AI 大模型
大语言模型、预训练、指令微调、后训练和语言模型应用。
别听我的！多轮对话如何降低LLM的可靠性
机构 * Vanderbilt University（范德比尔大学） ； Vanderbilt University Medical Center（范德比尔大学医学中心） ； Intuit AI Research（Intuit人工智能研究）
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.AI、cs.LG
AI总结 提出“坚持或切换”(SoS)框架，通过将问答空间分割为多个顺序呈现来评估LLM在多轮对话中的可靠性，发现对话税导致准确性和拒绝错误建议的能力平均下降30%，并观察到盲目切换现象。
PersianMedQA: 在波斯语-英语双语医学问答基准上评估大型语言模型
机构 * School of Electrical and Computer Engineering, University of Tehran（德黑兰大学电气与计算机工程学院） ； Shahid Beheshti University of Medical Sciences（沙希德·贝赫什提医学科学大学） ； Institute for Research in Fundamental Sciences (IPM)（基础科学研究所（IPM））
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(summary_cn,abstract_cn)；分类 cs.CL
AI总结 本文提出PersianMedQA数据集，包含20,785道波斯语医学多选题，用于评估41个LLM在零样本和思维链设置下的双语医学推理能力，发现闭源通用模型表现最佳，而波斯语模型性能较差，且翻译会丢失文化临床线索。
Comments Accepted at LREC 2026 (The Fifteenth Language Resources and Evaluation Conference), Palma, Mallorca, Spain, May 2026
卖给我这支股票：LLM智能体中的不安全推荐漂移
机构 * Centre for Artificial Intelligence, University College London（人工智能研究中心，伦敦大学学院）
专题命中 领域大模型 ：LLM(title,title_cn)；language model(abstract)；分类 cs.CL、cs.AI
AI总结 研究LLM智能体在多轮金融推荐中因工具输出被操纵而产生风险不匹配推荐的问题，通过实验揭示评估盲区并分析机制。
微不足道的大小，显著的效果：大型语言模型中的尺度向量
机构 * Peking University（北京大学）
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、cs.LG
AI总结 本文系统研究了大型语言模型中的尺度向量，发现其虽参数占比极小但对预训练至关重要，通过自放大预条件效应优化优化过程，并提出了三种轻量级改进策略，在多种模型规模上一致提升性能。
Comments 36 pages
每日剂量：工作流集成的大型语言模型自动化在放射肿瘤学中的临床总结和试验识别
机构 * Department of Radiation Oncology, Mayo Clinic, Phoenix, AZ, United States（辐射肿瘤科，梅奥诊所，凤凰城，亚利桑那州，美国） ； Department of Radiation Oncology, Mayo Clinic, Rochester, MN, United States（辐射肿瘤科，梅奥诊所，罗切斯特，明尼苏达州，美国） ； Division of Radiation Oncology, IEO, European Institute of Oncology, IRCCS, Milan, Italy（放射肿瘤学部，IEO，欧洲肿瘤研究所，IRCCS，米兰，意大利）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(title)；language model(title)；分类 cs.CL
AI总结 本文介绍了一个名为“每日剂量”的LLM驱动的自动化临床总结和临床试验识别系统，该系统集成到常规放射肿瘤学实践中，并通过混合方法评估其可用性、满意度和感知有用性，结果显示高使用率和满意度。
Comments 28 pages, 4 figures, 1 table
FinHarness：面向金融LLM代理的内联生命周期安全约束框架
机构 * Peking University（北京大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； University of Science and Technology of China（中国科学技术大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Soochow University（苏州大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； University of Leeds（利兹大学） ； Fullive Innovation (Beijing) AI Technology Co., Ltd.（全维创新（北京）人工智能科技有限公司） ； Beihang University（北京航空航天大学） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL
AI总结 针对金融LLM代理在阻止提示诱导的未授权操作与批准合法多步骤业务流程之间的冲突，提出FinHarness内联安全约束框架，通过查询监控、工具监控和级联模块实现逐步骤风险评估与自适应验证，显著降低攻击成功率并保持良性批准率。
可溯源知识图谱推理助力钢铁行业工业VOCs的LLM辅助决策支持
机构 * Hunan Key Laboratory of Carbon Neutrality and Intelligent Energy, School of New Energy and Environment, Hunan University of Technology and Business（湖南碳中和与智能能源重点实验室，新能环境学院，湖南科技商务大学） ； Aerospace Kaitian Environmental Technology Co., Ltd.（航天凯天环境科技有限公司） ； School of Energy Science and Engineering, Central South University（能源科学与工程学院，中南大学）
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 针对钢铁行业VOCs治理知识分散、通用大模型易产生幻觉的问题，提出基于知识图谱增强的多智能体问答系统Chat-ISV，通过拓扑优化、多智能体路由和源回溯检索实现高可靠性决策支持。
ReVEL：基于结构化性能反馈的多轮反思式LLM引导的启发式进化
机构 * Hanoi University of Science and Technology（河内科学技术大学） ； Phenikaa University（Phenikaa大学）
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.AI
AI总结 针对NP-hard组合优化问题的启发式设计，提出ReVEL框架，通过行为感知分组和多轮迭代细化，利用LLM和累积性能反馈联合优化启发式，实验表明优于现有LLM引导的进化基线。
MedGuideX: 将可执行指南中的决策逻辑内化到大型语言模型中以进行临床推理
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Albert Einstein College of Medicine（爱因斯坦医学院）
专题命中 领域大模型 ：large language model(title)；language model(title)；LLM(abstract)；post-training(abstract)
AI总结 提出一种将临床实践指南转化为可执行决策逻辑并生成事实与反事实问答数据的训练流程，通过微调医学大语言模型得到MedGuideX，在四个临床推理基准上平均准确率相对提升10.28%，且医生评估显示其推理步骤更优。
DeepInterestGR: 利用多模态大语言模型挖掘深度多兴趣用于生成式推荐
机构 * Southeast University（东南大学）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；SFT(abstract,abstract_cn)；prompting(abstract)；分类 cs.LG
AI总结 提出DeepInterestGR框架，通过多LLM兴趣挖掘、奖励标记深度兴趣和兴趣增强物品离散化，解决生成式推荐中的浅层兴趣问题，在三个Amazon数据集上显著提升推荐性能。
LELA: 一种基于LLM的端到端实体链接框架，支持零样本领域自适应
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI
AI总结 本文提出LELA，一种基于大语言模型的模块化、领域无关的实体消歧方法，并扩展为实用的Python库，集成零样本命名实体识别，实现端到端实体链接，实验验证其跨领域性能与鲁棒性。
Journal ref 35th International Joint Conference on Artificial Intelligence (IJCAI-ECAI 2026), IJCAI (International Joint Conferences on Artificial Intelligence), Aug 2026, Bremen (DE), Germany
L2Rec：面向个性化推荐的LLM双视图理解
机构 * Netease Cloud Music（网易云音乐）
专题命中 领域大模型 ：LLM(title_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出L2Rec方法，通过双视图个性化混合专家机制在参数层面统一行为与语义理解，实现端到端个性化推荐，实验证明优于现有方法。
Comments Accepted at SIGIR 2026
从Reddit平台策划和提取药物相关实体
机构 * Population Health Sciences, Weill Cornell Medicine, New York City, USA（威立·科恩医学中心人口健康科学系，纽约市，美国） ； School of Computing and Information Systems, University of Melbourne, Melbourne, Australia（墨尔本大学计算机与信息系统学院，墨尔本，澳大利亚） ； Emergency Medicine, Weill Cornell Medicine, New York City, USA（急诊医学，威立·科恩医学中心，纽约市，美国）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 为解决医生对非法药物真实使用情况了解有限的问题，本文构建了ReDose数据集（6435条Reddit帖子），并采用BERT、LLM和RAG模型进行药物、剂量和效果实体提取，其中BiomedBERT在药物实体上F1达0.843，Llama-3 70B优于GPT-4，但效果提取仍具挑战。
Comments Accepted by IEEE International Conference on Healthcare Informatics (ICHI 2026)
用于混合量子-HPC环境中量子执行的模型上下文协议服务器
专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)
AI总结 提出基于MCP服务器的AI驱动框架，使LLM代理能通过自然语言自动执行量子计算工作流，包括采样和期望值计算等原语。
Comments Accepted to QC4C3 workshop at QCNC 2026
工业搜索中基于大语言模型的查询驱动事件时间线摘要
机构 * Baidu Inc.（百度公司）
专题命中 领域大模型 ：large language model(title)；language model(title)；分类 cs.CL
AI总结 提出QDET系统，通过多任务微调和强化学习实现查询驱动的事件时间线摘要，在百度搜索中显著提升用户参与度。
Comments Accepted at KDD 2026
从规范到指标 (N2I-RAG): 一种用于法律指标计算的智能检索增强生成框架
机构 * LISI Laboratory（LISI实验室） ； Cadi Ayyad University（卡迪·阿亚德大学） ； Univ Brest（布列塔尼大学） ； IRD, Univ Brest, CNRS, Ifremer, LEMAR（IRD、布列塔尼大学、CNRS、Ifremer、LEMAR）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；language model(abstract)；分类 cs.AI
AI总结 提出N2I-RAG框架，通过自适应检索、基于LLM的智能体和验证机制，实现从法律文本到指标的透明、可追溯的自动计算，在法国海洋环境法语料库上优于基线方法。
Gumbel机器：通过Gumbel噪声引导生成反事实学生写作
机构 * University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校） ； University Politehnica of Bucharest（布加勒斯特理工大学） ； Arizona State University（亚利桑那州立大学）
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 提出Gumbel机器，一种利用β-Hindsight控制解码算法生成既符合评分标准又与学生原文相似的反事实文本的模块化方法。
Comments preprint
基于特质条件的多智能体系统在迭代法律论证中的战略说服
机构 * Aleph Alpha Research（Aleph Alpha研究）
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 提出战略法庭框架，通过特质条件化的大语言模型智能体模拟多轮法律辩论，发现异质团队表现更优，并引入强化学习特质编排器动态优化辩护策略。
构建工业规模优化建模基准
机构 * Great Bay University（大湾大学） ； Peking University（北京大学） ； Huawei Technologies Co., Ltd（华为技术有限公司）
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG
AI总结 提出MIPLIB-NL基准，通过结构感知逆向构建方法从真实混合整数线性规划中生成自然语言规范与求解器代码，以评估大语言模型在工业规模优化建模中的性能。
Comments This paper was accepted by ICML'26 for publication
MetaGraph：金融NLP中GenAI的大规模元分析（2022-2025）
机构 * Bloomberg（贝莱德）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；分类 cs.CL
AI总结 提出MetaGraph方法，利用本体引导的LLM从科学语料中提取类型化知识图谱，对681篇GenAI在金融领域的论文进行结构化趋势分析，揭示了三个阶段：早期LLM驱动的任务和数据集扩展、对局限性和风险的日益关注、以及向模块化系统导向方法的转变。
Comments 8 pages, appendices, GEM, ACL
LLM在教育中使用的法律考量可信度
机构 * College of Information Technology（信息科技学院） ； Brunel University of London（伦敦布鲁内尔大学） ； Ahlia University（阿利亚大学）
专题命中 领域大模型 ：LLM(title_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 本文通过比较全球主要地区（欧盟、英国、美国、中国、海湾合作委员会国家）的AI监管框架，提出针对海湾合作委员会国家的合规中心AI治理框架，以促进教育中AI系统的合法、伦理和文化适应性部署。
Comments 11 pages, 3 figures, 6 tables
Journal ref Proc. IEEE DASA 2025, Manama, Bahrain, 2025
分布漂移下儿童贫血预测的表格机器学习与基础模型的少样本跨国家泛化
机构 * Department of Mathematics, Rhodes University, South Africa（数学系，罗德斯大学，南非） ； National Institute for Theoretical and computational Sciences (NITheCS), Stellenbosch, 7600, South Africa（理论与计算科学国家研究所（NITheCS），斯泰伦博斯，7600，南非） ； Interdisciplinary Research Program in Public Health, University of Burundi, Burundi（公共卫生跨学科研究计划，布恩迪大学，布恩迪） ； Universite Clermont Auvergne, Clermont Auvergne INP, CNRS, Institut Pascal, Clermont–Ferrand, France（克莱蒙特-奥弗涅大学，克莱蒙特-奥弗涅INP，CNRS，帕西尔研究所，克莱蒙特-费尔南，法国） ； Department of International Public Health, Liverpool School of Tropical Medicine, Liverpool, UK（国际公共卫生系，利物浦热带医学学校，利物浦，英国） ； College of Health Solutions, Arizona State University, Phoenix, USA（健康解决方案学院，亚利桑那州立大学，凤凰城，美国） ； Department of Statistics, University of Pretoria, Pretoria, South Africa（统计系，普里特oria大学，普里特oria，南非）
专题命中 领域大模型 ：foundation model(title,abstract)；分类 cs.AI、cs.LG
AI总结 本研究评估了基于Transformer的表格基础模型TabPFN在跨国家、数据稀缺环境下预测儿童贫血的性能，发现其优于经典监督方法，尤其在低数据场景下表现出更好的区分度和校准能力。
一种用于工业检测中自动缺陷推理与报告生成的混合视觉-语言架构
机构 * School of Computing, Telkom University（Telkom大学计算机学院） ； Faculty of Engineering and Technology, School of Computing and Artificial Intelligence（工程与技术学院，计算与人工智能学院）
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出一种解耦的边缘可部署管道，结合YOLO26-x-obb检测器、确定性编码模块和QLoRA微调的Qwen-2.5-1.5B模型，实现风电叶片缺陷定位与结构化报告生成，在BLEU-4、幻觉率和专家评分上显著优于零样本VLM基线。
Comments 23 pages, 6 figures, 9 equations, and 6 tables
审计多模态生成式搜索的可靠性
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 通过大规模审计Gemini 2.5 Pro系统，发现3.7%至18.7%的基于视频的生成式搜索声明未被引用来源支持，主要失败模式为不可验证的特异性与夸大声明。
Comments 14 pages, LaTeX, typos corrected, adding Data Availability section + examples in appendix, New plot(overview)
缩小差距：探究为何语言模型惊奇度优于完形填空惊奇度
机构 * University of Maryland（马里兰大学） ； Nanyang Technological University（南洋理工大学）
专题命中 领域大模型 ：language model(title,abstract)；分类 cs.CL
AI总结 本研究通过三个假设（低分辨率、语义相似词区分、低频词概率准确性）解释了语言模型概率在预测处理努力上优于完形填空数据的原因。
Comments 18 pages, 10 figures, accepted to ACL 2026 Main Conference
通过在大规模工业数据集上的异常引导预训练推进金属表面缺陷检测
机构 * Collaborative Innovation Center of Steel Technology, University of Science and Technology Beijing（钢铁技术协同创新中心，北京科技大学）
专题命中 领域大模型 ：pretraining(title,abstract)
AI总结 提出异常引导自监督预训练（AGSSP）方法，通过两阶段框架利用异常先验引导表示学习，在金属表面缺陷检测中显著提升性能，mAP@0.5提升高达10%。
Comments Accepted for publication in Pattern Recognition
Journal ref Pattern Recognition, Volume 179, Part C, 2026, 113788
基于对抗感知的多教师同策略蒸馏以实现领域保留下的通用能力恢复
机构 * Kuaishou Technology, Beijing, China（快手科技，北京，中国）
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；post-training(abstract)；分类 cs.AI
AI总结 针对多教师同策略蒸馏在提示覆盖不完全时出现的恢复-保留对抗和弱信号平坦化问题，提出CaMOPD方法，通过解耦交替训练和基于差距的样本选择，在保持领域性能的同时有效恢复通用能力。
超越最终答案：多智能体工业工作流中的轨迹级幻觉审计
机构 * IBM ； Columbia University（哥伦比亚大学）
专题命中 领域大模型 ：LLM(abstract_cn)；large language model(abstract)；language model(abstract)；分类 cs.AI
AI总结 提出Trajel数据集和评估框架，通过五类幻觉分类法审计多智能体工业工作流中的轨迹级幻觉，发现现有基准忽略的常见失败模式，并证明轨迹感知检测优于标准事后验证。
SciResearcher: 面向前沿科学推理的深度研究智能体规模化
机构 * HKUST（香港科技大学） ； CUHK（香港大学） ； Tencent AI Lab（腾讯AI实验室）
专题命中 领域大模型 ：foundation model(abstract)；post-training(abstract)；分类 cs.CL、cs.AI
AI总结 提出SciResearcher框架，通过合成基于学术证据的概念与计算任务并训练智能体，在HLE-Bio/Chem-Gold等基准上达到最优性能。
Comments 23 pages, 6 figures, 15 tables
ExTax：基于说服、情感和叙事角色分类学的可解释虚假信息检测
机构 * Peking University（北京大学） ； University of Science and Technology of China（中国科学技术大学） ； North China University of Science and Technology（华北理工大学） ； Tsinghua University（清华大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； University of Chinese Academy of Sciences（中国科学院大学） ； Soochow University（苏州大学） ； Beihang University（北航） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 领域大模型 ：LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 提出ExTax框架，统一说服修辞、情感操纵和叙事角色为17维分类空间，通过熵驱动动态标签平滑和多头注意力融合分类与上下文特征，实现可解释的虚假信息检测，在跨域基准上达到0.8456 Macro F1。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈