语言大模型 / LLM

(Human) Attention Is (Still) All You Need: Human oversight makes AI-assisted social science reliable

（人类的）注意力（仍然）就是一切：人类监督使AI辅助的社会科学变得可靠

Chen Zhu, Xiaolu Wang, Weilong Zhang

机构 * China Agricultural University（中国农业大学） ； University of Cambridge（剑桥大学） 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 提出人机协同决策架构HLER，通过预承诺、决策排序、问责和注意力分配，将AI辅助研究的失败率从72%降至16%。

Fantastic Scientific Agents and How to Build Them: AgentBuild for Rietveld Refinement

神奇的科学智能体及其构建方法：用于Rietveld精修的AgentBuild

Woong Shin, Craig A. Bridges, Marshall T. McDonnell, Rafael Ferreira da Silva

机构 * UT-Battelle, LLC（UT-Battelle有限责任公司） ； US Department of Energy (DOE)（美国能源部） 纠错

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

AI总结 提出AgentBuild框架，通过科学家编写的合同（包含评分标准、课程和知识库）自动构建科学智能体，用于X射线衍射数据的Rietveld精修，实现可复用的智能体编译而非手动调优。

Exploring How Agent Voice Accents Shape Human-AI Collaboration in K-12 Group Learning

探索智能体口音如何影响K-12小组学习中的人机协作

Prerna Ravi, Carúmey Stevens, Ben Hurt, Brandon Hanks, Grace Lin, Emma Anderson

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 研究通过33名教师的实验，发现GenAI语音智能体的不同口音（英式、印度式、非裔美式）影响其被感知为工具或同伴，进而影响信任、参与和依赖。

DCD: Domain-Oriented Design for Controlled Retrieval-Augmented Generation

DCD：面向领域的受控检索增强生成设计

Valerii Kovalskii, Nikita Belov, Nikita Miteyko, Igor Reshetnikov, Maksim Maksimov

机构 * red_mad_robot 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DCD（领域-集合-文档）层次化设计，通过结构化知识表示和多阶段路由控制检索与生成范围，无需修改语言模型，提升RAG在异构语料和多步查询中的鲁棒性和准确性。

Comments 14 pages, 4 figures, 2 links, link to HF https://huggingface.co/datasets/redmadrobot-rnd/dcd, link to GIT https://github.com/redmadrobot-rnd/dcd

AI Coding Agents Can Reproduce Social Science Findings

AI编码智能体能够复现社会科学研究结果

Meysam Alizadeh, Mohsen Mosleh, Fabrizio Gilardi, Atoosa Kasirzadeh, Joshua Tucker

机构 * University of Oxford（牛津大学） ； University of Zurich（苏黎世大学） ； Carnegie Mellon University（卡内基梅隆大学） ； New York University（纽约大学） 纠错

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

AI总结 本研究构建SocSci-Repro-Bench基准测试，评估Claude Code和Codex两个前沿编码智能体在221项社会科学任务中的复现能力，发现它们能复现大部分结果，且Claude Code表现更优，同时提示框架会影响确认性规范搜索。

When More Documents Hurt RAG: Mitigating Vector Search Dilution with Domain-Scoped, Model-Agnostic Retrieval

当更多文档损害RAG：利用领域限定、模型无关的检索缓解向量搜索稀释

Nabaraj Subedi, Ahmed Abdelaty, Shivanand Venkanna Sheshappanavar

机构 * Dept. of Electrical Engineering & Computer Science, University of Wyoming（怀俄明大学电气工程与计算机科学系） ； Dept. of Civil, Architectural Engineering & Construction Management, University of Wyoming（怀俄明大学土木、建筑工程与施工管理系） 纠错

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

AI总结 针对检索增强生成在异构文档集合中因向量搜索稀释导致性能下降的问题，提出基于组织元数据的领域限定方法MASDR-RAG，显著提升P@10至0.86，并揭示多智能体编排的精度-忠实度悖论。

Comments 24 pages, 8 figures, 30 tables. Preprint under review

AutoPDE: Reliable Agentic PDE Solving via Explicitly Represented Solver Strategies

AutoPDE: 通过显式表示的求解器策略实现可靠的智能体PDE求解

Huanshuo Dong, Keyao Zhang, Hong Wang, Zhezheng Hao, Zhiwei Zhuang, Ziyan Liu, Jiacong Wang, Gengyuan Liu, Xin Jin

机构 * University of Science and Technology of China（中国科学技术大学） ； Zhejiang University（浙江大学） ； University of the Chinese Academy of Sciences（中国科学院大学） ； Tsinghua University（清华大学） ； Eastern Institute of Technology, Ningbo（宁波东方理工大学） 纠错

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

AI总结 提出AutoPDE，一种将求解器策略作为显式对象维护的代码智能体，通过PDE分析、数值方法选择和自适应调优三阶段构建策略，在PDE Agent Bench上达到54.5%的通过率，比最强基线提升14.2个百分点。

Soul Computing: A Theoretical Framework and Technical Architecture for Intelligent Agents with Independent Consciousness

灵魂计算：具有独立意识的智能体的理论框架与技术架构

Jinshan Zhang, Xishi Zhou, Qiu Peng, Jianwei Yin

机构 * Innovation and Management Center, School of Software Technology, Zhejiang University (Ningbo)（浙江大学（宁波）软件学院创新与管理中心） ； School of Software Technology, Zhejiang University, Ningbo（浙江大学软件学院（宁波）） 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“灵魂计算”范式，区分狭义与广义概念，构建以意向性核心为特征的智能体架构，实现AI从工具到生命体的转变。

Compile Once, Differentiate Everywhere: A Differentiable Meta-Circular Interpreter

一次编译，处处微分：可微分元循环解释器

Lucas Sheneman

机构 * Institute for Interdisciplinary Data Sciences（交叉学科数据科学研究所） ； University of Idaho（爱达荷大学） 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 提出一种将Scheme子集编译为可微分计算图的编译器，实现可微分元循环解释（DMCI），支持对包含闭包、递归和数据结构的程序进行反向模式自动微分，无需重新编译。

Position: The ML Community Must Build an AI-Augmented Peer-Review Ecosystem

立场：机器学习社区必须构建AI增强的同行评审生态系统

Qiyao Wei, Samuel Holt, Jing Yang, Markus Wulfmeier, Mihaela van der Schaar

机构 * University of Amsterdam（阿姆斯特丹大学） ； University of Cambridge（剑桥大学） ； ETH Zurich（苏黎世联邦理工学院） ； University of California, Berkeley（加州大学伯克利分校） 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 针对ML领域稿件激增导致同行评审危机，本文主张将AI辅助评审作为优先研究课题，提出利用大语言模型作为协作工具，增强事实核查、评审指导、作者改进和决策支持，并强调需要更细粒度的评审数据。

Comments 18 pages, 3 figures. Accepted (Oral) at the ICML 2026 Position Paper Track

Hybrid E-Assessment in Higher Education: Semi-Automated Grading of Paper-Based Written Examinations

高等教育中的混合电子评估：纸质笔试的半自动评分

Hartwig Grabowski, Michael Canz

机构 * Institute for Machine Learning and Analytics, Hochschule Offenburg（霍恩海姆应用技术大学机器学习与分析研究所） ； Hochschule Offenburg（霍恩海姆应用技术大学） 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 针对完全数字化和部分数字化电子评估在总结性考试中的局限性，提出混合电子评估方法，保留纸质问题导向任务，通过结构化答案格式和手写字符识别实现半自动评分，结合视觉大语言模型和两遍验证提升评估有效性、公平性和可扩展性。

Comments 15 pages, 6 figures

Can You Trust What You See? Human and AI Detection of Synthetic Legal Evidence

你能相信你所见的吗？人类与AI对合成法律证据的检测

Jinzhe Tan, Ali Ekber Cinar, Karim Benyekhlef

机构 * Faculty of Law, McGill University（麦吉尔大学法学院） 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 研究人类和前沿多模态大模型在民事纠纷场景中区分真实照片与AI生成图像的能力，发现两者均不可靠，提出结合人工审查、MLLM筛查和来源认证的解决方案。

Chatlaw: A Multi-Agent Legal Assistant based on a Role-Aligned Mixture-of-Experts Architecture

Chatlaw: 基于角色对齐的混合专家架构的多智能体法律助手

Jiaxi Cui, Munan Ning, Zongjian Li, Bohua Chen, Yang Yan, Hao Li, Bin Ling, Yonghong Tian, Li Yuan

机构 * Shenzhen Graduate School, Peking University（北京大学深圳研究生院） ； Peng Cheng Laboratory（鹏城实验室） ； Law School, Peking University（北京大学法学院） ； Pandalla.ai 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 提出Chatlaw多智能体法律助手，采用角色对齐的混合专家架构模拟律所协作流程，在LawBench基准上准确率比GPT-4提升7.73%，并通过真实案例验证。

Comments Accepted manuscript. Updated to match the journal version and added DOI

Beyond Post-hoc Explanation: Toward Glassbox AI via Probabilistic Mediation

超越事后解释：通过概率中介迈向玻璃箱AI

Manuele Leonelli

机构 * Manuele Leonelli（曼努埃尔·莱奥内利） 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 针对大语言模型在关键领域的不透明性，提出玻璃箱框架，利用贝叶斯网络作为事前中介层，实现可审计推理、不确定性量化和可争议输出。

Mining Useful General Data for Low-Resource Domain Adaptation

挖掘低资源领域适应的有用通用数据

Pingjie Wang, Hongcheng Liu, Yusheng Liao, Ziqing Fan, Yaxin Du, Shuo Tang, Yanfeng Wang, Yu Wang

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

AI总结 针对低资源领域数据稀缺问题，提出NTK-Selector方法，利用神经正切核从通用数据中筛选有用样本，显著提升领域适应效果。

Comments 39 pages

ChemQuests: A Curated Chemistry Question-Answer Database Extracted from ChemRxiv papers

ChemQuests: 从ChemRxiv论文中提取的精选化学问答数据库

Mahmoud Amiri, Thomas Bocklitz

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 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 提出ChemQuests数据集，包含从155篇ChemRxiv论文中提取的952个高质量问答对，覆盖17个化学子领域，用于化学NLP研究。

A Generative Approach for Semantic Auditing of Electronic Health Records

电子健康记录语义审计的生成式方法

Irena Girshovitz, Atai Ambus, Moni Shahar, Ran Gilad-Bachrach

机构 * School of Biomedical Engineering, Faculty of Engineering, Tel Aviv University（特拉维夫大学生物医学工程学院，工程学院） ； AI and Data Science Center of Tel Aviv University (TAD)（特拉维夫大学人工智能与数据科学中心（TAD）） ； Safra Center for Bioinformatics, Tel Aviv University（特拉维夫大学萨弗拉生物信息学中心） 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 提出一种基于大语言模型的生成式方法，通过语义数据覆盖和检索增强生成架构自动检测电子健康记录与流行病学证据之间的不一致性，实现可扩展的语义审计。

Comments 23 pages, 5 figures (+ appendix)

Evaluating Autoformalization Robustness via Semantically Similar Paraphrasing

通过语义相似改写评估自动形式化鲁棒性

Hayden Moore, Asfahan Shah

机构 * Department of Computer Science and Engineering, The Pennsylvania State University（宾夕法尼亚州立大学计算机科学与工程系） 纠错

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

AI总结 本文通过语义相似改写生成自然语言变体，评估大语言模型在自动形式化中生成形式证明的鲁棒性，发现自然语言表述的微小变化会显著影响模型输出。

From Motion Signals to Insights: A Unified Framework for Student Behavior Analysis and Feedback in Physical Education Classes

从运动信号到洞察：体育课堂学生行为分析与反馈的统一框架

Xian Gao, Jiacheng Ruan, Jingsheng Gao, Mingye Xie, Zongyun Zhang, Ting Liu, Yuzhuo Fu

机构 * Shanghai Jiao Tong University（上海交通大学） 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 提出一个基于运动信号和大型语言模型的端到端统一框架，用于体育课堂学生行为分析，自动生成教学洞察和改进建议。

Comments Work in progress

LAP: An Agent-to-Instrument Protocol for Autonomous Science

LAP：面向自主科学的智能体-仪器协议

Linwu Zhu, Liqiang Gao, Yan Chen, Dan Zhu, Jian Huang

机构 * Shiyanjia Lab（实验之家实验室） 纠错

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

AI总结 针对自主科学中智能体与物理仪器连接碎片化的问题，提出LAP协议，通过InstrumentCard、预留机制、安全围栏握手和测量结果模式，实现有状态、安全关键的操作，并与现有生态系统兼容。

Comments 31 pages

A New Framework for Cybersecurity Refusals in AI Agents

AI代理中网络安全拒绝的新框架

Eliot Krzysztof Jones, Mateusz Dziemian, Matt Fredrikson, J Zico Kolter

机构 * Gray Swan ； Gray Swan AI ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 提出首个针对AI代理在进攻性安全场景中建立拒绝边界的框架，包括拒绝原则、任务分类和评估方法，并发现8个前沿模型中6个拒绝率接近零。

When Knowledge Is Not Free: Cost-Aware Evidence Selection in Retrieval-Augmented Generation

当知识并非免费：检索增强生成中的成本感知证据选择

Mingyan Wu, Han Yang, Omer Ben-Porat, Yftah Ziser

机构 * Northeastern University（东北大学） ； Technical University of Munich（慕尼黑技术大学） ； GESIS – Leibniz Institute for the Social Sciences（GESIS——莱比锡社会科学研究所） ； Technion–Israel Institute of Technology（技术学院——以色列理工学院） ； NVIDIA Research（NVIDIA研究） ； University of Groningen（格罗宁根大学） 纠错

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

AI总结 提出成本感知RAG设置，通过访问成本层级和预算约束，研究证据选择策略，发现静态选择脆弱而智能体方法有潜力但依赖模型和任务。

Breaking the Information Silo: Semantic Personas for Cross-Domain Recommendation

打破信息孤岛：面向跨域推荐的语义人物画像

Jonathan Mayo, Moshe Unger, Konstantin Bauman

机构 * Technology and Information Management Department, Coller School of Management, Tel Aviv University（技术与信息管理系，科勒管理学院，特拉维夫大学） ； Management Information Systems Department, Fox School of Business, Temple University（管理信息系统系，福克斯商学院， Temple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 提出SPHERE方法，利用大语言模型生成语义人物画像，实现无共享用户或物品的跨域推荐，并通过双塔架构和动态融合门增强推荐性能。

TrafficRAG: A Multimodal RAG Framework for Traffic Accident Liability Determination

TrafficRAG：用于交通事故责任认定的多模态RAG框架

Xu Li, Zedong Fu, Xinyi Li, Xun Han

机构 * Southwest Petroleum University（西南石油大学） ； Sichuan Police College（四川警察学院） 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 提出TrafficRAG框架，通过视觉语言模型生成结构化描述、混合检索获取法规和案例、大语言模型融合多模态证据进行推理，实现自动化交通事故责任分析报告生成。

Comments 12 pages, 3 figures, accepted at ICANN 2026

Toward Responsible and Epistemically Grounded Multilingual LLMs for Computational Social Science and Humanities

面向负责任且基于认识论的多语言大语言模型在计算社会科学与人文学科中的应用

Wajdi Zaghouani

机构 * Northwestern University in Qatar（卡塔尔西北大学） 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 本文重新概念化多语言推理大语言模型为解释学工具，提出一个基于理论框架来评估其在社会科学与人文学科研究中的文化对齐、跨语言稳定性和推理忠实性。

Journal ref Proceedings of LLMs4SSH Workshop at LREC 2026, Palma de Mallorca, Spain, 2026

SortingHat: Redefining Operating Systems Education with a Tailored Digital Teaching Assistant

SortingHat: 用定制的数字教学助手重新定义操作系统教育

Yifan Zhang, Xinkui Zhao, Zuxin Wang, Zhengyi Zhou, Guanjie Chen, Shuiguang Deng, Jianwei Yin

机构 * School of Software Technology, Zhejiang University（浙江大学软件学院） 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 针对操作系统课程教学挑战，提出结合检索增强生成和多智能体强化学习的3D数字人教学助手SortingHat，提供个性化指导、自适应内容生成和自动评估。

Journal ref WWW '25: Companion Proceedings of the ACM on Web Conference 2025,Pages 2951 - 2954

GiPL: Generative augmented iterative Pseudo-Labeling for Cross-Domain Few-Shot Object Detection

GiPL: 用于跨域小样本目标检测的生成增强迭代伪标签方法

Jiacong Liu, Shu Luo, Yikai Qin, Yaze Zhao, Yongwei Jiang, Yixiong Zou

机构 * Huazhong University of Science and Technology（华中科技大学） 纠错

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

AI总结 提出GiPL双分支训练框架，通过迭代伪标签自训练和生成数据增强，解决跨域小样本目标检测中支持集利用不足和过拟合问题。

Comments CVPR 2026 Workshop

CVEvolve: Autonomous Algorithm Discovery for Unstructured Scientific Data Processing

CVEvolve：面向非结构化科学数据处理的自主算法发现

Ming Du, Xiangyu Yin, Yanqi Luo, Dishant Beniwal, Songyuan Tang, Hemant Sharma, Mathew J. Cherukara

机构 * Argonne National Laboratory（阿贡国家实验室） ； Advanced Photon Source（先进光子源） 纠错

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

AI总结 提出CVEvolve，一种零代码自主智能体框架，通过多轮搜索与工具集成，自动发现用于非结构化科学数据处理的算法，并在多个任务上超越基线方法。

Bridging the Domain Divide: Supervised vs. Zero-Shot Clinical Section Segmentation from MIMIC-III to Obstetrics

弥合领域鸿沟：从MIMIC-III到产科的监督式与零样本临床章节分割

Baris Karacan, Barbara Di Eugenio, Patrick Thornton

机构 * Massachusetts Institute of Technology（麻省理工学院） 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 通过构建产科笔记数据集、评估基于Transformer的监督模型和首次与零样本大语言模型对比，发现监督模型在域内表现强但域外下降显著，而零样本模型在修正幻觉后展现出稳健的域外适应性。

Comments 14 pages. Camera-ready version accepted at LREC 2026; includes minor revisions and an appendix. To appear in the conference proceedings

Journal ref Proceedings of the 2026 Language Resources and Evaluation Conference (LREC 2026), pages 2594-2607, Palma, Spain. ELRA 2026

Deep Interest Mining for Intent-Enriched Semantic IDs in Multimodal Generative Recommendation

面向多模态生成式推荐中意图增强语义ID的深度兴趣挖掘

Yangchen Zeng, Jinze Wang

机构 * Amazon（亚马逊） 纠错

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

AI总结 提出DeepInterestGR框架，通过视觉线索和意图描述符丰富量化前的物品表示，并结合相关性门控语义奖励，提升基于语义ID的生成式推荐性能。