语言大模型 / LLM

How Robust Are Large Language Models for Clinical Numeracy? An Empirical Study on Numerical Reasoning Abilities in Clinical Contexts

大型语言模型在临床数字能力上的鲁棒性如何？一项关于临床情境中数值推理能力的实证研究

Minh-Vuong Nguyen, Fatemeh Shiri, Zhuang Li, Karin Verspoor

机构 * School of Computing Technologies, RMIT University（计算机技术学院，皇家墨尔本理工大学） 纠错

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

AI总结 本文通过ClinicNumRobBench基准测试，评估了17种LLM在临床情境下的数值推理能力，发现数值检索表现良好，但关系比较和聚合仍存在挑战，且医疗数据微调会降低数值能力。

Comments Accepted to ACL2026 Findings

Towards Personalizing Secure Programming Education with LLM-Injected Vulnerabilities

面向个性化安全编程教育的LLM注入漏洞方法

Matthew Frazier, Kostadin Damevski

专题命中 领域大模型 ：LLM(title,title_cn)

AI总结 本文提出利用LLM在学生代码中注入特定CWE漏洞，生成个性化教学材料，通过实验发现学生认为此类示例更相关清晰，但定量结果未显示显著差异，需进一步研究。

SPRINT: Scalable and Predictive Intent Refinement for LLM-Enhanced Session-based Recommendation

SPRINT: 一种可扩展且可预测的意图细化方法用于基于会话的推荐系统

Gyuseok Lee, Wonbin Kweon, Zhenrui Yue, Yaokun Liu, Yifan Liu, Susik Yoon, Dong Wang, SeongKu Kang

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

AI总结 本文提出SPRINT框架，通过全局意图池约束LLM生成可靠意图，并在推理时使用轻量级意图预测器提升可扩展性，实验证明其在推荐效果和可解释性上优于现有方法。

Comments SIGIR'26

Can Large Language Models Reliably Extract Physiology Index Values from Coronary Angiography Reports?

大型语言模型能否可靠地从冠状动脉造影报告中提取生理指标值？

Sofia Morgado, Filipa Valdeira, Niklas Sander, Diogo Ferreira, Marta Vilela, Miguel Menezes, Cláudia Soares

机构 * FCT-UNL ； Nova LINCS ； CHULN ； Faculdade de Medicina da Universidade de Lisboa 纠错

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

AI总结 本文研究了使用大型语言模型自动提取葡萄牙语冠状动脉造影报告中的生理指标及解剖位置，提出多阶段评估框架并探讨隐私保护和提示策略对提取效果的影响。

A Domain-Specific Language for LLM-Driven Trigger Generation in Multimodal Data Collection

面向LLM驱动触发生成的领域特定语言

Philipp Reis, Philipp Rigoll, Martin Zehetner, Jacqueline Henle, Stefan Otten, Eric Sax

机构 * FZI Research Center for Information Technology（FZI信息与技术研究中心） 纠错

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

AI总结 本文提出一种基于领域特定语言的意图驱动数据收集框架，通过自然语言交互与形式化规范相结合，实现多模态传感器数据的选择性采集，提升生成一致性与执行效率。

Comments Version submitted to the IEEE International Conference on Intelligent Transportation Systems (ITSC 2026)

Evaluating LLM-Based Translation of a Low-Resource Technical Language: The Medical and Philosophical Greek of Galen

评估基于大语言模型的低资源技术语言翻译：加伦的医学与哲学希腊语

James L. Zainaldin, Cameron Pattison, Manuela Marai, Jacob Wu, Mark J. Schiefsky

机构 * Department of Classical and Mediterranean Studies, Vanderbilt University（维斯尼尔大学古典与地中海研究系） ； Center for Hellenic Studies, Harvard University（哈佛大学希腊研究中心） ； Department of Philosophy, Vanderbilt University（维斯尼尔大学哲学系） ； Machine Intelligence and Normative Theory (MINT) Lab, Australian National University（澳大利亚国立大学机器智能与规范理论实验室） ； Department of the Classics, Harvard University（哈佛大学古典学系） 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 本文评估了商业大语言模型在古希腊技术文本中的机器翻译质量，并将自动化评估指标与专家判断对比，发现术语稀有性是翻译失败的主要预测因素。

Comments Article + supplementary information

Enhancing Local Life Service Recommendation with Agentic Reasoning in Large Language Model

通过大语言模型中的代理推理增强本地生活服务推荐

Shiteng Cao, Xiaochong Lan, Yuwei Du, Jie Feng, Yinxing Liu, Xinlei Shi, Yong Li

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

AI总结 本文提出一种联合预测生活需求和服务推荐的框架，通过行为聚类和强化学习提升推荐准确性。

L2D-Clinical: Learning to Defer for Adaptive Model Selection in Clinical Text Classification

L2D-Clinical：在临床文本分类中学习延迟以实现自适应模型选择

Rishik Kondadadi, John E. Ortega

机构 * University of Minnesota, Northeastern University Minneapolis, Boston, USA（明尼苏达大学、东北大学） 纠错

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

AI总结 本文提出L2D-Clinical框架，通过不确定性信号和文本特征决定在BERT和LLM之间延迟决策，提升临床文本分类的准确率，实验表明在ADE检测和治疗结果分类任务中均取得显著提升。

Dual-Enhancement Product Bundling: Bridging Interactive Graph and Large Language Model

双增强产品捆绑：连接交互图与大语言模型

Zhe Huang, Peng Wang, Yan Zheng, Sen Song, Longjun Cai

机构 * BUPT（北京邮电大学） ； Beijing Wispirit Technology（北京智慧精神科技） ； THU（清华大学） 纠错

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

AI总结 本文提出双增强方法，结合交互图学习与大语言模型语义理解，提升产品捆绑推荐效果，实验显示在三个基准测试中性能提升6.3%-26.5%。

ChatGPT: Excellent Paper! Accept It. Editor: Imposter Found! Review Rejected

ChatGPT: 优秀论文！接受它。编辑：冒名顶替者发现！审稿被拒

Kanchon Gharami, Sanjiv Kumar Sarkar, Safayat Bin Hakim, Yongxin Liu, Nahid Farhady Ghalaty, Shafika Showkat Moni

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

AI总结 本文探讨了LLM在科学论文写作与审稿中的风险，提出通过隐式提示注入技术攻击和防御LLM审稿的漏洞，旨在增强同行评审过程的可靠性。

Racing to Release: Priority, Congestion, and Community Recognition in Open-Source LLM Ecosystems

开源大语言模型生态系统中的优先权、拥堵与社区认可

Bin Liu, Lele Kang, Jiannan Yang

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

AI总结 研究探讨了开源大语言模型生态系统中优先权竞争与社区认可的关系，发现后期发布和竞争环境密集度与社区认可度呈负相关。

Comments 5 pages, 2 figures

Knowledge Compounding: An Empirical Economic Analysis of Self-Evolving Knowledge Wikis under the Agentic ROI Framework

知识叠加：基于代理ROI框架的自演化知识维基的实证经济分析

Shuide Wen, Beier Ku

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 本文基于代理ROI框架，提出知识叠加概念，并通过实验验证其在LLM代理实证经济学中的有效性，揭示了知识叠加对经济效率的提升机制。

Comments 27 pages, 6 figures, 4 tables, 17 references. Includes empirical data from the Qing Claw open-source multi-agent framework and a 30-day calibrated projection (deterministic seed = 42, fully reproducible). JEL: C63, D24, O33, L86

Generative AI in Signal Processing Education: An Audio Foundation Model Based Approach

生成AI在信号处理教育中的应用：基于音频基础模型的方法

Muhammad Salman Khan, Ahmad Ullah, Siddique Latif, Junaid Qadir

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

AI总结 本文提出SPEduAFM，通过将生成AI与传统信号处理原理结合，探索音频基础模型在教育中的应用，展示其在自动化讲义转录、互动演示和包容性学习工具中的潜力。

Comments accepted at IEEE EDUCON 2026

IndicDB -- Benchmarking Multilingual Text-to-SQL Capabilities in Indian Languages

IndicDB -- 评估印度语言多语言文本到SQL能力的基准测试

Aviral Dawar, Roshan Karanth, Vikram Goyal, Dhruv Kumar

机构 * National Data and Analytics Platform（国家数据与分析平台） ； India Data Portal（印度数据门户） ； NDAP（国家数据与分析平台） ； ICRISAT（国际作物研究所） ； IHDS（印度家庭与育儿调查） 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 IndicDB是一个多语言文本到SQL基准测试，用于评估跨语言语义解析能力，包含20个数据库和237张表，通过迭代三代理框架生成15617个任务，揭示了印度语言在SQL解析中的性能差距。

Comments Under Review

SciFi: A Safe, Lightweight, User-Friendly, and Fully Autonomous Agentic AI Workflow for Scientific Applications

SciFi: 一种安全、轻量、用户友好且完全自主的科学应用代理AI工作流

Qibin Liu, Julia Gonski

机构 * SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 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 本文提出一种安全、轻量、用户友好的自主代理AI框架，通过隔离执行环境、三层代理循环和自我评估do-until机制，实现科学任务的可靠自动化，减少人工干预。

AI-assisted writing and the reorganization of scientific knowledge

人工智能辅助写作与科学知识的重组

Erjia Yan, Chaoqun Ni

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 研究探讨AI辅助写作强度与科学颠覆及知识重组的关系，发现2023年后AI辅助写作强度与颠覆性引用结构正相关，但跨领域引用重组减弱。

Demanding peer review is associated with higher impact in published science

要求同行评审与发表科学中的高影响力相关

Huihuang Jiang, Heyang Li, Zifan Wang, Ying Fan, An Zeng

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

AI总结 研究通过分析同行评审过程，发现高影响力科学成果往往面临更高的评审压力和更激烈的讨论，且不同学科在评审风格上存在差异。

Cross-Platform Domain Adaptation for Multi-Modal MOOC Learner Satisfaction Prediction

跨平台领域适应用于多模态MOOC学习者满意度预测

Jakub Kowalski, Magdalena Piotrowska

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 本文研究了在缺乏目标平台标签的情况下，利用跨平台领域适应技术进行多模态MOOC学习者满意度预测，提出ADAPT-MS框架，通过文本编码、跨平台表征对齐、评分偏差校正和缺失行为模态处理，提升了预测精度。

Unsupervised domain transfer: Overcoming signal degradation in sleep monitoring by increasing scoring realism

无监督领域迁移：通过增加评分现实性来克服睡眠监测中的信号退化

Mohammad Ahangarkiasari, Andreas Tind Damgaard, Casper Haurum, Kaare B. Mikkelsen

机构 * American Academy of Sleep Medicine（美国睡眠医学学会） 纠错

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

AI总结 本文提出无监督方法应对移动睡眠监测中任意信号退化，通过增加hypnogram现实性提升Cohen's kappa评分，但未达到理论最优性能。

DUET: Joint Exploration of User Item Profiles in Recommendation System

DUET：推荐系统中用户和物品轮廓的联合探索

Yue Chen, Yifei Sun, Lu Wang, Fangkai Yang, Pu Zhao, Minjie Hong, Yifei Dong, Minghua He, Nan Hu, Jianjin Zhang, Zhiwei Dai, Yuefeng Zhan, Weihao Han, Hao Sun, Qingwei Lin, Weiwei Deng, Feng Sun, Qi Zhang, Saravan Rajmohan, Dongmei Zhang

专题命中 领域大模型 ：LLM(abstract)

AI总结 本文提出DUET，一种基于用户历史和物品证据的交互感知轮廓生成器，通过三阶段流程实现用户和物品轮廓的联合生成与优化，实验表明其在推荐任务中优于现有基线方法。

Comments 15 pages, 2 figures

From Transfer to Collaboration: A Federated Framework for Cross-Market Sequential Recommendation

从迁移至协作：面向跨市场序列推荐的联邦框架

Jundong Chen, Honglei Zhang, Xiangmou Qu, Haoxuan Li, Han Yu, Yidong Li

专题命中 领域大模型 ：pretraining(abstract)

AI总结 本文提出FeCoSR框架，通过多对多协作模式和Semantics Soft Cross-Entropy解决跨市场推荐中的数据隔离和市场异质性问题，提升推荐性能。

Tokenizing Semantic Segmentation with Run Length Encoding

基于运行长度编码的语义分割分词

Abhineet Singh, Justin Rozeboom, Nilanjan Ray

机构 * Department of Computing Science（计算科学系） ； University of Alberta（阿尔伯塔大学） ； Edmonton（埃德蒙顿） ； Canada（加拿大） 纠错

专题命中 领域大模型 ：language model(abstract)

AI总结 本文提出了一种新的统一方法，通过语言模型输出分割掩码序列来实现图像和视频的语义分割。采用运行长度编码对分割掩码进行离散化，并改进Pix2Seq框架以学习自回归模型。提出新的分词策略以压缩序列长度，使该方法适用于视频。同时展示如何将实例信息整合到分词过程中以实现全景分割。

Comments Code and models available at: https://github.com/abhineet123/p2s-video