语言大模型 / LLM

A Multi-Stage Validation Framework for Trustworthy Large-scale Clinical Information Extraction using Large Language Models

一种用于可信大规模临床信息提取的多阶段验证框架

Maria Mahbub, Gregory M. Dams, Josh Arnold, Caitlin Rizy, Sudarshan Srinivasan, Elliot M. Fielstein, Minu A. Aghevli, Kamonica L. Craig, Elizabeth M. Oliva, Joseph Erdos, Jodie Trafton, Ioana Danciu

机构 * Oak Ridge National Laboratory（橡树岭国家实验室） ； Program Evaluation and Resource Center, Office of Mental Health and Office of Suicide Prevention, Department of Veterans Affairs（退伍军人事务部心理健康办公室和自杀预防办公室项目评估与资源中心） ； Vanderbilt University Medical Center（范德比尔特大学医学中心） ； VA Maryland Health Care System（退伍军人事务部马里兰医疗保健系统） ； VA Desert Pacific Healthcare Network（退伍军人事务部沙漠太平洋医疗网络） ； VA Connecticut Health Care System（退伍军人事务部康涅狄格医疗保健系统） ； Yale School of Medicine（耶鲁医学院） 纠错

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

AI总结 本文提出多阶段验证框架，通过弱监督评估提升LLM在临床信息提取中的可信度与准确性，验证了在大规模数据中应用的可行性。

CritBench: A Framework for Evaluating Cybersecurity Capabilities of Large Language Models in IEC 61850 Digital Substation Environments

CritBench：用于评估大型语言模型在IEC 61850数字变电站环境中的网络安全能力的框架

Gustav Keppler, Moritz Gstür, Veit Hagenmeyer

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

AI总结 本文提出CritBench框架，用于评估大型语言模型在IEC 61850数字变电站环境中的网络安全能力，测试了五种先进模型在81个领域特定任务中的表现，发现模型在静态分析和单工具网络枚举中表现良好，但在动态任务中性能下降。

Comments 16 pages, 4 figures, 3 tables. Submitted to the 3rd ACM SIGEnergy Workshop on Cybersecurity and Privacy of Energy Systems (ACM EnergySP '26)

Data-Driven Function Calling Improvements in Large Language Model for Online Financial QA

大型语言模型在在线金融问答中的数据驱动函数调用改进

Xing Tang, Hao Chen, Shiwei Li, Fuyuan Lyu, Weijie Shi, Lingjie Li, Dugang Liu, Weihong Luo, Xiku Du, Xiuqiang He

机构 * Shenzhen Technology University（深圳技术大学） ； FiT, Tencent（腾讯FiT） ； Huazhong University of Science and Technology（华中科技大学） ； McGill University（麦吉尔大学） ； The Hong Kong University of Science and Technology（香港科技大学） ； Shenzhen University（深圳大学） 纠错

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

AI总结 本文提出数据驱动管道提升LLM在金融场景中的函数调用能力，通过构建数据集、数据增强和模型训练，解决通用LLM在金融领域适应性差的问题。

Comments Accepted to Webconf 2026 industry track

CURE:Circuit-Aware Unlearning for LLM-based Recommendation

CURE:基于电路的LLM推荐系统去学习

Ziheng Chen, Jiali Cheng, Zezhong Fan, Hadi Amiri, Yunzhi Yao, Xiangguo Sun, Yang Zhang

机构 * University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校） ； Zhejiang University（浙江大学） ； The Chinese University of Hong Kong（香港中文大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 本文提出CURE框架，通过分离模型组件并按功能分类，解决LLM推荐系统去学习中的梯度冲突问题，提升去学习效果和模型稳定性。

Automatic Replication of LLM Mistakes in Medical Conversations

医疗对话中大语言模型错误的自动复制

Oleksii Proniakin, Diego Fajardo, Ruslan Nazarenko, Razvan Marinescu

机构 * Lumos AI 纠错

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

AI总结 本文提出MedMistake自动管道，通过提取医疗对话中LLM的错误生成单次问答对，构建基准测试集，验证了GPT、Claude和Grok在医疗问答任务中的最佳性能。

Comments 48 pages, 3 figures, 4 tables

This Treatment Works, Right? Evaluating LLM Sensitivity to Patient Question Framing in Medical QA

这种治疗有效吗？评估LLM在医疗问答中对患者问题表述的敏感性

Hye Sun Yun, Geetika Kapoor, Michael Mackert, Ramez Kouzy, Wei Xu, Junyi Jessy Li, Byron C. Wallace

机构 * Northeastern University（东北大学） ； UC Berkeley（加州大学伯克利分校） ； UT Austin（德克萨斯大学奥斯汀分校） ； UT MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 研究评估了LLM在医疗问答中对问题表述方式的敏感性，发现不同表述方式会导致不一致结论，尤其在多轮对话中更为明显，强调了在高风险场景中需重视表述鲁棒性。

Comments 31 pages, 4 tables, 19 figures

Semantic Communication with an LLM-enabled Knowledge Base

基于LLM的知识库的语义通信

Wuxia Hu, Caili Guo, Yang Yang, Chunyan Feng, Kuiyuan Ding, Shiwen Mao

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SC-LMKB系统，利用LLM生成能力增强知识库，通过提示工程和交叉注意力对齐方法生成源数据和信道数据，结合跨域融合编解码框架降低幻觉影响，实验显示性能提升显著。

Foreign Domestic Workers' Perspectives on an LLM-Based Emotional Support tool for Caregiving Burden

外国家庭佣工对基于大语言模型的情感支持工具在照护负担中的看法

Shin Shoon Nicholas Teng, Kenny Tsu Wei Choo

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

AI总结 研究探讨了新加坡外国家庭佣工使用基于大语言模型的聊天机器人作为日常非临床情感支持工具的体验，发现其在心理安全、语言无障碍和多功能资源方面的设计启示。

Comments 5 pages, Accepted at CHI 2026 Posters

Can an LLM Learn Preferences from Choice Data?

大语言模型能否从选择数据中学习偏好？

Jeongbin Kim, Matthew Kovach, Kyu-Min Lee, Euncheol Shin, Hector Tzavellas

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

AI总结 本文探讨大语言模型能否通过观察选择数据学习决策者的偏好并生成一致的推荐。提出了一种可移植的模拟-推荐-评估框架，通过比较LLM推荐与已知偏好原始数据推导出的最优选择进行测试。研究发现，随着模型观察更多选择，推荐准确性提高，但不同偏好类型和LLM的学习效果存在异质性。

Cross-Domain Few-Shot Learning for Hyperspectral Image Classification Based on Mixup Foundation Model

跨领域少样本学习用于超光谱图像分类的Mixup基础模型

Naeem Paeedeh, Mahardhika Pratama, Ary Shiddiqi, Zehong Cao, Mukesh Prasad, Wisnu Jatmiko

机构 * School of Computer Science and IT, Adelaide University（阿德莱德大学计算机科学与信息技术学院） ； Department of Informatics, Institut Teknologi Sepuluh Nopember（泗水理工学院信息学系） ； University of Technology, Sydney, Australia（悉尼科技大学） ； Faculty of Computer Science, University of Indonesia（印度尼西亚大学计算机科学学院） 纠错

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

AI总结 本文提出MIFOMO模型，通过共聚投影和混合域适应解决跨领域少样本学习中的数据稀缺和领域差异问题，实验表明其性能优于现有方法14%。

A Mixture of Experts Foundation Model for Scanning Electron Microscopy Image Analysis

一种用于扫描电子显微镜图像分析的专家混合基础模型

Sk Miraj Ahmed, Yuewei Lin, Chuntian Cao, Shinjae Yoo, Xinpei Wu, Won-Il Lee, Nikhil Tiwale, Dan N. Le, Thi Thu Huong Chu, Jiyoung Kim, Kevin G. Yager, Chang-Yong Nam

机构 * Brookhaven National Laboratory（布鲁克海文国家实验室） ； The University of Texas at Dallas（德克萨斯大学达拉斯分校） 纠错

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

AI总结 本文提出首个扫描电子显微镜图像基础模型，通过预训练多仪器多条件科学显微图像数据集，实现跨不同材料系统和成像条件的泛化，展示了在去模糊到聚焦图像翻译任务中的优越性能。

Human Values Matter: Investigating How Misalignment Shapes Collective Behaviors in LLM Agent Communities

人类价值观至关重要：探讨价值观不一致如何塑造LLM代理社区的集体行为

Xiangxu Zhang, Jiamin Wang, Qinlin Zhao, Hanze Guo, Linzhuo Li, Jing Yao, Xiao Zhou, Xiaoyuan Yi, Xing Xie

机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Microsoft Research Asia（微软亚洲研究院） ； Department of Sociology, Zhejiang University（浙江大学社会学系） 纠错

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

AI总结 研究探讨LLM代理社区中价值观不一致如何影响集体行为，通过CIVA环境发现关键价值观对集体动态的影响及系统故障和欺骗行为的产生。

Content Fuzzing for Escaping Information Cocoons on Digital Social Media

内容模糊化：突破数字社交媒体信息茧房

Yifeng He, Ziye Tang, Hao Chen

机构 * University of California, Davis（加州大学戴维斯分校） ； University of Hong Kong（香港大学） 纠错

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

AI总结 研究通过ContentFuzz框架，从创作者角度出发，利用模糊化技术改变内容的机器推断立场标签，以突破信息茧房限制，促进多元观点的传播。

Comments accepted to findings of ACL 2026

Confidence Should Be Calibrated More Than One Turn Deep

置信度应比单轮更深入地校准

Zhaohan Zhang, Chengzhengxu Li, Xiaoming Liu, Chao Shen, Ziquan Liu, Ioannis Patras

机构 * Queen Mary University of London（伦敦玛丽女王大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出多轮校准任务，解决多轮对话中置信度动态校准问题，通过MTCal和ConfChat提升模型在多轮交互中的事实性和一致性。

Do Domain-specific Experts exist in MoE-based LLMs?

在基于MoE的LLM中是否存在领域特定专家？

Giang Do, Hung Le, Truyen Tran

机构 * Applied Artificial Intelligence Intiative (A2I2), Deakin University（迪肯大学应用人工智能倡议（A2I2）） 纠错

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

AI总结 本文研究了基于MoE的LLM中是否存在领域特定专家，通过实验验证了其存在性，并提出了一种无需训练的DSMoE框架，实现了优于传统方法的性能。

Comments 15 pages

Legal Experts Disagree With Rationale Extraction Techniques for Explaining ECtHR Case Outcome Classification

法律专家对解释ECtHR案件结果分类的推理提取技术持不同意见

Mahammad Namazov, Tomáš Koref, Ivan Habernal

机构 * Trustworthy Human Language Technologies, Research Center Trustworthy Data Science and Security of the University Alliance Ruhr, Ruhr University Bochum（鲁尔大学联盟可信数据科学与安全研究中心，可信人类语言技术，波鸿鲁尔大学） ； Center for Critical Computational Studies, Goethe University Frankfurt（法兰克福歌德大学关键计算研究中心） 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 本文研究了欧洲人权法院判决结果预测任务，引入了新的ECtHR数据集，并提出比较分析框架评估推理提取技术的解释能力，发现模型预测违规的'原因'与法律专家存在显著差异。

Comments 9 pages + Appendix

Designing Around Stigma: Human-Centered LLMs for Menstrual Health

绕过污名：面向月经健康的人本LLM

Amna Shahnawaz, Ayesha Shafique, Ding Wang, Maryam Mustafa

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

AI总结 本文提出基于WhatsApp的聊天机器人，利用大语言模型和检索增强生成技术，为巴基斯坦女性提供月经健康教育，解决文化禁忌和课程不足问题，贡献了文化敏感的对话AI设计框架。

Comments This is accepted at CHI 2026

From Clues to Generation: Language-Guided Conditional Diffusion for Cross-Domain Recommendation

从线索到生成：语言引导的条件扩散用于跨域推荐

Ziang Lu, Lei Sang, Lin Mu, Yiwen Zhang

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

AI总结 本文提出LGCD框架，通过结合大语言模型和扩散模型，解决跨域推荐中单域用户偏好转移难题，通过伪重叠数据和条件扩散架构提升推荐效果。

Comments 11 pages, 6 figures

MedXIAOHE: A Comprehensive Recipe for Building Medical MLLMs

MedXIAOHE：构建医疗多模态大语言模型的全面指南

Baorong Shi, Bo Cui, Boyuan Jiang, Deli Yu, Fang Qian, Haihua Yang, Huichao Wang, Jiale Chen, Jianfei Pan, Jieqiong Cao, Jinghao Lin, Kai Wu, Lin Yang, Shengsheng Yao, Tao Chen, Xiaojun Xiao, Xiaozhong Ji, Xu Wang, Yijun He, Zhixiong Yang

机构 * ByteDance XiaoHe Medical AI（字节跳动小荷医疗AI） 纠错

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

AI总结 MedXIAOHE通过实体感知持续预训练框架和强化学习提升医疗理解与推理，实现医疗多模态大模型的突破性进展。

Comments XIAOHE Medical AI team. See paper for full author list. Currently, the model is exclusively available on XIAOHE AI Doctor, accessible via both the App Store and the Douyin Mini Program. Updated to improve the layout

Exclusive Unlearning

排除性反学习

Mutsumi Sasaki, Kouta Nakayama, Yusuke Miyao, Yohei Oseki, Masaru Isonuma

机构 * Tohoku University（东北大学） ； NII LLMC（国立信息学研究所 LLMC） ； The University of Tokyo（东京大学） 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 本文提出排除性反学习方法，通过广泛遗忘非目标知识以实现广泛危害消除，确保模型在多种输入下安全，同时保持对特定领域指令的响应能力。

Towards Effective In-context Cross-domain Knowledge Transfer via Domain-invariant-neurons-based Retrieval

通过领域不变神经元的检索实现有效的跨领域知识转移

Jianzhi Yan, Zhiming Li, Le Liu, Zike Yuan, Shiwei Chen, Youcheng Pan, Buzhou Tang, Yang Xiang, Danny Dongning Sun

机构 * Harbin Institute of Technology, Shenzhen, China（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室） 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 本文提出领域不变神经元检索方法，用于提升大语言模型在跨领域推理中的性能，实验表明方法在数学和逻辑推理迁移中平均提升1.8。

Comments ACL 2026 Findings

URSA: The Universal Research and Scientific Agent

URSA：通用研究与科学代理

Michael Grosskopf, Nathan Debardeleben, Russell Bent, Rahul Somasundaram, Isaac Michaud, Arthur Lui, Alexius Wadell, Warren D. Graham, Golo A Wimmer, Sachin Shivakumar, Joan Vendrell Gallart, Harsha Nagarajan, Earl Lawrence

机构 * Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） 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 URSA通过模块化代理和工具加速科研任务，结合先进物理模拟代码，解决复杂科学问题，展现系统潜力。

Comments 24 pages, 10 figures

Image-to-Text for Medical Reports Using Adaptive Co-Attention and Triple-LSTM Module

利用自适应共注意和三LSTM模块的图像到文本生成医学报告

Yishen Liu

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

AI总结 本文提出CA-TriNet模型，结合Transformer和多LSTM网络，通过自适应权重运算和三LSTM模块提升医学图像与文本生成的准确性与多样性。

Comments arXiv admin note: This submission has been withdrawn by arXiv administrators due to incorrect authorship. Author list truncated

Gym-Anything: Turn any Software into an Agent Environment

Gym-Anything: 将任意软件转化为智能体环境

Pranjal Aggarwal, Graham Neubig, Sean Welleck

机构 * CMU（卡内基梅隆大学） 纠错

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

AI总结 本文提出Gym-Anything框架，通过多智能体任务将任意软件转化为交互式计算机使用环境，生成涵盖医疗、天文、工程等领域的10K+长周期任务，提升现实场景下的智能体研究效率。

ResearchEVO: An End-to-End Framework for Automated Scientific Discovery and Documentation

ResearchEVO：一个端到端的自动化科学发现与文档框架

Zhe Zhao, Haibin Wen, Jiaming Ma, Jiachang Zhan, Tianyi Xu, Ye Wei, Qingfu Zhang

机构 * City University of Hong Kong（香港城市大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 ResearchEVO通过端到端框架实现科学发现与解释的自动化，利用算法进化和文献基础的文档生成，首次完整覆盖该流程。

Cross-Machine Anomaly Detection Leveraging Pre-trained Time-series Model

跨机器异常检测利用预训练时间序列模型

Yangmeng Li, Kei Sano, Toshihiro Kitao, Ryoji Anzaki, Yukiya Saitoh, Hironori Moki, Dragan Djurdjanovic

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Tokyo Electron Ltd.（东京电子有限公司） 纠错

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

AI总结 本文提出一种跨机器时间序列异常检测框架，通过预训练模型MOMENT和随机森林分类器提取领域不变特征，提升跨机器泛化能力。

Comments 20 pages, 5 figures, under review at a journal

LUMOS: Universal Semi-Supervised OCT Retinal Layer Segmentation with Hierarchical Reliable Mutual Learning

LUMOS: 通用半监督OCT视网膜层分割的层次可靠互学习

Yizhou Fang, Jian Zhong, Li Lin, Xiaoying Tang

机构 * Southern University of Science and Technology（南方科技大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Jiaxing Research Institute, Southern University of Science and Technology（南方科技大学嘉兴研究院） 纠错

专题命中 领域大模型 ：prompting(abstract)

AI总结 LUMOS通过双解码网络与层次提示策略和可靠渐进多粒度学习，解决OCT层分割中标注稀缺和异质标签粒度问题，实现稳定跨粒度对齐，实验表明其在六个OCT数据集上表现优异。

Comments 5 pages, 2 figures. Accepted to IEEE ISBI 2026. \c{opyright} 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses