语言大模型 / LLM

How Compliant is Sepsis Treatment? An Expert-Guided Neuro-symbolic Pipeline for Generating Clinical Compliance Insights

脓毒症治疗的依从性如何？一种专家指导的神经符号管道用于生成临床依从性见解

Himanshu Tripathi, Kaushik Roy, Subash Neupane, Shahram Rahimi

机构 * The University of Alabama（阿拉巴马大学） 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 该研究针对脓毒症治疗依从性验证问题，提出专家指导的神经符号管道，结合大语言模型语义规范化与Sugeno模糊推理系统，在MIMIC-IV数据集上揭示了抗生素时机等关键依从性问题及相关临床差异。

Comments This has been submitted and accepted in NeSy 2026 (https://2026.nesyconf.org/)

From Papers to Panoramas: Building Hierarchies of Scientific Literature at Scale

Muhan Gao, Jash Shah, Weiqi Wang, Kuan-Hao Huang, Daniel Khashabi

机构 * Texas A&M University（德克萨斯大学奥斯汀分校） 纠错

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

AIFS-TC: A simple correction competitive with the operational frontier for tropical cyclone intensity forecasting

AIFS-TC：一种可与业务前沿水平媲美的热带气旋强度预报简单修正方法

Anna Allen, Wessel P. Bruinsma, Michael Maier-Gerber, Harrison Cook, Matthew Chantry, Richard E. Turner

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

AI总结 该研究提出AIFS-TC修正方法，基于开源AIFS-Single模型，可在12小时至7天时效内媲美业务前沿的热带气旋强度预报性能，且由Claude Fable 5自主设计，凸显智能体编码在预警系统研发中的潜力。

Comments 6 pages, 5 figures, 2 tables

PhysMaster: Building an Autonomous AI Physicist for Theoretical and Computational Physics Research

PhysMaster：构建一个自主的AI物理学家用于理论和计算物理学研究

Tingjia Miao, Wenkai Jin, Jinxin Tan, Muhua Zhang, Xianghe Pang, Zexi Liu, Yuwen Du, Tian Jin, Tu Guo, Zhengliang Zhang, Jingkun Liu, Yuelin Hu, Jiejun Zhang, Yunjie Huang, Yuhan Wang, Wenbo Li, Yinuo Gao, Shuo Chen, Rui Ye, Yuzhi Zhang, Linfeng Zhang, Kun Chen, Wei Wang, Weinan E, Siheng Chen

机构 * School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； School of Physics and Astronomy（物理天文学院） ； State Key Laboratory of Dark Matter Physics（暗物质物理国家重点实验室） ； Tsung-Dao Lee Institute（李政道研究所） ； Zhiyuan College（智源学院） ； Institute of Theoretical Physics（理论物理研究所） ； Chinese Academy of Sciences（中国科学院） ； DP Technology（DP技术） 纠错

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

AI总结 PhysMaster通过结合抽象推理与数值计算，利用LANDAU数据宇宙提升决策可靠性，实现理论与计算物理学研究的自动化与自主发现。

Comments 23 pages, 4 figures

Quantifying the Relationship Between Clinical Safety and Environmental Impact in Therapeutic LLMs

量化治疗型大语言模型（LLMs）的临床安全性与环境影响之间的关系

Alireza A. Safaei, Laura M. Vowels, Matthew J. Vowels, Apoorv Jha, Shekoufeh Rahimi

机构 * University of Isfahan（伊斯法罕大学） ； University of Roehampton（罗汉普顿大学） ； Kivira Health（基维拉医疗） 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 该研究量化治疗型LLMs的临床安全性与环境影响的关系，发现安全分布高端存在非线性权衡，额外测试时计算未必提升安全，提出动态模型选择等可持续部署方法。

The Path to Self-Evolving Clinical Systems: Scaling Medical Agents from Assistance to Autonomy

自我进化临床系统之路：将医疗智能体从辅助扩展到自主

Chunzheng Zhu, Lei Tian, Bohan Tan, Ziqi Zhou, Yuxuan Sun, Yijun Wang, Chengchao Lv, Yilin Wen, Yijun He, Jinghao Lin, Yihang Chen, Chee Wei Tan, Qianshan Wei, Lei Zhao, Bin Pu, Kenli Li, Yuan Xue, Jianxin Lin

机构 * Hunan University（湖南大学） ； ByteDance（字节跳动） ； Duke University（杜克大学） ； Westlake University（西湖大学） ； The University of Hong Kong（香港大学） ； Nanyang Technological University（南洋理工大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； University of Macau（澳门大学） ； The Ohio State University（俄亥俄州立大学） 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 研究探讨大语言模型等对医疗智能体的重塑，从临床部署出发，将其形式化为决策系统并给出自主性分类。沿统一框架扩展，强调临床环境扩展为关键方向，定位临床自我进化为前沿，还研究了多领域应用及挑战，提供医学成像系统路线图。

Comments Project page: https://github.com/zhcz328/Awesome-Medical-Agents

MUSE: A Full-Text Cross-Domain Knowledge Base of Scientific Problems, Solutions, and Rationales

MUSE：一个包含科学问题、解决方案及原理的全文跨领域知识库

Tsofia Cohen, Tom Hope

机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； Allen Institute for AI (Ai2)（艾伦人工智能研究所） 纠错

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

AI总结 本研究推出MUSE知识库，通过模块化抽取流程构建含3.7万个P-S-R三元组的跨领域资源，实验表明原理监督可提升复杂问题的性能但会损害简单问题的性能。

UniScale: Synergistic Entire Space Data and Model Scaling for Search Ranking

联合模型参数缩放与通用域数据集成用于电商搜索排序

Liren Yu, Caiyuan Li, Feiyi Dong, Tao Zhang, Zhixuan Zhang, Dan Ou, Haihong Tang, Bo Zheng

机构 * Taobao \& Tmall Group of Alibaba Hangzhou China ； Taobao \& Tmall Group of Alibaba Beijing China ； Taobao \& Tmall Group of Alibaba 纠错

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

AI总结 提出UniScale框架，通过联合数据缩放（ES$^3$样本构建系统）和模型设计（HHSFT异构层次融合Transformer），解决工业搜索中仅增大模型参数或调整架构带来的性能瓶颈，在电商搜索平台上实现购买量提升1.70%、GMV提升2.04%。

Comments Accepted at CIKM 2026

CliniCARE-Bench: Clinical Calibrated Audit of Medical Reasoning in EHR

CliniCARE-Bench：电子健康记录中医疗推理的临床校准审计

Veronica Chatrath, Bryan Zhu, George Pu, Jingxuan Fan, Apaar Shanker, Varun Ursekar, Anahita Sharma, Jason Qin, Keqi Han, Soham Dinesh Tiwari, Soham Dan, Vijay Kalmath, Yuan Li, Daniel Yue Zhang, Chenguang Wang, Zainab Doctor, Zhijun Yin, Nigam H. Shah, Yuan Xue

机构 * Scale AI ； Emory University（埃默里大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； Vanderbilt University Medical Center（范德堡大学医学中心） ； Stanford School of Medicine（斯坦福医学院） ； Stanford Health Care（斯坦福医疗保健系统） ； Clinical Excellence Research Center（临床卓越研究中心） 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 本研究推出首个面向部署的临床智能体基准CliniCARE-Bench，评估智能体对真实纵向电子健康记录的医疗推理，发现原始准确率夸大调查质量，无缺陷准确率更低且会重新排序排行榜。

PragyaDoc: A Universal Document Intelligence Framework for Multilingual Medical Document Understanding in Low-Resource Settings

PragyaDoc：低资源场景下多语种医学文档理解的通用文档智能框架

Jagpal Singh Jhala

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

AI总结 针对低资源场景下多语种医学文档理解问题，提出PragyaDoc通用文档智能框架，采用四层流水线实现医学文档的多语种理解，解决了印度因语言差异导致的医学文档可及性障碍。

Comments 7 pages 4 images/figure

SCALE: Scientific Concept Aggregation via LLMs and Embeddings for Fine-Grained Taxonomy Extension

SCALE：基于大语言模型与嵌入的科学概念聚合，用于细粒度分类体系扩展

Daniele Raimondi, Feichi Lu, Oliver Grun, Mariia Eremina, Andrea Perlato

机构 * MDPI（MDPI出版集团） 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 SCALE是结合LLMs与嵌入的框架，在OpenAlex分类体系主题下新增科学概念层，将语义相关关键词组织为概念单元，为细粒度学术分类等提供基础。

Comments 14 pages, 5 figures

From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents

从轨迹到证据：面向工业研究智能体的可审计实验记录

Zijie Zhuang, Changxin Lao, Pengbo Xu, Hanwen Xu, Ruochen Yang, Yingzhi He, Peng Zhang, Jiangxia Cao, Yusheng Huang, Guohong Mu, Jian Liang, Ruiming Tang, Shuang Yang, Zhaojie Liu, Wenwu Ou, Kun Gai

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

AI总结 本研究针对工业研究智能体的实验轨迹无法自动成为有效证据的问题，提出基于证据的框架，经实验验证该框架可生成可审计记录，且生成的候选方案相对基准实现了积极在线提升。

Science Edge Evaluation: SEE the Missing Step Toward Real Scientific Discovery

科学边缘评估：SEE——迈向真实科学发现的缺失环节

Taolin Han, Yuchen Zhang, Jinghang Wang, Yun Wu, Wai Yuet Chiu, Zhaohai Li, Yifei Zhang, Jinxin Wang, Yuhao Zhou, Chen Zhao, Jiajia Li, Jiaxin Li, Qile Jin, Kewei Sun, Shuang Wu, Weiqi Zhai, Renquan Lv, Junchao Li, Ruodan Chen, Qingteng Chen, Zhibo Yang, Hu Wei, Lin Qu, Shuai Bai, Bing Zhao

机构 * Alibaba Group（阿里巴巴集团） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； University of Alberta（阿尔伯塔大学） ； Zhejiang University（浙江大学） 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 该研究构建多模态基准SEE评估19个MLLMs，发现其仅达48.7%准确率，通用模型优于专用模型，工具使用可提至52.7%但仍难实现科学发现所需的证据约束推断，需从解释转向推导。

When Experience Becomes Instruction: Trajectory Poisoning in Self-Evolving Agent Skill Systems

当经验成为指令：自进化智能体技能系统中的轨迹中毒攻击

Jialuo Chen, Lingqi Jiang, Xinhao Deng, Xiaohu Du, Jianan Ma, Yunhao Feng, Yuqi Qing, Zhihao Yuan, Linkang Du, Jingyi Wang

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

AI总结 本文提出PoisonedEvolution轨迹中毒攻击，针对自进化智能体技能系统的经验转指令过程，在SkillClaw等平台实现高成功率，证明了证据转化是这类系统的安全边界。

CLARA: Clarification of Language Ambiguity through Result Analysis for Natural-Language Cancer Genomics Queries

CLARA：通过结果分析澄清自然语言癌症基因组学查询中的语言歧义

Pratyush Kumar Shukla, Manveer Singh Tib, Siddhant Garg

机构 * Independent Researchers E-mail 纠错

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

AI总结 本研究提出CLARA框架，通过将自然语言癌症基因组学查询转为带类型的科学查询规范，执行多种解释并在结果分歧时澄清，在基准测试中展现出良好的歧义区分能力，揭示了安全与负担的权衡。

Comments Preprint of an article submitted for consideration in the Pacific Symposium on Biocomputing (PSB 2027). Copyright 2026 World Scientific Publishing Company. https://psb.stanford.edu/

Domain-Grounded Candidate Selection for Agentic Image Editing: A Shadow Removal Case

面向智能体图像编辑的领域 grounded 候选选择：以阴影去除为例

Shilin Hu, Jingyi Xu, Dimitris Samaras, Hieu Le

机构 * Stony Brook University（石溪大学） ； UNC Charlotte（北卡罗来纳大学夏洛特分校） 纠错

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

AI总结 该研究以阴影去除为例，提出领域 grounded 的智能体候选选择流程，结合物理原理约束商用视觉-语言模型的生成，在 ShadowRemovalRefine 基准上使 CDD 降低至少 47%，证明经典低级视觉先验仍具实用价值。

LADDER: Language-Driven Slice Discovery and Error Rectification in Vision Classifiers

Shantanu Ghosh, Rayan Syed, Chenyu Wang, Vaibhav Choudhary, Binxu Li, Clare B. Poynton, Shyam Visweswaran, Kayhan Batmanghelich

机构 * Boston University（波士顿大学） ； Stanford University（斯坦福大学） ； Boston University Medical Campus（波士顿大学医学校区） ； University of Pittsburgh（匹兹堡大学） 纠错

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

Comments ACL 2025. Code: https://github.com/batmanlab/Ladder

Journal ref Findings of the Association for Computational Linguistics: ACL 2025, pages 22935-22970

EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement

EvolveNet：智能体自我改进的协作式工具链进化

Jun Nie, Yonggang Zhang, Qianshu Cai, Yiu-ming Cheung, Xinmei Tian, Bo Han

机构 * Hong Kong Baptist University（香港浸会大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 EvolveNet提出协作式工具链进化范式，通过数据本地智能体的程序适配组合实现共享工具链改进，在五类任务场景均获增益，异构工作负载下效果更显著。

Comments 20 pages, 3 figures

The First EgoCross Challenge at EgoVis 2026: Cross-Domain Egocentric Video Question Answering

2026年EgoVis首届EgoCross挑战赛：跨域自我中心视频问答

Yuqian Fu, Tianwen Qian, Yanjun Li, Yu Li, Kunyu Peng, Xu Zheng, Yongqin Xian, Alessio Tonioni, Yanwei Fu, Xiaoling Wang, Danda Paudel, Federico Tombari, Luc Van Gool, Leyi Wu, Yifan Zhao, Jinjie Zhang, Yinchuan Li, Yingcong Chen, Zixu Li, Zhiwei Chen, Zhiheng Fu, Wenbo Wang, Yupeng Hu, Weili Guan, Liqiang Nie, Takuya Murakawa, Toru Tamaki, Yi Wen, Zhenglin Du, Zhengyang Li, Lingling Li, Licheng Jiao, Wenping Ma

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

AI总结 本文介绍2026年EgoVis研讨会举办的首届EgoCross跨域自我中心视频问答挑战赛，含两个赛道，共获1500余份提交，公布结果与获胜方案，资源公开以推进相关研究。

Comments 1st EgoCross challenge @ EgoVis workshop, CVPR26

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

A Unified Framework for Human AI Collaboration in Security Operations Centers with Trusted Autonomy

面向安全运营中心中人类与AI协作的统一框架：可信自主能力

Ahmad Mohsin, Helge Janicke, Ahmed Ibrahim, Iqbal H. Sarker, Seyit Camtepe

机构 * Centre for Securing Digital Futures, School of Science, Edith Cowan University（安全数字未来中心，科学学院，爱迪生·科文大学） ； CSIRO’s Data61（CSIRO的数据61） 纠错

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

AI总结 该研究提出一种整合AI自主、信任校准与人在回路决策的统一框架，适配SOC不同任务的复杂度与风险，通过AI-Avatar案例验证其可减少警报疲劳、增强响应协调，助力构建增强人类决策的下一代认知SOC。

Comments Accept

Journal ref ACM Transactions on Internet Technology July 2026

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

机构 * The University of Tennessee（田纳西大学） ； Kansas State University（堪萨斯州立大学） 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 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

机构 * University of Maryland Baltimore County（马里兰大学巴尔的摩分校） ； Kent State University（肯特州立大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； The University of Alabama（阿拉巴马大学） ； George Washington University（乔治华盛顿大学） ； Pepperdine University（佩珀代因大学） ； Universiti Malaya（马来亚大学） ； Begum Rokeya University（贝古姆·罗姬娅大学） 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。

On the Limits of Support-Preserving Alignment and Bounded Filtering

关于支持保持对齐和有界过滤的局限性

Aryan Dutt, Rui Mao, Anupam Chattopadhyay

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

AI总结 研究在大语言模型中，重塑基础模型输出分布的对齐方案与有界安全过滤器结合能否消除有害行为。通过形式化设置并分析，发现有界过滤可能无法消除所有有害输出，实证评估显示有害输出率始终高于零。

Comments Withdrawn to allow a complete rewrite and substantial revision of the theoretical analysis and experiments

C-MIG: Multi-view Information Gain-based Retrieval-Augmented Generation for Clinical Diagnosis Reasoning

C-MIG：基于多视角信息增益的检索增强生成用于临床诊断推理

Yuwei Miao, Gen Li, Yunsheng Zeng, Xiandong Li, Yujin Wang, Siyu Chen, Luning Wang, Yunhao Qiao, Junfeng Wang, Jianwei Lv, Bo Yuan

机构 * Baidu Inc（百度公司） 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C-MIG框架，通过多视角信息增益和多重子查询检索增强策略，解决检索增强生成中奖励信号丢失和异构推理监督问题，在临床诊断任务上取得最优性能。

Unifying biomedical knowledge in a modern multimodal graph

OptimusKG：统一生物医学知识的现代多模态图

Lucas Vittor, Ayush Noori, Iñaki Arango, Joaquín Polonuer, Sam Rodriques, Andrew White, David A. Clifton, Marinka Zitnik

机构 * Department of Biomedical Informatics, Harvard Medical School（哈佛医学院生物医学信息学系） ； Department of Engineering Science, University of Oxford（牛津大学工程科学系） ； Edison Scientific Inc.（Edison科学公司） ； Oxford Suzhou Centre for Advanced Research, University of Oxford（牛津大学苏格兰研究中心） ； Broad Institute of MIT and Harvard（MIT与哈佛大学Broad研究所） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（哈佛大学自然与人工智能研究所） ； Harvard Data Science Initiative（哈佛大学数据科学计划） 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 OptimusKG通过整合结构化和半结构化资源，构建了多模态生物医学标记属性图，统一了分子、解剖、临床和环境领域的知识，验证了其在生物医学领域的有效性。

OSMDA: OpenStreetMap-based Domain Adaptation for Remote Sensing VLMs

基于OpenStreetMap的领域自适应方法：为遥感VLMs的领域适应

Stefan Maria Ailuro, Mario Markov, Mohammad Mahdi, Delyan Boychev, Luc Van Gool, Danda Pani Paudel

机构 * INSAIT, Sofia University ``St. Kliment Ohridski''（INSAIT，索菲亚大学『圣克莱门特·奥赫里德斯』） 纠错

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

AI总结 本文提出OSMDA方法，利用OpenStreetMap数据生成自标注数据，无需人工标注或强外部模型，通过细调基础VLM实现遥感领域适应，经10个基准测试显示其在文本生成任务中达到SOTA，且训练成本更低。

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。