语言大模型 / LLM

When Minor Edits Matter: LLM-Driven Prompt Attack for Medical VLM Robustness in Ultrasound

微小修改同样重要：基于LLM驱动的提示攻击用于医学视觉语言模型在超声中的鲁棒性

Yasamin Medghalchi, Milad Yazdani, Amirhossein Dabiriaghdam, Moein Heidari, Mojan Izadkhah, Zahra Kavian, Giuseppe Carenini, Lele Wang, Dena Shahriari, Ilker Hacihaliloglu

机构 * University of British Columbia, Vancouver, Canada（不列颠哥伦比亚大学） 纠错

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

AI总结 本文提出一个可扩展的对抗评估框架，利用大语言模型生成临床合理的对抗提示变体，评估SOTA医学视觉语言模型在超声中的鲁棒性，揭示模型在临床应用中的安全漏洞。

Beyond LLM-based test automation: A Zero-Cost Self-Healing Approach Using DOM Accessibility Tree Extraction

超越基于LLM的测试自动化：一种利用DOM可访问性树提取的零成本自愈方法

Renjith Nelson Joseph

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

AI总结 本文提出一种零成本自愈测试自动化框架，通过结构化可访问性树提取算法替代LLM发现，采用十级优先级定位层级，实现单次遍历生成稳健选择器，验证结果显示在31个测试组合中100%通过，执行时间仅22秒，且自愈机制在1秒内检测并重发现失效选择器。

Edu-Values: Towards Evaluating the Chinese Education Values of Large Language Models

Edu-Values：面向评估大型语言模型的中国教育价值观

Peiyi Zhang, Yazhou Zhang, Bo Wang, Lu Rong, Prayag Tiwari, Jing Qin

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

AI总结 本文提出Edu-Values基准，评估大型语言模型的中国教育价值观，包含七个核心价值，通过1418道题测试，发现中文LLM在教育文化差异下表现更优，且利用Edu-Values构建外部知识库可提升对齐效果。

Comments The authors are withdrawing this paper to make substantial revisions and improvements before future submission

Evaluating LLM-Generated Lessons from the Language Learning Students' Perspective: A Short Case Study on Duolingo

从语言学习学生视角评估LLM生成的课程：Duolingo的简短案例研究

Carlos Rafael Catalan, Patricia Nicole Monderin, Lheane Marie Dizon, Gap Estrella, Raymund John Sarmimento, Marie Antoinette Patalagsa

机构 * Samsung R\&D Institute Philippines Manila Philippines ； Samsung R\&D Institute Philippines 纠错

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

AI总结 本文通过调查菲律宾跨国公司员工，发现Duolingo课程中通用场景更受欢迎，而专业场景有助于提升专业流利度，建议语言学习应用应根据个人需求生成定制化课程。

Comments 5 pages,3 figures,presented at the 3rd HEAL Workshop at CHI 2026

SciNav: A General Agent Framework for Scientific Coding Tasks

SciNav：一种通用的科学编码任务代理框架

Tianshu Zhang, Huan Sun

机构 * The Ohio State University（俄亥俄州立大学） 纠错

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

AI总结 本文提出SciNav框架，用于科学编码任务，通过相对判断指导的top-K搜索提升解决方案探索效率，优于直接提示和现有代理。

Comments Accepted by ICLR 2026

LLM-Driven Heuristic Synthesis for Industrial Process Control: Lessons from Hot Steel Rolling

基于大语言模型的启发式合成在工业过程控制中的应用：来自热轧的启示

Nima H. Siboni, Seyedreza Kiamousavi, Emad Scharifi

机构 * Institute of Metal Forming, RWTH Aachen（RWTH亚琛大学金属成形研究所） 纠错

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

AI总结 本文提出了一种基于大语言模型的启发式合成框架，用于热轧过程控制，通过可解释的Python控制器生成和自动审计流程，结合结构化战略构思和可执行代码生成，实现对轧制高度、间歇时间和轧制速度的控制。

Can we automatize scientific discovery in the cognitive sciences?

在认知科学中，我们能否自动化科学发现？

Akshay K. Jagadish, Milena Rmus, Kristin Witte, Marvin Mathony, Marcel Binz, Eric Schulz

机构 * Princeton AI Lab（普林斯顿人工智能实验室） ； Princeton University（普林斯顿大学） ； Institute for Human-Centered AI（以人为中心的人工智能研究所） ； Helmholtz Munich（海德堡-慕尼黑研究所） ； Ludwig-Maximilians-University（路德维希-马克西米利安大学） 纠错

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

AI总结 本文提出利用大语言模型实现认知科学的自动化发现流程，通过模拟行为数据和算法假设搜索，提高理论发展效率。

Exploring Teacher-Chatbot Interaction and Affect in Block-Based Programming

探索基于积木编程的教师-聊天机器人交互与情感

Bahare Riahi, Ally Limke, Xiaoyi Tian, Viktoriia Storozhevykh, Sayali Patukale, Tahreem Yasir, Khushbu Singh, Jennifer Chiu, Nicholas lytle, Tiffany Barnes, Veronica Catete

机构 * Computer Science（计算机科学） ； North Carolina State University（北卡罗来纳州立大学） ； University of Virginia（弗吉尼亚大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 研究探讨了教师在使用基于大语言模型的聊天机器人进行科学与计算思维活动时的交互与情感，提出了三种教师类型并提出了设计建议。

Comments 19 pages, 9 figures, CHI26

When Documents Disagree: Measuring Institutional Variation in Transplant Guidance with Retrieval-Augmented Language Models

当文档存在分歧：利用检索增强语言模型测量移植指导的机构差异

Yubo Li, Ramayya Krishnan, Rema Padman

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出利用检索增强语言模型比较不同机构移植指南的异质性，发现20.8%的对比存在临床意义差异，尤其在监测和生活方式方面，揭示了移植教育材料的信息缺口。

Consistent but Dangerous: Per-Sample Safety Classification Reveals False Reliability in Medical Vision-Language Models

一致却危险：每样本安全分类揭示医疗视觉-语言模型中的虚假可靠性

Binesh Sadanandan, Vahid Behzadan

机构 * SAIL Lab, University of New Haven（SAIL实验室，新罕布什尔大学） 纠错

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

AI总结 研究揭示医疗VLMs中一致性指标的缺陷，通过四象限分类发现危险样本高准确率且低熵，建议部署评估需结合文本基线以识别虚假可靠性。

Comments CVPR 2026 Workshop on Medical Reasoning with Vision Language Foundation Models

EvoIdeator: Evolving Scientific Ideas through Checklist-Grounded Reinforcement Learning

EvoIdeator：通过基于检查表的强化学习进化科学思想

Andreas Sauter, Yuyue Zhao, Jacopo Urbani, Wenxiang Hu, Zaiqiao Meng, Lun Zhou, Xiaohui Yan, Yougang Lyu

机构 * Huawei Technologies Co., Ltd.（华为技术有限公司） ； Vrije Universiteit Amsterdam（荷兰瓦赫宁根大学） 纠错

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

AI总结 本文提出EvoIdeator框架，通过基于检查表的反馈与强化学习结合，提升大语言模型生成高质量科研提案的能力，实验表明其在关键科学指标上优于其他模型。

Context Selection for Hypothesis and Statistical Evidence Extraction from Full-Text Scientific Articles

上下文选择用于从全文科学文章中提取假设和统计证据

Sai Koneru, Jian Wu, Sarah Rajtmajer

机构 * Pennsylvania State University（宾夕法尼亚州立大学） ； Old Dominion University（旧 Dominion 大学） 纠错

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

AI总结 本文研究了从全文科学文章中提取假设及其支持统计证据的挑战，通过两阶段检索与提取框架，发现针对性上下文选择能提升假设提取效果，但统计证据提取仍面临较大困难。

Revisiting Quantum Code Generation: Where Should Domain Knowledge Live?

重新审视量子代码生成：领域知识应该在哪里居住？

Oscar Novo, Oscar Bastidas-Jossa, Alberto Calvo, Antonio Peris, Carlos Kuchkovsky

机构 * Quantum Computing Research, QCentroid（量子计算研究，QCentroid） 纠错

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

AI总结 研究比较了Qiskit代码生成中不同专精策略，发现通用LLM在零样本和检索增强设置下表现更优，结合执行反馈代理可提升性能，表明无需领域微调即可实现更灵活的量子软件开发。

Comments Submitted to Quantum Machine Intelligence

Optimizing Multi-Agent Weather Captioning via Text Gradient Descent: A Training-Free Approach with Consensus-Aware Gradient Fusion

通过文本梯度下降优化多智能体天气描述：一种无训练方法与共识感知梯度融合

Shixu Liu

机构 * organization= School of Computer \& Information Technology , addressline= Northeast Petroleum University , addressline= No. 99 Xuefu Street, Ranghulu District , city= Daqing , state= Heilongjiang , postcode= 163318 , country= P.R. China 纠错

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

AI总结 本文提出WeatherTGD框架，通过文本梯度下降方法优化天气描述生成，利用三个专业LLM智能体生成领域特定梯度，并通过共识感知梯度融合机制提升描述质量，实验表明其在LLM和人类评估中均优于现有方法。

Comments Preprint and under consideration

When OpenClaw Meets Hospital: Toward an Agentic Operating System for Dynamic Clinical Workflows

当OpenClaw遇见医院：迈向动态临床工作流的智能操作系统

Wenxian Yang, Hanzheng Qiu, Bangqun Zhang, Chengquan Li, Zhiyong Huang, Xiaobin Feng, Rongshan Yu, Jiahong Dong

机构 * Independent Researcher（独立研究者） ； National Institute for Data Science in Health and Medicine, Xiamen University, Xiamen, China（健康医学数据科学国家研究院，厦门大学，厦门，中国） ； Yue’erwan Internet Hospital Co., Ltd.（悦尔湾互联网医院有限公司） ； School of Biomedical Engineering, Tsinghua University, Beijing, China（生物医学工程学院，清华大学，北京，中国） ； National University of Singapore, Singapore（新加坡国立大学） ； Yttrium-90 Precision Interventional Radiotherapy Center of Liver Cancer, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua University, Beijing, China（肝癌钇-90精准介入放射治疗中心，北京清华大学昌平医院，临床医学学院，清华大学，北京，中国） ； Hepatobiliary and Pancreatic Centre, Beijing Tsinghua Changgung Hospital, School of Clinical Medicine, Tsinghua University, Beijing, China（肝胆胰中心，北京清华大学昌平医院，临床医学学院，清华大学，北京，中国） 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 本文提出一种适应医院环境的LLM代理架构，通过受限执行环境、文档导向交互模型、分页索引内存架构和可组合医疗技能库，实现临床工作流的协调，保障安全、透明和可审计性。

Domain-Specialized Tree of Thought through Plug-and-Play Predictors

通过即插即用预测器实现领域专用的树状思维

Xuanqi Gao, Haoyu Wang, Jun Sun, Shiqing Ma, Chao Shen

机构 * Xi'an Jiaotong University, China（西安交通大学） ； Singapore Management University, Singapore（新加坡管理学院） ； University of Massachusetts at Amherst, United States（马萨诸塞大学阿默斯特分校） 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DST，一种轻量级监督启发式预测器，用于指导树状思维搜索过程，实现动态剪枝和适应性扩展，提升复杂推理的效率和准确性。

Focus on Background: Exploring SAM's Potential in Few-shot Medical Image Segmentation with Background-centric Prompting

聚焦背景：探索SAM在少样本医学图像分割中的潜力：基于背景的提示生成

Yuntian Bo, Yazhou Zhu, Piotr Koniusz, Haofeng Zhang

机构 * Nanjing University of Science and Technology（南京理工大学） ； University of New South Wales（新南威尔士大学） ； Data61 CSIRO 纠错

专题命中 领域大模型 ：prompting(title)

AI总结 本文提出FoB，通过背景中心提示生成解决SAM在医学图像分割中的过度分割问题，实验表明其在少样本分割任务中表现优异，具有良好的跨领域泛化能力。

Comments Accepted by CVPR26

Discriminative Representation Learning for Clinical Prediction

判别表示学习用于临床预测

Yang Zhang, Li Fan, Samuel Lawrence, Shi Li

机构 * The University of Hong Kong (HKU)（香港大学） 纠错

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

AI总结 本文提出一种监督深度学习框架，通过最大化类间分离与类内方差比，提升临床预测性能，优于其他预训练方法。

The Spillover Effects of Peer AI Rinsing on Corporate Green Innovation

同伴AI洗白对 corporate绿色创新的溢出效应

Li Wenxiu, Wen Zhanjie, Xia Jiechang, Guo Jingqiao

机构 * School of Economics and Trade, Guangdong University of Finance（广东财经大学经济贸易学院） ； Institute of Finance and Economics, Chinese Academy of Social Sciences（中国社会科学院金融经济研究所） ； Department of Computer Science, Faculty of Science, Hong Kong Baptist University（香港 Baptist 大学科学学院计算机科学系） 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 本文通过分析中国企业年报文本，探讨AI洗白对绿色创新的挤出效应，发现其通过产品和资本市场双重渠道影响，且在不同企业类型和行业存在异质性，提出政策工具组合以改善市场均衡。

Comments 32 pages, 6 tables, empirical research on corporate finance & digital economy, using Chinese A-share listed companies data (2006-2024), incorporating agent-based modelling simulations, suitable for finance/innovation economics journals

Overview of TREC 2025 Biomedical Generative Retrieval (BioGen) Track

TREC 2025生物生成检索（BioGen）赛道概述

Deepak Gupta, Dina Demner-Fushman, William Hersh, Steven Bedrick, Kirk Roberts

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

AI总结 本文探讨了大型语言模型在生物医学任务中的最新进展，指出尽管模型在处理和综合复杂生物医学信息方面表现出色，但生成陈述的可验证性仍是关键挑战，特别是在医疗问答等高风险领域。

TagLLM: A Fine-Grained Tag Generation Approach for Note Recommendation

TagLLM: 一种用于笔记推荐的细粒度标签生成方法

Zhijian Chen, Likai Wang, Lei Chen, Yaguang Dou, Jialiang Shi, Tian Qi, Dongdong Hao, Mengying Lu, Cheng Ye, Chao Wei

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

AI总结 TagLLM通过用户兴趣手册和多模态CoT提取构建细粒度标签数据，采用标签知识蒸馏提升小模型生成能力，有效提升笔记推荐的点击率和用户停留时间。

Careful Queries, Credible Results: Teaching RAG Models Advanced Web Search Tools with Reinforcement Learning

谨慎查询，可信结果：通过强化学习教RAG模型使用高级网络搜索工具

Yuqin Dai, Shuo Yang, Guoqing Wang, Yong Deng, Zhanwei Zhang, Jun Yin, Pengyu Zeng, Zhenzhe Ying, Changhua Meng, Can Yi, Yuchen Zhou, Weiqiang Wang, Shuai Lu

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

AI总结 本文提出WebFilter框架，通过结合检索过滤机制和基于行为与结果的奖励策略，提升RAG模型的查询质量和检索精度，实验表明其在领域内和领域外基准测试中表现更优。

Collaborative User Prompt for Personalized Generative Recommendation

协同用户提示用于个性化生成推荐

Jerome Ramos, Bin Wu, Aldo Lipani

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

AI总结 本文提出一种整合个体与集体偏好的人工智能框架，通过注意力机制融合相似兴趣用户的嵌入表示，提升推荐系统的个性化与协同性。

Comments Accepted at PALS Workshop@EMNLP 2025

Thinking in Different Spaces: Domain-Specific Latent Geometry Survives Cross-Architecture Translation

在不同空间中思考：领域特定的潜在几何在跨架构翻译中得以保持

Marcus Armstrong, Navid Ayoobi, Arjun Mukherjee

机构 * Department of Computer Science（计算机科学系） ； University of Houston（休斯顿大学） 纠错

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

AI总结 本文研究了独立训练的语言模型是否收敛到几何兼容的潜在表示，并探讨如何利用这种兼容性在推理时纠正模型行为。通过线性投影矩阵将大教师模型的激活向量映射到小学生模型的坐标系中，通过替换学生内部状态实现干预，结果显示方法在不同推理领域具有泛化能力。

RadHiera: Semantic Hierarchical Reinforcement Learning for Medical Report Generation

RadHiera：面向医学报告生成的语义分层强化学习

Bodong Du, Honglong Yang, Xiaomeng Li

机构 * The Hong Kong University of Science（香港科技大学） 纠错

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

AI总结 本文提出RadHiera框架，通过分层强化学习提升医学报告生成的语义一致性与诊断准确性，实验表明其在胸部X光和超声报告生成中表现优异。

Shared Heritage, Distinct Writing: Rethinking Resource Selection for East Asian Historical Documents

共享遗产，迥异写作：重新审视东亚历史文件的资源选择

Seyoung Song, Haneul Yoo, Jiho Jin, Kyunghyun Cho, Alice Oh

机构 * KAIST（韩国科学技术院） ； New York University（纽约大学） ； Genentech（基因科技） 纠错

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

AI总结 本文质疑通过古典汉语资源进行跨语言迁移在处理韩日古文历史文件的有效性，实验显示古典汉语数据对模型性能影响有限，强调需谨慎验证而非盲目依赖跨语言迁移。

Comments IJCNLP-AACL 2025 Findings

Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment

可解释的跨领域少样本学习与修正的目标域局部对齐

Yaze Zhao, Yixiong Zou, Yuhua Li, Ruixuan Li

机构 * School of Computer Science and Technology, Huazhong University of Science and Technology（华中科技大学计算机科学与技术学院） 纠错

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

AI总结 本文提出CC-CDFSL方法，通过循环一致性解决CLIP-based CDFSL中的局部对齐问题，提升局部视觉语言对齐和可解释性，实现SOTA性能。

Comments Accepted to CVPR 2026

PARHAF, a human-authored corpus of clinical reports for fictitious patients in French

PARHAF，一个用于虚构患者的法语临床报告人工编纂语料库

Xavier Tannier, Salam Abbara, Rémi Flicoteaux, Youness Khalil, Aurélie Névéol, Pierre Zweigenbaum, Emmanuel Bacry

机构 * Sorbonne Université, Université Sorbonne Paris Nord, Inserm, Limics（索邦大学，索邦大学巴黎北分校，法国国家医学研究院，Limics） ； Université Paris-Saclay, UVSQ, Assistance Publique-Hôpitaux de Paris, Raymond Poincaré University Hospital, Infectious Disease Department（巴黎-萨克雷大学，UVSQ，巴黎公共医院，雷诺·帕洛西大学医院，传染病部门） ； Yonsei University College of Medicine, Gangnam Severance Hospital, Department of Laboratory Medicine（延世大学医学院，江南松趾医院，实验室医学部） ； Assistance Publique-Hôpitaux de Paris, Department of medical information（巴黎公共医院，医学信息部门） ； Health Data Hub, 75015, Paris, France（健康数据枢纽，75015，法国巴黎） ； Université Paris-Saclay, CNRS, LISN, 91400, Orsay, France（巴黎-萨克雷大学，法国国家科学研究中心，LISN，91400，法国奥赛） ； Université Paris-Dauphine, PSL, CNRS, CEREMADE, 75016, Paris, France（巴黎-第七大学，PSL，法国国家科学研究中心，CEREMADE，75016，法国巴黎） 纠错

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

AI总结 PARHAF是首个法语临床报告语料库，通过专家和流行病学指导构建，包含7394份报告，覆盖5009个虚构病例，支持医学信息提取任务，采用CC-BY开源许可，用于训练和评估隐私保护下的法语临床语言模型。

VGS-Decoding: Visual Grounding Score Guided Decoding for Hallucination Mitigation in Medical VLMs

VGS-Decoding：基于视觉 grounding 分数的解码方法用于医疗 VLM 中的幻觉抑制

Govinda Kolli, Adinath Madhavrao Dukre, Behzad Bozorgtabar, Dwarikanath Mahapatra, Imran Razzak

机构 * MBZUAI ； Rajiv Gandhi University of Knowledge Technologies（拉贾·甘地知识技术大学） ； Aarhus University（奥胡斯大学） ； Khalifa University（卡里玛大学） 纠错

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

AI总结 本文提出 VGS-Decoding 方法，通过视觉 grounding 分数指导解码以减少医疗 VLM 的幻觉问题，实验表明在多个数据集上取得了显著提升，且仅引入2倍推理开销。

OmniFM: Toward Modality-Robust and Task-Agnostic Federated Learning for Heterogeneous Medical Imaging

OmniFM：迈向模态鲁棒且任务无关的联邦学习 for 异质医学影像

Meilin Liu, Jiaying Wang, Jing Shan

机构 * School of Software, Shenyang University of Technology（沈阳理工大学软件学院） 纠错

专题命中 领域大模型 ：prompting(abstract)

AI总结 OmniFM提出一种统一训练分类、分割、超分辨率、视觉问答和多模态融合的联邦学习框架，通过频域洞察提升跨模态一致性，实现任务无关和模态鲁棒的联邦学习。

Comments Accepted by CVPR 2026 (Main)