语言大模型 / LLM

Script-to-Slide Grounding: Grounding Script Sentences to Slide Objects for Automatic Instructional Video Generation

脚本到幻灯片接地：将脚本句子接地到幻灯片对象以实现自动教学视频生成

Rena Suzuki, Masato Kikuchi, Tadachika Ozono

机构 * Nagoya Institute of Technology（名古屋技术大学） 纠错

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Script-to-Slide Grounding任务，利用大语言模型实现脚本与幻灯片对象的自动接地，实验显示F1分数达0.924，为自动化幻灯片视频编辑奠定基础。

Comments The 21st International Conference on E-Service and Knowledge Management (ESKM 2025-Winter)

Caging the Agents: A Zero Trust Security Architecture for Autonomous AI in Healthcare

将代理笼中：面向医疗AI自主系统的零信任安全架构

Saikat Maiti

机构 * VP of Trust, Commure（Commure 职务负责人） ； Founder & CEO, nFactor Technologies（nFactor Technologies 创始人及首席执行官） 纠错

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

AI总结 本文提出零信任安全架构，用于医疗AI自主代理，通过多层防御机制解决代理在医疗环境中存在的关键安全漏洞，包括凭证泄露、执行能力滥用等，并开源相关配置和工具。

Comments Keywords: agentic AI security, autonomous agents, healthcare cybersecurity, zero trust, prompt injection, HIPAA, Kubernetes security, OpenClaw

Trust, Safety, and Accuracy: Assessing LLMs for Routine Maternity Advice

信任、安全与准确性：评估LLMs用于常规产科咨询

V Sai Divya, A Bhanusree, Rimjhim, K Venkata Krishna Rao

机构 * National Institute of Technology, Warangal, India（印度战争格尔国家理工学院） 纠错

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

AI总结 本研究评估了LLMs在提供可靠且易懂的产科信息方面的表现，发现Perplexity在语义上与专家接近，而ChatGPT-4o在文本清晰度和医学术语使用上更优，为偏远地区产科教育提供了可行的AI解决方案。

Concept-to-Pixel: Prompt-Free Universal Medical Image Segmentation

概念到像素：无提示通用医学图像分割

Haoyun Chen, Fenghe Tang, Wenxin Ma, Shaohua Kevin Zhou

机构 * School of Biomedical Engineering, Division of Life Sciences ； Medicine, University of Science ； Technology of China (USTC), Hefei, Anhui 230026, China Center for Medical Imaging, Robotics, Analytic Computing \& Learning (MIRACLE), Suzhou Institute for Advanced Research, USTC, Suzhou, Jiangsu 215123, China Jiangsu Provincial Key Laboratory of Multimodal Digital Twin Technology, Suzhou Jiangsu, 215123, China State Key Laboratory of Precision 纠错

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

AI总结 本文提出C2P框架，通过分离解剖学知识为几何和语义表示，利用多模态大语言模型生成语义令牌，并引入几何令牌约束，实现无提示的通用医学图像分割，实验表明其在多种模态和数据集上表现优异。

Comments 32 pages, code is available at: https://github.com/Yundi218/Concept-to-Pixel

Anisotropic Permeability Tensor Prediction from Porous Media Microstructure via Physics-Informed Progressive Transfer Learning with Hybrid CNN-Transformer

从多孔介质微结构预测各向异性渗透张量的物理引导渐进迁移学习与混合CNN-Transformer

Mohammad Nooraiepour

机构 * Faculty of Mathematics and Natural Sciences, University of Oslo（奥斯陆大学数学与自然科学学院） 纠错

专题命中 领域大模型 ：pretraining(abstract)；分类 cs.LG

AI总结 本文提出一种物理引导的深度学习框架，通过结合MaxViT混合CNN-Transformer架构、渐进迁移学习和可微物理约束，高效预测渗透张量，减少计算成本并提升预测精度。

GUIDE: GenAI Units In Digital Design Education

GUIDE：数字设计教育中的生成式人工智能单元

Weihua Xiao, Jason Blocklove, Matthew DeLorenzo, Johann Knechtel, Ozgur Sinanoglu, Kanad Basu, Jeyavijayan Rajendran, Siddharth Garg, Ramesh Karri

机构 * NYU Tandon（纽约大学Tandon学院） ； NYU Abu Dhabi（纽约大学阿布扎比分校） ； RPI（罗切斯特理工学院） ； Texas A&M（德克萨斯大学阿姆斯特朗分校） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 GUIDE为数字设计教育提供可运行的Google Colab实验室和课程资料，通过标准化教学单元提升学习一致性与教学效率，包含三个代表单元和四门课程实例，涵盖RTL生成、测试bench生成及IP盗版检测等核心内容。

Open Biomedical Knowledge Graphs at Scale: Construction, Federation, and AI Agent Access with Samyama Graph Database

大规模开放生物医学知识图谱：基于Samyama图数据库的构建、联邦与AI代理访问

Madhulatha Mandarapu, Sandeep Kunkunuru

机构 * VaidhyaMegha Private Limited（维达希亚梅加私人有限公司） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 本文提出三种开源生物医学知识图谱，通过可重复的ETL模式构建大规模图谱，实现跨图谱联邦与AI代理访问，展示了高精度的领域特定工具。

Comments 12 pages, 7 tables, open-source code and data

Evidence Packing for Cross-Domain Image Deepfake Detection with LVLMs

跨领域图像深度伪造检测中的证据打包与大视觉语言模型

Yuxin Liu, Fei Wang, Kun Li, Yiqi Nie, Junjie Chen, Zhangling Duan, Zhaohong Jia

机构 * Anhui University（安徽大学） ； Hefei University of Technology（合肥工业大学） ； IAI, Hefei Comprehensive National Science Center（合肥综合国家科学中心人工智能研究院） ； United Arab Emirates University（阿拉伯联合酋长国大学） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 本文提出SCEP框架，通过证据驱动推理提升跨领域图像深度伪造检测性能，无需微调大视觉语言模型，有效识别伪造线索。

Halo: Domain-Aware Query Optimization for Long-Context Question Answering

Halo：面向长上下文问题回答的领域感知查询优化

Pramod Chunduri, Francisco Romero, Ali Payani, Kexin Rong, Joy Arulraj

专题命中 领域大模型 ：LLM(abstract)

AI总结 Halo通过自动提取领域知识并应用于多阶段查询流程，提升长上下文问题回答的准确性和效率，实验表明其在金融、文献和科学数据集上准确率提升13%，成本降低4.8倍。

WMoE-CLIP: Wavelet-Enhanced Mixture-of-Experts Prompt Learning for Zero-Shot Anomaly Detection

WMoE-CLIP：小波增强的专家混合提示学习用于零样本异常检测

Peng Chen, Chao Huang

机构 * School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University, Shenzhen（中山大学深圳校区计算机科学与技术学院） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 本文提出WMoE-CLIP方法，通过小波分解提取多频图像特征并结合变分自编码器提升提示适应性，引入语义感知的专家混合模块，有效提升零样本异常检测性能。

Journal ref ICASSP 2026 (Oral Presentation)

Agentic Cognitive Profiling: Realigning Automated Alzheimer's Disease Detection with Clinical Construct Validity

代理认知画像：重新对齐自动阿尔茨海默病检测与临床构念效度

Jiawen Kang, Kun Li, Dongrui Han, Jinchao Li, Junan Li, Lingwei Meng, Xixin Wu, Helen Meng

专题命中 领域大模型 ：LLM(abstract)

AI总结 本文提出Agentic Cognitive Profiling框架，通过分解标准化评估为原子认知任务，利用专门LLM代理提取可验证评分原语，提升自动筛查与临床协议逻辑的一致性，实现90.5%的任务匹配率和85.3%的AD预测准确率。

Patient4D: Temporally Consistent Patient Body Mesh Recovery from Monocular Operating Room Video

Patient4D: 从单目手术室视频中恢复时间一致的患者身体网格

Mingxiao Tu, Hoijoon Jung, Alireza Moghadam, Andre Kyme, Jinman Kim

机构 * University of Sydney（悉尼大学） 纠错

专题命中 领域大模型 ：foundation model(abstract)

AI总结 Patient4D通过利用时间一致性先验，结合轻量几何机制和姿态锁定，提升手术AR中单目视频的患者身体网格恢复性能，实验表明其在遮挡条件下表现更优。

From Symbol to Meaning: Ontological and Philosophical Reflections on Large Language Models in Information Systems Engineering

从符号到意义：关于大语言模型在信息系统工程中的本体论与哲学反思

José Palazzo Moreira de Oliveira

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)

AI总结 大语言模型标志着信息系统工程理论基础的转折点，本文探讨其如何重构语言、意义与系统设计的关系，强调需建立透明且伦理一致的框架以尊重人类中心的知识过程。

Comments This paper constitutes a substantially extended version of a conference article to be published in the proceedings of the International Conference on Enterprise Information Systems ICEIS 2026

Comparing Uncertainty Measurement and Mitigation Methods for Large Language Models: A Systematic Review

比较大型语言模型的不确定性测量与缓解方法：系统综述

Toghrul Abbasli, Kentaroh Toyoda, Yuan Wang, Leon Witt, Muhammad Asif Ali, Yukai Miao, Dan Li, Qingsong Wei

专题命中 知识编辑与模型理解 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL、cs.AI

AI总结 本文系统回顾了大型语言模型中不确定性测量与缓解方法的有效性，提出严谨的基准测试，并通过实验证明了现有方法的显著发现，为未来研究方向和开放挑战提供了展望。

Probing Association Biases in LLM Moderation Over-Sensitivity

探测LLM内容审查中的关联偏差过灵敏问题

Yuxin Wang, Botao Yu, Ivory Yang, Saeed Hassanpour, Soroush Vosoughi

机构 * Department of Computer Science, Dartmouth College（达特茅斯大学计算机科学系） ； Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） 纠错

专题命中 知识编辑与模型理解 ：LLM(title)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文研究LLM在内容审查中因主题关联偏差导致的过灵敏问题，提出Topic Association Analysis方法，发现高级模型在误报中存在更强的主题关联偏移，表明需结合关键词过滤与学习主题关联来缓解。

Comments Preprint

FoMo X: Modular Explainability Signals for Outlier Detection Foundation Models

FoMo X：用于异常检测基础模型的模块化可解释性信号

Simon Klüttermann, Tim Katzke, Phuong Huong Nguyen, Emmanuel Müller

机构 * TU Dortmund University, Dortmund, Germany（图卢兹大学（德累斯顿）） ； Research Center Trustworthy Data Science and Security, University Alliance Ruhr, Dortmund, Germany（可信数据科学与安全研究中心，鲁尔大学联盟，德累斯顿，德国） 纠错

专题命中 知识编辑与模型理解 ：foundation model(title,abstract)；分类 cs.AI、cs.LG

AI总结 FoMo-X通过模块化框架为异常检测基础模型提供内在轻量级诊断能力，利用预训练PFN背骨的冻结嵌入编码丰富关系信息，通过附加诊断头实现高效可解释性，实验证明其在合成和真实世界基准上具有高保真度和低推理开销。

Comments 24 pages, 9 figures

From Drop-off to Recovery: A Mechanistic Analysis of Segmentation in MLLMs

从丢弃到恢复：对MLLMs分割能力的机理分析

Boyong Wu, Sanghwan Kim, Zeynep Akata

机构 * Technical University of Munich（慕尼黑技术大学） ； Helmholtz Munich（亥姆霍兹慕尼黑） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心（MCML）） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过逐层线性探测评估MLLMs整个流程，揭示适配器导致的分割表示下降及LLM层通过注意力机制逐步恢复的机制，为未来分割模型设计提供依据。

Beyond Static Pattern Matching? Rethinking Automatic Cryptographic API Misuse Detection in the Era of LLMs

超越静态模式匹配？在大语言模型时代重新思考自动密码API误用检测

Yifan Xia, Zichen Xie, Peiyu Liu, Kangjie Lu, Yan Liu, Wenhai Wang, Shouling Ji

专题命中 知识编辑与模型理解 ：LLM(abstract)；large language model(abstract)；language model(abstract)

AI总结 本文探讨了在大语言模型时代利用LLM进行密码API误用检测的新方法，通过改进检测策略和验证技术，显著提升了检测准确率，并发现新的漏洞。

Comments ISSTA 2025

Eye image segmentation using visual and concept prompts with Segment Anything Model 3 (SAM3)

使用视觉和概念提示进行眼图像分割的Segment Anything Model 3（SAM3）

Diederick C. Niehorster, Marcus Nyström

机构 * Lund University Humanities Lab \& Dept. of Psychology, Lund University Lund Sweden ； Lund University Humanities Lab Lund Sweden ； Lund University Humanities Lab \& Dept. of Psychology, Lund University ； Lund University Humanities Lab 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；prompting(abstract)；分类 cs.AI

AI总结 本文比较了SAM3与SAM2在眼图像分割中的性能，发现SAM3在大多数情况下表现不优于SAM2，因此推荐使用SAM2。

Self-Conditioned Denoising for Atomistic Representation Learning

原子表示学习中的自条件去噪

Tynan Perez, Rafael Gomez-Bombarelli

机构 * Department of Chemistry, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, 02139, MA, USA（麻省理工学院化学系） ； Department of Materials Science and Engineering, Massachusetts Institute of Technology, 77 Massachusetts Avenue, Cambridge, 02139, MA, USA（麻省理工学院材料科学与工程系） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；pretraining(abstract)；分类 cs.LG

AI总结 本文提出自条件去噪方法，用于改进原子数据的预训练模型，通过自嵌入实现跨领域去噪，提升下游任务性能，优于传统自监督学习方法。

Towards Unsupervised Adversarial Document Detection in Retrieval Augmented Generation Systems

面向检索增强生成系统中无监督对抗文档检测

Patrick Levi

机构 * Department of Electrical Engineering, Media, and Computer Science（电气工程、媒体与计算机科学系） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文提出无监督方法检测检索增强生成系统中的对抗性上下文文档，通过生成器激活、输出嵌入和熵基不确定性度量等指标，展示零日攻击检测能力，并证明目标提示非必需。

Where MLLMs Attend and What They Rely On: Explaining Autoregressive Token Generation

MLLMs关注什么以及依赖什么：解释自回归标记生成

Ruoyu Chen, Xiaoqing Guo, Kangwei Liu, Siyuan Liang, Shiming Liu, Qunli Zhang, Laiyuan Wang, Hua Zhang, Xiaochun Cao

机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系） ； College of Computing and Data Science, NTU（NTU 计算与数据科学学院） ； Huawei（华为） ； School of Flexible Electronics, SYSU（SYSU 灵活电子学院） ； School of Cyber Science and Technology, Shenzhen Campus of Sun Yat-sen University（Sun Yat-sen 大学深圳校区计算机科学与技术学院） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)

AI总结 本文提出EAGLE框架，通过轻量级黑盒方法解释MLLMs的自回归标记生成，量化语言先验和感知证据的影响，提升模型可解释性。

Comments Accepted to CVPR 2026

What on Earth is AlphaEarth? Hierarchical structure and functional interpretability for global land cover

什么是AlphaEarth？全球土地覆盖的分层结构和功能可解释性

Ivan Felipe Benavides-Martinez, Justin Guthrie, Jhon Edwin Arias, Yeison Alberto Garces-Gomez, Angela Ines Guzman-Alvis, Cristiam Victoriano Portilla-Cabrera, Somnath Mondal, Andrew J. Allyn, Auroop R. Ganguly

机构 * The Institute for Experiential Artificial Intelligence（体验式人工智能研究所） ； Northeastern University（东北大学） ； Gulf of Maine Research Institute（缅因湾研究机构） ； School of Engineering and Architecture（工程与建筑学院） ； Universidad Católica de Manizales（曼地拉天主教大学） ； Grupo de Investigación en Recursos Hidrobiológicos（水资源生物学研究组） ； Departamento de Ingeniería（工程系） ； Universidad Nacional de Colombia（哥伦比亚国家大学） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出功能可解释性框架，通过分析嵌入维度对土地覆盖结构的贡献，揭示AlphaEarth嵌入空间的分层功能组织，展示通过少量维度即可实现高精度土地覆盖分类。

Evaluating Feature Dependent Noise in Preference-based Reinforcement Learning

评估基于特征的噪声在基于偏好的强化学习中的影响

Yuxuan Li, Harshith Reddy Kethireddy, Srijita Das

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究了基于偏好的强化学习中特征依赖噪声的影响，提出多种噪声变体，并发现最先进的噪声鲁棒方法在某些设置下表现下降，而无显式去噪方法在多数情况下表现更优。

Understanding and Defending VLM Jailbreaks via Jailbreak-Related Representation Shift

通过与劫持相关的表示转移理解并防御VLM劫持

Zhihua Wei, Qiang Li, Jian Ruan, Zhenxin Qin, Leilei Wen, Dongrui Liu, Wen Shen

机构 * School of Computer Science and Technology, Tongji University（同济大学计算机科学与技术学院） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI

AI总结 本文研究VLM在视觉模态整合后安全对齐减弱的问题，发现劫持样本在表示空间中形成独特状态，提出通过移除劫持相关转移提升安全性。

Coherent Human-Scene Reconstruction from Multi-Person Multi-View Video in a Single Pass

从多视角多人物视频中单次通过进行一致的人-场景重建

Sangmin Kim, Minhyuk Hwang, Geonho Cha, Dongyoon Wee, Jaesik Park

机构 * Seoul National University（首尔国立大学） ； NAVER Cloud（NAVER云） 纠错

专题命中 知识编辑与模型理解 ：foundation model(abstract)

AI总结 本文提出CHROMM框架，通过单次处理联合估计相机、场景点云和人体网格，无需额外模块或预处理，提升多视角人体姿态估计性能。

Comments Project page: https://nstar1125.github.io/chromm

ViSTAR: Virtual Skill Training with Augmented Reality with 3D Avatars and LLM coaching agent

ViSTAR: 基于增强现实的虚拟技能训练系统，结合3D虚拟角色和LLM教练代理

Chunggi Lee, Hayato Saiki, Tica Lin, Eiji Ikeda, Kenji Suzuki, Chen Zhu-Tian, Hanspeter Pfister

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)

AI总结 ViSTAR通过AR技术提供篮球技能训练，利用3D虚拟角色和LLM教练代理提供平衡、姿势和节奏反馈，提升自我观察和运动修正能力。

Byte-token Enhanced Language Models for Temporal Point Processes Analysis

增强字节令牌的语言模型用于时间点过程分析

Quyu Kong, Yixuan Zhang, Yang Liu, Panrong Tong, Enqi Liu, Feng Zhou

机构 * Independent Researcher（独立研究者） ； Southeast University（东南大学） ； Center for Applied Statistics and School of Statistics, Renmin University of China（应用统计中心和中国人民大学统计学院） 纠错

专题命中 其他LLM ：language model(title,abstract)；large language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出Language-TPP框架，结合时间点过程与大语言模型，通过新颖的时序编码机制将连续时间区间转换为字节令牌，提升Web事件序列建模性能，实现事件时间与类型预测的最优表现。

Comments WWW 2026

A foundation model for electrodermal activity data

用于皮肤电活动数据的基础模型

Leonardo Alchieri, Matteo Garzon, Lidia Alecci, Francesco Bombassei De Bona, Martin Gjoreski, Giovanni De Felice, Silvia Santini

机构 * Università della Svizzera Italiana (USI)（瑞士意大利大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)；分类 cs.AI、cs.LG

AI总结 本文提出EDAMAME数据集及首个专为皮肤电活动设计的基础模型UME，通过大规模数据训练在多个场景中优于基线模型，同时节省了计算资源，揭示了皮肤电活动建模的内在挑战。

Revisiting foundation models for cell instance segmentation

重新审视细胞实例分割的基础模型

Anwai Archit, Constantin Pape

机构 * Georg-August-University Göttingen, Institute of Computer Science（哥廷根大学计算机科学学院） ； CAIMed - Lower Saxony Center for AI & Causal Methods in Medicine, Göttingen（下萨克森人工智能与因果医学方法中心，哥廷根） ； Cluster of Excellence Multiscale Bioimaging (MBExC), Georg-August-University Göttingen（多尺度生物成像（MBExC）集群，哥廷根大学） 纠错

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 本文评估了多种细胞分割基础模型在显微镜图像数据集上的性能，并引入了自动提示生成策略来提升SAM基础模型的性能。

Comments Published in MIDL 2026