语言大模型 / LLM

STEP: Scientific Time-Series Encoder Pretraining via Cross-Domain Distillation

STEP: 通过跨领域知识蒸馏实现科学时间序列的编码器预训练

Chen Zhang, Liwei Liu, Jun Tao, Xiaoyu Yang, Xuenan Xu, Kai Chen, Bowen Zhou, Wen Wu, Chao Zhang

机构 * Shanghai Aritificial Intelligence Laboratory（上海人工智能实验室） ； Tsinghua University（清华大学） ； Harbin Institute of Technology（哈尔滨工业大学） ； Sichuan University（四川大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出STEP框架，通过跨领域知识蒸馏整合多领域基础模型，构建统一的科学时间序列编码器，提升科学时间序列的表示学习能力。

Sparking Scientific Creativity via LLM-Driven Interdisciplinary Inspiration

通过LLM驱动的跨学科灵感激发科学创造力

Priyanka Kargupta, Shuhaib Mehri, Dilek Hakkani-Tur, Jiawei Han

机构 * Siebel School of Computing and Data Science（计算机与数据科学学院） 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

AI总结 Idea-Catalyst通过系统识别跨学科见解，支持人类和大语言模型的创造性推理，提升科学发现的创新性和洞察力。

Comments Code and dataset provided at https://github.com/pkargupta/idea_catalyst

PRISM: Exploring Heterogeneous Pretrained EEG Foundation Model Transfer to Clinical Differential Diagnosis

PRISM：探索异构预训练EEG基础模型迁移至临床鉴别诊断

Jeet Bandhu Lahiri, Parshva Runwal, Arvasu Kulkarni, Mahir Jain, Aditya Ray Mishra, Siddharth Panwar, Sandeep Singh

机构 * Indian Institute of Technology Mandi, India（印度理工学院曼迪分校） ； NeuroDx, India（NeuroDx） 纠错

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

AI总结 PRISM通过异构预训练EEG模型在临床鉴别诊断中表现优异，证明多样性优于规模，揭示评估因素对模型排名的影响。

Comments 14 pages, 1 figure, 5 tables

Personality as Relational Infrastructure: User Perceptions of Personality-Trait-Infused LLM Messaging

性格作为关系基础设施：用户对融入人格特质的LLM消息的感知

Dominik P. Hofer, David Haag, Rania Islambouli, Jan D. Smeddinck

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

AI总结 研究探讨了基于人格特质的LLM消息对用户感知的影响，发现人格信息通过整体暴露而非单条信息优化提升个性化和适当性评价。

Comments Currently under review

Importance of Prompt Optimisation for Error Detection in Medical Notes Using Language Models

提示优化在使用语言模型进行医疗笔记错误检测中的重要性

Craig Myles, Patrick Schrempf, David Harris-Birtill

机构 * University of St Andrews（圣安德鲁大学） ； Canon Medical Research Europe Ltd.（日本Canon医疗研究欧洲有限公司） 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

AI总结 本文通过提示优化提升语言模型在医疗笔记错误检测中的准确性，达到接近医生水平并超越MEDEC基准数据集表现。

Comments Accepted at EACL HeaLing 2026

Empowering Healthcare Practitioners with Language Models: Structuring Speech Transcripts in Two Real-World Clinical Applications

通过语言模型赋能医疗从业者：在两个真实临床应用中结构化语音转录

Jean-Philippe Corbeil, Asma Ben Abacha, George Michalopoulos, Phillip Swazinna, Miguel Del-Agua, Jerome Tremblay, Akila Jeeson Daniel, Cari Bader, Yu-Cheng Cho, Pooja Krishnan, Nathan Bodenstab, Thomas Lin, Wenxuan Teng, Francois Beaulieu, Paul Vozila

机构 * Microsoft Healthcare & Life Sciences（微软医疗与生命科学） 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

AI总结 本文通过语言模型在两个临床应用中结构化语音转录，提出代理流程生成非敏感数据，并发布首个开源数据集以支持进一步研究。

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: Industry Track

Assessing LLM Reliability on Temporally Recent Open-Domain Questions

评估LLM在近期开放领域问题上的可靠性

Pushwitha Krishnappa, Amit Das, Vinija Jain, Tathagata Mukherjee, Aman Chadha

机构 * University of Alabama Huntsville（阿拉巴马大学亨茨维尔分校） ； University of North Alabama（北阿拉巴马大学） ； Stanford University（斯坦福大学） ； Google（谷歌） ； Apple（苹果公司） 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

AI总结 RECOM研究通过分析15000个Reddit问题，发现LLM在语义对齐上表现优异，但词汇重合度低，揭示模型通过改写保留意义，挑战传统词汇度量的可靠性。

RiskAgent: Synergizing Language Models with Validated Tools for Evidence-Based Risk Prediction

RiskAgent: 语言模型与验证工具协同以基于证据的风险预测

Fenglin Liu, Jinge Wu, Hongjian Zhou, Xiao Gu, Jiayuan Zhu, Jiazhen Pan, Junde Wu, Soheila Molaei, Anshul Thakur, Lei Clifton, Honghan Wu, David A. Clifton

机构 * University of Oxford（牛津大学） ； University College London（伦敦大学学院） ； Technical University of Munich（慕尼黑技术大学） ； University of Glasgow（格拉斯哥大学） ； Oxford-Suzhou Centre for Advanced Research（牛津-苏浙高级研究中心） 纠错

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

AI总结 RiskAgent通过整合语言模型与验证的临床决策工具，实现基于证据的风险预测，展现优越的性能和泛化能力。

Comments Code and Data are available at https://github.com/AI-in-Health/RiskAgent

Towards a Science of Collective AI: LLM-based Multi-Agent Systems Need a Transition from Blind Trial-and-Error to Rigorous Science

迈向集体人工智能的科学：基于LLM的多智能体系统需要从盲目试错转向严谨的科学

Jingru Fan, Dewen Liu, Yufan Dang, Huatao Li, Yuheng Wang, Wei Liu, Feiyu Duan, Xuanwen Ding, Shu Yao, Lin Wu, Ruijie Shi, Wai-Shing Leung, Yuan Cheng, Zhongyu Wei, Cheng Yang, Chen Qian, Zhiyuan Liu, Maosong Sun

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Tsinghua University（清华大学） ； King’s College London（伦敦大学国王学院） ； Peng Cheng Laboratory（鹏城实验室） 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

AI总结 本文提出通过建立协作收益度量（Γ）和因素归因范式，推动多智能体系统从盲目试错向严谨科学转变。

Discovering Multi-Scale Semantic Structure in Text Corpora Using Density-Based Trees and LLM Embeddings

利用基于密度的树和大语言模型嵌入发现文本语料库的多尺度语义结构

Thomas Haschka, Joseph Bakarji

机构 * E020-04 Service Unit of High Performance Computing, DataLab, Campus IT, Technische Universität Wien（技术大学维也纳高性能计算服务单元，数据实验室，校园IT） ； Department of Mechanical Engineering, American University of Beirut（贝鲁特美国大学机械工程系） 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

AI总结 本文提出了一种基于密度的树和大语言模型嵌入的方法，用于发现文本语料库的多尺度语义结构，通过层次密度建模揭示主题之间的结构关系。

Comments 23 pages, 10 figures, further interactive visualizations available on https:// genealogy.sematlas.com/

From Atoms to Chains: Divergence-Guided Reasoning Curriculum for Unlabeled LLM Domain Adaptation

从原子到链：基于分歧引导的推理课程用于无标签LLM领域适应

Yongqi Wang, Xiaofeng Ji, Jie Wang, Qingbin Li, Xiao Xiong, Zheming Yang, Jian Xu, Minghui Qiu, Xinxiao Wu

机构 * Beijing Key Laboratory of Intelligent Information Technology, School of Computer Science and Technology, Beijing Institute of Technology（北京智能信息科技重点实验室，计算机科学与技术学院，北京理工大学） ； ByteDance China（字节跳动中国） 纠错

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

AI总结 本文提出DGRC方法，通过分歧引导构建从原子知识到推理链的学习课程，提升无标签LLM在医疗和法律领域适应性能。

Comments Code: https://github.com/bytedance/DGRC

Next Token Knowledge Tracing: Exploiting Pretrained LLM Representations to Decode Student Behaviour

下一个标记知识追踪：利用预训练大语言模型表示来解码学生行为

Max Norris, Kobi Gal, Sahan Bulathwela

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

AI总结 本文提出NTKT方法，利用预训练大语言模型预测学生行为，提升知识追踪任务的性能和泛化能力。

From Compound Figures to Composite Understanding: Developing a Multi-Modal LLM from Biomedical Literature with Medical Multiple-Image Benchmarking and Validation

从复合图形到综合理解：开发一种从生物医学文献中基于医疗多图像基准测试和验证的多模态大语言模型

Zhen Chen, Yihang Fu, Gabriel Madera, Mauro Giuffre, Serina Applebaum, Hyunjae Kim, Hua Xu, Qingyu Chen

机构 * Department of Biomedical Informatics and Data Science, Yale School of Medicine, Yale University, New Haven, CT 06510, USA（耶鲁医学院生物医学信息学与数据科学系，耶鲁大学，新 Haven，CT 06510，USA） ； School of Medicine, University of Puerto Rico, San Juan, PR 00921, USA（波多黎各大学医学院，波多黎各，San Juan，PR 00921，USA） 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

AI总结 本文提出M3LLM，一种基于生物医学文献中复合图像的多模态大语言模型，通过分而治之策略提升多图像理解能力，实验证明其在多图像、单图像等场景中表现优异。

Model Merging Improves Zero-Shot Generalization in Bioacoustic Foundation Models

Davide Marincione, Donato Crisostomi, Roberto Dessi, Emanuele Rodolà, Emanuele Rossi

机构 * Department of Computer Science, Sapienza University of Rome（计算机科学系，罗马大学） 纠错

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

How to Train Private Clinical Language Models: A Comparative Study of Privacy-Preserving Pipelines for ICD-9 Coding

Mathieu Dufour, Andrew Duncan

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

Comments 10 pages, 5 figures. Accepted to the Privacy-Preserving Machine Learning Workshop at EurIPS 2025

NeuroLex: A Lightweight Domain Language Model for EEG Report Understanding and Generation

Kang Yin, Hye-Bin Shin

机构 * Dept. of Artificial Intelligence Korea University Seoul, Republic of Korea（人工智能系韩国大学首尔共和国韩国） 纠错

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

NoLBERT: A No Lookahead(back) Foundational Language Model

Ali Kakhbod, Peiyao Li

机构 * Haas School of Business University of California, Berkeley（哈斯商学院 加州大学伯克利分校） 纠错

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

Journal ref NeurIPS 2025 (GenAI in Finance)

Leveraging Online Data to Enhance Medical Knowledge in a Small Persian Language Model

Mehrdad Ghassabi, Pedram Rostami, Hamidreza Baradaran Kashani, Amirhossein Poursina, Zahra Kazemi, Milad Tavakoli

机构 * Faculty of Computer Engineering University of Isfahan（计算机工程系 岛岛大学） ； School of Medicine Isfahan University of Medical Sciences（医学院 岛岛医学科学大学） 纠错

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

Comments 8 pages, 7 figures

Evaluating Prompting Strategies with MedGemma for Medical Order Extraction

Abhinand Balachandran, Bavana Durgapraveen, Gowsikkan Sikkan Sudhagar, Vidhya Varshany J S, Sriram Rajkumar

机构 * EXL Health AI Lab at MEDIQA-OE 2025（EXL健康AI实验室） 纠错

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

Comments 2 figures 7 pages

Where Should I Study? Biased Language Models Decide! Evaluating Fairness in LMs for Academic Recommendations

Krithi Shailya, Akhilesh Kumar Mishra, Gokul S Krishnan, Balaraman Ravindran

机构 * Centre for Responsible AI (CeRAI), Wadhwani School of Data Science and AI (WSAI)（负责任人工智能中心（CeRAI）、Wadhwani数据科学与人工智能学校（WSAI）） ； Indian Institute of Technology Madras（印度理工学院马德拉斯学院） 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

Comments Accepted at IJCNLP-AACL 2025 Findings

AyurParam: A State-of-the-Art Bilingual Language Model for Ayurveda

Mohd Nauman, Sravan Gvm, Vijay Devane, Shyam Pawar, Viraj Thakur, Kundeshwar Pundalik, Piyush Sawarkar, Rohit Saluja, Maunendra Desarkar, Ganesh Ramakrishnan

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

Medical Hallucinations in Foundation Models and Their Impact on Healthcare

Yubin Kim, Hyewon Jeong, Shan Chen, Shuyue Stella Li, Chanwoo Park, Mingyu Lu, Kumail Alhamoud, Jimin Mun, Cristina Grau, Minseok Jung, Rodrigo Gameiro, Lizhou Fan, Eugene Park, Tristan Lin, Joonsik Yoon, Wonjin Yoon, Maarten Sap, Yulia Tsvetkov, Paul Liang, Xuhai Xu, Xin Liu, Chunjong Park, Hyeonhoon Lee, Hae Won Park, Daniel McDuff, Samir Tulebaev, Cynthia Breazeal

机构 * Massachusetts Institute of Technology（麻省理工学院） ； Harvard Medical School（哈佛医学院） ； University of Washington（华盛顿大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Seoul National University Hospital（首尔国立大学医院） ； Google Research（谷歌研究） ； Google DeepMind（谷歌DeepMind） ； Columbia University（哥伦比亚大学） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

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

Fine-Tuned Language Models for Domain-Specific Summarization and Tagging

Jun Wang, Fuming Lin, Yuyu Chen

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

Mars-Bench: A Benchmark for Evaluating Foundation Models for Mars Science Tasks

Mirali Purohit, Bimal Gajera, Vatsal Malaviya, Irish Mehta, Kunal Kasodekar, Jacob Adler, Steven Lu, Umaa Rebbapragada, Hannah Kerner

机构 * School of Computing and Augmented Intelligence, Arizona State University（计算与增强智能学院，亚利桑那州立大学） ； School of Earth and Space Exploration, Arizona State University（地球与空间探索学院，亚利桑那州立大学） ； Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） 纠错

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

Comments Accepted at NeurIPS 2025

OpenS2S: Advancing Fully Open-Source End-to-End Empathetic Large Speech Language Model

Chen Wang, Tianyu Peng, Wen Yang, Yinan Bai, Guangfu Wang, Jun Lin, Lanpeng Jia, Lingxiang Wu, Jinqiao Wang, Chengqing Zong, Jiajun 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） ； Wuhan AI Research（武汉人工智能研究） ； GWM AI Lab（GWM人工智能实验室） 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

Comments Technical Report, Update on OpenS2S_v1.5

Ensemble Deep Learning and LLM-Assisted Reporting for Automated Skin Lesion Diagnosis

Sher Khan, Raz Muhammad, Adil Hussain, Muhammad Sajjad, Muhammad Rashid

机构 * Institute of Computer Science The University of Agriculture Peshawar, Pakistan（计算机科学研究所 伊斯兰农业大学 薩瓦爾，巴基斯坦） ； Department of Computer Science Islamia College Peshawar Pakistan（计算机科学系 伊斯兰学院 薩瓦爾，巴基斯坦） ； Department of Software Engineering Islamia College Peshawar Pakistan（软件工程系 伊斯兰学院 薩瓦爾，巴基斯坦） 纠错

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

Emission-GPT: A domain-specific language model agent for knowledge retrieval, emission inventory and data analysis

Jiashu Ye, Tong Wu, Weiwen Chen, Hao Zhang, Zeteng Lin, Xingxing Li, Shujuan Weng, Manni Zhu, Xin Yuan, Xinlong Hong, Jingjie Li, Junyu Zheng, Zhijiong Huang, Jing Tang

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

Building the EHR Foundation Model via Next Event Prediction

Zekai Chen, Arda Pekis, Kevin Brown

机构 * Standard Model Biomedicine（标准模型生物医学） 纠错

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

Evaluating Compliance with Visualization Guidelines in Diagrams for Scientific Publications Using Large Vision Language Models

Johannes Rückert, Louise Bloch, Christoph M. Friedrich

机构 * Department of Computer Science, University of Applied Sciences and Arts Dortmund（应用科学与艺术大学多特蒙德计算机科学系） ； Institute for Medical Informatics, Biometry and Epidemiology (IMIBE)（医学信息学、生物统计与流行病学研究所） ； Institute for Artificial Intelligence in Medicine (IKIM), University Hospital Essen（医学人工智能研究所，埃森大学医院） 纠错

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

Comments Accepted at ICDAR 2025

SciRIFF: A Resource to Enhance Language Model Instruction-Following over Scientific Literature

David Wadden, Kejian Shi, Jacob Morrison, Alan Li, Aakanksha Naik, Shruti Singh, Nitzan Barzilay, Kyle Lo, Tom Hope, Luca Soldaini, Shannon Zejiang Shen, Doug Downey, Hannaneh Hajishirzi, Arman Cohan

机构 * Allen Institute for AI（艾伦人工智能研究所） ； Yale University（耶鲁大学） ； University of Washington（华盛顿大学） ； Hebrew University（希伯来大学） ； MIT（麻省理工学院） ； Northwestern University（西北大学） 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

Comments Presented at EMNLP 2025