语言大模型 / LLM

One Size Fits None: Heuristic Collapse in LLM Investment Advice

一个尺寸无法适配：在LLM投资建议中的启发式崩溃

Jillian Ross, Andrew W. Lo

机构 * Computer Science and Artificial Intelligence Laboratory（计算机科学与人工智能实验室） ； Massachusetts Institute of Technology（麻省理工学院） ； Sloan School of Management（斯隆管理学院） 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 研究发现前沿LLM在投资建议中存在启发式崩溃，决策主要依赖自我报告的风险承受能力而非全面考虑，网络搜索部分缓解但未解决此问题。

OKG-LLM: Aligning Ocean Knowledge Graph with Observation Data via LLMs for Global Sea Surface Temperature Prediction

OKG-LLM：通过LLMs对齐海洋知识图谱与观测数据以实现全球海表温度预测

Hanchen Yang, Jiaqi Wang, Jiannong Cao, Wengen Li, Jialun Zheng, Yangning Li, Chunyu Miao, Jihong Guan, Shuigeng Zhou, Philip S. Yu

机构 * Department of Computer Science and Technology, Tongji University（同济大学计算机科学与技术系） ； Department of Computing, The Hong Kong Polytechnic University（香港理工大学计算系） ； Department of Computing, University of Illinois Chicago（伊利诺伊大学芝加哥分校计算系） ； School of Computer Science, Fudan University（复旦大学计算机科学学院） 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.AI、cs.LG

AI总结 本文提出OKG-LLM框架，通过构建海洋知识图谱并融合数值数据，利用预训练LLM提升全球海表温度预测的准确性与鲁棒性。

Implicit Framing in Obstetric Counseling Notes: A Grounded LLM Pipeline on a VBAC-Eligible Cohort

隐含框架在产科咨询笔记中的体现：一个基于VBAC合格队列的 grounded LLM 管道

Baris Karacan, Barbara Di Eugenio, Patrick Thornton, Joanna Tess, Subhash Kumar Kolar

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 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

AI总结 本文研究了产科咨询语言中的隐含框架，通过构建VBAC合格队列，利用LLM分析咨询段落的框架分类，发现RCS文档中风险导向语言占比更高，揭示了受控LLM框架分析在产科护理中的价值。

Comments 10 pages. Accepted at IEEE ICHI 2026. This is the author-accepted manuscript

RADIANT-LLM: an Agentic Retrieval Augmented Generation Framework for Reliable Decision Support in Safety-Critical Nuclear Engineering

RADIANT-LLM：一种用于安全关键核工程中可靠决策支持的代理检索增强生成框架

Zavier Ndum Ndum, Jian Tao, John Ford, Mansung Yim, Yang Liu

机构 * Department of Nuclear Engineering, Texas A\&M University, College Station, TX, USA ； College of Performance, Visualization ； Fine Arts, Texas A\&M University, College Station, TX, USA 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.AI

AI总结 本文提出RADIANT-LLM框架，通过多模态检索增强生成技术，结合领域知识库和代理层，提升核工程中的决策支持准确性与透明度，降低幻觉风险。

CLIN-LLM: A Safety-Constrained Hybrid Framework for Clinical Diagnosis and Treatment Generation

CLIN-LLM：一种安全约束的混合框架，用于临床诊断和治疗生成

Md. Mehedi Hasan, Md. Abir Hossain, Farman Hossain Sayem, Bikash Kumar Paul, Ziaur Rahman, Mohammad Shorif Uddin, Rafid Mostafiz

机构 * Department of Information and Communication Technology（信息与通信技术系） 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.AI

AI总结 CLIN-LLM通过整合多模态患者编码、不确定性校准的疾病分类和检索增强的治疗生成，提高了临床诊断和治疗建议的准确性与安全性，取得了98%的准确率和F1分数，优于ClinicalBERT。

Comments 13 pages, 9 figures. Preprint version under review in the area of Artificial Intelligence (cs.CR)

KOCO-BENCH: Can Large Language Models Leverage Domain Knowledge in Software Development?

KOCO-BENCH: 大型语言模型能否在软件开发中利用领域知识？

Xue Jiang, Ge Li, Jiaru Qian, Xianjie Shi, Chenjie Li, Hao Zhu, Ziyu Wang, Jielun Zhang, Zheyu Zhao, Lingwei Wu, Kechi Zhang, Jia Li, Wenpin Jiao, Zhi Jin, Yihong Dong

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； School of Computer Science, Wuhan University（武汉大学计算机科学系） 纠错

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

AI总结 KOCO-BENCH旨在评估大型语言模型在软件开发中利用领域知识的能力，包含6个新兴领域、11个软件框架和25个项目，通过多粒度任务测试模型的知识获取与应用能力。

Comments Accepted by ACL 2026

A2DEPT: Large Language Model-Driven Automated Algorithm Design via Evolutionary Program Trees

A2DEPT：通过进化程序树实现的大型语言模型驱动的自动算法设计

Bin Chen, Shouliang Zhu, Beidan Liu, Yong Zhao, Tianle Pu, Huichun Li, Zhengqiu Zhu

机构 * The Institute of Intelligent Computing, University of Electronic Science and Technology of China（电子科技大学智能计算学院） ； College of Systems Engineering, National University of Defense Technology（国防科技大学系统工程学院） ； Academy of Military Medical Sciences（军事医学科学院） 纠错

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

AI总结 本文提出A2DEPT，通过进化程序树实现自动算法设计，突破传统固定模板限制，提升算法表达能力，实验显示在标准和高约束基准上优于现有方法。

Comments Preprint

Remembering Unequally: Global and Disciplinary Bias in LLM Reconstruction of Scholarly Coauthor Lists

铭记不均：大型语言模型在重构学术合著者名单中的全球和学科偏见

Ghazal Kalhor, Afra Mashhadi

机构 * Computing and Software Systems, University of Washington, Bothell, WA, USA（华盛顿大学Bothell分校计算机与软件系统学院） 纠错

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

AI总结 研究探讨了大型语言模型在重构学术合著者名单时的偏见问题，发现高引用学者更受青睐，但某些学科和地区表现更均衡，揭示了依赖LLM生成知识的风险与局限。

Automating Categorization of Scientific Texts with In-Context Learning and Prompt-Chaining in Large Language Models

利用大语言模型中的上下文学习和提示链自动分类科学文本

Gautam Kishore Shahi, Oliver Hummel

机构 * Technische Hochschule Mannheim（曼海姆技术大学） 纠错

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

AI总结 本文评估了大语言模型在科学文本分类中的性能，发现提示链在处理ORKG层级分类时优于纯上下文学习，但在第三层级主题分类上仍存在50%的准确率限制。

Comments 25 pages

FormalScience: Scalable Human-in-the-Loop Autoformalisation of Science with Agentic Code Generation in Lean

FormalScience: 基于代理代码生成的可扩展人类在环科学自动形式化

Jordan Meadows, Lan Zhang, Andre Freitas

机构 * University of Manchester, UK（英国曼彻斯特大学） ； Idiap Research Institute, Switzerland（瑞士Idiap研究所） ； National Biomarker Centre, CRUK-MI, UK（英国国家生物标志物中心，CRUK-MI） 纠错

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

AI总结 FormalScience通过人类在环的代理流程，使非专业领域专家以低成本生成形式化证明，构建了包含200个大学物理问题及解决方案的FormalPhysics数据集，并探讨了现代LLM在自动形式化中的局限性。

Comments ACL 2026

xOffense: An Autonomous Multi-Agent Framework for Penetration Testing with Domain-Adapted Large Language Models

xOffense：一种基于领域适应大语言模型的自主多智能体渗透测试框架

Phung Duc Luong, Le Tran Gia Bao, Nguyen Vu Khai Tam, Dong Huu Nguyen Khoa, Nguyen Huu Quyen, Van-Hau Pham, Phan The Duy

机构 * Information Security Lab, University of Information Technology（信息安全实验室，信息科技大学） ； Vietnam National University Ho Chi Minh City（越南胡志明市国家大学） 纠错

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

AI总结 本文提出xOffense框架，利用领域适应的大语言模型实现自动化渗透测试，通过多智能体协作提升效率，实验表明其在多个基准测试中表现优异。

Comments 17 pages, 4 figures

Evaluating Large Language Models on Computer Science University Exams in Data Structures

评估大型语言模型在数据结构大学考试中的表现

Edan Gabay, Yael Maoz, Jonathan Stahl, Naama Maoz, Abdo Amer, Orr Eilat, Hanoch Levy, Michal Kleinbort, Amir Rubinstein, Adi Haviv

机构 * Blavatnik School of Computer Science and AI（Blavatnik计算机科学与人工智能学院） 纠错

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

AI总结 本文评估了大型语言模型在数据结构考试中的表现，引入了一个包含特拉维夫大学考试题目的新基准数据集，测试了GPT 4o、Claude 3.5、Mathstral 7B和LLaMA 3 8B等模型的性能。

Enabling Transparent Cyber Threat Intelligence Combining Large Language Models and Domain Ontologies

结合大语言模型和领域本体的透明网络威胁情报赋能

Luca Cotti, Anisa Rula, Devis Bianchini, Federico Cerutti

机构 * Department of Information Engineering, University of Brescia, Italy（布雷西亚大学信息工程系） ； School of Computer Science and Informatics, Cardiff University, United Kingdom（卡迪夫大学计算机科学与信息学学院） ； Department of Electronics and Computer Science, University of Southampton, United Kingdom（南安普顿大学电子与计算机科学系） 纠错

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

AI总结 本文提出结合本体驱动的结构化输出与大语言模型，构建提升网络安全日志信息提取准确性和可解释性的AI代理，通过领域本体和SHACL约束提高语义有效性。

Comments 14 pages, 3 figures, 6 tables, presented at the 1st workshops on eXplainable AI, Knowledge Representation and Knowledge Graphs (XAI-KRKG) and User-Centered Explanations in XAI Workshop (UCEX-XAI), October 25-30, 2025, Bologna, Italy

Journal ref Joint Proceedings of the 1st workshops on eXplainable AI, Knowledge Representation and Knowledge Graphs (XAI-KRKG) and User-Centered Explanations in XAI Workshop (UCEX-XAI), 2025, CEUR Workshop proceedings, volume 4172, pages 95-108

When Corrective Hints Hurt: Prompt Design in Reasoner-Guided Repair of LLM Overcaution on Entailed Negations under OWL~2~DL

当纠正提示有害：在OWL~2~DL合规查询中LLM过度谨慎的修复提示设计

Yijiashun Qi, Xiang Xu, Yuxuan Li

机构 * University of Michigan Ann Arbor, MI, USA（密歇根大学安娜堡分校） ； ByteDance Inc. San Jose, CA, USA（字节跳动公司） ； University of Pennsylvania Philadelphia, PA, USA（宾夕法尼亚大学） 纠错

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

AI总结 研究发现提示设计对LLM在OWL~2~DL合规查询中的修复效果有显著影响，通过对比不同交互模式发现，基于推理器的修复方法在无提示时表现最佳，而带有提示的修复方法效果更差。

Comments accepted by icaide 2026

Spontaneous Persuasion: An Audit of Model Persuasiveness in Everyday Conversations

自发说服：日常对话中模型说服力的审计

Nalin Poungpeth, Nicholas Clark, Tanu Mitra

机构 * University of Washington（华盛顿大学） 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 本文研究了日常对话中模型说服力的自发性，通过审计五种LLM发现其在多轮对话中频繁使用信息类说服策略，而在心理健康话题中更倾向情感类策略，与人类回应的社交影响策略形成对比。

EVE: A Domain-Specific LLM Framework for Earth Intelligence

EVE：面向地球智能的领域专用LLM框架

Àlex R. Atrio, Antonio Lopez, Jino Rohit, Yassine El Ouahidi, Marcello Politi, Vijayasri Iyer, Umar Jamil, Sébastien Bratières, Nicolas Longépé

机构 * Pi School（Pi学校） ； Mistral AI ； Translated ； ESA Φ \Phi -lab（ESA Φ实验室） 纠错

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

AI总结 EVE首次提出开源端到端框架，构建24B领域适应模型，在地球观测和科学基准上超越同类模型，提供系统化评估基准和生产系统，支持350名试点用户。

Comments To be published in the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026)

Learning to Conceal Risk: Controllable Multi-turn Red Teaming for LLMs in the Financial Domain

学习隐藏风险：面向金融领域的可控多轮红队测试框架

Gang Cheng, Haibo Jin, Wenbin Zhang, Haohan Wang, Jun Zhuang

机构 * Bloomberg（彭博社） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Florida International University（佛罗里达国际大学） ； Boise State University（博伊西州立大学） 纠错

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

AI总结 本文提出CoRT框架，通过可控的多轮红队测试方法，针对金融领域潜在风险进行隐蔽攻击，提升LLM在监管合规方面的安全性。

Comments Accepted for ACL'26 (Main). TL;DR: We propose a controllable multi-turn risk-concealed red-teaming framework, CoRT, that progressively conceals surface-level risk while exploiting regulatory-violating behaviors on a proposed new benchmark, FinRisk-Bench

Shape: A Self-Supervised 3D Geometry Foundation Model for Industrial CAD Analysis

Shape：一种用于工业CAD分析的自监督3D几何基础模型

Bayangmbe Mounmo, Sam Chien, Mile Mitrovic

机构 * SIMD AI ； SB AI Lab（SB AI实验室） 纠错

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

AI总结 Shape通过自监督学习将表面网格转换为密集的token嵌入，结合3D潜在网格、多尺度几何感知分词器和Transformer处理器，实现了高精度和可解释的3D几何表示。

Comments 19 pages, 2 figures

Complete Cyclic Subtask Graphs for Tool-Using LLM Agents: Flexibility, Cost, and Bottlenecks in Multi-Agent Workflows

完全循环子任务图用于工具使用LLM代理：多代理工作流程中的灵活性、成本和瓶颈

Luay Gharzeddine, Samer Saab

机构 * Lebanese American University（黎巴嫩美国大学） 纠错

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

AI总结 本文研究了完全循环子任务图，通过分析不同基准测试发现，多代理工作流程中灵活性可能带来协调成本和推理成本，而外部任务瓶颈可能主导性能。

LLMs Reading the Rhythms of Daily Life: Aligned Understanding for Behavior Prediction and Generation

LLMs阅读日常生活节奏：行为预测与生成的对齐理解

Fanjin Meng, Jingtao Ding, Nian Li, Yizhou Sun, Yong Li

机构 * Department of Electronic Engineering, BNRist, Tsinghua University（电子工程系，BNRist，清华大学） 纠错

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

AI总结 本文提出BUA框架，通过结构化课程学习将LLMs融入人类行为建模，提升行为预测与生成能力，实验证明其在复杂行为建模中的有效性。

Au-M-ol: A Unified Model for Medical Audio and Language Understanding

Au-M-ol：医疗音频与语言理解的统一模型

Meizhu Liu, Nistha Mitra, Paul Li, Amine Abdaoui, Adam Ledyard, Tao Sheng

机构 * Oracle AI Science（Oracle AI科学） ； Neuramill 纠错

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

AI总结 本文提出Au-M-ol模型，通过整合音频处理与大语言模型，提升医疗语音识别等任务的性能，实验显示其将词错误率降低56%，在噪声和专业术语等挑战下表现优异。

Detecting and Evaluating Medical Hallucinations in Large Vision Language Models

在大型视觉语言模型中检测和评估医学幻觉

Jiawei Chen, Dingkang Yang, Tong Wu, Yue Jiang, Xiaolu Hou, Mingcheng Li, Shunli Wang, Dongling Xiao, Ke Li, Lihua Zhang

机构 * Academy for Engineering and Technology, Fudan University（复旦大学工程与技术学院） ； Tencent Youtu Lab（腾讯优图实验室） ； Cognition and Intelligent Technology Laboratory（认知与智能技术实验室） 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Med-HallMark基准，用于医疗多模态领域中的幻觉检测与评估，引入MediHall Score和MediHallDetector，通过多任务训练提升模型可靠性，实验表明其在医疗应用中更有效。

Context-Aware Hospitalization Forecasting Evaluations for Decision Support using LLMs

基于上下文的医院化疗预测评估：利用LLMs进行决策支持

Rhea Makkuni, Ananya Joshi

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,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 本文评估了利用LLMs进行医院化疗预测的方法，通过三种方法在60个县的数据上验证了上下文增强的混合模型在非平稳医疗资源预测中的有效性。

Domain Fine-Tuning vs. Retrieval-Augmented Generation for Medical Multiple-Choice Question Answering: A Controlled Comparison at the 4B-Parameter Scale

领域微调与检索增强生成在医学多选问答中的比较：在4B参数规模下的受控比较

Avi-ad Avraam Buskila

机构 * Department of Information Science and Applied Artificial Intelligence（信息科学与应用人工智能系） 纠错

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

AI总结 研究比较了领域微调与检索增强生成在医学多选问答中的效果，发现领域微调在多数投票准确率上优于通用模型，而检索增强生成未显著提升性能。

IndustryAssetEQA: A Neurosymbolic Operational Intelligence System for Embodied Question Answering in Industrial Asset Maintenance

IndustryAssetEQA: 一种用于工业资产维护中具身体验问答的神经符号操作智能系统

Chathurangi Shyalika, Dhaval Patel, Amit Sheth

机构 * Artificial Intelligence Institute, University of South Carolina（南卡罗来纳大学人工智能研究所） ； University of South Carolina（南卡罗来纳大学） ； IBM Yorktown（IBM约克镇分公司） ； Indian AI Research Organization（印度人工智能研究组织） 纠错

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

AI总结 本文提出IndustryAssetEQA系统，结合事件 telemetry 表示与FMEA-KG知识图谱，提升工业资产问答的结构有效性、反事实准确性及解释蕴含性，减少专家评估的过度声称。

Comments 20 pages, 4 figures, 4 tables, Accepted for the 64th Annual Meeting of the Association for Computational Linguistics (ACL 2026) Industry Track

Disagreement as Signals: Dual-view Calibration for Sequential Recommendation Denoising

分歧作为信号：用于顺序推荐去噪的双视角校准

Sijia Li, Min Gao, Zongwei Wang, Zhiyi Liu, Xin Xia, Yi Zhang

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

AI总结 本文提出DC4SR框架，通过双视角校准提升顺序推荐的去噪效果，结合语义先验和模型后验分布，增强对用户兴趣演变的适应性。

Comments 9 pages, 6 figures, 3 tables

Hierarchical Prototype-based Domain Priors for Multiple Instance Learning in Multimodal Histopathology Analysis

层次化原型域先验用于多实例学习的多模态病理分析

Xuemei Qiu, Dawei Fan, Yebin Huang, Yanping Chen, Lifang Wei

机构 * College of Computer and Information Science, Fujian Agriculture and Forestry University（福建农林大学计算机与信息科学学院） ； College of Future Technology, Fujian Agriculture and Forestry University（福建农林大学未来技术学院） ； Digital Fujian Institute of Agricultural Big Data, Fujian Agriculture and Forestry University（福建农业大数据数字福建研究院） ； Department of Pathology, Clinical Oncology School of Fujian Medical University, and Fujian Cancer Hospital（福建医科大学临床肿瘤学院病理科及福建癌症医院） 纠错

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

AI总结 本文提出HPDP框架，通过引入形态锚定原型系统和正弦位置编码，解决多实例学习中数据驱动黑箱问题，提升病理诊断与预后分析的鲁棒性和可解释性。

Quantum Kernel Advantage over Classical Collapse in Medical Foundation Model Embeddings

量子核在医疗基础模型嵌入中的优势超过经典崩溃

Sebastian Cajas Ordóñez, Felipe Ocampo Osorio, Dax Enshan Koh, Rafi Al Attrach, Aldo Marzullo, Ariel Guerra-Adames, J. Alejandro Andrade, Siong Thye Goh, Chi-Yu Chen, Rahul Gorijavolu, Xue Yang, Noah Dane Hebdon, Leo Anthony Celi

机构 * Massachusetts Institute of Technology（麻省理工学院） ； MIT Critical Data ； Fundación Valle del Lili（Valle del Lili基金会） ； Quantum Innovation Centre (Q.InC)（量子创新中心） ； Agency for Science, Technology and Research (A*STAR)（科技研究局） ； Institute of High Performance Computing (IHPC)（高性能计算研究所） ； Science, Mathematics and Technology Cluster（科学、数学和技术集群） ； Singapore University of Technology and Design（新加坡科技与设计大学） ； Université de Bordeaux（波尔多大学） ； Inserm U1219 ； Politecnico di Milano（米兰理工学院） ； Universidad del Cauca（卡利大学） ； Singapore Management University（新加坡管理大学） ； National Taiwan University Hospital（台湾大学医院） 纠错

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

AI总结 本文通过量子支持向量机在无噪声模拟中证明了量子核在二元保险分类中的优势，展示了量子核在保持非平凡召回率方面的有效性，同时揭示了量子核有效秩远超线性核。

Forecasting Commencing Enrolments Under Data Sparsity: A Zero-Shot Time Series Foundation Models Framework for Higher Education Planning

在数据稀疏条件下预测入学人数：一种用于高等教育规划的零样本时间序列基础模型框架

Jittarin Jetwiriyanon, Teo Susnjak, Surangika Ranathunga

机构 * School of Mathematical and Computational Sciences（数学与计算科学学院） ； Massey University（梅西大学） ； Albany, New Zealand（新西兰奥克兰） 纠错

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

AI总结 本文探讨零样本时间序列基础模型在数据稀疏情况下对入学人数预测的可行性，通过对比经典方法验证其有效性，并提出可转移的预测协议。

Comments 30 pages, 5 figures, 3 tables

Frontier-Eng: Benchmarking Self-Evolving Agents on Real-World Engineering Tasks with Generative Optimization

Frontier-Eng：基于生成优化的现实工程任务中自演化代理的基准测试

Yizhe Chi, Deyao Hong, Dapeng Jiang, Tianwei Luo, Kaisen Yang, Boshi Zhang, Zhe Cao, Xiaoyan Fan, Bingxiang He, Han Hao, Weiyang Jin, Dianqiao Lei, Qingle Liu, Houde Qian, Bowen Wang, Situ Wang, Youjie Zheng, Yifan Zhou, Calvin Xiao, Eren Cai, Qinhuai Na

机构 * Navers Lab（Navers实验室） 纠错

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

AI总结 Frontier-Eng通过工业级模拟器和验证器，评估生成优化中代理在现实工程任务中的表现，发现GPT 5.4表现最稳健，但所有模型仍面临挑战，分析显示改进频率和幅度呈双幂律衰减。