语言大模型 / LLM

RS-Agent: Automating Remote Sensing Tasks through Intelligent Agent

RS-Agent：通过智能代理实现遥感任务自动化

Wenjia Xu, Zijian Yu, Boyang Mu, Jiuniu Wang, Zhiwei Wei, Mugen Peng

机构 * State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing 100876, China（网络与交换技术国家重点实验室，北京邮电大学，中国） ； City University of HongKong, Hong Kong 999077, China（香港城市大学，中国） ； School of Geographic Sciences, Hunan Normal University, Changsha 410081, China（地理科学学院，湖南师范大学，中国） 纠错

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

AI总结 针对多模态大语言模型在遥感任务中的局限，提出RS-Agent智能代理，通过结构化任务规划等连接用户意图与遥感流程，含四个组件及两种方法，实验显示其在多任务中显著优于现有模型，证明结合两者用于智能地理空间分析的价值。

Journal ref SCIENCE CHINA Information Sciences, 69(8), 180302 (2026)

Independent Test Generation for RESTful APIs

用于RESTful API的独立测试生成

S M Sadrul Islam Asif, James Chen, Kennett Puerto Diaz, Earl T. Barr, Mark Marron

专题命中 领域大模型 ：LLM(summary_cn,abstract_cn)

AI总结 研究针对RESTful API测试中多步骤测试的问题，提出TECTON方法，通过显式状态合成及两种互补机制，利用组合测试和LLM处理请求组件，生成高覆盖率测试负载，相比传统方法提升了行覆盖率并暴露更多运行时错误，推动API验证技术进步。

Comments This paper was previously posted on arXiv under the title "BOSQTGEN: Breaking the Sound Barrier in Test Generation"

Graph-Native Reinforcement Learning Enables Traceable Scientific Hypothesis Generation through Conceptual Recombination

图原生强化学习通过概念重组实现可追溯的科学假设生成

Subhadeep Pal, Shashwat Sourav, Tirthankar Ghosal, Markus J. Buehler

机构 * Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室） 纠错

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

AI总结 提出图原生推理模型Graph-PRefLexOR，结合GRPO强化学习将推理组织为显式阶段，在材料科学100个开放问题上推理可追溯性提升40-65%，语义多样性增加2-3倍。

Large Lemma Miners: Can LLMs do Induction Proofs for Hardware?

大引理挖掘器：LLMs能否为硬件生成归纳证明？

Romy Peled, Daniel Kroening, Michael Tautschnig, Yakir Vizel

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 本文探讨LLMs在硬件验证中生成归纳证明的能力，提出神经符号方法，通过两个提示框架生成候选不变量并验证，成功生成正确证明。

An Empirical Study to Understand How Students Use ChatGPT for Writing Essays

一项实证研究：了解学生如何利用ChatGPT撰写论文

Andrew Jelson, Daniel Manesh, Alice Jang, Daniel Dunlap, Young-Ho Kim, Sang Won Lee

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

AI总结 研究通过70名学生的在线实验，分析学生使用ChatGPT撰写论文时的查询模式，发现性别、种族和自我效能等因素影响AI使用模式，且不同使用模式与写作乐趣和所有权感知相关。

Comments 35 pages, 16 figures, 6 tables, Submitted to ACM CHI 2026

Journal ref CHI '26: Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems

Colon-Bench: An Agentic Workflow for Scalable Dense Lesion Annotation in Full-Procedure Colonoscopy Videos

Colon-Bench：一种用于全流程结肠镜视频中可扩展密集病变标注的智能工作流

Abdullah Hamdi, Changchun Yang, Xin Gao

机构 * King Abdullah University of Science and Technology（国王阿卜杜勒·阿齐兹科学与技术大学） 纠错

专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；prompting(abstract)

AI总结 提出Colon-Bench，通过多阶段智能工作流实现全流程结肠镜视频的密集病变标注，包含528个视频、14类病变、30万+边界框等，并评估多模态大模型在病变分类、开放词汇视频目标分割和视频视觉问答上的性能。

Comments published at MICCAI 2026

DrugBench: Evaluating AI Control Protocols for Medication Harm Mitigation

DrugBench：评估用于减轻药物危害的AI控制协议

Guido Freire, Agustín Martínez-Suñé, Viviana Cotik

机构 * Universidad de Buenos Aires, Facultad de Ciencias Exactas y Naturales, Departamento de Computación（布宜诺斯艾利斯大学，精确与自然科学学院，计算机系） ； AI Safety Argentina (AISAR)（阿根廷人工智能安全组织 (AISAR)） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； CONICET-Universidad de Buenos Aires, Instituto de Ciencias de la Computación (ICC)（阿根廷国家科学与技术研究理事会-布宜诺斯艾利斯大学，计算机科学研究所 (ICC)） 纠错

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

AI总结 提出DrugBench基准，结合医疗对话与FDA标签，评估AI控制协议在减轻药物交互、禁忌症等四类危害中的有效性，并引入基于严重性的监控方法。

AONA: A Comprehensive Architecture and Workflow Design for Global Agentic Collaboration

AONA：全球智能体协作的综合架构与工作流设计

Jinliang Xu, Runkai Zhu, Bingqi Li, Fanjie Nie, Jin Li, Jiagui Xie

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

AI总结 针对现有互联网缺乏语义感知和去中心化信任机制的问题，提出AONA覆盖网络架构，通过四层逻辑蓝图和分布式节点基础设施，实现跨协议、跨平台的智能体互操作。

Comments 28 pages, 8 figures

HARPO: Hierarchical Agentic Reasoning for User-Aligned Conversational Recommendation

HARPO：面向用户对齐的对话推荐的分层代理推理

Subham Raj, Aman Vaibhav Jha, Mayank Anand, Sriparna Saha

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；preference optimization(abstract)

AI总结 HARPO通过分层代理推理框架优化多维推荐质量，结合上下文依赖的偏好学习、 deliberative树搜索和领域无关的推理抽象，提升推荐质量与用户对齐性。

Comments Accepted at the Annual Meeting of the Association for Computational Linguistics (ACL 2026)

Multi-Agent Reasoning with Consistency Verification Improves Uncertainty Calibration in Medical MCQA

基于一致性验证的多智能体推理改进医学多项选择题问答中的不确定性校准

John Ray B. Martinez

机构 * Department of Data Science and Analytics（数据科学与分析系） 纠错

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

AI总结 提出多智能体框架，结合领域专家智能体与两阶段验证及S分数加权融合，在医学MCQA中显著降低校准误差并提升判别能力。

Comments 20 pages, 6 figures. Preprint under review

Section-Weighted Hybrid Approach for Legal Case Retrieval

基于章节加权的混合方法用于法律案例检索

Rajith Arulanandam, Nisansa de Silva

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

AI总结 提出一个两阶段、感知章节的法律案例检索框架，先通过大语言模型分割判决书，再结合词法和语义搜索及加权聚合，在司法基准上取得一致提升。

Comments 10 pages, 4 figures. Accepted to the International Conference on Natural Language Processing (ICNLP 2026)

When Correct Beliefs Collapse: Epistemic Resilience of LLMs under Clinical Pressure

当正确信念崩溃：LLMs在临床压力下的认知韧性

Boyu Xiao, Xiuqi Tian, Xuwen Song, Haochun Wang, Guanchun Song, Sendong Zhao, Bing Qin

机构 * Research Center for Social Computing and Interactive Robotics, Harbin Institute of Technology, China（社会计算与交互机器人研究院，哈尔滨工业大学，中国） 纠错

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

AI总结 研究LLMs在临床对话中面对逐步升级压力时信念稳定性问题，提出Med-Stress压力测试框架，发现知识-韧性差距，并设计RBED和R-FT方法提升鲁棒性。

Comments ACL 2026

Engagement-Optimized Care: When LLMs become Mental Health Infrastructure

优化参与的护理：当LLM成为心理健康基础设施

Briana Vecchione, Meryl Ye, Livia Garofalo, Ranjit Singh

专题命中 领域大模型 ：LLM(title_cn,abstract_cn)

AI总结 本研究通过定性纵向研究，揭示通用LLM因护理缺口被用作心理健康支持，其以参与度而非用户福祉为导向的设计导致结构性不公平权衡，并提出了设计问责制。

Comments 10 pages, 1 figure

The Deterministic Horizon: Impossibility Results as Design Specifications for Trustworthy AI Systems

确定性视界：作为可信AI系统设计规范的不可行性结果

Dongxin Guo

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

AI总结 本文通过证明架构决定的准确率上限、偏好学习的样本复杂度跳跃、多阶段检索的指标数量要求等16个不可行性结果，将计算极限转化为可信AI系统的设计规范。

Comments PhD thesis, Department of Computer Science, The University of Hong Kong, 2026. 271 pages, 18 figures, 15 tables, 5 algorithms

KASER: Knowledge-Aligned Student Error Simulator for Open-Ended Coding Tasks

KASER：面向开放性编程任务的知识对齐学生错误模拟器

Zhangqi Duan, Nigel Fernandez, Andrew Lan

机构 * University of Massachusetts（马萨诸塞大学） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 KASER通过强化学习方法，结合代码相似性、错误匹配和预测多样性，提升大语言模型对学生错误的模拟与预测能力，实验表明其在代码和错误预测及错误覆盖方面优于基线方法。

Comments Published in ACL 2026: The 64th Annual Meeting of the Association for Computational Linguistics

Text Knows What, Tables Know When: Clinical Timeline Reconstruction via Retrieval-Augmented Multimodal Alignment

文本知晓什么，表格知晓何时：通过检索增强的多模态对齐进行临床时间线重建

Sayantan Kumar, Shahriar Noroozizadeh, Juyong Kim, Jeremy C. Weiss

机构 * National Library of Medicine National Institutes of Health（国家医学图书馆国立卫生研究院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种检索增强的多模态对齐框架，通过结合文本和结构化EHR数据，提高临床时间线的精确度，提升时间一致性，同时保持事件匹配率。

Comments Sayantan Kumar, Shahriar Noroozizadeh, Juyong Kim (authors contributed equally)

Enhancing Retrieval-Augmented Generation with Entity Linking for Educational Platforms

通过实体链接增强教育平台的检索增强生成

Francesco Granata, Francesco Poggi, Misael Mongiovì

机构 * Department of Mathematics and Computer Science, University of Catania, Italy（卡塔尼亚大学数学与计算机科学系） ； Institute of Cognitive Sciences and Technologies (ISTC), National Research Council of Italy (CNR)（意大利国家研究委员会认知科学与技术研究所（ISTC）） 纠错

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

AI总结 本文提出ELERAG架构，通过实体链接增强事实信号，提升教育问答系统在意大利语领域的准确性，实验显示其在专业领域表现优异，但通用领域效果不如交叉编码器。

Journal ref Big Data and Cognitive Computing, 10(4), 120. 2026

How Researchers Navigate Accountability, Transparency, and Trust When Using AI Tools in Early-Stage Research: A Think-Aloud Study

研究人员在早期研究中使用AI工具时如何应对责任、透明度和信任：一项think-aloud研究

Sanjana Gautam, Houjiang Liu, Yujin Choi, Matthew Lease

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

AI总结 本研究通过15名研究人员的think-aloud研究，探讨了在早期研究中使用大语言模型驱动的AI工具时，责任、透明度和信任的现实表现及影响，揭示了AI输出的不确定性、检索的模糊性和信任的脆弱性。

mcdok at SemEval-2026 Task 13: Finetuning LLMs for Detection of Machine-Generated Code

mcdok在SemEval-2026任务13中的应用：微调大语言模型以检测机器生成的代码

Adam Skurla, Dominik Macko, Jakub Simko

机构 * Faculty of Information Technology, Brno University of Technology（布拉格技术学院） ； Kempelen Institute of Intelligent Technologies（智能技术研究所） 纠错

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

AI总结 本文通过微调大语言模型，针对多领域机器生成代码检测问题，提出了改进的mcdok方法，提升了对不同编程语言代码片段的检测能力，但在部分子任务上仍有提升空间。

M-CARE: Standardized Clinical Case Reporting for AI Model Behavioral Disorders, with a 20-Case Atlas and Experimental Validation

M-CARE：用于AI模型行为障碍的标准化临床案例报告，附20例图谱及实验验证

Jihoon Jeong

机构 * Department of Electrical Engineering and Computer Science, Daegu Gyeongbuk Institute of Science and Technology (DGIST)（大邱庆bu科学技术大学电气工程与计算机科学系） ； ModuLabs 纠错

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

AI总结 M-CARE框架通过20例案例分析，提出AI行为障碍的诊断与分类方法，揭示Shell指令对模型行为的主导作用及领域依赖性特征。

Comments 31 pages, 5 figures, 14 tables. Second paper in the Model Medicine series (Paper #1: arXiv:2603.04722)

From Rookie to Expert: Manipulating LLMs for Automated Vulnerability Exploitation in Enterprise Software

从新手到专家：利用LLMs实现企业软件自动漏洞利用

Moustapha Awwalou Diouf, Maimouna Tamah Diao, Iyiola Emmanuel Olatunji, Abdoul Kader Kaboré, Jordan Samhi, Gervais Mendy, Samuel Ouya, Jacques Klein, Tegawendé F. Bissyandé

专题命中 领域大模型 ：LLM(abstract,abstract_cn)；prompting(abstract)

AI总结 本文展示如何利用公开的LLMs将新手转变为具备攻击能力的用户，提出RSA策略以绕过安全机制，验证了LLMs在漏洞利用中的有效性，挑战了传统安全原则。

Retrieval Augmented Conversational Recommendation with Reinforcement Learning

基于强化学习的检索增强对话推荐

Zhenrui Yue, Honglei Zhuang, Zhen Qin, Zhankui He, Huimin Zeng, Julian McAuley, Dong Wang

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

AI总结 本文提出RAR框架，通过动态结合检索与生成提升推荐性能与事实性，构建大规模电影语料库并引入强化学习方法优化候选集。

A Systematic Study of Retrieval Pipeline Design for Retrieval-Augmented Medical Question Answering

检索增强医疗问答中检索流程设计的系统研究

Nusrat Sultana, Abdullah Muhammad Moosa, Kazi Afzalur Rahman, Sajal Chandra Banik

机构 * Department of Mechatronics & Industrial Engineering, Chittagong University of Engineering & Technology（吉大港工程与技术大学机电与工业工程系） ； Department of Mechanical Engineering, Chittagong University of Engineering & Technology（吉大港工程与技术大学机械工程系） 纠错

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

AI总结 本文系统评估了检索增强医疗问答的性能，发现检索增强显著提升了零样本医疗问答效果，最佳配置为密集检索加查询改写和重排序，准确率达60.49%。

Designing Around Stigma: Human-Centered LLMs for Menstrual Health

绕过污名：面向月经健康的人本LLM

Amna Shahnawaz, Ayesha Shafique, Ding Wang, Maryam Mustafa

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

AI总结 本文提出基于WhatsApp的聊天机器人，利用大语言模型和检索增强生成技术，为巴基斯坦女性提供月经健康教育，解决文化禁忌和课程不足问题，贡献了文化敏感的对话AI设计框架。

Comments This is accepted at CHI 2026

From Clues to Generation: Language-Guided Conditional Diffusion for Cross-Domain Recommendation

从线索到生成：语言引导的条件扩散用于跨域推荐

Ziang Lu, Lei Sang, Lin Mu, Yiwen Zhang

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

AI总结 本文提出LGCD框架，通过结合大语言模型和扩散模型，解决跨域推荐中单域用户偏好转移难题，通过伪重叠数据和条件扩散架构提升推荐效果。

Comments 11 pages, 6 figures

Compliance Management for Federated Data Processing

联邦数据处理的合规管理

Natallia Kokash, Adam Belloum, Paola Grosso

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

AI总结 本文提出一种合规导向的联邦数据处理框架，整合了政策即代码、工作流编排和大语言模型辅助的合规管理，以解决跨组织边界的数据访问政策管理难题。

"It Talks Like a Patient, But Feels Different": Co-Designing AI Standardized Patients with Medical Learners

它说话像病人，但感觉不同：与医学学习者共同设计AI标准化病人

Zhiqi Gao, Guo Zhu, Huarui Luo, Dongyijie Primo Pan, Haoming Tang, Bingquan Zhang, Jiahuan Pei, Jie Li, Benyou Wang

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

AI总结 本文探讨了AI标准化病人在医学沟通培训中的应用，通过调研发现学习者对AI-SP的期望，并提出以学习者为中心的设计需求，强调教学实用性而非对话真实性的重要性。

Journal ref CHI 2026 Posters

MMP-Refer: Multimodal Path Retrieval-augmented LLMs For Explainable Recommendation

MMP-Refer: 多模态路径检索增强的可解释推荐LLM

Xiangchen Pan, Wei Wei

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

AI总结 MMP-Refer通过多模态路径检索增强LLM，提升推荐系统的可解释性，采用联合残差编码获取多模态嵌入，并设计启发式搜索算法获取检索路径，通过轻量级协作适配器映射图编码至LLM语义空间，提升交互信息理解。

Auto-Slides: An Interactive Multi-Agent System for Creating and Customizing Research Presentations

Auto-Slides：一个用于创建和定制研究演示的交互式多智能体系统

Yuheng Yang, Wenjia Jiang, Yang Wang, Yi Song, Yiwei Wang, Chi Zhang

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

AI总结 本文提出Auto-Slides系统，利用大语言模型将学术论文转化为结构化的多模态幻灯片，通过交互式编辑器实现个性化学习，提升学习者对复杂概念的理解与参与度。

Comments Project Homepage: https://auto-slides.github.io/

Modernizing Ground Truth: Four Shifts Toward Improving Reliability and Validity in AI in Education

现代化真实数据：四种转变以提升教育中人工智能可靠性和有效性

Danielle R. Thomas, Conrad Borchers, Kirk P. Vanacore, Kenneth R. Koedinger, René F. Kizilcec

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

AI总结 本文探讨了教育AI中真实数据质量的挑战，提出通过诊断信号、透明报告、偏见审计和有效性证据四种转变提升可靠性和有效性。

Comments Accepted as full paper to the 27th International Conference on Artificial Intelligence in Education (AIED 2026)