语言大模型 / LLM

Muse Spark Safety & Preparedness Report

Muse Spark 安全与准备报告

Cristina Menghini, Peter Ney, Hamza Kwisaba, Zifan, Wang, Miles Turpin, Felix Binder, Jean-Christophe Testud, Aidan Boyd, Nathaniel Li, Ivan Evtimov, Klaudia Krawiecka, Arman Zharmagambetov, Jeremy Kritz, Alexander R. Fabbri, Daniel Song, Jinpeng Miao, Joonas Hjelt, Meghna Ramani, Leona Lan, Reza Aghajani, Joanna Bitton, Mahesh Pasupuleti, Devin Norder, Khalid El-Arini, Paridhi Singh, Vítor Albiero, Sahana CB, Rashnil Chaturvedi, Elahe Dabir, Edoardo Debenedetti, Jim Gust, Ziwen Han, Kat He, Sean Hendryx, Lifeng Jin, Polina Kirichenko, Sandra Lefdal, Kenneth Li, Asad Liaqat, Inna Lin, Despoina Magka, Neal Mangaokar, Ishita Mediratta, Zach Miller, Smitha Milli, Niloofar Mireshghallah, Saba Nazir, Hung Nguyen, Maximilian Nickel, Kelvin Niu, Kerem Oktar, Bhargavi Paranjape, Parth Pathak, Maya Pavlova, Emmanuel Ramirez, David Renardy, Candace Ross, Yasha Sheynin, Claudia Shi, Shivam Singhal, Evangelia Spiliopoulou, Rakshith Sharma Srinivasa, Jamelle Watson-Daniels, Spencer Whitman, Adina Williams, Chen Xing, Andy Zou, Tommy Ma, Siqi Deng, James Beldock, Prashant Ratanchandani, Kate Plawiak, Taesung Lee, Ryan Victory, Lindsay Hundley, Rachad Alao, Himaghna Bhattacharjee, Jianfeng Chi, Gary Frost, Pegah Ghahremani, Niki Howe, Yuheng Huang, Saeed Jahed, Hannah Korevaar, Trang Le, Zhe Liu, Jinghong Luo, Qin Lyu, Nina Mehrabi, Abraham Montilla, Chirag Nagpal, Cyrus Nikolaidis, Rajvardhan Oak, Manoj Ravi, Vidya Sarma, Aman Shankar, Alana Shine, Eric Michael Smith, Mariana Tandon, Michael Tontchev, Caoyu Wang, Zihan Wang, Corinne Wong, Zheng Wu, Hongyuan Zhan, Justin Zhao, Zexuan Zhong, Chengxu Zhuang, Tristan Goodman, Ayaz Minhas, Harrison Rudolph, Victoria Jeffries, Ingrid Dickinson, Alex Vaughan, Lauren Deason, Kamalika Chaudhuri, Julian Michael, Shengjia Zhao, Summer Yue

机构 * Muse Spark 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.AI

AI总结 Meta 发布 Muse Spark 大语言模型，评估其在化学/生物、网络安全和失控风险等灾难性风险领域的安全性，通过多层缓解措施将风险降至可接受水平，并作为 Meta AI 的基础模型发布。

Comments 159 pages, 57 figures

GenAutoML: An Agentic Framework for Dynamic Architecture Generation and Optimization in Time-Series Analysis

GenAutoML: 面向时间序列分析的动态架构生成与优化的智能体框架

Oleeviya Babu Poikarayil, Cédric Schockaert, Abdulrahman Nahhas, Christian Daase, Mursal Dawodi, Jawid Ahmad Baktash

机构 * Paul Wurth S.A.（保罗·沃思公司） ； Otto-von-Guericke University（奥托·冯·格里克大学） ； Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 提出GenAutoML框架，利用大语言模型作为神经架构师，通过沙盒反射循环和签名感知运行时自动生成并优化时间序列预测与异常检测的神经网络架构，引入动态可逆实例归一化提升非平稳条件下的鲁棒性。

Comments 26 pages, 17 figures, 12 tables. Under review

Y-BotFrame: An Extensible Embodied Agent Framework for Quadruped Robot Assistants

Y-BotFrame：一种用于四足机器人助手的可扩展具身智能体框架

Luyao Zhang, Ke Li, Yuan Ding, Xulong Zhao, Guo Yu, Chengwei Yan, Fuyu Dong, Jiawei Hu, Di Wang, Nan Luo, Gang Liu, Quan Wang

机构 * Xidian University（西安电子科技大学） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

AI总结 提出Y-BotFrame框架，集成多模态感知与大语言模型认知核心，将自然语言指令映射为可执行任务单元，实现无遥控器的人机协作，支持模块化扩展。

GRIP: Feedback-Guided Prompt Retrieval for Large Multimodal Models

GRIP：面向大型多模态模型的反馈引导提示检索

Garvita Allabadi, Matteo Sodano, Roberto Estevão, Yuxiong Wang, Vikram Adve, Emre Kiciman, Ranveer Chandra

机构 * University of Illinois Urbana Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Bonn（波恩大学） ； Microsoft（微软） 纠错

专题命中 效率与部署 ：large language model(abstract)；language model(abstract)

AI总结 提出GRIP，一种可学习的视觉检索框架，利用多模态模型反馈识别真正提升上下文学习性能的示例，在分类、描述和VQA任务上优于基于相似度的检索。

TimeLens: On-Device Artifact Recognition with Retrieval-Augmented Question Answering for the Grand Egyptian Museum

TimeLens: 面向大埃及博物馆的基于检索增强问答的设备端文物识别

Rawan Hesham, Ali Ashraf, Amr Ahmed, Malak Alaa, Omar Ahmed, Omar Wagih

机构 * Grand Egyptian Museum（大埃及博物馆） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.CL

AI总结 针对博物馆场景中的细粒度视觉相似性、训练数据与手持相机差距以及AI幻觉问题，提出设备端文物检测器与双语检索增强生成（RAG）问答系统，实现实时识别与可靠问答。

Comments 6 pages, 4 figures, 5 tables. Submitted to AIVRCH 2026

Multi-Label Test-Time Adaptation with Bayesian Conditional Priors

基于贝叶斯条件先验的多标签测试时自适应

Qiru Li, Ao Zhou, Zhiwei Jiang, Zifeng Cheng, Cong Wang, Yafeng Yin, Qing Gu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.LG

AI总结 提出贝叶斯条件先验估计（BCP），一种无梯度的测试时自适应方法，通过在线估计锚定条件先验注入标签依赖性，提升冻结视觉语言模型在多标签识别中的分布偏移鲁棒性。

Comments accepted by ICML2026

Quantum Reservoir Computing for Short-Term Power Load Forecasting in Resource-Constrained Energy Systems

量子储层计算在资源受限能源系统中的短期电力负荷预测

Mansi Od, Param Pathak, Nouhaila Innan, Muhammad Shafique

机构 * University of Waterloo（滑铁卢大学） 纠错

专题命中 效率与部署 ：post-training(abstract)；分类 cs.LG

AI总结 提出一种硬件高效的量子储层计算框架，通过固定量子储层和压缩经典读出层，在有限内存和硬件噪声下实现短期负荷预测，6位量化保留全精度性能并减少81.2%内存。

Comments 11 pages, 9 figures

Multi-Token Residual Prediction

多令牌残差预测

Yufeng Xu, Zishuo Bao, Qian Wang, Zeshen Zhang, Haoqi Zhang, Bowen Peng, Ang Li, Rahul Chalamala, Yucheng Lu

机构 * New York University（纽约大学） ； New York University Shanghai（纽约大学上海） ； Nos Research（Nos研究） ； Modal 纠错

专题命中 效率与部署 ：language model(abstract)；分类 cs.LG

AI总结 本文提出了一种轻量级模块Multi-token Residual Prediction，通过利用去噪过程中相邻步骤的logit分布相似性，在单次骨干网络前向传播中实现依赖感知的多令牌去噪，从而在成本较低的情况下提高去噪效率。

PP-OCRv6: From 1.5M to 34.5M Parameters, Surpassing Billion-Scale VLMs on OCR Tasks

PP-OCRv6: 从1.5M到34.5M参数，在OCR任务上超越十亿级视觉语言模型

Yubo Zhang, Xueqing Wang, Manhui Lin, Yue Zhang, Penglongyi Deng, Ting Sun, Tingquan Gao, Zelun Zhang, Jiaxuan Liu, Changda Zhou, Hongen Liu, Suyin Liang, Cheng Cui, Yi Liu, Dianhai Yu, Yanjun Ma

机构 * PaddlePaddle Team, Baidu Inc.（百度公司飞桨团队） 纠错

专题命中 效率与部署 ：language model(abstract)

AI总结 提出轻量级OCR系统PP-OCRv6，通过统一MetaFormer架构和结构化重参数化，在服务器到边缘设备上以少数量级参数超越十亿级VLM，中模型识别准确率83.2%，检测Hmean 86.2%。

Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media

通过提示占卜：中文社交媒体上LLM中介的玄学

Chuang Li, Lixuan Wang, Yuqi Chen, Ze Hong

机构 * Department of Sociology, University of Macau（澳门大学社会学系） ； Institute for the Humanities and Social Sciences, University of Hong Kong（香港大学人文与社会科学学院） 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

AI总结 研究LLM在中文社交媒体上用于占卜的现象，通过混合方法分析用户动机、协作提示优化及效果感知，揭示其与传统占卜的异同。

CFALR: Collaborative Filtering-Augmented Large Language Model for Personalized Fashion Outfit Recommendation

CFALR：协同过滤增强的大语言模型用于个性化时尚套装推荐

Yujuan Ding, Junrong Liao, Yunshan Ma, Yi Bin, Wenqi Fan, Tat-Seng Chua, Qing Li

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

AI总结 提出CFALR框架，结合协同过滤与大语言模型，通过自然语言描述用户-套装交互并利用CF增强嵌入，解决个性化套装推荐中的数据稀疏和组合空间问题，在Polyvore和IQON数据集上优于传统方法。

sebis at CRF Filling 2026: A Two-Stage Local LLM Pipeline for Medical CRF Filling

sebis at CRF Filling 2026: 用于医疗CRF填写的两阶段本地LLM流水线

Katharina Sommer, Tristan Till, Florian Matthes

机构 * Technical University of Munich（慕尼黑工业大学） 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 提出基于MedGemma-27B的两阶段本地流水线，分离二值存在分类与值提取，通过少样本上下文学习实现隐私保护，在CRF填写任务上取得0.55 macro-F1，排名第二。

Comments Published in Proceedings of the Third Workshop on Patient-Oriented Language Processing (CL4Health), LREC 2026

OpenMedQ: Broad Open Pretraining for Medical Vision-Language Models

OpenMedQ：面向医学视觉语言模型的广泛开放预训练

Ibrahim Gulluk, Max Van Puyvelde, Olivier Gevaert

机构 * Stanford University（斯坦福大学） ； Stanford University School of Medicine（斯坦福大学医学院） ； Ghent University（根特大学） 纠错

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

AI总结 提出OpenMedQ，在14个数据集（约335万样本）上预训练医学视觉语言模型，在PathVQA上BLEU-1达75.9，超越562B参数的Med-PaLM M，并在8个未见医学分类任务上取得最高平均macro-F1（0.757）。

Comments Medical Imaging with Deep Learning (MIDL) 2026, Short Paper Track

CausalMoE: A Billion-Scale Multimodal Foundation Model for Granger Causal Discovery with Pattern-Routed Heterogeneous Experts

CausalMoE：基于模式路由异构专家的十亿规模多模态基础模型用于格兰杰因果发现

Bo Liu, Di Dai, Jingwei Liu, Jiarui Jin, Xiaocheng Fang, Guangkun Nie, Hongyan Li, Shenda Hong

机构 * State Key Laboratory of General Artificial Intelligence, School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学院通用人工智能国家重点实验室） ； National Institute of Health Data Science, and Institute for Artificial Intelligence, Peking University（北京大学健康医疗大数据国家研究院、人工智能研究院） 纠错

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

AI总结 提出CausalMoE，一种十亿规模多模态格兰杰因果基础模型，通过模式路由混合异构专家解耦动态机制，结合因果自注意力与LLM/VLM先验，实现稀疏因果图恢复，在监督和少样本场景中达到最优。

Deployment-Centered Evaluation: Predicting Query-Level Rejection Risk in a Clinical LLM System

以部署为中心的评估：预测临床大语言模型系统中的查询级拒绝风险

Alyssa Unell, Miguel Fuentes, Brenna Li, Bridget Lin, Meena Jagadeesan, Sanmi Koyejo, Nigam Shah

机构 * Department of Computer Science（计算机科学系） ； Department of Medicine（医学系） ； Department of Biomedical Data Science（生物医学数据科学系） 纠错

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

AI总结 针对临床大语言模型系统，提出基于部署上下文（如提供者类型、科室名称）的预响应分类器，预测用户拒绝风险，AUROC达0.719，并展示其在触发护栏和弃权中的效用。

From Passive Generation to Investigation: A Proactive Scientific Peer Review Agent

从被动生成到主动调查：一种主动的科学同行评审代理

Haishuo Fang, Yue Feng, Iryna Gurevych

机构 * Ubiquitous Knowledge Processing Lab (UKP Lab), Technical University of Darmstadt（达姆施塔特工业大学通用知识处理实验室） ； National Research Center for Applied Cybersecurity ATHENE, Germany（德国国家应用网络安全研究中心 ATHENE） ； School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） 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

AI总结 提出ProReviewer，一种基于LLM的主动科学同行评审代理，将评审建模为马尔可夫决策过程，通过结构化评审日志引导主动调查，在五个质量维度上平均得分最高，优于现有方法。

The Rise of AI-Native Software Engineering: Implications for Practice, Education, and the Future Workforce

AI原生软件工程的崛起：对实践、教育和未来劳动力的影响

Mamdouh Alenezi

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

AI总结 本文系统综述了生成式AI和LLM对软件工程的变革，提出AI原生SE的概念框架、九维能力模型、四阶段课程路线图及研究议程，强调培养工程师的判断、验证与编排能力。

BrainDINO: A Brain MRI Foundation Model for Generalizable Clinical Representation Learning

BrainDINO：一种用于通用临床表征学习的脑MRI基础模型

Yizhou Wu, Shansong Wang, Yuheng Li, Mojtaba Safari, Mingzhe Hu, Chih-Wei Chang, Harini Veeraraghavan, Xiaofeng Yang

机构 * Department of Radiation Oncology and Winship Cancer Institute, Emory University（放射肿瘤科和Winship癌症研究所，埃默里大学） ； Department of Radiation and Cellular Oncology, The University of Chicago（放射肿瘤学与细胞肿瘤学部，芝加哥大学） ； Department of Electrical and Computer Engineering, Georgia Institute of Technology（电气与计算机工程系，佐治亚理工学院） ； Department of Biomedical Engineering, Georgia Institute of Technology（生物医学工程系，佐治亚理工学院） ； Department of Biomedical Informatics, Emory University（生物医学信息学系，埃默里大学） ； Department of Medical Physics, Memorial Sloan Kettering Cancer Center（医学物理系，纪念斯隆凯特琳癌症中心） 纠错

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

AI总结 提出BrainDINO，一种基于自蒸馏的基础模型，在约660万张未标记轴向切片上训练，通过冻结编码器加轻量任务头，在多种脑MRI任务上达到或超越基线，尤其在小样本场景下优势显著。

Comments 25 pages, 5 figures

MDForge: Agentic Molecular Dynamics Pipeline Design under Sparse Simulator Feedback

MDForge：稀疏模拟器反馈下的智能分子动力学流水线设计

Zehong Wang, Yijun Ma, Connor R. Schmidt, Tianyi Ma, Weixiang Sun, Ziming Li, Xiaoguang Guo, Chuxu Zhang, Matthew J. Webber, Yanfang Ye

机构 * University of Notre Dame（圣母大学） ； University of Connecticut（康涅狄格大学） 纠错

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

AI总结 提出MDForge，利用LLM智能体通过多智能体辩论将稀疏奖励稠密化，自动设计分子动力学流水线，在SAMPL基准上达到专家水平，并发现新型高亲和力CB[7]结合剂。

ASTER: Latent Pseudo-Anomaly Generation for Unsupervised Time-Series Anomaly Detection

ASTER: 用于无监督时间序列异常检测的潜在伪异常生成

Romain Hermary, Samet Hicsonmez, Dan Pineau, Abd El Rahman Shabayek, Djamila Aouada

机构 * University of Montreal（蒙特利尔大学） ； Université de Montréal（蒙特利尔大学） 纠错

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

AI总结 提出ASTER框架，在潜在空间生成伪异常训练Transformer分类器，结合预训练LLM增强表示，在三个基准数据集上达到最优性能。

Comments Published in ICPR 2026

DSAEval: Evaluating Data Science Agents on a Wide Range of Real-World Data Science Problems

DSAEval：在广泛真实世界数据科学问题上评估数据科学智能体

Maojun Sun, Yifei Xie, Yue Wu, Ruijian Han, Binyan Jiang, Defeng Sun, Yancheng Yuan, Jian Huang

机构 * Department of Data Science and Artificial Intelligence, Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； Department of Applied Mathematics, Hong Kong Polytechnic University（应用数学系，香港理工大学） 纠错

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

AI总结 提出包含641个真实数据科学问题的基准DSAEval，涵盖多模态环境感知、多查询交互和多维评估，系统评估13个先进LLM智能体，发现Claude-Sonnet-4.5综合最优，多模态感知提升视觉任务性能2.04%-11.30%。

Masked and Predictive Self-Supervised Foundation Models for 3D Brain MRI

用于3D脑部MRI的掩码和预测自监督基础模型

Esra Ergün, Hersh Chandarana, Dan Sodickson, Gözde Ünal

机构 * Istanbul Technical University（伊斯坦布尔理工大学） ； NYU Langone Health（纽约大学朗格尼医学中心） 纠错

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

AI总结 研究自监督基础模型在MRI疾病检测中的应用，提出频谱域重建损失（MAE）和方差-协方差正则化（JEPA）两种方法，在五个下游任务中验证了目标设计对任务结构匹配的重要性。

Artificial Intelligence in Ship Finance: Applications, Opportunities, and a Case Study in AI-Augmented Loan Origination

人工智能在船舶金融中的应用：机遇与AI增强贷款发起的案例研究

Lasse Dierich, Orestis Schinas

机构 * ShipFinance.ai ； HHX.blue GmbH ； Technical University of Munich（慕尼黑技术大学） ； University of the Aegean（爱琴海大学） 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 本文探讨AI在船舶金融中的应用，提出基于大语言模型的模块化架构，用于文档理解、信息提取和工作流自动化，以支持贷款申请流程。

Comments 9 pages, 1 figure

Earth Science Foundation Models: From Perception to Reasoning and Discovery

地球科学基础模型：从感知到推理与发现

Xiangyu Zhao, Bo Liu, Yuehan Zhang, Zelin Song, Wanghan Xu, Feng Liu, Fengxiang Wang, Ben Fei, Fenghua Ling, Wangxu Wei, Wenlong Zhang, Xiao-Ming Wu

机构 * Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文综述了地球科学基础模型，探讨了其从感知到多模态推理及科学发现的能力演进，并总结了其在大气、水圈、岩石圈等领域的广泛应用。

Retrieval-Augmented Foundation Models for Water Level Prediction in the Everglades

用于大沼泽地水位预测的检索增强基础模型

Rahuul Rangaraj, Jimeng Shi, Rajendra Paudel, Giri Narasimhan, Yanzhao Wu

机构 * Florida International University（佛罗里达国际大学） ； Everglades National Park（大沼泽地国家公园） 纠错

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

AI总结 针对大沼泽地水位预测，提出检索增强机制，利用统计相似性或互信息检索历史水文事件，提升预训练时序基础模型的长期预测性能，尤其在极端事件中效果显著。

AI SciBrief as a Gateway to Research: A Framework for Onboarding Students into New Research Areas

AI SciBrief 作为研究入门：一种引导学生进入新研究领域的框架

Andrei Lazarev, Dmitrii Sedov

机构 * Russian Federation（俄罗斯联邦） 纠错

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

AI总结 提出利用大语言模型平台 AI SciBrief 自动生成科学趋势摘要的框架，帮助学生克服信息过载，加速从信息搜索到知识创造的转变。

Comments This is the version of the article accepted for publication in TELE 2025 after peer review. The final, published version is available at IEEE Xplore: https://doi.org/10.1109/TELE66816.2025.11211989

Journal ref 2025 5th International Conference on Technology Enhanced Learning in Higher Education (TELE), Lipetsk, Russian Federation, 2025, pp. 365-369

An Explainable AI Assistant for Introductory Programming Education: Improving Feedback Reliability with Instructor-AI Collaboration

面向入门编程教育的可解释AI助手：通过教师-AI协作提高反馈可靠性

Muntasir Hoq, Griffin Pitts, Bradford Mott, Seung Lee, Jessica Vandenberg, Shuyin Jiao, Narges Norouzi, James Lester, Bita Akram

机构 * North Carolina State University（北卡罗来纳州立大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出一种可解释AI驱动的课堂助手，通过分析学生代码、映射逻辑错误到教师识别的误解并提供教师撰写的反馈，提高入门编程课程中反馈的可靠性和可解释性。

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

Hallucination in Medical Imaging AI: A Cross-Modality Analytical Framework for Taxonomy, Detection, and Mitigation under Regulatory Constraints

医学影像AI中的幻觉：跨模态分析框架用于分类、检测与监管约束下的缓解

Omar Alshahrani, Muzammil Behzad

机构 * King Fahd University of Petroleum & Minerals, Saudi Arabia（沙特阿拉伯法赫德国王石油矿产大学） ； SDAIA-KFUPM Joint Research Center for Artificial Intelligence, Saudi Arabia（沙特阿拉伯SDAIA-KFUPM人工智能联合研究中心） 纠错

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

AI总结 本文提出跨模态分析框架，统一五种影像模态的幻觉分类、检测与缓解策略，发现通用基础模型在幻觉基准上优于医学专用模型，并映射到FDA全生命周期监管。

(Human) Attention Is (Still) All You Need: Human oversight makes AI-assisted social science reliable

（人类的）注意力（仍然）就是一切：人类监督使AI辅助的社会科学变得可靠

Chen Zhu, Xiaolu Wang, Weilong Zhang

机构 * China Agricultural University（中国农业大学） ； University of Cambridge（剑桥大学） 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 提出人机协同决策架构HLER，通过预承诺、决策排序、问责和注意力分配，将AI辅助研究的失败率从72%降至16%。

Fantastic Scientific Agents and How to Build Them: AgentBuild for Rietveld Refinement

神奇的科学智能体及其构建方法：用于Rietveld精修的AgentBuild

Woong Shin, Craig A. Bridges, Marshall T. McDonnell, Rafael Ferreira da Silva

机构 * UT-Battelle, LLC（UT-Battelle有限责任公司） ； US Department of Energy (DOE)（美国能源部） 纠错

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

AI总结 提出AgentBuild框架，通过科学家编写的合同（包含评分标准、课程和知识库）自动构建科学智能体，用于X射线衍射数据的Rietveld精修，实现可复用的智能体编译而非手动调优。