语言大模型 / LLM

Using LLM-Generated Draft Replies to Support Human Experts in Responding to Stakeholder Inquiries in Maritime Industry: A Real-World Case Study of Industrial AI

利用LLM生成的草稿回复支持海事行业专家回应利益相关者查询：工业AI的现实案例研究

Tita Alissa Bach, Aleksandar Babic, Narae Park, Tor Sporsem, Rasmus Ulfsnes, Henrik Smith-Meyer, Torkel Skeie

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

AI总结 本研究探讨了LLM生成的草稿回复在海事行业中支持专家回应利益相关者查询的应用，发现LLM可作为补充工具，但需人类监督以确保安全关键性应用的质量和精度。

Comments These authors share the first authorship: Tita Alissa Bach (1), Aleksandar Babic (1), Narae Park (1)

From Passive Consumption to Active Interaction: Exploring Interactive LLM Scaffolding to Support Learning Engagement

从被动消费到主动互动：探索交互式LLM支架以支持学习参与

Zixin Chen, Haotian Li, Zhe Liu, Huamin Qu, Xing Xie

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

AI总结 本文探讨在LLM生成的支架中嵌入轻量级交互组件，以促进学习参与并提高短期学习效果。

Comments CHI EA 2026

Journal ref Extended Abstracts of the ACM CHI Conference on Human Factors in Computing Systems 2026

Sentiment-Aware Stock Price Prediction with Transformer and LLM-Generated Formulaic Alpha

具有Transformer和LLM生成公式性阿尔法的情感感知股价预测

Qizhao Chen, Hiroaki Kawashima

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

AI总结 本文提出一种结合Transformer和LLM的股价预测框架，利用LLM生成情感感知的公式性阿尔法以提升预测准确性并增强可解释性。

Comments This paper has been accepted by the journal Digital Finance

mCLM: A Modular Chemical Language Model that Generates Functional and Makeable Molecules

mCLM：一种模块化化学语言模型，能够生成功能性强且可制造的分子

Carl Edwards, Chi Han, Gawon Lee, Thao Nguyen, Sara Szymkuć, Chetan Kumar Prasad, Bowen Jin, Jiawei Han, Ying Diao, Ge Liu, Hao Peng, Bartosz A. Grzybowski, Martin D. Burke, Heng Ji

机构 * Siebel School of Computing and Data Science, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校Siebel计算与数据科学学院） ； Department of Chemistry, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学系） ； Allchemy Inc.（Allchemy公司） ； Department of Chemical and Biomolecular Engineering, University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校化学与生物分子工程系） ； Ulsan National Institute of Science and Technology（乌山国立科学技术研究院） ； Institute of Organic Chemistry, Polish Academy of Sciences（波兰科学院有机化学研究所） 纠错

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

AI总结 mCLM是一种模块化化学语言模型，通过功能构建模块生成具有功能性和可制造性的分子，提升合成可行性和药物研发效率。

Comments Accepted to ICLR 2026 (Oral). Code: https://github.com/blender-nlp/mCLM Data and Model: https://huggingface.co/collections/language-plus-molecules/mclm

LLM-Enhanced Multimodal Fusion for Cross-Domain Sequential Recommendation

基于大语言模型的跨域序列推荐多模态融合

Wangyu Wu, Zhenhong Chen, Wenqiao Zhang, Xianglin Qiu, Siqi Song, Xiaowei Huang, Fei Ma, Jimin Xiao

机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； University of Liverpool（利物浦大学） ； Microsoft（微软公司） ； Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出LLM-EMF方法，通过融合视觉和文本数据提升跨域序列推荐性能，利用CLIP模型生成多模态嵌入并引入多重注意力机制，实验证明其在多领域推荐中的有效性。

Comments arXiv admin note: substantial text overlap with arXiv:2504.15085

ICSSPulse: A Modular LLM-Assisted Platform for Industrial Control System Penetration Testing

ICSSPulse：一个模块化的LLM辅助平台用于工业控制系统渗透测试

Michail Takaronis, Athanasia Kollarou, Vyron Kampourakis, Vasileios Gkioulos, Sokratis Katsikas

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

AI总结 ICSSPulse是一个模块化平台，利用LLM生成报告，用于工业控制系统安全评估和渗透测试。

FeDecider: An LLM-Based Framework for Federated Cross-Domain Recommendation

FeDecider: 一种基于大语言模型的联邦跨域推荐框架

Xinrui He, Ting-Wei Li, Tianxin Wei, Xuying Ning, Xinyu He, Wenxuan Bao, Hanghang Tong, Jingrui He

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

AI总结 FeDecider是一种基于大语言模型的联邦跨域推荐框架，通过解耦客户端低秩更新并学习个性化权重，有效解决跨域推荐中的过拟合和异质性问题。

Comments Accepted to The Web Conference (WWW) 2026

From Literature to Lab: Closed-Loop Advancement of Perovskite Solar Cells via Domain Knowledge Guided LLM

从文献到实验室：通过领域知识引导的LLM实现钙钛矿太阳能电池的闭环进步

Penglei Sun, Shuyan Chen, Xiang Liu, Longhan Zhang, Huajie You, Chang Yan, Yongqi Zhang, Xiaowen Chu, Tong-yi Zhang

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

AI总结 本文提出通过领域知识引导的LLM框架，实现钙钛矿太阳能电池的闭环进步，自主设计出高效配方并接近世界纪录。

Evaluating the Vulnerability Landscape of LLM-Generated Smart Contracts

评估LLM生成的智能合约漏洞图景

Hoang Long Do, Nasrin Sohrabi, Muneeb Ul Hassan

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

AI总结 本研究评估了LLM生成的智能合约的安全性，发现其存在严重漏洞，提出缓解措施和开发指南以提高区块链安全。

LLM-Based Multi-Agent Blackboard System for Information Discovery in Data Science

基于大语言模型的多智能体黑板系统用于数据科学中的信息发现

Alireza Salemi, Mihir Parmar, Palash Goyal, Yiwen Song, Jinsung Yoon, Hamed Zamani, Tomas Pfister, Hamid Palangi

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

AI总结 本文提出了一种基于黑板架构的多智能体系统，用于提升数据科学中的信息发现效率，通过去中心化设计实现更高的可扩展性和灵活性。

SCaLRec: Semantic Calibration for LLM-enabled Cloud-Device Sequential Recommendation

SCaLRec: 基于LLM的云-设备序列推荐的语义校准

Ruiqi Zheng, Jinli Cao, Jiao Yin, Hongzhi Yin

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

AI总结 SCaLRec通过设备端语义校准模块，在无法调用云LLM时提升云-设备序列推荐性能。

Risk-based test framework for LLM features in regulated software

基于风险的受监管软件中LLM功能测试框架

Zhiyin Zhou

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

AI总结 本文提出了一种针对受监管软件中LLM功能的风险测试框架，包含风险分类、分层测试策略及案例研究，以应对LLM在安全关键应用中的风险挑战。

Journal ref David C. Wyld et al. Eds CSML, AISCA, DNLP, SOEA, NET, BDHI, SIPO 2026 pp. 107-124, 2026. CS & IT CSCP 2026

When Experts Speak:Sequential LLM-Bayesian Learning for Startup Success Prediction

当专家发言时：用于初创企业成功预测的序列LLM-贝叶斯学习

Yidong Chai, Yanguang Liu, Xuan Tian, Jiaheng Xie, Yonghang Zhou

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

AI总结 本文提出了一种基于LLM和贝叶斯学习的模型，通过分析专家对话预测初创企业成功，实验结果显示其在F1分数和投资回报率上均优于现有方法。

CaseMaster: Designing and Evaluating a Probe for Oral Case Presentation Training with LLM Assistance

CaseMaster: 设计和评估一种利用LLM辅助的口头病例展示训练探针

Yang Ouyang, Yuansong Xu, Chang Jiang, Yifan Jin, Haoran Jiang, Quan Li

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

AI总结 CaseMaster利用LLM辅助设计交互式探针，帮助医学生提升口头病例展示技能，通过形成性研究和专家反馈验证其在提高展示质量和减少工作量方面的潜力。

Comments Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems (CHI '26), April 13--17, 2026, Barcelona, Spain

SGCR: A Specification-Grounded Framework for Trustworthy LLM Code Review

SGCR：一种基于规范的可信大语言模型代码审查框架

Kai Wang, Bingcheng Mao, Shuai Jia, Yujie Ding, Dongming Han, Tianyi Ma, Bin Cao

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

AI总结 SGCR通过规范引导LLMs实现可信代码审查，其双路径架构在工业环境中提升了42%的开发者采纳率。

Comments Accepted at ASE 2025

ctELM: Decoding and Manipulating Embeddings of Clinical Trials with Embedding Language Models

ctELM：利用嵌入语言模型解码和操控临床试验嵌入

Brian Ondov, Chia-Hsuan Chang, Yujia Zhou, Mauro Giuffrè, Hua Xu

机构 * Yale School of Medicine（耶鲁医学院） 纠错

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

AI总结 ctELM通过嵌入语言模型解码和操控临床试验嵌入，实现对未见过的临床试验描述和生成，提升生物医学领域语言模型与嵌入空间对齐的透明度和应用价值。

Token-level Collaborative Alignment for LLM-based Generative Recommendation

基于令牌级的协同对齐用于基于大语言模型的生成推荐

Fake Lin, Binbin Hu, Zhi Zheng, Xi Zhu, Ziqi Liu, Zhiqiang Zhang, Jun Zhou, Tong Xu

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

AI总结 TCA4Rec通过令牌级协同对齐框架，将协同过滤与大语言模型生成结合，提升推荐系统的准确性和可控性。

Comments 11 pages, 2 figures, 7 tables, WWW 2026

LLM-powered Real-time Patent Citation Recommendation for Financial Technologies

基于大语言模型的实时金融技术专利引用推荐

Tianang Deng, Yu Deng, Tianchen Gao, Yonghong Hu, Rui Pan

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

AI总结 本研究提出基于大语言模型的实时金融专利引用推荐框架，通过增量索引策略提升动态专利系统的检索效率和准确性。

LLM-Based Repair of C++ Implicit Data Loss Compiler Warnings: An Industrial Case Study

基于大型语言模型的C++隐式数据丢失编译警告修复：一个工业案例研究

Chansong You, Hyun Deok Choi, Jingun Hong

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

AI总结 本文提出利用LLM修复C++隐式数据丢失警告的方法，通过工业案例验证其有效性，减少人工干预并提升代码质量。

Towards Specialized Generalists: A Multi-Task MoE-LoRA Framework for Domain-Specific LLM Adaptation

迈向专业化的通用者：一种多任务MoE-LoRA框架用于领域特定LLM适应

Yuxin Yang, Aoxiong Zeng, Xiangquan Yang

机构 * Shanghai University（上海大学） ； East China Normal University（东华大学） 纠错

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

AI总结 本文提出Med-MoE-LoRA框架，通过结合MoE与LoRA实现高效多任务领域适应，尤其适用于医学场景，有效解决领域知识获取与通用能力保留的难题。

Comments Work in Progress

SecureCAI: Injection-Resilient LLM Assistants for Cybersecurity Operations

SecureCAI: 面向网络安全操作的抗注入大语言模型助手

Mohammed Himayath Ali, Mohammed Aqib Abdullah, Mohammed Mudassir Uddin, Shahnawaz Alam

机构 * Computer Science Department, Cybersecurity and Artificial Intelligence Division（计算机科学系、网络安全与人工智能 division） 纠错

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

AI总结 SecureCAI通过引入安全意识护栏和偏好优化，有效提升网络安全操作中对抗攻击的防御能力。

DSL or Code? Evaluating the Quality of LLM-Generated Algebraic Specifications: A Case Study in Optimization at Kinaxis

DSL 或代码？评估 LLM 生成的代数规范质量：在 Kinaxis 优化中的案例研究

Negin Ayoughi, David Dewar, Shiva Nejati, Mehrdad Sabetzadeh

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

AI总结 本文研究了在数学优化中使用 LLM 生成 AMPL 模型与 Python 代码的准确性，通过案例研究发现 AMPL 在某些情况下表现更优，EXEOS 方法提升了生成规范的质量。

Comments Accepted for publication in ICSE-SEIP 2026

Emotion Diffusion in Real and Simulated Social Graphs: Structural Limits of LLM-Based Social Simulation

现实与模拟社交图中的情感扩散：基于大语言模型的社会模拟的结构限制

Qiqi Qiang

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

AI总结 本研究比较了现实与模拟社交图中的情感扩散，发现LLM生成的数据在结构和动态上存在显著差异，影响下游任务性能。

LLM-Empowered Agentic AI for QoE-Aware Network Slicing Management in Industrial IoT

基于大语言模型的代理AI用于工业物联网中面向QoE的网络切片管理

Xudong Wang, Lei Feng, Ruichen Zhang, Fanqin Zhou, Hongyang Du, Wenjing Li, Dusit Niyato, Abbas Jamalipour, Ping Zhang

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

AI总结 本文提出一种基于大语言模型的代理AI方法，用于工业物联网中面向服务质量的网络切片管理，通过整合推理、规划和适应能力，提升网络切片的延迟、可靠性和成本效率。

Comments 8 pages, 5 figures

Seeing Justice Clearly: Handwritten Legal Document Translation with OCR and Vision-Language Models

清晰地看见正义：结合OCR和视觉-语言模型的 handwritten 法律文件翻译

Shubham Kumar Nigam, Parjanya Aditya Shukla, Noel Shallum, Arnab Bhattacharya

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

AI总结 本文提出利用视觉大语言模型统一OCR与机器翻译流程，以提升低资源环境下手写法律文件的翻译效率和准确性。

Comments Accepted in AILaw @ AAAI 2026 Conference

ArcBERT: An LLM-based Search Engine for Exploring Integrated Multi-Omics Metadata

ArcBERT: 一个基于大语言模型的集成多组学元数据探索搜索引擎

Gajendra Doniparthi, Shashank Balu Pandhare, Stefan Deßloch, Timo Mühlhaus

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

AI总结 ArcBERT是一种基于大语言模型的搜索引擎，通过语义匹配和元数据结构理解，提升多组学数据的探索效率。

DFALLM: Achieving Generalizable Multitask Deepfake Detection by Optimizing Audio LLM Components

DFALLM：通过优化音频LLM组件实现通用多任务深度伪造检测

Yupei Li, Li Wang, Yuxiang Wang, Lei Wang, Rizhao Cai, Jie Shi, Björn W. Schuller, Zhizheng Wu

机构 * Imperial College London（伦敦帝国学院） ； Chinese University HongKong, Shenzhen, China（香港中文大学（深圳）） ； Huawei, Singapore（新加坡华为） ； Technical University Munich, Munich, German（慕尼黑技术大学） 纠错

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

AI总结 DFALLM通过优化音频LLM组件，实现了通用多任务深度伪造检测，取得SOTA性能。

TOOL4POI: A Tool-Augmented LLM Framework for Next POI Recommendation

TOOL4POI: 一种增强工具的LLM框架用于下一步POI推荐

Dongsheng Wang, Shen Gao, Chengrui Huang, Yuxi Huang, Ruixiang Feng, Shuo Shang

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

AI总结 Tool4POI通过外部检索和推理提升POI推荐性能，无需微调即可兼容现成LLM，实现对OOH场景的显著改进。

Comments A critical technical error was discovered during our internal review, leading to unreliable experimental results. The issue cannot be resolved, and the paper has also been formally withdrawn from AAAI 2026. We therefore request withdrawal of the arXiv version to maintain scientific accuracy

The Evolution of Agentic AI in Cybersecurity: From Single LLM Reasoners to Multi-Agent Systems and Autonomous Pipelines

代理AI在网络安全中的演变：从单一LLM推理者到多代理系统和自主流水线

Vaishali Vinay

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

AI总结 本文探讨了网络安全中代理AI从单一LLM到多代理系统的发展，分析了五代分类法及各代在推理深度、工具使用等维度的差异，并总结了当前面临的挑战。

Comments Accepted at ICAIC 2026

LLM as Explainable Re-Ranker for Recommendation System

大语言模型作为可解释的重排序器用于推荐系统

Yaqi Wang, Haojia Sun, Shuting Zhang

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

AI总结 本文提出利用大语言模型作为可解释的重排序器，结合传统推荐模型提升推荐系统的准确性和可解释性。