语言大模型 / LLM

Quecto-V1: Empirical Analysis of 8-bit Quantized Small Language Models for On-Device Legal Retrieval

Quecto-V1: 8位量化小型语言模型的实证分析用于设备端法律检索

Subrit Dikshit

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

AI总结 Quecto-V1通过8位量化和专门训练，在设备端实现高效法律检索，优于通用小型模型。

Comments 5 pages, 2 tables

Rec-R1: Bridging Generative Large Language Models and User-Centric Recommendation Systems via Reinforcement Learning

Rec-R1: 通过强化学习连接生成式大语言模型与以用户为中心的推荐系统

Jiacheng Lin, Tian Wang, Kun Qian

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 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；SFT(abstract)

AI总结 Rec-R1通过强化学习连接生成式大语言模型与用户导向推荐系统，有效提升推荐性能并保留LLM通用能力。

Comments Published in the TMLR journal

Clinical-R1: Empowering Large Language Models for Faithful and Comprehensive Reasoning with Clinical Objective Relative Policy Optimization

Clinical-R1: 通过临床目标相对策略优化赋能大语言模型进行忠实且全面的推理

Boyang Gu, Hongjian Zhou, Bradley Max Segal, Jinge Wu, Zeyu Cao, Hantao Zhong, Lei Clifton, Fenglin Liu, David A. Clifton

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

AI总结 Clinical-R1通过CRPO方法提升大语言模型在医学领域的推理忠实性和全面性，实现多目标强化学习优化。

A Survey of AI for Materials Science: Foundation Models, LLM Agents, Datasets, and Tools

Minh-Hao Van, Prateek Verma, Chen Zhao, Xintao Wu

机构 * Department of EECS University of Arkansas Fayetteville（电子工程与计算机科学系美国阿肯色大学弗莱维尔分校） ； Department of CS Baylor University Waco（计算机科学系贝勒大学沃斯堡） 纠错

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

Qilin-Med: Multi-stage Knowledge Injection Advanced Medical Large Language Model

Qichen Ye, Junling Liu, Dading Chong, Peilin Zhou, Yining Hua, Fenglin Liu, Meng Cao, Ziming Wang, Xuxin Cheng, Zhu Lei, Zhenhua Guo

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

GeoGalactica: A Scientific Large Language Model in Geoscience

Zhouhan Lin, Cheng Deng, Le Zhou, Tianhang Zhang, Yi Xu, Yutong Xu, Zhongmou He, Yuanyuan Shi, Beiya Dai, Yunchong Song, Boyi Zeng, Qiyuan Chen, Yuxun Miao, Bo Xue, Shu Wang, Luoyi Fu, Weinan Zhang, Junxian He, Yunqiang Zhu, Xinbing Wang, Chenghu Zhou

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

Zhongjing: Enhancing the Chinese Medical Capabilities of Large Language Model through Expert Feedback and Real-world Multi-turn Dialogue

Songhua Yang, Hanjie Zhao, Senbin Zhu, Guangyu Zhou, Hongfei Xu, Yuxiang Jia, Hongying Zan

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

ONCE: Boosting Content-based Recommendation with Both Open- and Closed-source Large Language Models

Qijiong Liu, Nuo Chen, Tetsuya Sakai, Xiao-Ming Wu

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

ClinicRealm: Re-evaluating Large Language Models with Conventional Machine Learning for Non-Generative Clinical Prediction Tasks

Yinghao Zhu, Junyi Gao, Zixiang Wang, Weibin Liao, Xiaochen Zheng, Lifang Liang, Miguel O. Bernabeu, Yasha Wang, Lequan Yu, Chengwei Pan, Ewen M. Harrison, Liantao Ma

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

Comments Code: https://github.com/yhzhu99/ehr-llm-benchmark

Sell Me This Stock: Unsafe Recommendation Drift in LLM Agents

卖给我这支股票：LLM智能体中的不安全推荐漂移

Zekun Wu, Adriano Koshiyama, Sahan Bulathwela, Maria Perez-Ortiz

机构 * Centre for Artificial Intelligence, University College London（人工智能研究中心，伦敦大学学院） 纠错

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

AI总结 研究LLM智能体在多轮金融推荐中因工具输出被操纵而产生风险不匹配推荐的问题，通过实验揭示评估盲区并分析机制。

Iterative LLM-based improvement for French Clinical Interview Transcription and Speaker Diarization

基于迭代的LLM改进法用于法语临床访谈的转录与说话人识别

Ambre Marie, Thomas Bertin, Guillaume Dardenne, Gwenolé Quellec

机构 * LaTIM UMR 1101 INSERM（INSERM拉蒂姆UMR1101） ； University of Western Brittany（西布列塔尼大学） ； University of Rouen Normandy（诺曼底大学） 纠错

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

AI总结 本研究提出一种多轮LLM后处理架构，通过交替进行说话人识别和词识别流程，提高法语医疗对话的转录准确性和说话人归属，通过两个法语临床数据集的消融研究验证了四种设计选择的效果。

A Reproducibility Analysis of PO4ISR: Diagnosing and Mitigating Semantic Drift in LLM-Based Session Recommendation

PO4ISR的可重复性分析：诊断和缓解基于LLM的会话推荐中的语义漂移

Aditya Tiwari, Konduri Naga Lakshmi Rekha, Rajesh Kumar Mundotiya

机构 * MATRA Lab（MATRA实验室） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Indian Institute of Technology Bhilai（比哈尔理工学院） 纠错

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

AI总结 本文研究了PO4ISR在不同语义领域中的可重复性，发现标准推理提示在长会话中出现严重的上下文漂移，导致性能下降。为此，作者提出了PO4ISR++，通过反思提示和一致排名检测增强鲁棒性，并在多个数据集上验证了其有效性，提升了会话推荐的性能。

CheckSupport: A Local LLM-Powered Tool for Automated Manuscript Submission Checklist Selection and Completion

CheckSupport：一种基于本地LLM的自动化手稿提交检查清单选择与完成工具

Satvik Tripathi, Don Enwerem, Kevin Song, Kristian Quevada, Jacinta Arnold, Tessa S. Cook

机构 * Department of Radiology, Perelman School of Medicine at University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学学院放射科） ； Department of Computer Science, Drexel University（德雷塞尔大学计算机科学系） ； Department of Computer and Information Science, School of Engineering and Applied Science, University of Pennsylvania（宾夕法尼亚大学工程与应用科学学院计算机与信息科学系） ； Department of Radiology, Cooper University Hospital（科珀大学医院放射科） ； University of California Davis Graduate School of Management（加州大学戴维斯分校管理研究生院） 纠错

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

AI总结 本文提出CheckSupport，利用本地LLM自动化选择和完成检查清单，提升科研报告的透明度和可重复性。系统通过分阶段提示策略实现高准确率，运行在CPU上，每篇手稿耗时12.5秒，准确率达90%。

Calibrated? Not for Everyone: How Sexual Orientation and Religious Markers Distort LLM Accuracy and Confidence in Medical QA

校准？并非人人适用：性取向和宗教标志如何扭曲LLM在医疗问答中的准确性和置信度

Alberto Testoni, Iacer Calixto

机构 * Department of Medical Informatics, Amsterdam University Medical Center, University of Amsterdam, Amsterdam, The Netherlands（阿姆斯特丹大学医学信息学系，阿姆斯特丹大学医学中心，阿姆斯特丹，荷兰） ； Amsterdam Public Health, Methodology, Amsterdam, The Netherlands（阿姆斯特丹公共卫生，方法学，阿姆斯特丹，荷兰） 纠错

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

AI总结 本文研究了患者的社会描述（性取向和宗教归属）如何扭曲LLM的不确定性信号和准确性，发现身份标志导致校准危机，影响置信度信号的可靠性，对医疗部署构成风险。

Comments Accepted to ACL 2026 (Main Conference)

Prompting Strategies for Language Model-Based Item Generation in K-12 Education: Bridging the Gap Between Small and Large Language Models

Mohammad Amini, Babak Ahmadi, Xiaomeng Xiong, Yilin Zhang, Christopher Qiao

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

scReader: Prompting Large Language Models to Interpret scRNA-seq Data

Cong Li, Qingqing Long, Yuanchun Zhou, Meng Xiao

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

Comments 8 pages, Accepted by ICDM 2024

LLaVA-Docent: Instruction Tuning with Multimodal Large Language Model to Support Art Appreciation Education

Unggi Lee, Minji Jeon, Yunseo Lee, Gyuri Byun, Yoorim Son, Jaeyoon Shin, Hongkyu Ko, Hyeoncheol Kim

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

Comments 37 pages, 4 figures, 10 tables

CVE-LLM : Automatic vulnerability evaluation in medical device industry using large language models

Rikhiya Ghosh, Oladimeji Farri, Hans-Martin von Stockhausen, Martin Schmitt, George Marica Vasile

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

Towards Comprehensible Recommendation with Large Language Model Fine-tuning

基于大语言模型微调的可理解推荐研究

Yunze Luo, Yinjie Jiang, Gaode Chen, Xinghua Zhang, Kaigui Bian

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

AI总结 该研究针对传统推荐的语义协同差距问题，提出CURec框架，通过微调LLM并结合强化学习优化，提升推荐可理解性与性能，在公开基准上表现更优。

Comments 11 pages, 6 figures, to be published on CIKM '26

SteuerLLM: Local specialized large language model for German tax law analysis

SteuerLLM：用于德国税法分析的本地化专业大语言模型

Sebastian Wind, Jeta Sopa, Laurin Schmid, Quirin Jackl, Sebastian Kiefer, Fei Wu, Martin Mayr, Harald Köstler, Gerhard Wellein, Andreas Maier, Soroosh Tayebi Arasteh

机构 * Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg（模式识别实验室，弗赖堡-亚历山大大学埃尔兰根-纽伦堡） ； Erlangen National High Performance Computing Center, Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔兰根国家高性能计算中心，弗赖堡-亚历山大大学埃尔兰根-纽伦堡） ； DATEV eG, Nuremberg, Germany（DATEV eG，纽伦堡，德国） ； Bavarian AI Taxation Laboratory, Department of Computer Science, University of Technology Nuremberg（巴伐利亚人工智能税收实验室，技术大学纽伦堡计算机科学系） ； Chair for Tax Law and Public Law, Friedrich-Alexander-Universität Erlangen-Nürnberg（税法与公共法教授职位，弗赖堡-亚历山大大学埃尔兰根-纽伦堡） ； Chair of Computer Science 10, Friedrich-Alexander-Universität Erlangen-Nürnberg（计算机科学10号教授职位，弗赖堡-亚历山大大学埃尔兰根-纽伦堡） ； Lab for AI in Medicine, RWTH Aachen University（医学人工智能实验室，亚琛工业大学） ； Department of Diagnostic and Interventional Radiology, University Hospital RWTH Aachen（诊断与介入放射学系，亚琛大学医院） 纠错

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

AI总结 本文提出SteuerLLM，一个针对德国税法的专用大语言模型，通过合成数据集训练，在法律推理任务中优于通用模型，展示了领域适应的重要性。

Journal ref Scientific Reports, Volume 16, 2026

Mapping Scientific Literature with Large Language Models and Topic Modeling

利用大语言模型和主题建模绘制科学文献图谱

Mason Smetana, Lev Khazanovich

机构 * Department of Civil and Environmental Engineering（土木与环境工程系） ； University of Pittsburgh（匹兹堡大学） 纠错

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

AI总结 提出基于大语言模型的两阶段分类框架，通过主题建模分析PNAS工程类文献，生成语义可解释主题并揭示跨主题关联，性能优于传统方法。

Comments 35 pages, 10 figures. Accepted for publication in Scientometrics. Final version available via DOI

Journal ref Scientometrics (2026)

KOCO-BENCH: Can Large Language Models Leverage Domain Knowledge in Software Development?

KOCO-BENCH: 大型语言模型能否在软件开发中利用领域知识？

Xue Jiang, Ge Li, Jiaru Qian, Xianjie Shi, Chenjie Li, Hao Zhu, Ziyu Wang, Jielun Zhang, Zheyu Zhao, Lingwei Wu, Kechi Zhang, Jia Li, Wenpin Jiao, Zhi Jin, Yihong Dong

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, Wuhan University（武汉大学计算机科学系） 纠错

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

AI总结 KOCO-BENCH旨在评估大型语言模型在软件开发中利用领域知识的能力，包含6个新兴领域、11个软件框架和25个项目，通过多粒度任务测试模型的知识获取与应用能力。

Comments Accepted by ACL 2026

Generating Multiple-Choice Knowledge Questions with Interpretable Difficulty Estimation using Knowledge Graphs and Large Language Models

基于知识图谱和大语言模型的可解释难度估计多选题生成

Mehmet Can Şakiroğlu, H. Altay Güvenir, Kamer Kaya

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

AI总结 本文提出利用知识图谱和大语言模型生成带难度估计的多选题，通过知识图谱构建和语言模型生成相结合，实现高质量且可解释的多选题生成。

SCITUNE: Aligning Large Language Models with Human-Curated Scientific Multimodal Instructions

SCITUNE：对齐大型语言模型与人类整理的科学多模态指令

Sameera Horawalavithana, Sai Munikoti, Ian Stewart, Henry Kvinge, Karl Pazdernik

机构 * Pacific Northwest National Laboratory（太平洋西北国家实验室） 纠错

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

AI总结 SCITUNE通过多模态指令提升大语言模型在科学任务中的表现，优于现有模型并在ScienceQA基准上超越人类性能。

Comments In Proceedings of the 1st Workshop on NLP for Science, Association for Computational Linguistics

Journal ref Proc. 1st Workshop on Natural Language Processing for Science (NLP4Science 2024) (2024) 58-72

MedMO: Grounding and Understanding Multimodal Large Language Model for Medical Images

MedMO：为医学图像构建和理解多模态大语言模型

Ankan Deria, Komal Kumar, Adinath Madhavrao Dukre, Eran Segal, Salman Khan, Imran Razzak

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

AI总结 MedMO是一种基于通用MLLM架构构建的医学多模态基础模型，通过多阶段训练提升跨模态和任务的性能，超越现有开源基线，在医学图像识别和报告生成中取得显著提升。

Comments 21 pages, 6 figures and 4 tables

TAMUSA-Chat: A Domain-Adapted Large Language Model Conversational System for Research and Responsible Deployment

TAMUSA-Chat: 一个面向研究和负责任部署的领域适应大型语言模型对话系统

Izzat Alsmadi, Anas Alsobeh

机构 * Texas A&M University–San Antonio（德克萨斯A&M大学-圣安东尼奥分校） ； Utah Valley University（犹他谷大学） 纠错

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

AI总结 TAMUSA-Chat是一个面向研究和负责任部署的领域适应大型语言模型对话系统，通过监督微调、检索增强生成和系统化评估方法，解决机构环境中的关键挑战。

Small Language Models Can Use Nuanced Reasoning For Health Science Research Classification: A Microbial-Oncogenesis Case Study

小型语言模型可以用于健康科学研究分类的细致推理：微生物肿瘤发生案例研究

Muhammed Muaaz Dawood, Mohammad Zaid Moonsamy, Kaela Kokkas, Hairong Wang, Robert F. Breiman, Richard Klein, Emmanuel K. Sekyi, Bruce A. Bassett

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

AI总结 本文研究小型语言模型在健康科学文献分类中的表现，发现其通过细致推理可达到大型语言模型的性能，但需结合有效提示策略以提高准确性。

Comments 43 pages, 7 figures

Unraveling the cognitive patterns of Large Language Models through module communities

Kushal Raj Bhandari, Pin-Yu Chen, Jianxi Gao

机构 * Department of Computer Science Rensselaer Polytechnic Institute（计算机科学系伦塞拉尔理工大学） ； IBM Research（IBM研究院） 纠错

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

Large Language Models for Automating Clinical Data Standardization: HL7 FHIR Use Case

Alvaro Riquelme, Pedro Costa, Catalina Martinez

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

Comments 10 pages, 2 figures

ClimaEmpact: Domain-Aligned Small Language Models and Datasets for Extreme Weather Analytics

Deeksha Varshney, Keane Ong, Rui Mao, Erik Cambria, Gianmarco Mengaldo

机构 * College of Design and Engineering, National University of Singapore（新加坡国立大学设计与工程学院） ； Department of Mathematics, National University of Singapore（新加坡国立大学数学系） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） 纠错

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