Information Design With Large Language Models
基于大语言模型的信息设计
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)
AI总结 本文提出基于大语言模型的信息设计框架，通过语言化方式影响接收者信念，并结合贝叶斯说服模型进行优化。
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 领域大模型 21 篇
MMAI Gym for Science: Training Liquid Foundation Models for Drug Discovery
MMAI Gym for Science: 训练液态基础模型用于药物发现
机构 * Insilico Medicine ； Liquid AI
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 MMAI Gym for Science通过训练液态基础模型，实现了在药物发现任务中超越大模型的性能，同时保持高效和广泛适用性。
An LLM Agentic Approach for Legal-Critical Software: A Case Study for Tax Prep Software
一种针对法律关键软件的LLM代理方法：以税务准备软件为例
机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） ； University of Colorado Boulder（科罗拉多大学波德分校） ； IBM Research（IBM研究院）
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出一种基于LLM的代理方法，用于开发法律关键软件，通过税务准备软件案例研究，展示了如何利用多代理系统和元测试技术提升法律规范到可执行代码的可靠性。
Comments To appear at ICSE 26. 12 pages
Combating data scarcity in recommendation services: Integrating cognitive types of VARK and neural network technologies (LLM)
对抗推荐服务中的数据稀缺：整合VARK认知类型与神经网络技术（LLM）
机构 * Russian Biotechnological University (ROSBIOTECH)（俄罗斯生物技术大学）
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本研究提出整合VARK认知类型与LLM的推荐系统，通过语义分析和心理建模解决冷启动问题，实现个性化推荐。
Comments 18 pages, 2 tables
Sentiment-Aware Stock Price Prediction with Transformer and LLM-Generated Formulaic Alpha
具有Transformer和LLM生成公式性阿尔法的情感感知股价预测
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文提出一种结合Transformer和LLM的股价预测框架，利用LLM生成情感感知的公式性阿尔法以提升预测准确性并增强可解释性。
Comments This paper has been accepted by the journal Digital Finance
RLJP: Legal Judgment Prediction via First-Order Logic Rule-enhanced with Large Language Models
通过一阶逻辑规则增强的大语言模型进行法律判决预测
机构 * College of Computer Science and Technology, National University of Defense and Technology（国防科技大学计算机科学与技术学院） ； College of Electronic Engineering, National University of Defense Technology（国防科技大学电子工程学院） ； School of Data and Computer Science, Shandong Women’s University（山东女子大学数据与计算机科学学院） ； Institute for Artificial Intelligence, Tsinghua University（清华大学人工智能研究院）
专题命中 领域大模型 ：large language model(title)；language model(title)；分类 cs.AI
AI总结 本文提出基于一阶逻辑和对比学习的规则增强方法，通过三阶段流程提升法律判决预测的适应性和准确性。
Causal Circuit Tracing Reveals Distinct Computational Architectures in Single-Cell Foundation Models: Inhibitory Dominance, Biological Coherence, and Cross-Model Convergence
因果电路追踪揭示单细胞基础模型中的不同计算架构：抑制主导、生物一致性与跨模型收敛
机构 * Department of Computer Science University of Tübingen（计算机科学系图宾根大学）
专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.LG
AI总结 该研究通过因果电路追踪揭示单细胞基础模型中抑制主导、生物一致性和跨模型收敛的计算架构特征。
ProFound: A moderate-sized vision foundation model for multi-task prostate imaging
ProFound：一种中等规模的视觉基础模型用于多任务前列腺成像
机构 * UCL Hawkes Institute, University College London, London, UK（伦敦大学霍克斯研究所，大学学院伦敦） ； University College London, London, UK（大学学院伦敦） ； School of Artificial Intelligence, Beijing University of Posts and Telecommunications, Beijing, China（北京邮电大学人工智能学院） ； Centre for Bioengineering, Queen Mary University of London, London, UK（伦敦女王学院生物工程中心） ； School of Engineering and Materials Science, Queen Mary University of London, London, UK（伦敦女王学院工程与材料科学学院） ； Digital Environment Research Institute, Queen Mary University of London, London, UK（伦敦女王学院数字环境研究所） ； Centre for Medical Imaging, University College London, London, UK（伦敦大学医学成像中心） ； Department of Radiology, University College London Hospital NHS Foundation Trust, London, UK（大学学院伦敦医院 NHS 基础信托放射科） ； Centre for Urology Imaging, Prostate, AI and Surgical Studies (COMPASS) Research Group, Division of Surgery and Interventional Science, University College London, London, UK（泌尿科成像中心、前列腺、AI 和手术研究组，手术与介入科学系，大学学院伦敦） ； Institute of Ophthalmology, University College London, London, UK（伦敦大学眼科研究所） ； Department of Urology, University College London Hospital, London, UK（大学学院伦敦医院泌尿科） ； Division of Surgery and Interventional Science, University College London, London, UK（手术与介入科学系，大学学院伦敦） ； Department of Urology, Comprehensive Cancer Center, Medical University of Vienna, Vienna, Austria（维也纳医学大学综合癌症中心泌尿科） ； Department of Computer Science, University College London, London, UK（计算机科学系，大学学院伦敦）
专题命中 领域大模型 ：foundation model(title,abstract)
AI总结 ProFound是一种专门用于前列腺多任务成像的视觉基础模型，通过预训练在大量数据上实现了对多种临床任务的高效性能。
CAM-LDS: Cyber Attack Manifestations for Automatic Interpretation of System Logs and Security Alerts
CAM-LDS：网络攻击的显现用于系统日志和安全警报的自动解释
机构 * Austrian Institute of Technology（奥地利技术研究院）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 CAM-LDS通过提供涵盖多种攻击技术的日志数据集，推动基于大语言模型的系统日志和安全警报自动解释技术的发展。
MACC: Multi-Agent Collaborative Competition for Scientific Exploration
MACC：多智能体协作竞争用于科学探索
机构 * Nagoya City University（名古屋市大学） ； Nagoya Institute of Technology（名古屋技术大学） ； Kyoto University（京都大学）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 MACC是一种机构架构，通过整合共享工作空间和激励机制，促进多智能体在科学探索中的协作与竞争，以提高探索的可扩展性和可靠性。
Comments Camera-ready version. To appear in the Proceedings of AAMAS 2026 (Blue Sky Ideas Track)
When Relevance Meets Novelty: Dual-Stable Periodic Optimization for Serendipitous Recommendation
当相关性与新颖性交汇：为偶然推荐的双稳定周期优化
机构 * Tsinghua University（清华大学）
专题命中 领域大模型 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文提出CoEA方法，通过双稳定周期优化解决推荐系统中相关性与新颖性的平衡问题，提升偶然推荐效果。
MIND: Unified Inquiry and Diagnosis RL with Criteria Grounded Clinical Supports for Psychiatric Consultation
MIND: 一种基于临床标准的统一探究与诊断强化学习框架用于精神病咨询
机构 * EverMind AI Inc.（EverMind AI公司） ； EverMind AI Inc., Tianqiao and Chrissy Chen Institute（EverMind AI公司、田桥与克里斯西·陈研究所） ； Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine（上海精神卫生中心、上海交通大学医学院）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 MIND通过基于临床标准的推理框架提升精神病咨询的诊断准确性和互动质量。
RAG-X: Systematic Diagnosis of Retrieval-Augmented Generation for Medical Question Answering
RAG-X: 用于医疗问答的检索增强生成系统系统性诊断
机构 * Oakland University（奥克兰大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 RAG-X通过系统性诊断框架，评估检索和生成过程，揭示问答系统中的隐藏失败模式，提升医疗问答的准确性和可靠性。
Comments 7 pages, 1 figure
Coupling Local Context and Global Semantic Prototypes via a Hierarchical Architecture for Rhetorical Roles Labeling
通过分层架构耦合局部上下文和全局语义原型以实现修辞角色标注
机构 * Nantes Université, École Centrale Nantes, CNRS, LS2N, UMR 6004（南特大学，中央理工学院，CNRS，LS2N，UMR 6004） ； University of Lorraine（洛林大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文提出两种基于原型的方法，结合局部上下文和全局语义，通过SCOTUS-Law数据集验证在法律、医学和科学领域修辞角色标注任务中的有效性。
Comments Accepted at EACL 2026
Leveraging Imperfection with MEDLEY A Multi-Model Approach Harnessing Bias in Medical AI
利用不完美性：MEDLEY：一种多模型方法，利用医学AI中的偏差
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 MEDLEY提出了一种多模型框架，通过保留模型多样性而非压缩共识，利用医学AI中的偏差提升诊断准确性与透明度。
Journal ref Front. Artif. Intell., Volume 9 (2026)
From Privacy to Trust in the Agentic Era: A Taxonomy of Challenges in Trustworthy Federated Learning Through the Lens of Trust Report 2.0
从隐私到信任在代理时代：通过信任报告2.0的视角，对可信联邦学习中挑战的分类
机构 * Department of Computer Science and Artificial Intelligence, Andalusian Research Institute in Data Science and Computational Intelligence (DaSCI) University of Granada（计算机科学与人工智能系，数据科学与计算智能安达卢西亚研究 institute，格拉纳达大学） ； Department of Software Engineering, Andalusian Research Institute in Data Science and Computational Intelligence (DaSCI) University of Granada（软件工程系，数据科学与计算智能安达卢西亚研究 institute，格拉纳达大学）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文通过信任报告2.0提出可信联邦学习的挑战分类，强调信任作为持续维持的操作条件，并引入协调蓝图以处理跨要求的权衡和治理对齐。
Comments Already published in Information Fusion
Journal ref Rodríguez-Barroso, et. al. (2026). From Privacy to Trust in the Agentic Era: A Taxonomy of Challenges in Trustworthy Federated Learning Through the Lens of Trust Report 2.0. Information Fusion, 104236
Sentiment-Aware Mean-Variance Portfolio Optimization for Cryptocurrencies
面向情绪的均值-方差投资组合优化用于加密货币
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 本文提出一种结合技术指标和情绪分析的加密货币投资策略，通过均值-方差优化提升风险调整收益，但需进一步改进稳定性。
Comments This paper has been accepted by the journal Digital Finance
A Data-Driven Analysis for Engineering Conferences: The Institute of Industrial and Systems Engineering (IISE) Annual Conference Proceedings (2002-2025)
面向工程会议的数据驱动分析：工业与系统工程学会（IISE）年度会议论文集（2002-2025）
专题命中 领域大模型 ：large language model(abstract)；language model(abstract)
AI总结 本文通过分析IISE年度会议论文集，利用大语言模型等技术，绘制工业与系统工程领域知识演变图谱，揭示核心研究主题及未来发展方向。
Comments 7 pages, 3 figures, IISE Annual Conference Proceedings 2026
From Agent-Only Social Networks to Autonomous Scientific Research: Lessons from OpenClaw and Moltbook, and the Architecture of ClawdLab and Beach.Science
从仅代理的社会网络到自主科学研究：来自OpenClaw和Moltbook的启示，以及ClawdLab和Beach.Science的架构
专题命中 领域大模型 ：foundation model(abstract)；分类 cs.AI
AI总结 本文提出ClawdLab和Beach.Science两个平台，通过结构化协作与自由环境相结合，解决自主科学研究中的架构问题，并实现去中心化系统的可扩展性。
AudAgent: Automated Auditing of Privacy Policy Compliance in AI Agents
AudAgent: AI代理隐私政策合规性自动审计
机构 * Rochester Institute of Technology（罗切斯特技术学院） ； University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI
AI总结 AudAgent通过自动化隐私审计工具，实时监控AI代理的数据实践，确保其符合声明的隐私政策，并可视化检测到的隐私违规行为。
Comments Accepted by PETS'26 (issue 3)
Weakly Supervised Concept Learning with Class-Level Priors for Interpretable Medical Diagnosis
弱监督概念学习：基于类级先验的可解释医疗诊断
机构 * School of Computing Technologies（计算技术学院） ； RMIT University（皇家墨尔本理工大学） ； School of Engineering（工程学院）
专题命中 领域大模型 ：language model(abstract)
AI总结 本文提出了一种弱监督框架PCP，通过类级先验和正则化机制提升医疗诊断中的概念预测性能，实现比零样本基线更高的F1分数和与全监督模型相当的分类效果。
Comments Accepted to IEEE International Symposium on Biomedical Imaging (ISBI) 2026
