语言大模型 / LLM

EMRModel: A Large Language Model for Extracting Medical Consultation Dialogues into Structured Medical Records

Shuguang Zhao, Qiangzhong Feng, Zhiyang He, Peipei Sun, Yingying Wang, Xiaodong Tao, Xiaoliang Lu, Mei Cheng, Xinyue Wu, Yanyan Wang, Wei Liang

机构 * Taihe County People’s Hospital（太和县人民医院） ； Innovation + Research Institute（创新+研究院） ； GuoChuang Cloud Technology Ltd（国创云科技有限公司） ； Xunfei Healthcare Technology Ltd（讯飞医疗科技有限公司） ； University of Southern California（南加州大学） ； The First Affiliated Hospital of Anhui Medical University（安徽医科大学第一附属医院） 纠错

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

Sentiment analysis of preservice teachers' reflections using a large language model

Yunsoo Park, Younkyung Hong

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

Comments 5 pages, 2 tables, WAIE 2024 (2024 6th International Workshop on Artificial Intelligence and Education)

Journal ref 2024 6th International Workshop on Artificial Intelligence and Education (WAIE), Tokyo, Japan, 2024, pp. 61-65

LlamaLens: Specialized Multilingual LLM for Analyzing News and Social Media Content

Mohamed Bayan Kmainasi, Ali Ezzat Shahroor, Maram Hasanain, Sahinur Rahman Laskar, Naeemul Hassan, Firoj Alam

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

Comments LLMs, Multilingual, Language Diversity, Large Language Models, Social Media, News Media, Specialized LLMs, Fact-checking, Media Analysis, Arabic, Hindi, English

Financial Named Entity Recognition: How Far Can LLM Go?

Yi-Te Lu, Yintong Huo

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

Comments Accepted at The Joint Workshop of the 9th Financial Technology and Natural Language Processing (FinNLP), the 6th Financial Narrative Processing (FNP), and the 1st Workshop on Large Language Models for Finance and Legal (LLMFinLegal), in conjunction with COLING 2025

OG-RAG: Ontology-Grounded Retrieval-Augmented Generation For Large Language Models

Kartik Sharma, Peeyush Kumar, Yunqing Li

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

PIORS: Personalized Intelligent Outpatient Reception based on Large Language Model with Multi-Agents Medical Scenario Simulation

Zhijie Bao, Qingyun Liu, Ying Guo, Zhengqiang Ye, Jun Shen, Shirong Xie, Jiajie Peng, Xuanjing Huang, Zhongyu Wei

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

Advancing Complex Medical Communication in Arabic with Sporo AraSum: Surpassing Existing Large Language Models

Chanseo Lee, Sonu Kumar, Kimon A. Vogt, Sam Meraj, Antonia Vogt

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

Comments arXiv admin note: text overlap with arXiv:2411.06713

Towards Characterizing Cyber Networks with Large Language Models

Alaric Hartsock, Luiz Manella Pereira, Glenn Fink

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

Comments 5 pages, 2 figures

MiniGPT-Med: Large Language Model as a General Interface for Radiology Diagnosis

Asma Alkhaldi, Raneem Alnajim, Layan Alabdullatef, Rawan Alyahya, Jun Chen, Deyao Zhu, Ahmed Alsinan, Mohamed Elhoseiny

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

Conv-CoA: Improving Open-domain Question Answering in Large Language Models via Conversational Chain-of-Action

Zhenyu Pan, Haozheng Luo, Manling Li, Han Liu

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

BayesPrompt: Prompting Large-Scale Pre-Trained Language Models on Few-shot Inference via Debiased Domain Abstraction

Jiangmeng Li, Fei Song, Yifan Jin, Wenwen Qiang, Changwen Zheng, Fuchun Sun, Hui Xiong

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

Comments Accepted by ICLR2024

Improved Hierarchical Patient Classification with Language Model Pretraining over Clinical Notes

Jonas Kemp, Alvin Rajkomar, Andrew M. Dai

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

Comments Machine Learning for Health (ML4H) at NeurIPS 2019 - extended abstract

Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering

知识图谱基础仅对训练外知识帮助LLM：临床问答的受控研究

Madhulatha Mandarapu, Sandeep Kunkunuru

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

AI总结 通过受控实验发现，知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能，对已知事实无帮助，且公共KG信息冗余。

Comments 9 pages. Code: https://github.com/samyama-ai/clinical-llm-graphrag

The Little Scientist: LLM Agent-Driven Discovery via the Scientific Method

小科学家：基于大语言模型智能体的科学方法驱动发现

Travis Smith

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 该研究提出The Little Scientist框架，让LLM智能体遵循科学方法迭代探索，在蛋白质适应性预测、DNA基序发现问题上发现了优于现有方案的新算法与集成策略。

Comments Code: https://github.com/travis42/little-scientist-dale and https://github.com/travis42/little-scientist-delta-v (Apache 2.0)

Domain-Adapted Molecular Language Models for Efficient Search of Make-on-Demand Libraries

用于按需构建库高效搜索的领域适配分子语言模型

Henrik Wille, Luis-Finley Schütz, Felix Strieth-Kalthoff

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

AI总结 该研究通过在6个虚拟分子库上对4种分子语言模型进行基准测试，发现显式领域适配可提升分子表示性能，适配后的编码器在基准任务中表现最佳，为虚拟筛选等领域提供了样本高效的自适应决策策略。

TRACER: Balancing Stability-Plasticity-Cognitivity Trilemma for LLM Enhanced Continual Recommendation

TRACER：平衡大语言模型增强型持续推荐的稳定性-可塑性-认知性三难困境

WooJoo Kim, HyunSik Yoo, JunYoung Kim, JaeHyung Lim, SeongKu Kang, HwanJo Yu

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 针对LLM增强持续推荐的SPC三难困境，提出TRACER模型，通过协同设计三个专用模块协调三难，在五组真实数据集上较最优基线最高提升14.38%

Comments Accepted to CIKM 2026 full research paper

SocialFiVis: A Visual Analytics Sandbox for LLM-Grounded Multi-Agent Simulation in Social Finance

SocialFiVis：面向社会金融中基于大语言模型的多智能体模拟的可视分析沙箱

Yi-Fan Cao, Qing Shi, Liangwei Wang, Leo Yu-Ho Lo, Lin Chen, Yuzi Han, Yang Wang, Kani Chen

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 该研究提出嵌入IAD框架的可视分析沙箱SocialFiVis，结合LLM与PRA引擎模拟多智能体，支持探索社会金融领域反事实政策并解释相关涌现现象。

Comments 11 pages, 7 figures, 2 tables. Accepted to IEEE VIS 2026; to appear in IEEE Transactions on Visualization and Computer Graphics

Simulating Dispute Mediation with LLM-Based Agents for Legal Research

基于大语言模型智能体的争议调解模拟：面向法律研究

Junjie Chen, Haitao Li, Minghao Qin, Yujia Zhou, Yanxue Ren, Wuyue Wang, Yiqun Liu, Yueyue Wu, Qingyao Ai

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 研究针对法律争议调解实证研究的局限，提出首个基于LLM的AgentMediation框架模拟争议调解，通过可控实验发现符合社会学理论的模式，为社科与AI在法律研究的融合提供平台。

Comments AAAI 2026

SCALPEL: Semantic Cross-modal Alignment via LLM-Powered Encoder Learning for Medical Vision-Language Representation

SCALPEL：基于大语言模型驱动的编码器学习的医学视觉-语言语义跨模态对齐框架

Yunzhan Fu, Enyu Bao, Xiangyu Shen, Yihao Wu, Chunbo Jiang, Fangli Guan, Liqi Yan

机构 * School of Computer Science, Hangzhou Dianzi University（杭州电子科技大学计算机学院） 纠错

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

AI总结 针对现有医学视觉-语言预训练的三大瓶颈，本文提出SCALPEL框架，通过临床报告对比微调、非对称对齐策略及解剖-否定感知目标，在三大医学基准上实现了多项任务的最优性能。

Comments 14 pages, 3 figures, accepted by PRCV2026

The Mirage of LLM Guardrails: A Case Study in AI-Assisted Medical Note Manipulation

大语言模型护栏的幻象：人工智能辅助医疗记录操纵的案例研究

Davis Yadav, Amulya Yadav

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

AI总结 研究大语言模型在医疗记录操纵场景下内置护栏的可靠性，通过开发操纵流程、实证评估、利用多种指标评估及用户研究，揭示其弱点，为大语言模型在医疗领域的护栏设计、安全政策及伦理等方面提供参考。

Comments 10 pages, 3 figures, 4 tables

From Prompt Engineering to Epistemic Prompting: Prompt Trajectories as AI-Mediated Problem Framing in Science Education

从提示工程到认知提示：提示轨迹作为科学教育中人工智能介导的问题框架

Matteo Tuveri

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

AI总结 研究探讨在STEM教育中提示不仅是技术能力，更是认知实践。基于认识论框架等提出认知提示新框架及多轮循环，形成提示框架轨迹，阐述其构建过程，还讨论了对人工智能介导的STEM教学及学习者与大语言模型交互的影响。

Comments 13 pages, 1 figure, 2 tables

OpenMedReason: Scientific Reasoning Supervision for Medical Vision-Language Models

OpenMedReason: 医学视觉语言模型的科学推理监督

Negin Baghbanzadeh, Pritam Sarkar, Michael Colacci, Abeer Badawi, Adibvafa Fallahpour, Arash Afkanpour, Leonid Sigal, Ali Etemad, Elham Dolatabadi

机构 * York University（约克大学） ； Vector Institute（向量研究所） ； University of British Columbia（不列颠哥伦比亚大学） ； University of Toronto（多伦多大学） ； Unity Health Toronto / St. Michael’s Hospital（多伦多联合健康/圣迈克尔医院） ； University Health Network（大学健康网络） ； Arc Institute（弧研究所） ； Queen's University（女王大学） 纠错

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

AI总结 提出OpenMedReason，一个包含约45万图像-问题-答案实例的大规模开放医学推理语料库，其推理轨迹主要来自生物医学科学文章，并配套基准OpenMedReason-Bench进行细粒度评估，在监督微调和强化对齐中有效提升模型性能。

Comments 42 pages, 9 figures, 24 tables. Dataset and code: https://huggingface.co/datasets/neginb/OpenMedReason

MatClaw: An Autonomous Code-First LLM Agent for End-to-End Materials Exploration

MatClaw: 一种用于端到端材料探索的自主代码优先LLM代理

Chenmu Zhang, Boris I. Yakobson

专题命中 领域大模型 ：LLM(title,title_cn)

AI总结 提出MatClaw，一种代码优先的LLM代理，通过直接编写和执行Python代码、结合四层记忆架构和检索增强生成，实现多代码工作流在远程HPC集群上的自主运行，并在铁电CuInP2S6的三个端到端演示中验证了其可靠性，同时通过文献自学习和专家约束弥合隐性领域知识差距。

How Helpful is LLM Assistance in Network Operations? A Case Study at a Large Demonstration Network

在大型演示网络中，大语言模型在网络操作中的帮助性如何？一个案例研究

Ryo Nakamura, Koshi Eguchi

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

AI总结 本文通过一项实证研究，探讨了大语言模型在构建和操作网络中的帮助性，研究发现68.1%的评估为积极反馈，表明大语言模型在网络操作中的帮助性基线，并强调了理解聊天机器人能力的重要性。

From Node2Vec to GPT-based GraphRAG: scientific impact prediction across graph and language models

从Node2Vec到基于GPT的GraphRAG：跨图神经网络和语言模型的科学影响预测

Adilson Vital, Filipi N. Silva, Diego R. Amancio

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

AI总结 本文提出了一种基于图和语言模型的科学影响预测方法，通过比较图基和LLM基方法，发现文本信号和结构信号互补，但检索增强必须谨慎评估。

LLM-Based Static Verification of Code Against Natural-Language Requirements: An Industrial Experience Report

基于大语言模型的代码对自然语言要求的静态验证：一项工业经验报告

Zhi Quan Zhou, Dave Towey, Tsong Yueh Chen

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

AI总结 本文提出一种基于大语言模型的两阶段工作流，用于在智能汽车网络安全案例中验证代码是否符合自然语言要求，通过引入结构化中间表示减少幻觉和输出变异，提升静态分析的准确性与解释性。

RFAmpDesigner: A Self-Evolving Multi-Agent LLM Framework for Automated Radio Frequency Amplifier Design

RFAmpDesigner: 一种自演化多智能体大语言模型框架用于自动射频放大器设计

Hang Lu, Guochang Li, Qianyu Chen, Huiyan Gao, Shaogang Wang, Xuanyu He, Yiwei Liu, Gaopeng Chen, Nayu Li, Xiaokang Qi, Chunyi Song, Zhiwei Xu

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

AI总结 本文提出RFAmpDesigner，通过多智能体框架自动化射频放大器设计，利用资源分配中间件将高维参数调优转化为低维资源分配问题，结合检索增强生成技术，解决射频放大器设计中的数据效率低问题。

Comments 14 pages, 11 figures, 4 tables

A General Framework for Multimodal LLM-Based Multimedia Understanding in Large-Scale Recommendation Systems

多模态大语言模型在大规模推荐系统中的通用框架

Yiming Zhu, Xu Liu, Ziyun Xu, Zheng Wu, Joena Zhang, Sirius Chen, Chenheli Hua, Silvester Yao, Qichao Que, Wentao Shi, Junfeng Pan, Linhong Zhu

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

AI总结 本文提出一个通用框架，利用多模态大语言模型提升多媒体内容理解，通过三部分架构实现内容解析、特征提取和系统集成，实验证明在推荐系统中提升了AUC和在线指标。

Comments Accepted by SIGIR 2026 short

Heterogeneous Scientific Foundation Model Collaboration

异质科学基础模型协作

Zihao Li, Jiaru Zou, Feihao Fang, Xuying Ning, Mengting Ai, Tianxin Wei, Sirui Chen, Xiyuan Yang, Jingrui He

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文提出Eywa框架，通过将语言模型与领域特定基础模型结合，提升科学领域多模态任务的推理能力，实验显示其在结构化数据任务中表现更优。

Comments Preprint. 57 Pages

UniDetect: LLM-Driven Universal Fraud Detection across Heterogeneous Blockchains

UniDetect: 基于大语言模型的跨异构区块链通用欺诈检测

Shuyi Miao, Wangjie Qiu, Shengda Zhuo, Fei Shen, Dan Lin, Xingtong Yu, Chua Tat-Seng, Zhiming Zheng

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

AI总结 UniDetect利用大语言模型生成跨异构区块链账户的交易摘要文本，结合两阶段交替训练策略，提升欺诈检测性能，在多个区块链上实现5.57%-7.58%的KS提升，跨链零样本检测准确率超94.58%。