语言大模型 / LLM

CausalOPD: First-Wrong-Step Supervision for Distilling Causal Chain Reasoning

CausalOPD：用于提炼因果链推理的首错误步监督

Jian Zhang, Bingyi Wang, Yizhi Liu

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

AI总结 CausalOPD 是一种课程在线过程提炼框架，通过识别首错误步并结合短视界强化学习，提升了学生模型的因果链推理能力，在三个领域中表现优于序列级提炼及专有参考模型。

Comments 9 pages, 2 figures

Bridging Artificial Intelligence and Power Systems Education Using a Hands-On Executable Framework

使用可执行实践框架搭建人工智能与电力系统教育的桥梁

Junjie Yin, Buxin She, Xinyu Feng, Fangxing, Li

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

AI总结 本文提出可执行实践框架，通过渐进式模块降低电力系统AI入门门槛，经IEEE网络研讨会验证，可满足跨学科学习者对电力专用AI实践课程的需求。

Comments 10 pages, 10 figures, 3 tables

Rethinking Generative AI Literacy: An Integrative, Developmental, and Dialectical Framework for K-12 Teacher Education

重新思考生成式AI素养：面向K-12教师教育的整合型、发展型与辩证型框架

Shahin Hossain, Sima Ahmadi, Leqi Li, Idowu David Awoyemi, Wei Huang, Chenxi Zhou, Jujia Li, Samaa Haniya, Shapla Khanam, Tasbirun Mashreka Subaha

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

AI总结 针对GenAI素养滞后于技术扩散的问题，提出整合型、发展型、辩证型的RAIL-Ed框架，明确六大支柱与三级标准，为K-12教师教育及相关政策提供理论基础。

Comments 20 pages, 2 figures, 7 tables

Bridging the English-Arabic Medical Knowledge Gap: Targeted Low-Rank Adaptation via Causal Layer Selection

缩小英阿医学知识鸿沟：通过因果层选择实现针对性低秩适配

Chaimae Abouzahir, Musa Khan, Hala Ali-Hassan, Congbo Ma, Khaled Saleh, Yousra Sadqi, Jihad Mallat, Walid Al-Eisawi, Nizar Habash, Farah E. Shamout

机构 * New York University Abu Dhabi（纽约大学阿布扎比分校） ； Cleveland Clinic Abu Dhabi（克利夫兰诊所阿布扎比分校） 纠错

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

AI总结 该研究针对阿拉伯语医学LLMs性能弱于英文的问题，提出TLoRA方法并构建阿拉伯医学对话基准，通过机制诊断实现针对性适配，提升了阿拉伯语医学任务性能。

Scaling Scientific Discovery Environments for Turn-Level Agentic RL

面向回合级智能体强化学习的科学发现环境扩展

Yucheng Xu, Keyi Zhang, Yuyang Yu, Min Zhang, Shiyuan Meng, Pei Chu, Zhongying Tu

机构 * Shanghai AI Lab（上海人工智能实验室） 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 本文提出可扩展框架SciDisco，结合SciThèque与DiscoPO，训练出的SciDisco-14B在假设驱动的科学数据分析基准上实现了当前最优性能。

LLMs struggle to simulate human belief updates in controlled environments

大型语言模型（LLMs）难以在受控环境中模拟人类的信念更新

Sebastian Pohl, Harsh Mehta, Pranav Mambayil, Abdul Ghafoor, Franziska Lesigang, Yufang Hou, Christian Hilbe

机构 * IT:U, Interdisciplinary Transformation University Austria（奥地利跨学科转型大学（IT:U）） 纠错

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

AI总结 该研究测试六个LLMs模拟人类信念更新的能力，发现Qwen3-32B和GPT-5-Mini仅在提供人类实际初始立场时能匹配人类后立场分布，所有模型存在系统性偏差，模拟仅在现实起始条件下可靠。

Chart-Supported or Model-Supplied? Examining MLLM-Generated Claims for Accessible Visualization

图表支持还是模型提供？审视多模态大语言模型生成的可访问可视化声明

Ishrat Jahan Eliza, Md Dilshadur Rahman

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

AI总结 研究多模态大语言模型生成可视化声明的证据基础，通过对多种来源、模型及输入条件的探索性研究，分析模型标签与数值一致性，发现可访问图表上下文有作用，添加图像及无上下文提示效果不佳，推动可区分证据支持声明与模型解释的描述系统发展。

Comments Submitted to the 3rd Workshop on Accessible Data Visualization, IEEE VIS 2026

Multimodal Hybrid Retrieval-Augmented Generation for Scientific Document Understanding using Open-Source SLMs

使用开源语言模型进行科学文档理解的多模态混合检索增强生成

Alexandru-Andrei Saucă, Ana-Luiza Rusnac

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

AI总结 针对科学文档理解中大型语言模型的问题，提出多模态混合检索增强生成系统。利用开源视觉语言模型生成摘要，结合多种检索方法并优化，采用查询压缩器确保连贯性。经评估，该系统提高了检索质量，验证了开源模型与先进策略结合的竞争力。

Comments 7 pages, 1 figure, 4 tables

AI's Capability in Assisting Scientific Research in Physics, Astrophysics, and Cosmology I: Literature Review

人工智能在协助物理、天体物理和宇宙学科学研究中的能力I：文献综述

Anamaria Hell, Kateryna Vovk, Veena Krishnaraj, Jia Liu, Kosuke Aizawa, Adrian E. Bayer, Linda Blot, Jessica Cowell, Suyog Garg, Jonathan Grée, Ben Horowitz, Masaya Ichikawa, Kanyuni Iemoto, Keigo Kondo, Zacharie Lorsin, Kevin McCarthy, Jamie Robinson, Miguel Ruiz-Granda, Leander Thiele, Ievgen Vovk, Mingshen Zhou

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

AI总结 研究大语言模型在物理等领域协助文献综述的能力，通过对照研究发现其与人类所选文献重叠率低，生成的参考文献可靠性待提升，2026年的ChatGPT Pro 5.5性能有显著改善。

Comments 12 pages, 3 figures

Plato-Bio: verification-first biological novelty screening with temporal rediscovery and structural benchmarks

柏拉图生物：通过时间再发现和结构基准进行验证优先的生物新奇性筛选

Stefan G. Creadore

机构 * Praxa Labs（普拉克斯实验室） 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 研究开发柏拉图生物，扩展开放架构并结合多种功能，修复评估缺陷。通过Python套件等验证其有效性，评估两个用例，如历史再发现任务及蛋白质结构比较，提供可重复软件契约和筛选基准，为生物研究提供支持。

Comments 16 pages, 6 figures, 3 tables. Companion code and data: https://github.com/Eldergenix/Plato-Scientific-Research-Autonomous-Agent. This fork-specific validation study cites, but does not duplicate, arXiv:2510.26887

SetGo: Metadata Readiness for Scientific AI Datasets

SetGo：科学人工智能数据集的元数据就绪性

Sean R. Wilkinson, Polina Shpilker, Wesley Brewer

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

AI总结 研究针对科学AI数据集元数据就绪性评估工具缺失的问题，提出开源工具SetGo，能从六个维度评估修复元数据，揭示通用工具未发现的缺陷，提升公平性分数，还可集成大语言模型支持自动化工作流程。

Comments 6 pages; accepted at SSDBM 2026

IDEAgent: Agentic Quality-Diversity Search for Research Idea Generation

IDEAgent：用于研究想法生成的智能体质量多样性搜索

Varun Gumma, Navonil Majumder, Soumitra Sinhahajari, Soujanya Poria

机构 * DeCLaRe Lab, Nanyang Technological University（声明实验室，南洋理工大学） 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 研究针对大语言模型在生成研究想法时质量与多样性独立导致的局限，提出将研究构思视为质量多样性搜索。介绍多智能体框架IDEAgent，通过多目标反馈驱动质量，轻量级记忆等实现多样性，开发Yield指标评估，实验表明其性能优于基线，还证实修复改进对质量提升的重要性并开源。

Comments Under Review

TextSLIP: Text Self-Supervised CLIP for Medical Report Generation

TextSLIP：用于医学报告生成的文本自监督CLIP

Haoyu Jiang, Ziping Cong

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

AI总结 研究针对现有CLIP方法在医学报告生成中语义监督不足问题，提出TextSLIP框架，通过模态内文本对比学习增强CLIP，经实验验证其在报告生成指标上有改进，表明文本级对比学习对改善医学视觉-文本对齐有潜力。

Comments 9 pages

SCALE: Self-Supervised Constraint-Aware Layout GEneration for Local P&R DRV Fixing at Advanced Nodes

SCALE：用于先进节点局部布局与布线设计规则违规修复的自监督约束感知布局生成

Chia-Tung Ho, Haoyu Yang, Guanglei Zhou, Yoshi Nishi, Yaguang Li, Walker Turner, Cunxi Yu, Yiran Chen, Brucek Khailany

机构 * NVIDIA（英伟达） ； Duke University（杜克大学） 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 针对先进节点局部P&R DRV修复难题，提出SCALE框架，通过自监督布局生成、利用自然语言规则约束和高温采样等方法，生成DRC注释布局违规对微调DRC-VLM，有效提升了最先进代理的修复解决率。

Comments 8 pages, 5 Figures, 6 Tables

Scaling Up Formal Representation of Clinical Trial Protocols in Ensemble Logic Using LLMs: A Preliminary Study

使用大语言模型在集成逻辑中扩大临床试验协议的形式化表示：一项初步研究

Yan Huang, Xubing Hao, Xiaojin Li, Rashmie Abeysinghe, Xiaoqian Jiang, Licong Cui, Guo-Qiang Zhang

机构 * McGovern Medical School（麦戈文医学学院） ； McWilliams School of Biomedical Informatics（麦克威廉斯生物医学信息学学院） ； The University of Texas Health Science Center at Houston（德克萨斯大学健康科学中心休斯顿分校） 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 研究针对临床试验协议依赖非结构化文本阻碍自动化推理等问题，引入CT-TEL工作流程，利用大语言模型将叙述性临床协议转为TEL公式，通过反向翻译评估保真度，为协议映射到可计算逻辑及临床试验模拟提供初步证据。

Comments Proceedings of the 2026 American Medical Informatics Association Symposium, to appear

Competitive and Complementary Tools

竞争与互补工具

David C. Krakauer

机构 * Santa Fe Institute（圣菲研究所） 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 研究人类将思维外化于工具的现象，把智能体、工具和任务建模为动力系统，探讨能力与依赖的共同进化及双稳态，经多数据集测试，结果重塑了工具构建、人工智能部署及抗工具教育的方式。

From Operations to Elderly Care Outcomes: A Thematic Review of Industrial Engineering and Decision-Support Approaches

从运营到老年护理结果：工业工程与决策支持方法的主题综述

Shayan Farhang Pazhooh, Fereshteh Parvaresh

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

AI总结 全球老龄化给医疗带来挑战，本文对运筹学与老年护理交叉研究综述，指出方法从静态向动态随机演变，存在转化差距，提出概念框架，强调利用新兴技术弥合理论与患者健康结果差距。

Comments 12 pages, 2 figures, 3 tables

PEARL: Auditable Repair for Scientific Reasoning Graph Extraction

PEARL：科学推理图提取的可审计修复

Bohan Su, Pengze Li, Yuchen Lu, Xi Chen

机构 * School of Computer Science, Wuhan University（武汉大学计算机科学学院） ； Artificial Intelligence Innovation and Incubation, Fudan University（复旦大学人工智能创新与孵化） ； Department of Computer Science, Faculty of Science, University of Bath（巴斯大学理学院计算机科学系） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） 纠错

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

AI总结 针对科学推理图提取中LLMs输出有问题的情况，提出无需训练的PEARL框架，通过特定模式和反馈修复推理图。在ARCHE基准测试中，该框架提升了严格通过率和平均REA，为相关工作流程提供可靠性层。

Comments Accepted at WAICA 2026 Multi-Modal Agents for Science Workshop

SearchOS-V1: Towards Robust Open-Domain Information-Seeking Agent Collaboration

SearchOS-V1：迈向稳健的开放域信息检索智能体协作

Yuyao Zhang, Junjie Gao, Zhengxian Wu, Jiaming Fan, Jin Zhang, Shihan Ma, Yao Yao, Weiran Qi, Chuyan Jin, Guiyu Ma, Xingzhong Xu, Kai Yang, Ji-Rong Wen, Zhicheng Dou

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Ant Group（蚂蚁集团） 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 研究开放域信息检索智能体协作问题，提出SearchOS系统级多智能体框架，通过将搜索进展转化为显式状态、设计上下文管理、应用调度机制及引入中间件和技能系统，在相关数据集上领先基线，推动稳健信息检索协作。

Comments Code is available at https://github.com/antins-labs/SearchOS

Routing Ceilings Are Domain-Independent: Structural Prior Injection in Code Security Vulnerability Detection

路由上限与领域无关：代码安全漏洞检测中的结构先验注入

Manuel Israel Cázares

机构 * Bytepro AI（字节专业人工智能公司） 纠错

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

AI总结 研究在代码安全漏洞检测中测试路由器假设是否跨领域，通过重现SAIR设计评估三个大语言模型。结果表明结构先验能提升语义漏洞召回率，零样本性能随语义复杂度下降，备忘单在真实数据上效果不佳，迭代重新校准也有问题，证实了SAIR的跨分布权衡及路由器假设的跨领域性。

Comments 12 pages, 5 tables

Towards an Intention Abstraction Layer for Autonomous Industrial Systems

迈向自主工业系统的意图抽象层

Artan Markaj, Raphael Höfer, Felix Gehlhoff

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

AI总结 针对自主工业系统中各子系统运行目标冲突难以及时发现的问题，提出意图抽象层（IAL），通过大型语言模型等将自然语言目标解析为结构化意图，检测并解释冲突，实现执行前意图级检查，保障协作自主系统行为。

NeuroGRIP: Retrieval-Augmented Graph Refinement for Knowledge-Grounded EEG Seizure Diagnosis

NeuroGRIP：用于基于知识的脑电图癫痫诊断的检索增强图细化

Lincan Li, Zheng Chen, Yushun Dong

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

AI总结 研究针对脑电图癫痫诊断难题，提出NeuroGRIP框架，结合外部医学知识校准脑电图图。通过构建知识库、利用大语言模型提取知识图，经对齐感知查询和相似性搜索检索关系证据，提升诊断准确性与可解释性，为临床诊断提供新框架。

Analyzing Curricular Pattern Complexity Using AI to Improve On-Time Graduation Rates

使用人工智能分析课程模式复杂性以提高按时毕业率

Lynn Vonderhaar, Juan Couder, Siri Siqveland, Omar Ochoa, James Pembridge

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

AI总结 该研究针对软件工程本科课程模式，利用人工智能技术尤其是大语言模型，分析课程模式并给出修订建议，以减少课程变更时间，减少瓶颈和毕业延迟，满足学生需求，提高按时毕业率。

Comments Accepted to Frontiers in Education (FIE) 2026

DKCD: Domain Knowledge-Enhanced Causal Discovery from Unstructured Data

DKCD：从非结构化数据中进行领域知识增强的因果发现

Xin Li, Jin Li, Shoujin Wang, Kun Yu, Fang Chen

机构 * University of Technology Sydney（悉尼科技大学） 纠错

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

AI总结 针对高专业领域非结构化数据因果发现难题，提出DKCD框架，通过知识挖掘、知识引导的因果推理和因果结构发现三个组件，有效应对潜在因素识别不足和因素注释不可靠问题，实验证明其显著提升了因果发现效果。

Towards Detecting Inconsistencies in End-to-end Generated TODs

迈向检测端到端生成的任务导向对话中的不一致性

Tiziano Labruna, Giovanni Bonetta, Bernardo Magnini

机构 * Fondazione Bruno Kessler（布鲁诺·凯斯勒基金会） 纠错

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

AI总结 研究端到端生成的任务导向对话中的不一致性检测问题，核心方法是将其概念化为约束满足问题，通过特定管道识别变量和有效解决方案，主要贡献是证明该方法检测不一致性的高精度并提供详细分析。

Comments arXiv admin note: substantial text overlap with arXiv:2407.11857

From Execution to Education: A Bloom-Aligned Framework for Measuring Educational Control in LLMs

从执行到教育：一个用于衡量大语言模型中教育控制的布鲁姆对齐框架

Yi Zhang, Julia Rayz

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

AI总结 研究提出用于衡量大语言模型中教育控制的布鲁姆对齐框架，应用于编程任务。通过比较一对匹配模型在不同干预设置下的表现，揭示模型提高认知需求易、降低难的不对称性，并用语义 - δ聚类等方法刻画结果，表明强执行性能不意味着有教育控制能力。

Comments 24 pages, 20 figures

Aligning Clinical Needs and AI Capabilities: A Survey on LLMs for Medical Reasoning

对齐临床需求与人工智能能力：医学推理大语言模型综述

Qi Peng, Jiatong Li, Sirui Huang, Yiyang Jiang, Kaisong Gong, Ronger Ding, Shijie Ye, Changmeng Zheng, Yi Cai, Xiaobo Yang, Jin Huang, Xiao-Yong Wei, Qing Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Hong Kong University（香港大学） ； South China University of Technology（华南理工大学） ； University of Toronto（多伦多大学） ； Peking Union Medical College Hospital（北京地坛医院） ； West China Hospital, Sichuan University（四川大学华西医院） 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 综述医学大语言模型在医疗领域的进展，提出双视角方法，连接临床实践与计算方法，建立五级能力方案并关联推理模式与医学任务，引入基准数据集并报告模型结果，讨论进展与挑战及未来方向。

Comments Accepted by Machine Intelligence Research

Depression Symptoms and Relational Patterns in 187k ChatGPT Histories

18.7万条ChatGPT对话记录中的抑郁症状与关系模式

Neil K. R. Sehgal, Dunigan Folk, Lyle Ungar, Sharath Chandra Guntuku

机构 * University of Pennsylvania（宾夕法尼亚大学） 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 研究有抑郁症状者如何使用ChatGPT，通过分析766名参与者的18.7万条对话，比较不同症状程度人群的使用模式、语言特点等，发现基于语言预测筛查效果不佳，认为这些记录可作大语言模型成非正式支持设施的证据。

Journal ref CSCW Companion '26: Companion Publication of the 2026 Conference on Computer-Supported Cooperative Work and Social Computing

A Three-Layer Framework for AI in Scientific Discovery

人工智能在科学发现中的三层框架

Guojun Liao

机构 * Department of Mathematics, University of Texas at Arlington（德克萨斯大学阿灵顿分校数学系） 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AI在科学发现中的三层框架，核心创新是第二层：通过定性推理进行模型形成，识别框架结构不足并寻找缺失概念，通过三个案例说明其重要性。

Phantom References: Hallucinated Citations That Survive Peer Review at Top-Tier Conferences

幻影引用：在顶级会议同行评审中存活的幻觉引用

Mark Russinovich, Ram Shankar Siva Kumar, Ahmed Salem

机构 * Microsoft（微软） 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 本文提出RefChecker工具，通过多源验证和网络搜索复检，发现顶级会议论文中存在少量但可观的幻觉引用（如不存在的文献或作者列表严重不匹配），且同行评审未能完全阻止其进入档案记录。