语言大模型 / LLM

SocioEval: A Template-Based Framework for Evaluating Socioeconomic Status Bias in Foundation Models

SocioEval: 一种基于模板的评估框架，用于评估基础模型中的社会经济地位偏见

Divyanshu Kumar, Ishita Gupta, Nitin Aravind Birur, Tanay Baswa, Sahil Agarwal, Prashanth Harshangi

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

AI总结 本文提出SocioEval框架，通过决策任务系统评估基础模型中的社会经济偏见，发现不同主题的偏见程度差异显著，部署防护措施能有效防止显性歧视但易受领域特定刻板印象影响。

CoDA: Exploring Chain-of-Distribution Attacks and Post-Hoc Token-Space Repair for Medical Vision-Language Models

CoDA：探索链式分布攻击及事后令牌空间修复用于医疗视觉-语言模型

Xiang Chen, Fangfang Yang, Chunlei Meng, Yuxian Dong, Ang Li, Yiwei Wei, Jiahuan Long, Jiujiang Guo, Chengyin Hu

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

AI总结 本文提出CoDA框架，通过构建临床合理的流程偏移，评估医疗视觉-语言模型在真实临床工作流中的可靠性，发现零样本性能显著下降，并引入事后修复策略提升准确性。

Visual Instruction-Finetuned Language Model for Versatile Brain MR Image Tasks

面向多样化脑部MRI任务的视觉指令微调语言模型

Jonghun Kim, Sinyoung Ra, Hyunjin Park

机构 * Sungkyunkwan University（成均馆大学） ； Department of Electrical and Computer Engineering（电气与计算机工程系） ； Department of Artificial Intelligence（人工智能系） 纠错

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

AI总结 本文提出LLaBIT模型，通过视觉指令微调提升语言模型在脑部MRI任务中的表现，通过特征图重用和文本数据生成提升性能，验证了其在报告生成、视觉问答、图像分割和图像翻译中的有效性。

Comments ICPR 2026 accepted

Clinical utility of foundation models in musculoskeletal MRI for biomarker fidelity and predictive outcomes

基础模型在骨科MRI中的临床效用：生物标志物准确性与预测结果

Gabrielle Hoyer, Michelle W Tong, Rupsa Bhattacharjee, Valentina Pedoia, Sharmila Majumdar

机构 * Center for Intelligent Imaging, Department of Radiology and Biomedical Imaging, University of California, San Francisco（加利福尼亚大学旧金山分校放射与生物医学影像系智能成像中心） ； Department of Bioengineering, University of California, Berkeley（加利福尼亚大学伯克利分校生物工程系） ； Department of Bioengineering and Therapeutic Sciences, University of California, San Francisco（加利福尼亚大学旧金山分校生物工程与治疗科学系） ； Department of Medical Sciences and Technology, Indian Institute of Technology, Madras（印度理工学院马德拉斯分校医学科学与技术系） ； Bay Area Institute of Computation, Altos Labs（Altos Labs湾区计算研究所） 纠错

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

AI总结 本文提出了一种模块化系统，将常规MRI转化为标准化定量生物标志物，用于临床决策支持。通过微调基础分割模型，实现了自动检测和提示，提高了生物标志物的临床可靠性，并展示了其在膝关节分层和预测膝关节置换及骨关节炎中的应用。

Comments Under review at npj Digital Medicine (revision submitted Jan 2026) | Code: https://github.com/gabbieHoyer/AutoMedLabel | Supplementary data/tables: https://doi.org/10.6084/m9.figshare.29633207

Journal ref npj Digit. Med. (2026)

CASCADE: A Cascading Architecture for Social Coordination with Controllable Emergence at Low Cost

CASCADE：一种用于社交协调的级联架构，具有低成本可控的涌现

Yizhi Xu

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

AI总结 CASCADE通过三级架构实现低成本可控的社会协调，通过宏状态导演、协调枢纽和标签驱动NPC生成多样化但逻辑受限的NPC行为，适用于沙盒游戏世界。

Comments Accepted to CHI 2026 Extended Abstracts

Journal ref Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems

Smart Transfer: Leveraging Vision Foundation Model for Rapid Building Damage Mapping with Post-Earthquake VHR Imagery

智能迁移：利用视觉基础模型实现地震后高分辨率影像快速建筑损坏映射

Hao Li, Liwei Zou, Wenping Yin, Gulsen Taskin, Naoto Yokoya, Danfeng Hong, Wufan Zhao

机构 * Department of Geography, National University of Singapore（新加坡国立大学地理系） ； Urban Governance and Design Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）城市治理与设计学域） ； School of Environment and Spatial Informatics, China University of Mining and Technology（中国矿业大学环境与空间信息学院） ； Disaster Management Institute, Istanbul Technical University（伊斯坦布尔技术大学灾害管理研究所） ； Department of Complexity Science and Engineering, University of Tokyo（东京大学复杂科学与工程系） ； School of Automation, Southeast University（东南大学自动化学院） 纠错

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

AI总结 本文提出Smart Transfer框架，利用先进视觉基础模型实现快速建筑损坏映射，通过像素聚类和距离惩罚三元组策略提升跨区域迁移性能，为灾害响应提供可扩展的自动化解决方案。

Domain-Adapted Retrieval for In-Context Annotation of Pedagogical Dialogue Acts

领域适应的检索用于上下文注释教学对话行为

Jinsook Lee, Kirk Vanacore, Zhuqian Zhou, Bakhtawar Ahtisham, Rene F. Kizilcec

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出一种领域适应的RAG流水线，用于教学对话行为标注，通过轻量级嵌入模型在对话层面索引以提高标注精度，实验显示其在两个真实教学对话数据集上显著优于无检索基线。

Comments 20 pages, 20 tables, 4 figures

Architectures of Error: A Philosophical Inquiry into AI and Human Code Generation

错误的架构：对人工智能与人类代码生成的哲学探究

Camilo Chacón Sartori

机构 * Artificial Intelligence Research Institute (IIIA-CSIC)（人工智能研究所（IIIA-CSIC）） 纠错

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 本文探讨人类与机器代码生成的本质差异，通过分析错误的根源，揭示认知与随机性导致的因果区别，为AI与人类协作软件开发提供哲学框架。

Comments preprint

Detecting and Correcting Reference Hallucinations in Commercial LLMs and Deep Research Agents

检测和纠正商业大语言模型和深度研究代理中的参考幻觉

Delip Rao, Eric Wong, Chris Callison-Burch

机构 * University of Pennsylvania（宾夕法尼亚大学） 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 研究通过评估10种模型和代理在DRBench和ExpertQA上的引用URL可靠性，发现3-13%的URL存在幻觉，5-18%无法解析。提出urlhealth工具可有效减少非解析URL，验证引用URL的有效性与可纠正性。

Comments 25 pages

Overconfidence and Calibration in Medical VQA: Empirical Findings and Hallucination-Aware Mitigation

过度自信与校准在医学视觉问答中的研究：实证发现与幻觉意识缓解

Ji Young Byun, Young-Jin Park, Jean-Philippe Corbeil, Asma Ben Abacha

机构 * Johns Hopkins University, School of Medicine（约翰霍普金斯大学医学院） ； Massachusetts Institute of Technology（麻省理工学院） ； Microsoft Healthcare & Life Sciences（微软医疗健康与生命科学） 纠错

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

AI总结 本文研究了医学VQA中VLMs的过度自信问题，发现校准方法如Platt缩放能有效提升校准精度，但无法提升预测区分度，提出幻觉意识校准方法以提高可靠性。

Same Feedback, Different Source: How AI vs. Human Feedback Attribution and Credibility Shape Learner Behavior in Computing Education

同种反馈，不同来源：AI与人类反馈的归因和可信度如何影响学习者在计算教育中的行为

Caitlin Morris, Pattie Maes

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

AI总结 研究探讨了AI与人类反馈归因对学习者行为的影响，发现归因和交付时间对不同结果有不同影响，透明的AI归因可能在人类不可信时是更安全的选择。

Comments 11 pages, 3 figures, 1 table

Comparing the Impact of Pedagogy-Informed Custom and General-Purpose GAI Chatbots on Students' Science Problem-Solving Processes and Performance Using Heterogeneous Interaction Network Analysis

比较基于教学导向的定制与通用目的GAI聊天机器人对学生产生的科学问题解决过程和表现的影响：使用异质交互网络分析

Hanyu Su, Huilin Zhang, Shihui Feng

机构 * Faculty of Education, The University of Hong Kong（香港大学教育学院） 纠错

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

AI总结 本研究通过异质交互网络分析比较了基于教学导向的定制与通用目的GAI聊天机器人对学生产生的科学问题解决过程和表现的影响，发现定制聊天机器人能提高学生的认知互动强度和多样性。

Comments Full paper accepted to the 27th International Conference on AI in Education (AIED 2026)

Eligibility-Aware Evidence Synthesis: An Agentic Framework for Clinical Trial Meta-Analysis

有资格意识的证据合成：一个用于临床试验元分析的代理框架

Yao Zhao, Zhiyue Zhang, Yanxun Xu

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 EligMeta框架整合了自动化试验发现与有资格意识的元分析，通过自然语言查询生成可复现的试验选择，并基于资格对研究加权，以产生特定群体的汇总估计。

Guideline2Graph: Profile-Aware Multimodal Parsing for Executable Clinical Decision Graphs

Guideline2Graph：面向可执行临床决策图的多模态解析

Onur Selim Kilic, Yeti Z. Gurbuz, Cem O. Yaldiz, Afra Nawar, Etrit Haxholli, Ogul Can, Eli Waxman

机构 * Georgia Institute of Technology（佐治亚理工学院） ； MetaDialog ； Infuse Inc（Infuse公司） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.LG

AI总结 本文提出一种多模态解析方法，通过拓扑感知分块、接口约束分块生成和溯源保留的全局聚合，将完整指南证据转换为可执行临床决策支持图。实验表明，该方法在前列腺指南基准上显著提升了精度和召回率。

XrayClaw: Cooperative-Competitive Multi-Agent Alignment for Trustworthy Chest X-ray Diagnosis

XrayClaw：协作-竞争多智能体对齐用于可信的胸部X光诊断

Shawn Young, Lijian Xu

机构 * Shenzhen University of Advanced Technology, Shenzhen, China（深圳理工大学，深圳，中国） 纠错

专题命中 领域大模型 ：preference optimization(abstract)

AI总结 本文提出XrayClaw框架，通过协作-竞争架构提升胸部X光诊断的可靠性，实现高准确性和临床推理一致性。

Comments 14 pages