

GPU 扩展域中的同步代价研究

Arjun Devraj, Lindsey Bowen, Rachee Singh

专题命中 领域大模型 ：language model(abstract)

AI总结 本文研究 GPU 扩展域中同步代价的来源，发现其主要源于 GEMM 内核执行时间的跨秩差异，且该代价随域规模增长，颠覆了互连带宽扩展的主流认知。

TCSA-UDA: Text-Driven Cross-Semantic Alignment for Unsupervised Domain Adaptation in Medical Image Segmentation

TCSA-UDA：基于文本的跨语义对齐用于医学图像分割中的无监督域适应

Lalit Maurya, Honghai Liu, Reyer Zwiggelaar

机构 * School of Computing, University of Portsmouth（朴茨茅斯大学计算学院） ； Department of Computer Science, Aberystwyth University（阿伯里斯特威斯大学计算机科学系） 纠错

专题命中 领域大模型 ：prompting(abstract)

AI总结 本文提出TCSA-UDA框架，通过文本驱动的跨语义对齐方法，在医学图像分割中减少域偏移并提升跨模态一致性。

Comments Published in Neurocomputing

Journal ref Neurocomputing 704 (2026) 134808

Mask-Free Privacy Extraction and Rewriting: A Domain-Aware Approach via Prototype Learning

无掩码隐私提取与重写：通过原型学习的领域感知方法

Xiaodong Li, Yuhua Wang, Qingchen Yu, Zixuan Qin, Yifan Sun, Qinnan Zhang, Hainan Zhang, Zhiming Zheng

专题命中 领域大模型 ：LLM(abstract_cn)

AI总结 本文提出DAMPER方法，通过对比学习生成领域隐私原型，实现精确的跨度定位和领域合规的重写策略，提升隐私与效用的平衡。

Comments EMNLP 2026 camera-ready. First two authors contributed equally

Agentic Scaffolding Amplifies Sycophantic Behavior in Large Language Models

智能体式支架会放大大语言模型中的谄媚行为

Thantham Jittham

机构 * Cornell University（康奈尔大学） 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(summary_cn,abstract_cn)；分类 cs.CL、cs.AI、cs.LG

AI总结 该研究探究智能体式交互支架是否放大LLM的谄媚行为，发现其会系统性放大且伴随准确率下降，提出ASA概念及相关指标，警示AI自主性提升会加剧谄媚。

Comments 13 pages, 4 figures. Accepted to the UAI 2026 Workshop on Safe AI

Small Language Model enabled Autonomous agent for Language-Conditioned Cognitive Radar

基于小型语言模型的语言条件认知雷达自主智能体

Minhaj Uddin Ahmad, Zakia Zaman, Shunqiao Sun, Mizanur Rahman

专题命中 知识编辑与模型理解 ：language model(title,abstract)；small language model(title,abstract)；SLM(abstract,abstract_cn)；prompting(abstract)

AI总结 本文提出一种小型语言模型驱动的自主智能体框架，作为语言条件认知雷达的智能控制器，经实验验证可在多种雷达场景下完成算法选择，且雷达特定提示与基于物理的工具执行是可靠决策的必要条件。

Comments Accepted at MLSP 2026, ATL, USA