语言大模型 / LLM

EXACT: an explainable anomaly-aware vision foundation model for analysis of 3D chest CT

EXACT：一种可解释的异常感知视觉基础模型，用于3D胸部CT分析

Xuguang Bai, Mingxuan Liu, Tongxi Song, Yifei Chen, Hongjia Yang, Kasidit Anmahapong, Zihan Li, Ying Zhou, Qiyuan Tian

机构 * School of Biomedical Engineering, Tsinghua University（清华大学生物医学工程学院） ； Department of Radiology, Mianyang Central Hospital（绵阳市中心医院放射科） ； Center for Biomedical Imaging Research, Tsinghua University（清华大学生物医学成像研究中心） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 EXACT通过学习空间解析表示，提升3D胸部CT的异常检测与可解释性，优于现有医学基础模型，适用于多疾病诊断和报告生成。

In-context modeling as a retrain-free paradigm for foundation models in computational science

基于上下文建模的计算科学中无再训练的基础模型范式

Lingfeng Li, Zhuoyuan Li, Shun Li, Kaixin Zhan, Huajian Gao, Changqing Chen, Liu Yang

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 本文提出无需重新训练的上下文建模方法，通过物理场观测直接推断物理关系，实现跨不同材料、几何和加载条件的泛化，展示了其在超弹性中的应用及实验验证。

Structural and Disentangled Adaptation of Large Vision Language Models for Multimodal Recommendation

大型视觉语言模型的结构和解耦适应用于多模态推荐

Zhongtao Rao, Peilin Zhou, Dading Chong, Zhiwei Chen, Shoujin Wang, Nan Tang

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

AI总结 本文提出SDA框架，通过跨模态结构对齐和模态解耦适应，解决多模态推荐中表示不一致和梯度冲突问题，实验显示在三个Amazon数据集上提升了推荐性能。

Comments Accepted to SIGIR '26

User Prompting Strategies and ChatGPT Contextual Adaptation Shape Conversational Information-Seeking Experiences

用户提示策略与ChatGPT上下文适应影响对话信息检索体验

Haoning Xue, Yoo Jung Oh, Xinyi Zhou, Xinyu Zhang, Berit Oxley

专题命中 领域大模型 ：prompting(title,abstract)

AI总结 研究探讨用户提示策略和ChatGPT响应风格如何影响对话信息检索体验，发现只有19.1%的用户使用提示策略，且这些用户教育程度较高且倾向民主党。ChatGPT在争议性话题中表现出更高的认知复杂性和外部引用，但复杂的响应被感知为不受欢迎，却产生了更积极的相关态度。

From Adaptation to Generalization: Adaptive Visual Prompting for Medical Image Segmentation

从适应到泛化：面向医学图像分割的自适应视觉提示

Evren Çetinkaya, Sangmin Lee, Jung Uk Kim, Hong Joo Lee, Nassir Navab

机构 * Technical University of Munich（慕尼黑技术大学） ； Korea University（韩国大学） ； Kyung Hee University（庆熙大学） ； Seoul National University of Science and Technology（首尔科学技术大学） 纠错

专题命中 领域大模型 ：prompting(title,abstract)

AI总结 本文提出APEX框架，通过学习可微的提示记忆来提取输入特定的提示，以提升医学图像分割在跨域和内域变化中的泛化能力。

Comments CVPR 2026 Findings

When Background Matters: Breaking Medical Vision Language Models by Transferable Attack

背景的重要性：通过可转移攻击打破医疗视觉语言模型

Akash Ghosh, Subhadip Baidya, Sriparna Saha, Xiuying Chen

机构 * Indian Institute of Technology Patna（印度理工学院帕纳分校） ； Indian Institute of Technology Kanpur（印度理工学院坎普尔分校） ； MBZUAI（穆桑大学人工智能研究所） 纠错

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

AI总结 本文提出MedFocusLeak攻击方法，通过在非诊断背景区域注入协调扰动并利用注意力分散机制，使模型产生看似合理但错误的诊断，揭示了现代临床VLMs推理能力的弱点。

Comments ACL Main 2026

Into the Gray Zone: Domain Contexts Can Blur LLM Safety Boundaries

进入灰色区域：领域上下文可以模糊大语言模型安全边界

Ki Sen Hung, Xi Yang, Chang Liu, Haoran Li, Kejiang Chen, Changxuan Fan, Tsun On Kwok, Weiming Zhang, Xiaomeng Li, Yangqiu Song

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 研究探讨了领域上下文如何模糊大语言模型的安全边界，提出Jargon框架通过多轮对抗交互提升攻击成功率，通过激活空间分析揭示灰色区域的不可靠性，并设计政策引导的防护策略以减少攻击成功率。

Comments ACL 2026 Main Conference

Bidirectional Cross-Modal Prompting for Event-Frame Asymmetric Stereo

双向跨模态提示用于事件-帧不对称立体

Ninghui Xu, Fabio Tosi, Lihui Wang, Jiawei Han, Luca Bartolomei, Zhiting Yao, Matteo Poggi, Stefano Mattoccia

机构 * School of Instrument Science and Engineering, Southeast University, State Key Lab of Comprehensive PNT Network and Equipment Technology, Key Lab of Micro-Inertial Instrument and Advanced Navigation Technology, MOE（仪器科学与工程学院，东南大学，综合PNT网络与设备技术国家重点实验室，微惯性仪器与先进导航技术重点实验室，教育部） ； Department of Computer Science and Engineering, University of Bologna（计算机科学与工程系，博洛尼亚大学） ； College of Computer Science and Software Engineering, Hohai University（计算机科学与软件工程学院，河海大学） ； Beijing Institute of Technology（北京理工大学） 纠错

专题命中 领域大模型 ：prompting(title,abstract)

AI总结 本文提出Bi-CMPStereo框架，通过双向跨模态提示利用语义和结构特征实现稳健匹配，提升高速运动和复杂光照下的3D感知性能。

Comments CVPR 2026. Code URL: https://github.com/xnh97/Bi-CMPStereo

Generative AI in Signal Processing Education: An Audio Foundation Model Based Approach

生成AI在信号处理教育中的应用：基于音频基础模型的方法

Muhammad Salman Khan, Ahmad Ullah, Siddique Latif, Junaid Qadir

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 本文提出SPEduAFM，通过将生成AI与传统信号处理原理结合，探索音频基础模型在教育中的应用，展示其在自动化讲义转录、互动演示和包容性学习工具中的潜力。

Comments accepted at IEEE EDUCON 2026

Improving Random Testing via LLM-powered UI Tarpit Escaping for Mobile Apps

通过LLM赋能的UI陷阱逃脱提升随机测试

Mengqian Xu, Yiheng Xiong, Le Chang, Ting Su, Chengcheng Wan, Weikai Miao

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 本文提出基于LLM的随机GUI测试方法，通过监控UI相似性识别陷阱并建议事件逃离，提升移动应用测试覆盖率和bug发现率，实验显示HybridMonkey和HybridDroidbot在12个应用上平均覆盖率提升54.8%和44.8%。

BDIViz: An Interactive Visualization System for Biomedical Schema Matching with LLM-Powered Validation

BDIViz：一种基于大语言模型验证的生物医学模式匹配交互可视化系统

Eden Wu, Dishita G Turakhia, Guande Wu, Christos Koutras, Sarah Keegan, Wenke Liu, Beata Szeitz, David Fenyo, Cláudio T. Silva, Juliana Freire

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 BDIViz通过交互式可视化技术解决生物医学模式匹配中的可扩展性和语义模糊问题，结合多种匹配方法与大语言模型验证，提升匹配准确性并降低认知负担。

Comments 11 pages, 9 figures. Accepted to IEEE VIS 2025 (Full Papers Track, submission ID 1204)

Journal ref IEEE Transactions on Visualization and Computer Graphics, vol. 32, no. 1, pp. 1208-1218, Jan. 2026

Towards Responsible Multimodal Medical Reasoning via Context-Aligned Vision-Language Models

通过上下文对齐的视觉-语言模型实现负责任的多模态医疗推理

Sumra Khan, Sagar Chhabriya, Aizan Zafar, Sheeraz Arif, Amgad Muneer, Anas Zafar, Shaina Raza, Rizwan Qureshi

机构 * Salim Habib University（萨利姆·哈比卜大学） ； Institute of Business Administration Sukkur（苏库尔工商管理学院） ； University of Central Florida（中佛罗里达大学） ； The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） ； Toronto Metropolitan University（多伦多都会大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 本文提出一种上下文对齐的框架，通过整合多种临床证据提升医疗多模态推理的可靠性与可信度，实验显示其在胸部X光数据集上提升了判别性能并减少幻觉关键词。

Meta-Contrastive Learning for Vision-Language Models via Task-Adaptive CLIP Training

通过任务自适应CLIP训练实现视觉语言模型的元对比学习

Merham Fouladvand, Peuroly Batra

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

AI总结 本文提出一种域条件元对比学习框架，通过任务自适应CLIP训练提升视觉语言模型跨域泛化能力，引入域嵌入和交叉域对齐正则化，增强模型在域偏移下的鲁棒性。

KALAVAI: Predicting When Independent Specialist Fusion Works -- A Quantitative Model for Post-Hoc Cooperative LLM Training

KALAVAI：预测独立专家融合何时有效——一个事后合作大语言模型训练的定量模型

Ramchand Kumaresan

机构 * Murai Labs 纠错

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

AI总结 KALAVAI提出一个定量模型，通过事后融合独立训练的领域专家，预测协作增益，验证了在不同规模模型上的融合效果及路由精度。

RVLM: Recursive Vision-Language Models with Adaptive Depth

具有自适应深度的递归视觉-语言模型

Nicanor Mayumu, Zeenath Khan, Melodena Stephens, Patrick Mukala, Farhad Oroumchian

机构 * Department of Computer Science（计算机科学系） ； University of Wollongong in Dubai（迪拜沃林戈大学） ； Dubai Knowledge Park（迪拜知识园区） ； Mohammed Bin Rashid School of Government（穆罕默德·本·拉希德政府学院） 纠错

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

AI总结 本文提出RVLM，通过迭代生成-执行循环和自适应迭代深度控制器，解决医学AI系统在可解释性和推理深度上的限制，实验证明其在脑部MRI和胸部X光中的有效性。

An interpretable speech foundation model for depression detection by revealing prediction-relevant acoustic features from long speech

一种用于抑郁症检测的可解释语音基础模型：通过揭示长期语音中的预测相关声学特征

Qingkun Deng, Saturnino Luz, Sofia de la Fuente Garcia

机构 * Usher Institute（乌sher研究所） ； Centre for Medical Informatics, Usher Institute（乌sher医学信息学中心） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 本文提出一种可解释的语音基础模型，通过揭示长期语音中的预测相关声学特征，提升抑郁症检测工具的临床适用性，实验表明该模型优于基于短片段的模型，并识别出降噪和F0作为相关信号。

Comments 5 pages, 3 figures. arXiv admin note: substantial text overlap with arXiv:2309.13476

Bi-CRCL: Bidirectional Conservative-Radical Complementary Learning with Pre-trained Foundation Models for Class-incremental Medical Image Analysis

Bi-CRCL：基于预训练基础模型的双向保守-激进互补学习用于类别增量医疗图像分析

Xinyao Wu, Zhe Xu, Cheng Chen, Jiawei Ma, Yefeng Zheng, Raymond Kai-yu Tong

机构 * Department of Biomedical Engineering, The Chinese University of Hong Kong（生物医学工程系，香港中文大学） ； Department of Radiation Oncology, Columbia University Irving Medical Center and Data Science Institute, Columbia University（放射肿瘤学系，哥伦比亚大学伊万杰琳医学中心及数据科学研究院，哥伦比亚大学） ； Department of Electrical and Electronic Engineering and School of Biomedical Engineering, The University of Hong Kong（电气电子工程系和生物医学工程学院，香港大学） ； Department of Computer Science, City University of Hong Kong（计算机科学系，城市大学） ； Department of Artificial Intelligence, Westlake University（人工智能系，西湖大学） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 本文提出Bi-CRCL框架，通过保守和激进学习者结合双向交互机制，解决医疗图像类别增量学习中的异构数据与隐私约束问题，提升模型持续学习能力。

Comments preprint; under review

GeoDiT: A Diffusion-based Vision-Language Model for Geospatial Understanding

GeoDiT：一种基于扩散的视觉-语言模型，用于地理空间理解

Jiaqi Liu, Ronghao Fu, Haoran Liu, Lang Sun, Bo Yang

机构 * College of Computer Science and Technology, Jilin University, Changchun 130012, China（吉林大学计算机科学与技术学院，长春 130012，中国） ； Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education（教育部符号计算与知识工程重点实验室） 纠错

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

AI总结 本文提出GeoDiT，一种基于扩散的视觉-语言模型，用于地理空间理解。该模型通过并行细化过程实现整体粗到细的合成，解决了传统自回归模型在结构化输出生成中的不足。

Towards Reliable Generation of Executable Workflows by Foundation Models

面向通过基础模型生成可执行工作流的可靠性

Sogol Masoumzadeh, Keheliya Gallaba, Dayi Lin, Ahmed E. Hassan

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 本文提出利用静态分析反馈改进基础模型生成的工作流，通过Timon静态分析器检测并修复缺陷，提升工作流的可靠性与自动化水平。

Synergizing a Decentralized Framework with LLM-Assisted Skill and Willingness-Aware Task Assignment for Volunteer Crowdsourcing

融合去中心化框架与LLM辅助的技能和意愿感知任务分配机制用于志愿者众包

Riya Samanta, Rituparna Bhattyacharya

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 本文提出融合LLM辅助语义预处理、可解释技能和意愿感知分配引擎及区块链执行的混合众包框架，提升志愿者任务分配效率，实验显示比传统方法提升42.3%的分配效用。

Effective Feature Learning for 3D Medical Registration via Domain-Specialized DINO Pretraining

通过领域专用DINO预训练实现有效的3D医学图像特征学习

Eytan Kats, Mattias P. Heinrich

专题命中 领域大模型 ：pretraining(title,abstract)

AI总结 本文通过领域专用DINO预训练学习3D医学图像密集体积分量特征，提升变形匹配性能，在跨患者腹部注册任务中优于自然图像预训练模型。

Comments Accepted for International Symposium on Biomedical Imaging 2026 (ISBI 2026)

Visual Alignment of Medical Vision-Language Models for Grounded Radiology Report Generation

医学视觉-语言模型的视觉对齐以实现基于基础的放射学报告生成

Sarosij Bose, Ravi K. Rajendran, Biplob Debnath, Konstantinos Karydis, Amit K. Roy-Chowdhury, Srimat Chakradhar

机构 * NEC Laboratories America（NEC美洲实验室） ； University of California, Riverside（加州大学河滨分校） 纠错

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

AI总结 本文提出VALOR方法，通过临床指导文本推理和自监督视觉推理解决医学报告生成中的视觉幻觉问题，提升生成质量与临床准确性。

CrossEarth-SAR: A SAR-Centric and Billion-Scale Geospatial Foundation Model for Domain Generalizable Semantic Segmentation

跨地球雷达：一种以雷达为中心的十亿级地理空间基础模型，用于领域通用的语义分割

Ziqi Ye, Ziyang Gong, Ning Liao, Xiaoxing Hu, Di Wang, Hongruixuan Chen, Chen Huang, Yiguo He, Yuru Jia, Xiaoxing Wang, Haipeng Wang, Xue Yang, Junchi Yan

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） ； Beijing Institute of Technology（北京理工大学） ； Wuhan University（武汉大学） ； Zhongguancun Academy（中关村学院） ； The University of Tokyo（东京大学） ； Sun Yat-sen University（中山大学） ； KU Leuven（比利时鲁汶大学） ； KTH（皇家理工学院） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 CrossEarth-SAR是一种基于雷达的十亿级地理空间基础模型，通过物理引导的稀疏专家混合架构实现跨域语义分割的领域泛化，通过大规模预训练和基准测试验证其有效性。

Comments 26 pages, 15 figures

Tell2Adapt: A Unified Framework for Source Free Unsupervised Domain Adaptation via Vision Foundation Model

Tell2Adapt：通过视觉基础模型实现源无关无监督领域自适应的统一框架

Yulong Shi, Shijie Li, Ziyi Li, Lin Qi

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 Tell2Adapt通过视觉基础模型实现源无关无监督领域自适应，利用上下文感知提示正则化和视觉合理性细化提升医学图像分割性能。

Comments Accepted by IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR 2026)

CyberSleuth: Autonomous Blue-Team LLM Agent for Web Attack Forensics

CyberSleuth：自主蓝队LLM代理用于网络攻击取证

Stefano Fumero, Kai Huang, Matteo Boffa, Danilo Giordano, Marco Mellia, Dario Rossi

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 CyberSleuth通过LLM代理实现网络攻击自动化取证，展示了多代理专业化和有效设计在提升取证效率中的作用。

Comments Updated version - Added study on Malware Traffic Analysis

Vision Language Model-based Testing of Industrial Autonomous Mobile Robots

基于视觉语言模型的工业自主移动机器人测试

Jiahui Wu, Chengjie Lu, Aitor Arrieta, Shaukat Ali, Thomas Peyrucain

机构 * Simula Research Laboratory and University of Oslo（Simula研究实验室和奥斯陆大学） ； Mondragon University（蒙dragon大学） ； Simula Research Laboratory（Simula研究实验室） ； PAL Robotics（PAL机器人技术） 纠错

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

AI总结 本文提出基于视觉语言模型的测试方法，用于生成违反功能和安全要求的机器人交互场景，以提高自主移动机器人在复杂环境中的安全性和可靠性。

ProFound: A moderate-sized vision foundation model for multi-task prostate imaging

ProFound：一种中等规模的视觉基础模型用于多任务前列腺成像

Yipei Wang, Yinsong Xu, Weixi Yi, Shaheer Ullah Saeed, Natasha Thorley, Alexander Ng, Yukun Zhou, Wen Yan, Dean Barratt, Shonit Punwani, Veeru Kasivisvanathan, Mark Emberton, Daniel C. Alexander, Yipeng Hu

机构 * UCL Hawkes Institute, University College London, London, UK（伦敦大学霍克斯研究所，大学学院伦敦） ； University College London, London, UK（大学学院伦敦） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学人工智能学院） ； Centre for Bioengineering, Queen Mary University of London, London, UK（伦敦女王学院生物工程中心） ； School of Engineering and Materials Science, Queen Mary University of London, London, UK（伦敦女王学院工程与材料科学学院） ； Digital Environment Research Institute, Queen Mary University of London, London, UK（伦敦女王学院数字环境研究所） ； Centre for Medical Imaging, University College London, London, UK（伦敦大学医学成像中心） ； Department of Radiology, University College London Hospital NHS Foundation Trust, London, UK（大学学院伦敦医院 NHS 基础信托放射科） ； Centre for Urology Imaging, Prostate, AI and Surgical Studies (COMPASS) Research Group, Division of Surgery and Interventional Science, University College London, London, UK（泌尿科成像中心、前列腺、AI 和手术研究组，手术与介入科学系，大学学院伦敦） ； Institute of Ophthalmology, University College London, London, UK（伦敦大学眼科研究所） ； Department of Urology, University College London Hospital, London, UK（大学学院伦敦医院泌尿科） ； Division of Surgery and Interventional Science, University College London, London, UK（手术与介入科学系，大学学院伦敦） ； Department of Urology, Comprehensive Cancer Center, Medical University of Vienna, Vienna, Austria（维也纳医学大学综合癌症中心泌尿科） ； Department of Computer Science, University College London, London, UK（计算机科学系，大学学院伦敦） 纠错

专题命中 领域大模型 ：foundation model(title,abstract)

AI总结 ProFound是一种专门用于前列腺多任务成像的视觉基础模型，通过预训练在大量数据上实现了对多种临床任务的高效性能。

AgenticTagger: Structured Item Representation for Recommendation with LLM Agents

AgenticTagger: 基于LLM代理的结构化物品表示用于推荐

Zhouhang Xie, Bo Peng, Zhankui He, Ziqi Chen, Alice Han, Isabella Ye, Benjamin Coleman, Noveen Sachdeva, Fernando Pereira, Julian McAuley, Wang-Cheng Kang, Derek Zhiyuan Cheng, Beidou Wang, Randolph Brown

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 AgenticTagger通过多代理反思机制生成高质量结构化物品表示，提升推荐系统的多样场景性能。

PymooLab: An Open-Source Visual Analytics Framework for Multi-Objective Optimization using LLM-Based Code Generation and MCDM

PymooLab: 一个基于LLM代码生成和MCDM的多目标优化开源可视化分析框架

Thiago Santos, Sebastiao Xavier, Luiz Gustavo de Oliveira Carneiro, Gustavo de Souza

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 PymooLab通过LLM辅助代码生成和MCDM工具，为多目标优化提供可视化分析框架，提升领域专家的可操作性。

Mechanistically Guided LoRA Improves Paraphrase Consistency in Medical Vision-Language Models

基于机制的LoRA改进医学视觉-语言模型的同义词一致性

Binesh Sadanandan, Vahid Behzadan

机构 * University of New Haven（新罕布什尔大学） 纠错

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

AI总结 基于机制的LoRA改进医学视觉-语言模型的同义词一致性，通过结合损失平衡一致性与准确性，降低翻转率并提升准确性。