语言大模型 / LLM

An ambiguity taxonomy for evaluating large language model performance on clinical registry abstraction: a multi-site prospective study

用于评估大型语言模型在临床登记处抽象任务中性能的歧义分类：一项多中心前瞻性研究

James Matheson, Betsy Castillo, Andrew Y. Shin, David Scheinker

机构 * Carta Healthcare（卡塔医疗） ； Stanford University School of Medicine（斯坦福大学医学院） 纠错

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

AI总结 本多中心前瞻性研究评估LLM在临床登记处抽象任务中的性能，发现其准确率远低于人类抽象人员，且随问题歧义度和临床推理要求升高而降低。

Neurosymbolic Alignment for Physiologically-Safe Clinical Language Models

面向生理安全临床语言模型的神经符号对齐

Abdulhady Abas Abdullah, Erik Cambria, Milena Zivkovic

机构 * University of Kurdistan Hewlêr（库尔德斯坦大学） ； Nanyang Technological University（南洋理工大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of Kragujevac（克拉古耶瓦茨大学） 纠错

专题命中 领域大模型 ：LLM(summary_cn,abstract)；language model(title)；SFT(abstract,abstract_cn)；preference optimization(abstract)

AI总结 提出神经符号对齐框架，耦合临床LLM与HGNN生理世界模型，在CSB基准上显著提升临床LLM的生理安全性能，优于ORPO、GPT-4等方法，为临床LLM安全对齐提供新路径。

PHMForge: Evaluating LLM Agents on Industrial Prognostics through MCP-Native, Algorithm-Grounded Tools

PHMForge：通过MCP原生、算法基础的工具评估LLM代理在工业预测维护中的表现

Yusheng Li, Tianjun Feng, Yunfeng Chen, Chun-Yi Tsai, Yihan Sun, Ayan Das, Kaoutar El Maghraoui, Shuxin Lin, Dhaval Patel

机构 * Columbia University（哥伦比亚大学） ； Georgia Institute of Technology（佐治亚理工学院） ； IBM, New York（IBM，纽约） 纠错

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

AI总结 PHMForge通过MCP原生工具评估LLM代理在工业预测维护中的可靠性，揭示了静态检索在预测计算中的局限性，展示了不同框架和模型的表现差异。

Comments 23 pages, 3 figures

Structured Frequency-Domain Evidence for LLM-Based Time-Series Anomaly Detection

面向基于大语言模型的时间序列异常检测的结构化频域证据

Jungwook Seo, Sangwon Son, Minjeong Kim, Seungmin Han, Seojin Yoo, Sungyong Baik

机构 * Hanyang University（汉阳大学） 纠错

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

AI总结 该研究针对现有基于LLM的时间序列异常检测方法缺乏显式频域证据的问题，提出证据增强的零样本TSAD框架，经多模型实验验证频域证据可提升检测性能。

Molecular LLM Agents: From Architectural Design to Scientific Autonomy

分子大语言模型智能体：从架构设计到科学自主性

Jiatong Li, Wengyu Zhang, Weida Wang, Yuxuan Ren, Wei Liu, Chenyang Mao, Yuqiang Li, Yatao Bian, Changmeng Zheng, Xiaoyong Wei, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Shanghai AI Lab（上海人工智能实验室） ； National University of Singapore（新加坡国立大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 该研究提出分子LLM智能体的概念框架，从架构设计和科学自主性阶梯两方面展开，为分子领域LLM智能体的比较、设计评估及部署提供指导。

Comments 25pages

Graph-Supervised Hierarchical Clinical Alignment for Radiology Report Generation with Large Language Models

面向结合大语言模型的放射学报告生成的图监督分层临床对齐

Yingshu Li, Yunyi Liu, Zhanyu Wang, Zailong Chen, Lingqiao Liu, Lei Wang, Luping Zhou

机构 * University of Sydney（悉尼大学） ； ByteDance（字节跳动） ； University of Wollongong（伍伦贡大学） ； University of Adelaide（阿德莱德大学） 纠错

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

AI总结 本文针对放射学报告生成中报告级监督与疾病级发现的粒度不匹配问题，提出图监督分层临床对齐方法，在3B模型上超越多个更大参数的现有系统，验证了优化监督结构的有效性。

TW-LegalBench: Measuring Taiwanese Legal Understanding

TW-LegalBench: 衡量台湾法律理解

Fei-Yueh Chen, Chun Huang Lin, Chan Wei Hsu, Kuan Hsuan Yeh, Zih-Ching Chen, Kuan-Ming Chen, Patrick Chung-Chia Huang

机构 * University of Rochester（罗切斯特大学） ； National Taiwan University（国立台湾大学） ； NVIDIA（英伟达） 纠错

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

AI总结 提出TW-LegalBench基准，包含多项选择、开放式问答和法律判决预测任务，评估13个LLM在台湾法律上的表现，发现顶尖模型通过律师考试但未达到法官检察官标准，且法律条文引用困难。

Comments 10 pages, 2 figures, To appear in ICAIL 2026

TRACER: Balancing Stability-Plasticity-Cognitivity Trilemma for LLM Enhanced Continual Recommendation

TRACER：平衡大语言模型增强型持续推荐的稳定性-可塑性-认知性三难困境

WooJoo Kim, HyunSik Yoo, JunYoung Kim, JaeHyung Lim, SeongKu Kang, HwanJo Yu

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 针对LLM增强持续推荐的SPC三难困境，提出TRACER模型，通过协同设计三个专用模块协调三难，在五组真实数据集上较最优基线最高提升14.38%

Comments Accepted to CIKM 2026 Full Research Paper

MedPriv-Bench: Benchmarking the Privacy-Utility Trade-off of Large Language Models in Medical Open-Ended Question Answering

MedPriv-Bench：医疗开放问答中大语言模型隐私-效用权衡的基准测试

Shaowei Guan, Yu Zhai, Hin Chi Kwok, Jiawei Du, Xinyu Feng, Jing Li, Harry Qin, Vivian Hui

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

AI总结 MedPriv-Bench首次提出医疗开放问答中评估隐私保护与临床效用的基准，通过多代理人机协同流程生成敏感医疗情境，利用预训练RoBERTa-NLI模型量化数据泄露，揭示大语言模型在隐私与效用间的普遍权衡。

Comments Accepted to EMNLP 2026 Main Conference

AI, Expert or Peer? Provider Biases and Feedback Uptake Among Pre-Service Teachers

人工智能、专家还是同行？职前教师中的提供者偏差与反馈采纳

Lucas Jasper Jacobsen, Ute Mertens, Thorben Jansen, Kira Elena Weber

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

AI总结 该研究针对职前教师，通过随机实验发现其对专家、同行、LLM生成的反馈的来源判断存在偏差，LLM反馈采纳率最高，反馈质量仅影响采纳，来源信念仅影响感知。

Comments 37 pages, 2 figures, 6 tables

SeriCrypt: An LLM-Driven Context-Aware Serialization Framework for Cryptographic Protocols

SeriCrypt：一种用于密码协议的大语言模型驱动的上下文感知序列化框架

Maosong Chen, Xi Chen, Mengcheng Ju, Dongliang Zhao, Chunxiang Gu

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

AI总结 SeriCrypt是一种大语言模型驱动的密码协议序列化框架，可自动构建符合要求的密码消息，在TLS等协议测试中表现优于主流模糊器，能发现规范违规并提升测试效果。

When LLMs Slow Down: How Environmental Impacts Mediate University Students' LLM Usage

当大语言模型变慢时：环境影响如何调节大学生对大语言模型的使用

Hyeonwook Kim, Xuesi Chen, Alex Cabral, Cindy Kaiying Lin, Udit Gupta, Josiah Hester

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

AI总结 本研究针对89名大学生，设计了可视化延迟-碳权衡的生态反馈界面，发现延迟升高会降低用户对该界面的使用意愿，而碳减排认知与生态意识则会提升意愿，该界面可作为促进可持续LLMs使用的教育手段。

Comments Accepted at ICT4S 2026

Who Chooses How Preferences Are Aggregated? Auditing Aggregation-Rule Authority in LLM-Based Group Recommendation

谁来选择偏好如何聚合？审计基于大语言模型（LLM）的群组推荐中的聚合规则权限

Yuxuan Du

专题命中 领域大模型 ：LLM(title,title_cn)

AI总结 该研究针对基于大语言模型的群组推荐，审计聚合规则权限，发现权限委托会赋予模型聚合选择的裁量权，且不同条件下模型聚合结果分布存在差异。

Retrieval-augmented generation vs. deterministic tax computation in multi-agent financial advisory: A 2x2 factorial experiment

多智能体金融咨询中检索增强生成与确定性税费计算的对比：一项2×2析因实验

Aryan Brar, Justin Du, Avery Lor, Kylie Seto, Eric Taylor

机构 * Royal Bank of Canada（加拿大皇家银行） ； RBC Borealis 纠错

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

AI总结 通过2×2析因实验发现，为多智能体金融咨询系统配备RAG与定制税费引擎，仅税费引擎会显著降低税费节省，仅RAG时表现最优，说明LLM内化金融知识或已足够，无需额外工具。

Discovering Adaptive Transmission Programs for Collective Innovation

面向集体创新的自适应传输程序发现

Cédric Colas, Jérémy Perez, Eleni Nisioti, Akhilesh Mocherla, Pierre-Yves Oudeyer, Clément Moulin-Frier, Maxime Derex

机构 * Flowers AI & CogSci Lab（Flowers AI与认知科学实验室） ； Inria（法国国家信息与自动化研究所） ； IT University of Copenhagen（哥本哈根IT大学） ； Institute for Advanced Study in Toulouse（图卢兹高等研究院） 纠错

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

AI总结 该研究针对集体创新任务，提出用LLM引导的进化搜索设计基于状态感知的传输协议，使集体性能较基准提升37%，协议可跨领域与群体迁移，为AI辅助设计协调基础设施提供了路径。

Comments CogSci 2026; longer version in prep

Incorporating Cognitive Load and Knowledge Transfer for Multi-Domain Knowledge Tracing

整合认知负荷与知识迁移的多领域知识追踪

Haotian Zhang, Shucun Wang, Jinze Wu, Liang Ding, Shuochen Liu, Zhenya Huang, Jing Sha, Shijin Wang, Qi Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； iFLYTEK AI Research（讯飞AI研究院） ； Institute of Artificial Intelligence, Hefei Comprehensive National Science Center（合肥综合性国家科学中心人工智能研究院） 纠错

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

AI总结 该研究针对多领域知识追踪场景，提出整合认知负荷与知识迁移的LT-MKT方法，利用LLMs构建多领域层次图并联合建模认知负荷与知识迁移，在真实数据集上实现了最优性能。

Comments Accepted as a CIKM 2026 Oral

DRRG: A Discrete Diffusion Framework for Radiology Report Generation

DRRG：用于放射报告生成的离散扩散框架

Shaoyang Zhoua, Yingshu Li, Yunyi Liu, Lijun Pu, Lingqiao Liu, Lei Wang, Luping Zhou

机构 * School of Electrical and Computer Engineering, The University of Sydney（悉尼大学电气与计算机工程学院） ； Department of Radiology, The First Affiliated Hospital of Soochow University（苏州大学附属第一医院放射科） ； School of Computer Science, The University of Adelaide（阿德莱德大学计算机学院） ； School of Computing and Information Technology, University of Wollongong（卧龙岗大学计算与信息技术学院） 纠错

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

AI总结 本研究提出基于离散扩散大语言模型的DRRG框架，将放射报告生成转化为迭代掩码词去噪，在MIMIC-CXR、CheXpert Plus数据集上的多项指标优于对比方法，为放射报告生成提供了有效替代方案。

An Echo Chamber of One: Should AI Psychosis Be a Distinct Clinical Entity?

单个人的回音室：AI 精神病是否应成为独立临床实体？

Joshua Au Yeung, Hamilton Morrin, Vincent Ng, Zeljko Kraljevic, Richard Dobson

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

AI总结 该研究探讨与大语言模型聊天机器人相关的精神病是否应成为独立临床实体，分析其机制、利弊并提出多主体应对建议，强调需关注该现象。

Breaking User-Centric Agency: A Tri-Party Framework for Agent-Based Recommendation

打破以用户为中心的代理：一个三方框架用于基于代理的推荐

Yaxin Gong, Chongming Gao, Chenxiao Fan, Haoyan Liu, Wenjie Wang, Jianshan Sun, Yangyang Li, Fuli Feng, Xiangnan He

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

AI总结 本文提出一个三方框架TriRec，用于基于代理的推荐系统，旨在协调用户效用、物品曝光和平台层面的公平性，从而提高推荐系统的准确性和公平性。

Metadata-Aware Adaptation of a Generative Foundation Model for Conditional CMR Synthesis

面向条件化CMR合成的生成式基础模型的元数据感知适配

Marc Rodríguez, Grzegorz Skorupko, Nay Aung, Steffen E Petersen, Karim Lekadir, Polyxeni Gkontra

机构 * Facultat de Matemàtiques i Informàtica, Universitat de Barcelona（巴塞罗那大学数学与信息学院） ； NIHR Barts Biomedical Research Centre（英国国立卫生研究院巴特生物医学研究中心） ； St Bartholomew’s Hospital（圣巴塞洛缪医院） ； Institució Catalana de Recerca i Estudis Avançats (ICREA)（加泰罗尼亚高级研究学院） 纠错

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

AI总结 本研究提出整合无元数据CFG等策略的元数据感知适配方法，基于预训练潜在扩散模型实现仅用患者元数据的CMR合成，在UK Biobank数据集上显著提升FID，验证了生成式基础模型用于临床CMR合成的潜力。

Comments 5 pages, 3 figures

Speech-to-SOAP: End-to-End Summarization of Medical Dialogues: KIT@BeTraC 2026

Speech-to-SOAP：医学对话的端到端摘要生成——KIT@BeTraC 2026

Enes Yavuz Ugan, Fabian Retkowski, Yuka Ko, Thai-Binh Nguyen, Maike Züfle, Jan Niehues, Alexander Waibel

机构 * Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本研究针对医学对话摘要任务，提出KIT团队参加BeTraC挑战赛轻量级赛道的方案，构建可扩展数据增强流水线，适配语音基础模型实现端到端语音转SOAP生成，减轻医护记录负担。

Comments 3 pages, BeTraC 2026

Retrieval-aligned Tabular Foundation Models Enable Robust Clinical Risk Prediction in Electronic Health Records Under Real-world Constraints

检索对齐的表格基础模型实现电子健康记录中在现实约束下的稳健临床风险预测

Minh-Khoi Pham, Thang-Long Nguyen Ho, Thao Thi Phuong Dao, Tai Tan Mai, Minh-Triet Tran, Marie E. Ward, Una Geary, Rob Brennan, Nick McDonald, Martin Crane, Marija Bezbradica

机构 * University of Cambridge（剑桥大学） 纠错

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

AI总结 针对电子健康记录中高维、异质、类别不平衡和分布偏移等挑战，提出任务对齐检索框架AWARE，通过监督嵌入学习和轻量适配器提升表格上下文学习性能，在极端不平衡下AUPRC提升高达12.2%。

Comments Not peer-reviewed. Under revision

SENSESHIFT: Continuous Sentiment-Controlled Text Generation via Encoder-based Mask Infilling

SENSESHIFT：基于编码器的掩码填充实现连续情感控制文本生成

Shahed Masoudian, Markus Frohmann, Emmanouil Karystinaios, Navid Rekabsaz, Markus Schedl

机构 * Johannes Kepler University Linz（约翰开普勒林茨大学） ； Thomson Reuters Labs（汤森路透实验室） ； University of Toronto（多伦多大学） ； Vector Institute（向量研究所） 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 该研究提出基于编码器的框架SenseShift，通过双向注意力等技术实现细粒度句子级情感控制文本生成，在故事与评论生成任务上，相比大解码器基线模型，情感可控性更强且文本质量与鲁棒性更优。

Comments Paper Accepted to EMNLP 2026

Gated Activation Steering for Reducing Sycophancy & Hallucination in Medical Question Answering

门控激活引导：减少医学问答中的谄媚行为与幻觉

Himanshu Tripathi, Subash Neupane, Shaswata Mitra, Sudip Mittal, Noorbakhsh Amiri Golilarz, Shahram Rahimi

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 本研究提出门控激活引导方法，通过推理时干预结合幻觉与谄媚行为的针对性引导，在40亿参数模型上提升医学问答抗压力能力，表现接近千亿参数模型

MPIB: A Benchmark for Medical Prompt Injection Attacks and Clinical Safety in LLMs

MPIB：用于医疗提示注入攻击和大语言模型临床安全性的基准

Junhyeok Lee, Han Jang, Kyu Sung Choi

机构 * Seoul National University College of Medicine（首尔国立大学医学院） ； Seoul National University（首尔国立大学） ； Seoul National University College of Medicine, Seoul National University Hospital（首尔国立大学医学院、首尔国立大学医院） 纠错

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

AI总结 MPIB是一个用于评估医疗提示注入攻击和大语言模型临床安全性的基准，通过测量临床危害事件率和攻击成功率来评估模型的安全性。

Comments 19 pages, 7 figures, 18 tables. Accepted to Findings of EMNLP 2026

Poisoning Agentic Alpha: Adversarial Vulnerabilities Across Roles and Architectures in Multi-Agent Trading Systems

投毒智能体Alpha：多智能体交易系统中跨角色与架构的对抗性漏洞

CheolWon Na, Hao Ni, Lukasz Szpruch, Zhangyang Wang, Dhagash Mehta, Saurabh Nagrecha, Alejandro Lopez-Lira, Chanyeol Choi, Yongjae Lee, Jee-Hyong Lee

机构 * Sungkyunkwan University（成均馆大学） ； University College London（伦敦大学学院） ； University of Edinburgh（爱丁堡大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； BlackRock, Inc.（贝莱德集团） ； Google（谷歌公司） ； University of Florida（佛罗里达大学） ； LinqAlpha ； UNIST（蔚山国家科学技术研究院） 纠错

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

AI总结 该研究针对多智能体交易系统，将敌手限制为仅可访问源数据与提示，分解交易角色并评估通信拓扑，发现无架构具内在鲁棒性，为安全交易系统设计提供见解。

Self-Evolving Scientific Agent Designs Physically-Reasoned Whitebox 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。

CoMMa: Contribution-Aware Medical Multi-Agents for Decentralized Oncology Decision Support

从博弈论视角出发的贡献感知医疗多智能体：CoMMa

Yichen Wu, Kailong Fan, Sangjoon Park, Yuhan Liu, Zhiyi Shi, Sekeun Kim, Dania Daye, Hana Farzaneh, Xiang Li, Raul Uppot, Yujin Oh, Quanzheng Li

机构 * Center for Advanced Medical Computing（先进医学计算中心） ； Department of Radiology, Massachusetts General Hospital（放射科，马萨诸塞总医院） ； Harvard Medical School（哈佛医学院） ； Department of Radiation Oncology, Yonsei University College of Medicine（放射肿瘤科，延世大学医学院） ； Yonsei University（延世大学） ； Institute for Innovation in Digital Healthcare（数字医疗创新研究所） ； Interventional Radiology Academic Medical Centers, Mass General Brigham（介入放射学学术医疗中心，马萨诸塞总医院 Brigham） 纠错

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

AI总结 CoMMa从博弈论视角提出一种去中心化医疗多智能体框架，通过确定性嵌入投影实现贡献感知的信用分配，提升肿瘤学决策支持的准确性和稳定性。

Comments 9 pages, 5 figures

QiMeng-ChipV-RTL: Exploiting Information Locality for IP-level Verilog Generation

LocalV: 利用信息局部性进行IP级Verilog生成

Hanqi Lyu, Di Huang, Yaoyu Zhu, Kangcheng Liu, Bohan Dou, Chongxiao Li, Pengwei Jin, Shuyao Cheng, Rui Zhang, Zidong Du, Qi Guo, Xing Hu, Yunji Chen

机构 * University of Science（科学大学） ； SKL of Processors, Institute of Computing Technology, CAS（处理器研究所，计算技术研究所，中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） 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 LocalV通过利用模块化硬件设计中的信息局部性，解决IP级Verilog生成中的长文档处理、长代码生成和调试挑战，实现更高的生成准确率。

Boot-and-Feedback Framework for Generalist-Expert Model Collaboration in Breast Ultrasound Diagnosis

用于乳腺超声诊断的通才-专家模型协作的引导与反馈框架

Ming Cheng, Hongyu Sun, Zhaolin Chen, Jun Liu, Hossein Rahmani, Qiuhong Ke

机构 * Monash University（莫纳什大学） ； Renmin University of China（中国人民大学） ； Lancaster University（兰卡斯特大学） 纠错

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

AI总结 针对乳腺超声诊断中深度学习的可靠性与可解释性难题，提出BooF框架实现MLLM与专家模型协作，经多数据集验证其性能优于现有最优方法。

Comments 5 pages, 2 figures. Published in ICASSP 2026