语言大模型 / LLM

(EC)2: Event-Centric Explainability for Cybersecurity Through Multi-Agent LLM Investigations

(EC)2：基于多智能体大语言模型调查的网络安全以事件为中心的可解释性

Neta Kirmayer, David Tayouri, Andrés Murillo, Motoyoshi Sekiya, Asaf Shabtai, Rami Puzis

专题命中 领域大模型 ：LLM(title)；分类 cs.AI

AI总结 该研究提出多智能体框架(EC)2，为中小型企业网络的网络安全警报提供基于可验证证据的以事件为中心的可解释性，可提升检测后分析效果与事件分类准确率。

Comments 21 pages

Spectral Dynamics of Semantic Drift in Clinical Multi-Agent Language Model Networks

临床多智能体语言模型网络中语义漂移的谱动力学

Amritesh Banerjee

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

AI总结 研究临床多智能体语言模型网络中语义漂移的谱动力学，通过映射多智能体通信不确定性轨迹到嵌入空间，揭示结构瓶颈危害。提出动态谱监测技术，经图拉普拉斯算子特征分解确保全局状态扩散，保障自主医疗诊断可靠性。

Imaging-101: Benchmarking LLM Coding Agents on Scientific Computational Imaging

成像101：在科学计算成像上对大语言模型编码智能体进行基准测试

Siyi Chen, Jiahe Ying, Yixuan Jia, Yuxuan Gu, Enze Ye, Weimin Bai, Zhijun Zeng, Shaochi Ren, Binhong Gao, Yubing Li, Tianhan Zhang, He Sun

机构 * College of Future Technology and the National Biomedical Imaging Center, Peking University（北京大学未来技术学院和国家生物医学成像中心） ； AI for Science Institute (AISI)（科学人工智能研究所） ； University of Michigan（密歇根大学） ； State Key Laboratory of Acoustics and Marine Information, Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所声场声信息国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Astronautics, Beihang University（北京航空航天大学宇航学院） ； Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technologies, Ministry of Education（教育部航天器设计优化与动态仿真技术重点实验室） 纠错

专题命中 领域大模型 ：LLM(title)；分类 cs.AI

AI总结 研究针对计算成像构建正确重建管道费力的问题，引入含57个任务的Imaging-101基准及三个评估轨道，评估七个前沿大语言模型，发现应用编码智能体于计算成像存在系统性挑战，指出技能增强、领域专业化智能体是可靠成像辅助的途径。

Automatic bioinformatic software named entity recognition from literature

从文献中自动识别生物信息学软件命名实体

Hao Xuan, Rithvij Pasupuleti, Ben Liu, Haishuo Sun, Jun Zhang, Zijun Yao, Cuncong Zhong

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 本研究提出混合命名实体识别框架SNAIL，结合词汇与语义建模策略，在基准数据集及真实文献上识别生物信息学软件/数据库，性能优于现有方法，可用于大规模文献的资源元分析。

MedUAG: Unified Understanding and Generation for Medical Multimodal Models

MedUAG：面向医学多模态模型的统一理解与生成框架

Zijie Meng, Yuncheng Zhang, Hualiang Wang, Yitian Tang, Xiaotang Gai, Chen Shen, Songtao Jiang, Shaosheng Cao, Jian Wu, Xian Wu, Zuozhu Liu

机构 * Zhejiang University（浙江大学） ； Hong Kong University of Science and Technology（香港科技大学） ； Tsinghua University（清华大学） ； Tencent Jarvis Lab（腾讯Jarvis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 针对医学多模态领域缺乏统一理解生成框架的问题，本文构建了MedUAGCorpus数据集与MedUAGBench基准，开发了MedUAG模型，其在医学理解与生成任务中表现出色，为下一代医学多模态系统奠定基础。

Procedural Content Metageneration via Program Search and Continual Abstraction Discovery

通过程序搜索与持续抽象发现实现过程式内容元生成

Matthew Siper, Ahmed Khalifa, Julian Togelius

机构 * New York University（纽约大学） ； University of Malta（马耳他大学） 纠错

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

AI总结 该研究在推箱子等4款游戏中，提出持续抽象发现（CAD）方法，结合2×2实验，证实其可提升进化程序搜索的适应度，且学习到的库能被后续程序复用。

Comments Accepted for publication in IEEE Conference on Games 2026

LLMs for Medical Consultation Are Evaluated Too Late: The Preformulation Gap

用于医疗咨询的大语言模型评估时机过晚：预 formulation 差距

Yining Hua, Cyrus Ayubcha, Hongbin Na, Levi Lian, Alon Gorenshtein, Yiftach Barash, Eyal Klang

机构 * Harvard T.H. Chan School of Public Health（哈佛陈曾熙公共卫生学院） ； Harvard Medical School（哈佛医学院） ； Australian Artificial Intelligence Institute, University of Technology Sydney（悉尼科技大学澳大利亚人工智能研究所） ； Raycaster ； Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心） 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 该研究指出医疗咨询LLMs评估时机过晚的预 formulation 差距，通过实验发现指导条件可调整咨询流程与记录，建议直接以首次接触行为评估该差距。

Comments 17 pages, 3 tables. Code, cases, prompts, complete transcripts, and results: https://github.com/ningkko/preformulation-gap

ETHOS: Towards a Modular Ethics Framework for Clinical Multi-Agent Systems

ETHOS：面向临床多智能体系统的模块化伦理框架

Rakesh Sharma, Sydney Pugh, Cameron Beeche, Pankhuri Singhal, Rachel Wu, Margaret Eby, Jeffrey Duda, James Gee, Kyra O'Brien, Hersh Sagreiya, Marina Serper, Victoria Gershuni, Angela Bradbury, Anurag Verma, Eric Eaton, Kevin B. Johnson, Walter Witschey

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

AI总结 ETHOS是可与现有临床多智能体系统集成的模块化伦理框架，通过分层治理提升决策可靠性，将AI伦理原则转化为可部署的安全保障。

Comments Preprint of an article submitted for consideration in Pacific Symposium on Biocomputing \textcopyright\ 2027 World Scientific Publishing Company. \url{https://psb.stanford.edu/}

FSGR: Mitigating Token Frequency Bias for Fair SID-Based Generative Recommendation

FSGR：缓解基于语义ID（SID）的生成式推荐中的令牌频率偏差

Yuchen Zheng, Sihan Xu, Jingwen Yang, Xiangrui Cai, Haiwei Zhang, Xiaojie Yuan

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

AI总结 针对基于SID的生成式推荐中存在的令牌频率偏差问题，提出FSGR框架，通过优化SID构建与训练策略缓解偏差，在保持准确率的同时提升了约20%的基尼公平性。

Social Chain of Thought: A Multi-Agent Architecture Grounded in Medical Differential Diagnosis Methodology

社会思维链：一种基于医学鉴别诊断方法论的多智能体架构

Del Coburn, Scott Sanner, Dan Silver

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

AI总结 本文提出基于医学鉴别诊断方法论的多智能体架构SCoT，通过多轮专家协作提升复杂病例诊断召回率，其优势无法通过单一推理实现。

Comments 14 pages, 9 figures, 6 tables

RadFusion: Towards Threshold-Controllable Radiology Report Generation

RadFusion：迈向阈值可控的放射学报告生成

Ying Jin, Noel C. F. Codella, John Corring, Mu Wei, Dinei Florencio, Eric Horvitz

机构 * Microsoft（微软公司） 纠错

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

AI总结 RadFusion框架为放射学报告生成赋予阈值可控性，融合多标签分类器与VQA报告生成器，提升诊断准确率，支持ROC分析，适配不同临床场景，更易通过监管审批。

Finding the Signal in the Spam: Jointly Learning Rewards and Worker Reliability from Pairwise Comparisons

从垃圾信息中提取有效信号：基于成对比较联合学习奖励与工作者可靠性

Kaustubh Shivshankar Shejole, Tanish Agarwal, Arpit Agarwal, Avishek Ghosh

机构 * IIT Bombay（印度理工学院孟买分校） 纠错

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

AI总结 本研究提出一种基于EM算法的方法，联合学习成对比较场景下的物品奖励与工作者可靠性，通过Polya-Gamma潜变量优化模型，在真实与合成数据集上验证了其对垃圾工作者的强鲁棒性。

Comments Accepted at the 42nd Conference on Uncertainty in Artificial Intelligence (UAI 2026), Amsterdam, Netherlands, August 17-21, 2026

Idea Search: Guiding Tree Search with Ideas to Explore Diverse Scientific Methods

思路搜索：用思路引导树搜索以探索多样化的科学方法

Xuefei Julie Wang, Hao Cui, Michael P. Brenner, Subhashini Venugopalan

机构 * California Institute of Technology（加州理工学院） ； Google Research（谷歌研究院） ； Harvard University（哈佛大学） 纠错

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

AI总结 该研究针对树搜索在科学方法探索中易陷局部最优的问题，提出Idea Search框架，通过整合动态思路库优化树搜索，在scRNA-seq批次整合任务上提升了性能。

FOCUS: Decoupling Expert Personas in LLMs to Enhance Domain Expert Capabilities

FOCUS：解耦大语言模型中的专家角色以提升领域专家能力

Guanyu Wang, Zidi Zhang, Xu Chu

机构 * Peking University（北京大学） ； The University of Sydney（悉尼大学） 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 FOCUS通过正交分解解耦LLMs的专家角色，结合专家门控模块与两阶段训练策略，在多领域基准上提升了角色控制的任务准确率，性能优于现有方法。

TCA-SIR: Learning Target-Conditioned Abstractions for Scientific Inspiration Retrieval

TCA-SIR：学习面向目标的抽象表示用于科学灵感检索

Yuto Suzuki, Farnoush Banaei-Kashani

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

AI总结 TCA-SIR将科学灵感检索重新定义为面向目标的抽象学习，在ResearchBench上较MOOSE-Chem提升HitRate@top4%超10个百分点，实现更优检索与可解释性。

SciSchema.org: A Multidisciplinary Collection of Schemas for Structured Scientific Process Descriptions

SciSchema.org：用于结构化科学过程描述的多学科模式集合

Jennifer D'Souza, Sameer Sadruddin, Anisa Rula, Ana Bossler, Andrés Fullana, Enric Bas, Syed Ather, Defne Circi, Anlan Chen, L. Catherine Brinson, Alyssa Columbus, George Demetriou, Dongjun Jeong, Tarun Kumar, Frank Krüger, Sascha Genehr, Kai Budde-Sagert, Anamaria Leonescu, Francesco Lodola, Chiara Florindi, Gagana Balasubramanya Murthy, Samson Oluwapelumi Olagbile, Nazia Riasat, Yan Sha, Kevin Shen, Shaokai Yang

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 SciSchema.org发布首个多学科科学过程模式集合，采用人在回路模式挖掘工作流构建，支持科学领域结构化标注等多项应用。

Comments 25 pages, 9 figures, Submitted for peer review to Nature Scientific Data

ThreatForest: Multi-Agent Attack Tree Generation with Pluggable TTP Framework Mapping

ThreatForest：基于可插拔TTP框架映射的多智能体攻击树生成方法

Cristian Leo, Anton Dykyi, Danny Cortegaca, Daniel Begimher, Prakash Jha

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

AI总结 ThreatForest是首个将代码仓库转化为带TTP映射攻击树及对应缓解措施的端到端多智能体系统，其嵌入编码器是TTP映射准确率的核心瓶颈，相关基准框架可用于同类系统测试。

Comments 20 pages, 12 tables, 1 figure

PATHFinder Agent for Tailored Prenatal Care

用于定制产前护理的PATHFinder智能体

Vaibhav Balloli, Carissa Samuel, Samia Abdelnabi, Alex Peahl, Elizabeth Bondi-Kelly

机构 * University of Michigan（密歇根大学） 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 研究针对产前护理，提出PATHFinder智能体这一端到端对话系统，通过结构化对话收集信息并制定个性化计划，展示社区资源。经评估前沿大语言模型，GPT-5.2平均分最高，还发现检测建议差距，将开展人体研究和随机对照试验验证。

Comments Accepted as demo at ACM Interactive Health 2026. https://realize-lab.github.io/PATHFinder/

Closed-Loop Validation-Repair for Healthcare Interoperability: A Multi-Model Study of Schema Compliance in Clinical LLMs

医疗保健互操作性的闭环验证修复：临床大语言模型中模式合规性的多模型研究

Jianru Shen

机构 * University of Montana（蒙大拿大学） 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 研究医疗大语言模型集成到电子健康记录系统面临的模式不合规问题，通过在多场景下部署三个开源模型并评估，发现模式不合规具有一致性，验证 - 修复框架可有效提高合规率，为医疗互操作性提供保障。

Comments Accepted at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)

Imprompt: A Language Framework for Prompt Programming

Imprompt：一种用于提示编程的语言框架

Chentian Wu, Shengyuan Yang, Adithya Murali

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

AI总结 该研究针对现有提示编程框架的问题，提出Imprompt语言框架。通过基础研究、结构化提示阐释、定义编译器、探索类型化概念等方法，实现编译器和类型检查器并评估，为提示编程领域贡献编程语言基础。

Comments 28 pages, 24 figures, 2 tables

AILQA: Evaluating AI-Driven Legal Question Answering Systems for the Indian Legal System

AILQA：评估适用于印度法律体系的人工智能驱动的法律问答系统

Shubham Kumar Nigam, Shubham Kumar Mishra, Noel Shallum, Kripabandhu Ghosh, Arnab Bhattacharya

机构 * Indian Institute of Technology（印度理工学院） ； Symbiosis Law School（共生法学院） ； Indian Institute of Science Education and Research（印度科学教育与研究学院） ； University of Birmingham（伯明翰大学） 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 该研究针对印度法律体系开发AILQA系统，利用多种模型应对挑战，通过严格评估强调RAG范式提升答案质量，评估其在标准化测试中的表现，讨论挑战并给出未来研究方向，为增强法律决策支持系统助力。

Comments Accepted in AI and Law Journal

Find Before You Fine-Tune: A Diagnostic Study of Small LLMs for Cybersecurity QA

在微调之前进行评估：针对网络安全问答的小型语言模型诊断研究

Shaswata Mitra, Subash Neupane, Trisha Chakraborty, Himanshu Tripathi, Sudip Mittal, Aritran Piplai, Shahram Rahimi

机构 * The University of Alabama（阿拉巴马大学） ； Meharry Medical College（梅哈里医学院） ； Mississippi State University（密西西比州立大学） ； The University of Texas at El Paso（德克萨斯大学埃尔帕索分校） 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 针对网络安全问答选择小型语言模型难的问题，提出FiT诊断框架，从三方面刻画模型。通过对五个模型在两种微调模式下研究发现微调利弊因模式而异，预微调FiT分数可预测变化，能筛选模型、避免不必要微调，支持安全部署。

Comments 8 pages, 5 figures, 4 tables, IEEE ICMLA

A Stepwise Questioning Expert-Editor Multi-Agent Framework for Long-Document Summarization

一种用于长文档摘要的逐步提问专家 - 编辑多智能体框架

Lingyun Shen, Xuejia Guo

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 针对大语言模型长文档摘要性能挑战，提出专家 - 编辑逐步提问多智能体方法，通过不同方面提问和提供修订线索完善摘要，经实验验证了该方法在长文档科学数据集上的有效性。

Comments 12 pages,3 figures,2 tables

A Multi-cluster Boundary Learning Method for Out-of-Scope Intent Detection via MiniLM Embedding

一种基于MiniLM嵌入的多簇边界学习方法用于检测超出范围的意图

Yihong Xu, Mingyu Kang, Linyuan Lü

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 针对意图检测中超出范围意图检测的挑战，提出基于MiniLM嵌入的多簇边界学习方法，在单类分类工作流程中检测超出范围意图，实验表明该方法性能最优，所用MiniLM能更好适应相关要求。

Comments To submit

eCREAM-MedCorpus A Large-Scale Corpus of Clinical Notes for Italian

EDEN：意大利语临床笔记的大规模语料库

Tiziano Labruna, Guido Bertolini, Pietro Ferrazzi, Bernardo Magnini

机构 * Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） ； Istituto di Ricerche Farmacologiche Mario Negri IRCCS（马里奥·内格里药理研究所IRCCS） ； University of Padua（帕多瓦大学） 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 本文介绍EDEN，一个大规模意大利语急诊临床笔记语料库，包含约400万份匿名笔记及6000份专家标注数据，用于支持大语言模型在医疗中的应用，并提出了CRF填充作为新的结构化信息提取基准。

Do LLMs Truly Generalize in the Molecular Domain? A Perturbation-Based Analysis

LLMs 在分子领域真的能泛化吗？基于扰动的分析

Jiatong Li, Weida Wang, Changmeng Zheng, Shufei Zhang, Yatao Bian, Xiao-yong Wei, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； National University of Singapore（新加坡国立大学） ； Shanghai AI Lab（上海人工智能实验室） ； Fudan University（复旦大学） 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 提出分子扰动框架，通过控制图编辑距离生成结构变体，揭示分子LLMs对微小结构变化敏感，局部信任区域狭窄；上下文调优可部分缓解脆弱性。

Comments 21 pages

The Open Source Economic Index of AI Adoption and Capability

AI采纳与能力的开源经济指数

Seamus Somerstep, Aritra Guha, Divesh Srivastava, Yuekai Sun

机构 * University of Michigan（密歇根大学） ； AT&T Chief Data Office（AT&T首席数据办公室） ； IFM-MBZUAI 纠错

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

AI总结 通过公开聊天数据和O*NET任务构建开源经济指数，衡量AI在各职业的采纳率与任务执行能力，发现金融、计算机和艺术行业采纳率最高。

Causal Discovery in the Era of Agents

智能体时代的因果发现

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（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 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 提出智能体应辅助因果发现流程而非提供因果结论，通过causal-learn+平台实现数据驱动、算法支撑的因果发现，避免语言模型不可靠性转化为因果证据。

Comments Platform is available at causallearn.com

Scaling Linear Mode Connectivity and Merging to Billion Parameter Pretrained Transformers

缩放线性模式连通性与合并至十亿参数预训练Transformer

Tianyi Li, Zhiqiang Shen

机构 * 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 ：LLM(abstract_cn)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 提出一种可扩展框架，通过参数化权重变换和双向优化实现十亿参数预训练Transformer的线性模式连通性与合并，显著降低插值障碍。

The Measurement Gap in the Automation of EU Law: Benchmarking Doctrinal Legal Reasoning under the EU AI Act

欧盟法律自动化中的测量差距：欧盟AI法案下教义性法律推理的基准测试

Michèle Finck

机构 * Chair of Law and Artificial Intelligence and Director, CZS Institute for Artificial Intelligence and Law, University of Tübingen（法律与人工智能教授、人工智能与法律研究所主任，图宾根大学） 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 针对当前缺乏评估大型语言模型进行教义性法律推理的基准，提出该能力对满足欧盟AI法案中“适当准确性”要求至关重要。