语言大模型 / LLM

Learning Domain Knowledge in Multimodal Large Language Models through Reinforcement Fine-Tuning

通过强化微调学习多模态大语言模型中的领域知识

Qinglong Cao, Yuntian Chen, Chao Ma, Xiaokang Yang

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, Shanghai Jiao Tong University, Shanghai, China（人工智能大规模并行计算实验室，人工智能研究院，上海交通大学，上海） 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 本文提出通过强化微调框架在优化层面整合领域知识，提升多模态大语言模型在专门领域任务中的性能。

Student Perceptions of Large Language Models Use in Self-Reflection and Design Critique in Architecture Studio

学生对在建筑工作室中使用大型语言模型进行自我反思和设计批评的看法

Juan David Salazar Rodriguez, Sam Conrad Joyce, Nachamma Sockalingam, Khoo Eng Tat, Julfendi

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 本研究探讨了大型语言模型在建筑工作室自我反思与设计批评中的应用，发现学生将其视为协作工具，帮助构建批判性思维并提升设计迭代效率。

Comments Keywords: Architectural Education, Design Studio Pedagogy, Large Lan-guage Models, Generative AI in Education, Design Critique

SurgVidLM: Towards Multi-grained Surgical Video Understanding with Large Language Model

SurgVidLM：迈向多粒度外科视频理解的大型语言模型

Guankun Wang, Junyi Wang, Wenjin Mo, Long Bai, Kun Yuan, Ming Hu, Jinlin Wu, Junjun He, Yiming Huang, Nicolas Padoy, Zhen Lei, Hongbin Liu, Nassir Navab, Hongliang Ren

机构 * The Chinese University of Hong Kong（香港中文大学） ； Sun Yat-sen University（中山大学） ； University of Strasbourg（斯特拉斯堡大学） ； Technical University of Munich（慕尼黑技术大学） ； Monash University（墨尔本大学） ； Centre for Artificial Intelligence and Robotics, HKISI-CAS（人工智能与机器人中心，HKISI-CAS） ； Shanghai AI Laboratory（上海人工智能实验室） 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 SurgVidLM通过多粒度分析提升外科视频理解能力，结合全局与局部机制实现更精确的手术流程解析。

Are Large Language Models Good Classifiers? A Study on Edit Intent Classification in Scientific Document Revisions

大型语言模型是好的分类器吗？科学文档修订中的编辑意图分类研究

Qian Ruan, Ilia Kuznetsov, Iryna Gurevych

机构 * Ubiquitous Knowledge Processing Lab (UKP Lab)（通用知识处理实验室） ； Department of Computer Science（计算机科学系） ； Hessian Center for AI (hessian.AI)（黑森人工智能中心） 纠错

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

AI总结 本文研究了大型语言模型在科学文档修订中的编辑意图分类任务中的表现，通过实验和数据集构建探讨了其分类能力及应用价值。

Comments EMNLP2024 Main

Journal ref Proceedings of the 2024 Conference on Empirical Methods in Natural Language Processing EMNLP 2024

SLM-SS: Speech Language Model for Generative Speech Separation

SLM-SS：用于生成式语音分离的语音语言模型

Tianhua Li, Chenda Li, Wei Wang, Xin Zhou, Xihui Chen, Jianqing Gao, Yanmin Qian

机构 * Auditory Cognition and Computational Acoustics Lab（听觉认知与计算声学实验室） ； MoE Key Lab of Artificial Intelligence, AI Institute（人工智能MoE重点实验室，AI研究院） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； VUI Labs（VUI实验室） ； AI research Institute, iFLYTEK Company Limited（AI研究院，iFLYTEK公司） 纠错

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

AI总结 SLM-SS通过应用语音语言模型提升生成式语音分离的语音可懂度和连贯性，实验显示其在语音可懂度和下游任务表现上优于现有方法。

coTherapist: A Behavior-Aligned Small Language Model to Support Mental Healthcare Experts

coTherapist：一种行为对齐的小语言模型，用于支持心理健康专家

Prottay Kumar Adhikary, Reena Rawat, Tanmoy Chakraborty

机构 * IIT Delhi（德里印度理工学院） 纠错

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

AI总结 coTherapist通过小语言模型和领域微调等技术，为心理健康专家提供支持，展现出高同理心和临床可靠性。

Large Language Models as Simulative Agents for Neurodivergent Adult Psychometric Profiles

大语言模型作为神经多样性成人心理测量剖面的模拟代理

Francesco Chiappone, Davide Marocco, Nicola Milano

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 本研究探讨大语言模型能否基于结构化访谈生成接近真实个体的心理测量反应，发现其在神经发育特征模拟中表现优异，但存在特定局限性。

Structured Insight from Unstructured Data: Large Language Models for SDOH-Driven Diabetes Risk Prediction

从无结构数据中提取结构化洞察：大型语言模型用于SDOH驱动的糖尿病风险预测

Sasha Ronaghi, Prerit Choudhary, David H Rehkopf, Bryant Lin

机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院） 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 本研究利用大型语言模型从患者生活故事中提取结构化SDOH信息，用于糖尿病风险预测，LLMs在预测糖尿病控制水平方面达到60%的准确率。

Comments 7 pages, 5 figures

Journal ref Annu Int Conf IEEE Eng Med Biol Soc. 2025 Jul;2025:1-7

Software Model Evolution with Large Language Models: Experiments on Simulated, Public, and Industrial Datasets

基于大语言模型的软件模型演化：在模拟、公开和工业数据集上的实验

Christof Tinnes, Alisa Welter, Sven Apel

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RAMC方法，利用大语言模型实现软件模型补全，通过实验验证其在工业和公开数据集上的有效性。

Journal ref Proceedings of the 47th International Conference on Software Engineering (ICSE 2025), IEEE/ACM, 2025

Credit C-GPT: A Domain-Specialized Large Language Model for Conversational Understanding in Vietnamese Debt Collection

信用C-GPT：一种面向越南债务催收的领域专用大语言模型

Nhung Nguyen Thi Hong, Cuong Nguyen Dang, Tri Le Ngoc

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 Credit C-GPT是一种针对越南债务催收场景优化的领域专用大语言模型，通过整合多任务对话智能，提升对话理解、情感识别和意图检测等能力，为企业呼叫中心提供实时帮助和分析解决方案。

Comments 8 pages, 0 figures, 3 tables. Preprint

FairMedQA: Benchmarking Bias in Large Language Models for Medical Question Answering

FairMedQA: 对大型语言模型在医学问答中的偏见进行基准测试

Ying Xiao, Jie Huang, Ruijuan He, Jing Xiao, Mohammad Reza Mousavi, Yepang Liu, Kezhi Li, Zhenpeng Chen, Jie M. Zhang

机构 * King’s College London（伦敦国王学院） ； University of Electronic Science and Technology of China（电子科技大学） ； Sun Yat-sen University（中山大学） ； York University（约克大学） ； Southern University of Science and Technology（南方科技大学） ； University College London（伦敦大学学院） ； Tsinghua University（清华大学） 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 FairMedQA基准测试揭示了大型语言模型在医学问答中存在显著偏见，需进一步开发去偏技术和严格验证方法。

Using Small Language Models to Reverse-Engineer Machine Learning Pipelines Structures

利用小型语言模型反向工程机器学习流水线结构

Nicolas Lacroix, Mireille Blay-Fornarino, Sébastien Mosser, Frederic Precioso

机构 * Université Côte d’Azur, Inria, CNRS, I3S（法国蔚蓝海岸大学、Inria、CNRS、I3S） 纠错

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

AI总结 本文研究小型语言模型在反向工程机器学习流水线结构中的应用，评估其在提升数据科学实践理解方面的潜力。

Comments SANER 2026 Registered Report

Scalable Scientific Interest Profiling Using Large Language Models

利用大语言模型实现可扩展的科学兴趣画像

Yilun Liang, Gongbo Zhang, Edward Sun, Betina Idnay, Yilu Fang, Fangyi Chen, Casey Ta, Yifan Peng, Chunhua Weng

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 本文利用大语言模型生成科学兴趣画像，通过MeSH术语和摘要两种方法对比，发现MeSH基于的画像在可读性和准确性上表现更优，但与人类写作存在概念选择差异。

Journal ref Journal of Biomedical Informatics 172, 104949 (2025)

SpeakerLM: End-to-End Versatile Speaker Diarization and Recognition with Multimodal Large Language Models

SpeakerLM：基于多模态大语言模型的端到端多功能说话人辨识与识别

Han Yin, Yafeng Chen, Chong Deng, Luyao Cheng, Hui Wang, Chao-Hong Tan, Qian Chen, Wen Wang, Xiangang Li

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 SpeakerLM通过多模态大语言模型实现端到端的说话人辨识与识别，结合灵活的说话人注册机制，提升多说话人场景下的识别性能。

Comments Accepted by AAAI 2026

Generation of Programmatic Rules for Document Forgery Detection Using Large Language Models

利用大语言模型生成文档伪造检测的程序规则

Valentin Schmidberger, Manuel Eberhardinger, Setareh Maghsudi, Johannes Maucher

机构 * Stuttgart Media University（斯图加特媒体大学） ； Ruhr-University Bochum（鲁尔大学波恩） 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 本文利用大语言模型生成文档伪造检测的规则，通过微调策略在受限硬件上实现高效验证程序。

Comments Accepted at ICMLA 2025, the first two authors contributed equally

AdaSearch: Balancing Parametric Knowledge and Search in Large Language Models via Reinforcement Learning

AdaSearch：通过强化学习平衡参数知识与搜索

Tzu-Han Lin, Wei-Lin Chen, Chen-An Li, Hung-yi Lee, Yun-Nung Chen, Yu Meng

机构 * National Taiwan University（台湾大学） ； Department of Computer Science, University of Virginia（弗吉尼亚大学计算机科学系） 纠错

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

AI总结 AdaSearch通过强化学习框架平衡参数知识与搜索，提高知识边界意识并减少不必要的搜索调用。

Comments Preprint. Code and artifacts will be uploaded to https://github.com/hank0316/AdaSearch

AI-MASLD Metabolic Dysfunction and Information Steatosis of Large Language Models in Unstructured Clinical Narratives

AI-MASLD 大语言模型在无结构临床叙述中的代谢功能障碍与信息脂肪变

Yuan Shen, Xiaojun Wu, Linghua Yu

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 本研究首次实证表明大语言模型在处理临床信息时表现出类似代谢功能障碍的特征，提出AI-MASLD概念，强调需在人类监督下使用LLMs作为辅助工具。

Comments 47 pages, 2 figures

CP-Env: Evaluating Large Language Models on Clinical Pathways in a Controllable Hospital Environment

CP-Env：在可控医院环境中评估大型语言模型在临床路径中的表现

Yakun Zhu, Zhongzhen Huang, Qianhan Feng, Linjie Mu, Yannian Gu, Shaoting Zhang, Qi Dou, Xiaofan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学） ； SenseTime Research（商汤科技研究院） 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 CP-Env通过可控医院环境评估大型语言模型在复杂临床路径中的表现，揭示其在决策和伦理方面的挑战，并推动医疗AI的发展。

Addressing Logical Fallacies In Scientific Reasoning From Large Language Models: Towards a Dual-Inference Training Framework

解决大型语言模型在科学推理中的逻辑谬误：一种双推理训练框架

Peter B. Walker, Hannah Davidson, Aiden Foster, Matthew Lienert, Thomas Pardue, Dale Russell

机构 * Intelligenesis LLC ； Uniformed Services University（美国武装部队服务大学） 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 本文提出一种双推理训练框架，旨在解决大型语言模型在科学推理中的逻辑谬误问题，通过整合肯定生成与反事实否定，提升模型的鲁棒性和可解释性。

Comments 12 pages, 5 tables

Human-Level and Beyond: Benchmarking Large Language Models Against Clinical Pharmacists in Prescription Review

人类水平与超越：在处方审查中对大型语言模型与临床药师进行基准测试

Yan Yang, Mouxiao Bian, Peiling Li, Bingjian Wen, Ruiyao Chen, Kangkun Mao, Xiaojun Ye, Tianbin Li, Pengcheng Chen, Bing Han, Jie Xu, Kaifeng Qiu, Junyan Wu

机构 * SUN YAT-SEN MEMORIAL HOSPITAL（中山纪念医院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； 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 RxBench通过系统评估大型语言模型在处方审查中的表现，揭示其能力与局限，并推动更可靠的临床工具开发。

Generalist Large Language Models Outperform Clinical Tools on Medical Benchmarks

通用大语言模型在医疗基准测试中优于临床工具

Krithik Vishwanath, Mrigayu Ghosh, Anton Alyakin, Daniel Alexander Alber, Yindalon Aphinyanaphongs, Eric Karl Oermann

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 通用大语言模型在医疗基准测试中表现优于临床工具，揭示了临床AI系统在某些关键能力上的不足。

Comments 17 pages, 4 figures (2 regular, 2 supplemental)

CDR-Agent: Intelligent Selection and Execution of Clinical Decision Rules Using Large Language Model Agents

CDR-Agent: 基于大语言模型代理的临床决策规则智能选择与执行

Zhen Xiang, Aliyah R. Hsu, Austin V. Zane, Aaron E. Kornblith, Margaret J. Lin-Martore, Jasmanpreet C. Kaur, Vasuda M. Dokiparthi, Bo Li, Bin Yu

机构 * University of Georgia（佐治亚大学） ； University of California, Berkeley（加州大学伯克利分校） ； University of California, San Francisco（加州大学旧金山分校） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 CDR-Agent利用大语言模型代理，通过自主识别和应用最合适的临床决策规则，提升急诊部门的决策效率和准确性。

LLMs4All: A Review of Large Language Models Across Academic Disciplines

LLMs4All: 对跨学科领域大型语言模型的综述

Yanfang Ye, Zheyuan Zhang, Tianyi Ma, Zehong Wang, Yiyang Li, Shifu Hou, Weixiang Sun, Kaiwen Shi, Yijun Ma, Wei Song, Ahmed Abbasi, Ying Cheng, Jane Cleland-Huang, Steven Corcelli, Robert Goulding, Ming Hu, Ting Hua, John Lalor, Fang Liu, Tengfei Luo, Edward Maginn, Nuno Moniz, Jason Rohr, Brett Savoie, Daniel Slate, Matthew Webber, Olaf Wiest, Johnny Zhang, Nitesh V. Chawla

机构 * University of Notre Dame（诺丁汉大学） 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 本文综述了大型语言模型在跨学科领域的应用，探讨其在不同学术领域中的影响、局限及未来发展方向。

Towards Robust and Fair Next Visit Diagnosis Prediction under Noisy Clinical Notes with Large Language Models

基于大型语言模型的噪声临床笔记下的稳健与公平下次就诊诊断预测

Heejoon Koo

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 本文提出基于大型语言模型的稳健与公平下次就诊诊断预测方法，通过标签缩减和分层推理策略提升预测鲁棒性和公平性。

Comments Accepted by the Association for the Advancement of Artificial Intelligence (AAAI) 2026 1st Workshop on Safe, Ethical, Certified, Uncertainty-aware, Robust, and Explainable AI for Health (SECURE-AI4H)

Automated Construction of Medical Indicator Knowledge Graphs Using Retrieval Augmented Large Language Models

Zhengda Wang, Daqian Shi, Jingyi Zhao, Xiaolei Diao, Xiongfeng Tang, Yanguo Qin

机构 * The second hospital of Jilin University Northeast Asia Active Aging Laboratory Jilin, China Email ； QMUL DERI \ Institute Of Health Informatics, Lonodn, UK Email ； QMUL School of Electronic Engineering \ Computer Science London, UK Email ； The second hospital of Jilin University College of Artificial Intelligence, \ University, Jilin, China Email 纠错

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

Comments 5 pages, 1 figure, 1 table. Accepted at AI4RWC@WI-IAT 2025

Can Large Language Models Function as Qualified Pediatricians? A Systematic Evaluation in Real-World Clinical Contexts

Siyu Zhu, Mouxiao Bian, Yue Xie, Yongyu Tang, Zhikang Yu, Tianbin Li, Pengcheng Chen, Bing Han, Jie Xu, Xiaoyan Dong

机构 * Shanghai Children’s Hospital, School of Medicine,Shanghai Jiao Tong University（上海儿童医学中心，上海交通大学医学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai University of Traditional Chinese Medicine（上海中医药大学） ； 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

Will Large Language Models Transform Clinical Prediction?

Yusuf Yildiz, Goran Nenadic, Meghna Jani, David A. Jenkins

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

Comments Published: BMC Diagnostic and Prognostic Research

Intelligent Computing Social Modeling and Methodological Innovations in Political Science in the Era of Large Language Models

Zhenyu Wang, Dequan Wang, Yi Xu, Lingfeng Zhou, Yiqi Zhou

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

Comments 37 pages, 11 figures, 3 tables. J OF CHIN POLIT SCI (2025)

SciDaSynth: Interactive Structured Data Extraction from Scientific Literature with Large Language Model

Xingbo Wang, Samantha L. Huey, Rui Sheng, Saurabh Mehta, Fei Wang

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

Comments Preprint version of the paper accepted to Campbell Systematic Reviews. Code is available at https://github.com/xingbow/SciDaEx

Journal ref Campbell Systematic Reviews 21 (2025): 1-16

QCBench: Evaluating Large Language Models on Domain-Specific Quantitative Chemistry

Jiaqing Xie, Weida Wang, Ben Gao, Zhuo Yang, Haiyuan Wan, Shufei Zhang, Tianfan Fu, Yuqiang Li

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Fudan University（复旦大学） ； Wuhan University（武汉大学） ； Xidian University（西安电子科技大学） ； Tsinghua University（清华大学） ； Nanjing University（南京大学） 纠错

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

Comments Revision at Journal of Chemical Information and Modeling