语言大模型 / LLM

Artificial Intolerance: Stigmatizing Language in Clinical Documentation Skews Large Language Model Decision-Making

人工不耐受：临床文档中的污名化语言扭曲大型语言模型决策

Jen-tse Huang, Didi Zhou, Faith Kamau, Amy Oh, Anne R. Links, Mark Dredze, Mary Catherine Beach, Somnath Saha

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 研究探讨了大型语言模型在处理包含污名化语言的临床文档时是否继承并传播人类偏见，发现所有模型在决策上都存在显著偏见，且对语言框架敏感，需加强算法防护以确保公平性和鲁棒性。

Comments 9 pages

You Have Been LaTeXpOsEd: A Systematic Analysis of Information Leakage in Preprint Archives Using Large Language Models

你已被LaTeXpOsEd：利用大语言模型对预印本档案中的信息泄露进行系统分析

Richard A. Dubniczky, Bertalan Borsos, Tamas Bisztray, Norbert Tihanyi

机构 * Eötvös Loránd University（埃奥瓦大学） ； University of Oslo（奥斯陆大学） ； Sztaki ； Technology Innovation Institute（技术创新研究所） 纠错

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

AI总结 本文通过分析10万份arXiv提交的1.2TB源数据，揭示了预印本档案中存在大量敏感信息泄露问题，提出LaTeXpOsEd框架结合模式匹配、逻辑过滤和大语言模型检测隐藏披露，揭露了PII泄露、GPS标记文件等风险。

NSMQ Riddles: A Benchmark of Scientific and Mathematical Riddles for Quizzing Large Language Models

NSMQ谜题：一个科学和数学谜题的基准，用于评估大型语言模型

George Boateng, Naafi Ibrahim, Samuel John, Philemon Badu, Patrick Agyeman-Budu, Jonathan Mensah, Kevin Yeboah, William Edor, Andrew Mensa-Onumah, Nana Yeboah, Victor Wumbor-Apin Kumbol

机构 * ETH Zurich（苏黎世联邦理工学院） ； Charité - Universitätsmedizin Berlin（柏林夏里特医学院） ； Kwame AI Inc.（夸梅人工智能公司） ； Ashesi University（阿什西大学） 纠错

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

AI总结 本文提出NSMQ谜题基准，基于加纳国家科学与数学竞赛的谜题，评估大型语言模型的科学和数学推理能力，发现即使是最先进的模型也难以应对。

Comments 15 pages. Accepted at the 27th International Conference on Artificial Intelligence in Education

HealthBench Professional: Evaluating Large Language Models on Real Clinician Chats

HealthBench Professional: 评估大型语言模型在真实临床对话中的表现

Rebecca Soskin Hicks, Mikhail Trofimov, Dominick Lim, Rahul K. Arora, Foivos Tsimpourlas, Preston Bowman, Michael Sharman, Chi Tong, Kavin Karthik, Arnav Dugar, Akshay Jagadeesh, Khaled Saab, Johannes Heidecke, Ashley Alexander, Nate Gross, Karan Singhal

机构 * OpenAI 纠错

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

AI总结 本文提出HealthBench Professional基准，用于评估大型语言模型在临床实践中真实任务的表现，包含三个核心用例，通过医师评分系统评估模型性能，提供医疗AI领域跟踪前沿模型进展的测量工具。

Comments Data link in paper; Blog: https://openai.com/index/making-chatgpt-better-for-clinicians/

Large language models eroding science understanding: an experimental study

大语言模型侵蚀科学理解：一项实验研究

Harry Collins, Hartmut Grote, Paul Newbury, Patrick Sutton, Simon Thorne

机构 * Springer Nature 纠错

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

AI总结 本文研究大语言模型是否能可靠回答科学问题，并展示其易受边缘科学材料影响。通过修改模型优先考虑特定边缘论文，发现其回答与专家和标准模型相比存在矛盾，凸显模型易受操控的风险。

Comments Under review in AI and Ethics

xOffense: An Autonomous Multi-Agent Framework for Penetration Testing with Domain-Adapted Large Language Models

xOffense：一种基于领域适应大语言模型的自主多智能体渗透测试框架

Phung Duc Luong, Le Tran Gia Bao, Nguyen Vu Khai Tam, Dong Huu Nguyen Khoa, Nguyen Huu Quyen, Van-Hau Pham, Phan The Duy

机构 * Information Security Lab, University of Information Technology（信息安全实验室，信息科技大学） ； Vietnam National University Ho Chi Minh City（越南胡志明市国家大学） 纠错

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

AI总结 本文提出xOffense框架，利用领域适应的大语言模型实现自动化渗透测试，通过多智能体协作提升效率，实验表明其在多个基准测试中表现优异。

Comments 17 pages, 4 figures

Evaluating Large Language Models on Computer Science University Exams in Data Structures

评估大型语言模型在数据结构大学考试中的表现

Edan Gabay, Yael Maoz, Jonathan Stahl, Naama Maoz, Abdo Amer, Orr Eilat, Hanoch Levy, Michal Kleinbort, Amir Rubinstein, Adi Haviv

机构 * Blavatnik School of Computer Science and AI（Blavatnik计算机科学与人工智能学院） 纠错

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

AI总结 本文评估了大型语言模型在数据结构考试中的表现，引入了一个包含特拉维夫大学考试题目的新基准数据集，测试了GPT 4o、Claude 3.5、Mathstral 7B和LLaMA 3 8B等模型的性能。

Enabling Transparent Cyber Threat Intelligence Combining Large Language Models and Domain Ontologies

结合大语言模型和领域本体的透明网络威胁情报赋能

Luca Cotti, Anisa Rula, Devis Bianchini, Federico Cerutti

机构 * Department of Information Engineering, University of Brescia, Italy（布雷西亚大学信息工程系） ； School of Computer Science and Informatics, Cardiff University, United Kingdom（卡迪夫大学计算机科学与信息学学院） ； Department of Electronics and Computer Science, University of Southampton, United Kingdom（南安普顿大学电子与计算机科学系） 纠错

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

AI总结 本文提出结合本体驱动的结构化输出与大语言模型，构建提升网络安全日志信息提取准确性和可解释性的AI代理，通过领域本体和SHACL约束提高语义有效性。

Comments 14 pages, 3 figures, 6 tables, presented at the 1st workshops on eXplainable AI, Knowledge Representation and Knowledge Graphs (XAI-KRKG) and User-Centered Explanations in XAI Workshop (UCEX-XAI), October 25-30, 2025, Bologna, Italy

Journal ref Joint Proceedings of the 1st workshops on eXplainable AI, Knowledge Representation and Knowledge Graphs (XAI-KRKG) and User-Centered Explanations in XAI Workshop (UCEX-XAI), 2025, CEUR Workshop proceedings, volume 4172, pages 95-108

MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models

MEDSYN：多证据合成在复杂临床病例中的基准测试用于多模态大语言模型

Boqi Chen, Xudong Liu, Jiachuan Peng, Marianne Frey-Marti, Bang Zheng, Kyle Lam, Lin Li, Jianing Qiu

机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Amazon（亚马逊） ； University of Oxford（牛津大学） ； University of Bern（伯尔尼大学） ； Imperial College London（伦敦帝国理工学院） ； Peking University（北京大学） 纠错

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

AI总结 MEDSYN是一个多语言、多模态的复杂临床病例基准测试，用于评估多模态大语言模型在差分诊断和最终诊断中的表现，揭示模型在异质临床证据合成中的不足。

Comparative Analysis of Large Language Models in Healthcare

医疗领域大型语言模型的比较分析

Subin Santhosh, Farwa Abbas, Hussain Ahmad, Claudia Szabo

机构 * Adelaide University（阿德莱德大学） ； South Australian Health and Medical Research Institute（南澳大利亚健康与医学研究所） 纠错

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

AI总结 本文通过评估多个医疗任务，比较了ChatDoctor等领域模型与Grok等通用模型的性能，发现领域模型在医疗文本生成中更准确，而通用模型在问答任务中表现更优，强调了任务特定评估的重要性。

Adapting 2D Multi-Modal Large Language Model for 3D CT Image Analysis

将2D多模态大语言模型适应于3DCT图像分析

Yang Yu, Dunyuan Xu, Yaoqian Li, Xiaomeng Li, Jinpeng Li, Pheng-Ann Heng

机构 * Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子及计算机工程学系） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程学系） ； Institute of Medical Intelligence and XR, The Chinese University of Hong Kong（香港中文大学医学智能与扩展现实研究所） ； Center for Artificial Intelligence and Robotics, Hong Kong Institute of Science and Innovation, Chinese Academy of Sciences（中国科学院香港创新研究院人工智能与机器人创新中心） 纠错

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

AI总结 本文提出将2D多模态大语言模型适应于3DCT图像分析，设计Text-Guided Hierarchical MoE框架，采用两阶段训练策略提升医学报告生成和视觉问答任务性能。

Detecting Reference Errors in Scientific Literature with Large Language Models

利用大型语言模型检测科学文献中的参考错误

Tianmai M. Zhang, Neil F. Abernethy

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 本文研究了大型语言模型在检测科学论文中引用错误的能力，通过专家标注的数据集验证了模型在有限上下文和无微调情况下的检测效果，为人工智能辅助科学写作提供了新思路。

Journal ref AMIA Annu Symp Proc. 2025 May 22;2024:1549-1556. PMID: 41726520; PMCID: PMC12919499

Automating Clinical Information Retrieval from Finnish Electronic Health Records Using Large Language Models

使用大语言模型自动化从芬兰电子健康记录中检索临床信息

Mikko Saukkoriipi, Nicole Hernandez, Jaakko Sahlsten, Kimmo Kaski, Otso Arponen

机构 * Aalto University School of Science（阿尔托大学理学院） ； Tampere University（坦佩雷大学） ； Tampere University Hospital（坦佩雷大学医院） 纠错

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

AI总结 本文提出一种本地部署的临床上下文问答框架，通过EHR直接回答临床问题，验证了开源大语言模型在无外部数据传输情况下检索患者特定信息的准确性与可行性。

Large Language Models and Scientific Discourse: Where's the Intelligence?

大语言模型与科学 discourse：智能在哪里？

Harry Collins, Simon Thorne

机构 * Institute of Education, UCL（伦敦大学教育学院） ； School of Technologies, Cardiff Metropolitan University（卡迪夫 metropolitan 大学技术学院） 纠错

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

AI总结 本文探讨大语言模型如何通过与人类知识构建方式的比较，分析科学知识的形成过程及其与LLM的差异，指出LLM在处理早期科学知识时的局限性，并通过蒙提·霍尔问题和 overshadowing 现象说明人类在知识构建中的主导作用。

Multi-Method Validation of Large Language Model Medical Translation Across High- and Low-Resource Languages

多方法验证大语言模型在高资源和低资源语言上的医学翻译

Chukwuebuka Anyaegbuna, Eduardo Juan Perez Guerrero, Jerry Liu, Timothy Keyes, April Liang, Natasha Steele, Stephen Ma, Jonathan Chen, Kevin Schulman

机构 * Porter Drive, Palo Alto, CA 94304（3180 Porter Drive, Palo Alto, CA 94304） ； PhD（哲学博士） ； MD, MPH（医学博士，公共卫生硕士） ； MD, PhD（医学博士，哲学博士） ； MD, MBA（医学博士，工商管理硕士） 纠错

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

AI总结 研究评估四种前沿大语言模型在不同资源语言中翻译医学文档的性能，发现高资源与低资源语言翻译效果无显著差异，且跨模型一致性高，表明大语言模型在医学翻译中能保持语义。

Comments 32 references, 5 tables, 2 figures

Automated Microservice Pattern Instance Detection Using Infrastructure-as-Code Artifacts and Large Language Models

利用基础设施即代码 artifacts 和大语言模型自动化微服务模式实例检测

Carlos Eduardo Duarte

机构 * FEUP, INESC TEC（FEUP，INESC TEC） ； Utah Valley University（犹他山谷大学） 纠错

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

AI总结 本文提出利用IaC artifacts和大语言模型自动化检测微服务模式实例，通过实验验证该方法在GitHub项目中的有效性，降低检测成本并扩大可检测模式范围。

Comments ICSA 2025 - International Conference on Software Architecture. 6 pages

Taking a Deep Breath: Enhancing Language Modeling of Large Language Models with Sentinel Tokens

深呼吸：通过哨兵令牌增强大语言模型的语言建模

Weiyao Luo, Suncong Zheng, Heming Xia, Weikang Wang, Yan Lei, Tianyu Liu, Shuang Chen, Zhifang Sui

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（多媒体信息处理国家重点实验室，北京大学计算机学院） ； School of Software & Microelectronics, Peking University（北京大学软件与微电子学院） ； Tencent Hunyuan（腾讯文言） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算机系） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出通过插入哨兵令牌使大语言模型能够总结离散文本块信息，提升长文本建模能力，实验验证了方法的有效性。

Agreement Between Large Language Models, Human Reviewers, and Authors in Evaluating STROBE Checklists for Observational Studies in Rheumatology

大型语言模型、人类评审员和作者在评估风湿病学观察性研究的STROBE检查表中的一致性

Emre Bilgin, Ebru Ozturk, Meera Shah, Lisa Traboco, Rebecca Everitt, Ai Lyn Tan, Marwan Bukhari, Vincenzo Venerito, Latika Gupta

机构 * Sakarya University, Faculty of Medicine, Department of Internal Medicine, Division of Rheumatology（萨克森大学医学院内科学系风湿病科） ； St Luke’s Medical Center (Global City), Philippines（菲律宾St Luke’s医疗中心（全球城）） ； New Cross Hospital, The Royal Wolverhampton Trust, Wolverhampton, United Kingdom（英国伍尔弗汉普顿皇家信托新交叉医院） ； Lancaster University Medical School, Lancaster University, Lancaster, United Kingdom（英国兰卡斯特大学医学学院，兰卡斯特大学，兰卡斯特，英国） ； Department of Rheumatology, Royal Lancaster Infirmary, Lancaster, United Kingdom（英国兰卡斯特皇家医院风湿病科，兰卡斯特，英国） ； Department of Rheumatology, Royal Wolverhampton Hospitals NHS Trust, Wolverhampton, UK（英国伍尔弗汉普顿皇家医院 NHS信托风湿病科，伍尔弗汉普顿，英国） 纠错

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

AI总结 研究比较了大型语言模型、人类评审员和作者在评估风湿病学观察性研究的STROBE检查表中的一致性，发现模型在基本格式上与人类评审员一致，但在复杂方法学问题上表现较差。

Comments 19 pages, 2 figures, 2 supplementary figures

Depth Charge: Jailbreak Large Language Models from Deep Safety Attention Heads

深度安全攻击：从深度安全注意力头中劫持大语言模型

Jinman Wu, Yi Xie, Shiqian Zhao, Xiaofeng Chen

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

AI总结 本文提出SAHA攻击框架，通过深入分析注意力头的漏洞，提升对抗样本生成的鲁棒性，实验显示其在ASR指标上优于现有方法。

To Mix or To Merge: Toward Multi-Domain Reinforcement Learning for Large Language Models

混合还是合并：为大语言模型的多领域强化学习而努力

Haoqing Wang, Xiang Long, Ziheng Li, Yilong Xu, Tingguang Li, Yehui Tang

机构 * Samsung Research（三星研究院） ； Peking University（北京大学） 纠错

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

AI总结 本研究提出M2RL框架，通过混合多任务训练或模型合并策略，提升大语言模型在多领域任务中的推理能力。

EgoCross: Benchmarking Multimodal Large Language Models for Cross-Domain Egocentric Video Question Answering

EgoCross：多模态大语言模型跨领域眼动视频问答基准测试

Yanjun Li, Yuqian Fu, Tianwen Qian, Qi'ao Xu, Silong Dai, Danda Pani Paudel, Luc Van Gool, Xiaoling Wang

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

AI总结 EgoCross提出一个跨领域眼动视频问答基准，评估多模态大语言模型在不同领域中的泛化能力，揭示现有模型在非日常领域任务中的局限性。

TS-MLLM: A Multi-Modal Large Language Model-based Framework for Industrial Time-Series Big Data Analysis

TS-MLLM：一种基于多模态大语言模型的工业时间序列大数据分析框架

Haiteng Wang, Yikang Li, Yunfei Zhu, Jingheng Yan, Lei Ren, Laurence T. Yang

机构 * School of Automation Science and Electrical Engineering, Beihang University（北京航空航天大学自动化科学与电气工程学院） ； School of Software, Beihang University（北京航空航天大学软件学院） ； Hangzhou International Innovation Institute, Beihang University（北京航空航天大学杭州国际创新研究院） ； State Key Laboratory of Intelligent Manufacturing System Technology（智能制造系统技术国家重点实验室） ； School of Computer and Artificial Intelligence, Zhengzhou University（郑州大学计算机与人工智能学院） ； Department of Computer Science, St. Francis Xavier University（圣弗朗西斯科大学计算机科学系） 纠错

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

AI总结 TS-MLLM通过多模态大语言模型联合建模时序信号、频域图像和文本知识，提升工业时间序列预测的鲁棒性、效率和泛化能力。

RAG-Driver: Generalisable Driving Explanations with Retrieval-Augmented In-Context Learning in Multi-Modal Large Language Model

RAG-Driver: 多模态大语言模型中基于检索的可泛化驾驶解释

Jianhao Yuan, Shuyang Sun, Daniel Omeiza, Bo Zhao, Paul Newman, Lars Kunze, Matthew Gadd

机构 * University of Oxford（牛津大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） 纠错

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

AI总结 RAG-Driver通过检索增强的上下文学习，实现高性能、可解释和可泛化的自动驾驶系统。

Comments 14 pages, 6 figures

Journal ref Robotics: Science and Systems (RSS) 2024

DeVisE: Behavioral Testing of Medical Large Language Models

DeVisE：医疗大语言模型的行为测试

Camila Zurdo Tagliabue, Heloisa Oss Boll, Aykut Erdem, Erkut Erdem, Iacer Calixto

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

AI总结 DeVisE通过受控反事实测试评估医疗大语言模型的行为，揭示其在临床决策中的表现差异。

Comments Camera-ready version published at Findings of the EACL 2026

Predicting New Research Directions in Materials Science using Large Language Models and Concept Graphs

利用大语言模型和概念图预测材料科学的新研究方向

Thomas Marwitz, Alexander Colsmann, Ben Breitung, Christoph Brabec, Christoph Kirchlechner, Eva Blasco, Gabriel Cadilha Marques, Horst Hahn, Michael Hirtz, Pavel A. Levkin, Yolita M. Eggeler, Tobias Schlöder, Pascal Friederich

机构 * Institute of Theoretical Informatics, Karlsruhe Institute of Technology（理论信息学院，卡尔斯鲁厄技术大学） ； Material Research Center for Energy Systems, Karlsruhe Institute of Technology（能源系统材料研究中心，卡尔斯鲁厄技术大学） ； Institute of Nanotechnology, Karlsruhe Institute of Technology（纳米技术学院，卡尔斯鲁厄技术大学） ； Department of High Throughput Methods in Photovoltaics, Forschungszentrum Jülich GmbH（光伏高通量方法部门，焦耳研究中心 GmbH） ； Department of Materials Science and Engineering, Institute of Materials for Electronics and Energy Technology (i-MEET), Friedrich-Alexander-Universität Erlangen-Nürnberg（材料科学与工程系，电子与能源技术材料研究所（i-MEET），埃尔朗根-纽伦堡弗里德里希-亚历山大大学） ； Institute for Applied Materials, Karlsruhe Institute of Technology（应用材料研究所，卡尔斯鲁厄技术大学） ； Institute for Molecular Systems Engineering and Advanced Materials, Heidelberg University（分子系统工程与先进材料研究所，海德堡大学） ； Department of Materials Science and Engineering, University of Arizona（材料科学与工程系，亚利桑那大学） ； Institute of Biological and Chemical Systems – Functional Molecular Systems（生物与化学系统研究所——功能分子系统） 纠错

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

AI总结 本研究利用大语言模型和概念图，通过分析科学文献中的语义信息，预测材料科学领域的新研究方向，提升科研创新效率。

DL$^3$M: A Vision-to-Language Framework for Expert-Level Medical Reasoning through Deep Learning and Large Language Models

DL$^3$M: 一种通过深度学习和大语言模型实现专家级医学推理的视觉-语言框架

Md. Najib Hasan, Imran Ahmad, Sourav Basak Shuvo, Md. Mahadi Hasan Ankon, Sunanda Das, Nazmul Siddique, Hui Wang

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

AI总结 DL$^3$M通过结合深度学习和大语言模型，实现专家级医学推理，但当前LLMs在高风险医疗决策中仍不可靠。

Comments This work was submitted without the consent of my current adviser. Additionally, it overlaps with my unpublished research work. In order to avoid potential academic and authorship conflicts, I am requesting withdrawal of the paper

FOCA: Frequency-Oriented Cross-Domain Forgery Detection, Localization and Explanation via Multi-Modal Large Language Model

FOCA：基于多模态大语言模型的频率导向跨域伪造检测、定位与解释

Zhou Liu, Tonghua Su, Hongshi Zhang, Fuxiang Yang, Donglin Di, Yang Song, Lei Fan

机构 * Harbin Institute of Technology（哈尔滨工业大学） ； DZ-Matrix ； Guangdong Laboratory of Artificial Intelligence and Digital Economy（广东省人工智能与数字经济实验室） ； Chongqing Research Institute of HIT（哈尔滨工业大学重庆研究院） ； University of New South Wales（新南威尔士大学） 纠错

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

AI总结 FOCA通过多模态大语言模型整合空间与频域特征，实现图像伪造的高精度检测、定位及可解释性解释，优于现有方法。

Tutoring Large Language Models to be Domain-adaptive, Precise, and Safe

指导大语言模型成为领域自适应、精确和安全的

Somnath Banerjee

机构 * Indian Institute of Technology Kharagpur（印度理工学院克哈格浦分校） 纠错

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

AI总结 本研究通过领域适应、伦理严谨性和文化对齐，指导大语言模型实现精确性、安全性和全球包容性。

Comments Accepted to the PhD Symposium at Web Conference 2026

Large Language Models for Healthcare Text Classification: A Systematic Review

用于医疗文本分类的大型语言模型：系统综述

Hajar Sakai, Sarah S. Lam

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

AI总结 本文系统综述了LLMs在医疗文本分类中的应用，分析了现有研究的现状、挑战及未来研究方向。

Evaluating the Presence of Sex Bias in Clinical Reasoning by Large Language Models

通过大语言模型评估临床推理中的性别偏见存在性

Isabel Tsintsiper, Sheng Wong, Beth Albert, Shaun P Brennecke, Gabriel Davis Jones

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

AI总结 研究发现大语言模型在临床推理中存在性别偏见，不同模型表现不同，需谨慎配置与监督以确保医疗应用的安全性。