语言大模型 / LLM

A Comparative Study of Student Perspectives on Technical Writing Feedback Quality: Evaluating LLMs, SLMs, and Humans in Computer Science Topics

学生视角下技术写作反馈质量比较研究：评估计算机科学主题中的LLM、SLM和人类

Suqing Liu, Runlong Ye, Christopher Eaton, Bogdan Simion, Michael Liut

机构 * McMaster University（麦斯特大学） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Research Institute for the Study of University Pedagogy, University of Toronto Mississauga（多伦多大学密西根分校大学教学研究学院） ； Department of Mathematical and Computational Sciences, University of Toronto Mississauga（多伦多大学密西根分校数学与计算科学系） 纠错

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

AI总结 本研究比较了本地部署的小语言模型（SLM）、商业大语言模型（LLM）和人类导师在计算机科学课程中提供写作反馈的质量，发现SLM在可读性和可操作性上获得学生更高评价，而人类反馈在专业写作任务中更受青睐。

Comments accepted at AIED 26

Evidence-Informed LLM Beliefs for Continual Scientific Discovery

基于证据的LLM信念用于持续科学发现

Dhruv Agarwal, Reece Adamson, Andrew McCallum, Peter Clark, Ashish Sabharwal, Bodhisattwa Prasad Majumder

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 针对AutoDiscovery将惊奇视为静态量而人类惊奇是非平稳的问题，提出证据信息化的LLM信念，通过基于嵌入的检索增强生成更新先验，并修改搜索过程以避免虚假奖励，平均非平稳惊奇提高30.62%。

Diagnosing and Mitigating Retrieval Bottlenecks in LLM-Based Cold-Start Recommendation

诊断与缓解基于LLM的冷启动推荐中的检索瓶颈

Zhe Dong, Fang Qin, Manish Shah, Yicheng Wang

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

AI总结 本文通过五领域基准测试发现，在冷启动场景下，LLM重排序器受限于检索覆盖率低（4.6-22.9%），提出LHF混合融合层作为检索侧基线，恢复17-61%的oracle覆盖空间，但端到端实验显示非LLM排序与LLM重排序之间存在不匹配。

Comments 17 pages, 6 figures, 13 tables

Exploring the Value of Diverse LLM Explanations in Introductory Programming

探索多样化LLM解释在入门编程中的价值

Seth Bernstein, Paul Denny, Juho Leinonen, Kush Patel, Rayhona Nasimova, Matt Littlefield, Stephen MacNeil

机构 * Temple University（Temple大学） ； University of Auckland（奥克兰大学） ； Aalto University（阿尔托大学） 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.AI

AI总结 研究通过对比多样化与通用LLM生成解释对编程学习的影响，发现多样化解释使开放题准确率提高约7.7%，且不增加认知负荷。

Comments 7 pages, 4 figures; accepted to SIGCSE Virtual 2026

Exploring LLM Agent Designs and Interaction Modalities for Scientific Visualization

探索LLM代理在科学可视化中的交互范式

Jackson Vonderhorst, Kuangshi Ai, Haichao Miao, Shusen Liu, Chaoli Wang

机构 * Univ. Notre Dame（诺特难大学） ； LLNL（劳伦斯利弗莫尔国家实验室） 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 本文研究不同类型的LLM代理在科学可视化任务中的表现，通过评估八种代表性代理在15个基准任务中的可视化质量、效率、鲁棒性和计算成本，发现通用编程代理任务成功率最高但计算成本高，领域专用代理更高效稳定但灵活性差，计算机使用代理在单步任务表现良好但多步流程受限。

A Two-Stage Reflection and Reprompting Framework for LLM-Based Solution of Petri Net Reachability Problems in Industrial Applications

一种用于工业应用中基于LLM的Petri网可达性问题求解的两阶段反思与重提示框架

Ruimin Hu, Mehmet Mercangöz

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

AI总结 提出一种结合两阶段反思与重提示机制的LLM框架，用于解决工业制造系统中Petri网可达性问题，通过反思和重新澄清提高可行序列生成的准确性，实验表明该方法在多个LLM上均提升了可靠性和稳定性。

Comments Accepted to the 2026 IEEE Conference on Control Technology and Applications (CCTA). N pages, 2 figures, 3 tables

Probing the Stochastic Machine: Engaging with LLMs in Statistics Curricula Through Veridical Data Science

探测随机机器：通过真实数据科学在统计课程中与LLM互动

Tian Zheng

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

AI总结 本文提出将LLM作为统计课程的研究对象，通过设计小实验和分析输出分布来探索其变异性、偏差和提示敏感性，并基于真实数据科学框架和PCS原则给出四个课程示例。

When Medical Safety Alignment Fails: A Benchmark for Evaluating LLMs on High-Risk Medical Queries

当医疗安全对齐失败：评估LLMs在高风险医疗查询上的基准

Yige Li, Jun Sun, Wei Zhao, Zhe Li, Yutao Wu, Hanxun Huang, Xiang Zheng, Xingjun Ma

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

AI总结 提出MedHarm基准，包含1100个高风险医疗查询，评估15个LLM在毒理学、药理学等10个安全关键类别上的表现，发现对齐模型仍可能产生不安全响应，医疗微调会加剧危害，外部护栏存在脆弱性。

Comments 18 pages

Using Large Language Models in Physics Education

在物理教育中使用大型语言模型

Jonah L. Donaldson, Aliya Nawaz, Konstantinos Doran, Alysta Lim, Mario Campanelli

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

AI总结 本研究评估了2024年中至2025年底发布的前沿大型语言模型在解决大学物理问题（经典力学、电磁学、量子力学）和自动评分方面的能力，发现文本推理接近饱和，多模态集成解决了空间几何限制，但部分评分仍存在挑战。

Comments 22 pages

Multimodal Large Language Model driven Radiology Report Generation with Clinical Knowledge Enhancement

基于多模态大语言模型的放射科报告生成与临床知识增强

Miaojing Shi, Tianyu Cen, Zijie Yue, Meng Wei, Oluwatosin Alabi, Tom Vercauteren

机构 * College of Electronic and Information Engineering, Tongji University（同济大学电子与信息工程学院） ； Shanghai Research Institute for Intelligent Autonomous Systems, Tongji University（同济大学上海自主智能无人系统科学中心） 纠错

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

AI总结 本文提出一种融合多模态大语言模型与临床知识的放射科报告生成方法，通过解剖学特征提取、多模态报告生成及多任务学习提升报告的临床相关性与准确性。

Em-ergence of the em-dash: a population-level rise in em-dash frequency in medRxiv preprints at the dawn of the large-language-model era

Em-破折号的涌现：大型语言模型时代初期 medRxiv 预印本中 em-dash 频率的群体水平上升

Przemysław Czuma

机构 * Polish Association for Artificial Intelligence in Medicine（波兰人工智能与医学协会） 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 本研究通过分析 medRxiv 预印本讨论部分，发现 ChatGPT 发布后 em-dash 使用率从 4.23% 升至 11.58%，表明 LLM 时代科学写作风格发生了显著变化。

Comments 22 pages, 5 figures. Pre-registered on OSF (osf.io/HFT8C). Companion to a pre-registered audit of Unicode fidelity in biomedical bibliographic APIs (arXiv:2606.24897)

The strength of clinical evidence is recoverable from language model representations but not from their stated grades

临床证据强度可从语言模型表示中恢复，但无法从其陈述的等级中恢复

Soroosh Tayebi Arasteh

机构 * Lab for AI in Medicine（医学人工智能实验室） ； RWTH Aachen University（亚琛工业大学） ； University Hospital RWTH Aachen（亚琛大学医院） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本研究通过构建临床声明数据集，测试22个开源大语言模型，发现模型内部表示可编码证据强度（中位AUROC 71.8%），但模型陈述的等级接近随机（低于估计器25-27个百分点），且该信号主要来自词汇特征，不随规模提升。

Who Plays Which Role When? Communication Role Dynamics for Peer Recognition and Team Performance Prediction

谁在何时扮演何种角色？用于同伴认可和团队绩效预测的沟通角色动态

Yifan Song, Wenxuan Wendy Shi, Brian P Bailey, Tal August

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； California Polytechnic State University, Pomona（加州州立大学波莫纳分校） 纠错

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

AI总结 基于教育理论定义八种沟通角色，通过LLM自动标注Slack消息，分析团队生命周期中的角色动态，并利用角色特征预测同伴认可和团队绩效，优于基线方法。

Skin-R1: Clinical Knowledge-Guided Dermatological Diagnosis Using Vision-Language Models

Skin-R1: 基于视觉-语言模型的临床知识引导的皮肤病诊断

Zehao Liu, Weijieying Ren, Jipeng Zhang, Tianxiang Zhao, Jingxi Zhu, Xiaoting Li, Vasant G Honavar

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

AI总结 Skin-R1结合教材引导的临床推理监督与强化学习，提升皮肤病诊断的准确性和鲁棒性，通过构建基于教材的推理生成器和强化学习框架，改进模型在异构数据集和稀疏标注下的表现。

Comments ECCV 2026

RSGPNet: Geometric Prompting for Remote Sensing Open-Vocabulary Semantic Segmentation

RSGPNet：遥感开放词汇语义分割的几何提示

Shanwen Wang, Xin Sun, Sirui Wang, Xiao Xiang Zhu

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

AI总结 提出RSGPNet，一种无需训练的几何提示框架，通过对象几何区域和一致性约束改进遥感开放词汇语义分割，在多个数据集上超越现有方法。

Comments Open-vocabulary, Remote sensing, Geometric prompting, Multimodal large language model

LLM based Knowledge Graph Approach to Automating Medical Device Regulatory Compliance

基于LLM的知识图谱方法实现医疗器械监管合规自动化

Subhankar Chattoraj, Karuna Pande Joshi

专题命中 领域大模型 ：LLM(title,title_cn)

AI总结 提出结合知识图谱与大语言模型的方法，从FDA文档提取监管知识并自动分类医疗器械，实现合规评估自动化，减少人工审查并加速上市。

Journal ref 2025 IEEE International Conference on Big Data (BigData), 2025, pp. 321-328

BayesEvolve: Explicit Belief States for Autonomous Scientific Discovery

BayesEvolve：自主科学发现的显式信念状态

Xuening Wu, Shan Yu, Qianya Xu, Shenqin Yin

机构 * Pfizer（辉瑞公司） ； Independent Researcher（独立研究员） ； University of California San Diego（加州大学圣地亚哥分校） ； Institute of Humanities and Social Science Data, Fudan University（复旦大学人文社会科学数据研究院） 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 提出BayesEvolve框架，通过显式不确定性感知信念状态指导实验，在BBOB黑箱优化任务上比记忆引导基线更高效。

Comments 7 pages, 2 diagrams

TopoAgent: An Agentic Framework for Automated Topology Learning in Medical Imaging

TopoAgent: 医学影像中自动拓扑学习的智能体框架

Guangyu Meng, Pengfei Gu, Xueyang Li, Yiyu Shi, Erin Wolf Chambers, Danny Z. Chen

机构 * Dept. of Computer Science and Engineering, University of Notre Dame（内布拉斯加大学达灵顿分校计算机科学与工程系） ； Dept. of Computer Science, The University of Texas Rio Grande Valley（德克萨斯大学里奥格兰德谷分校计算机科学系） 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.AI

AI总结 提出基于大语言模型的智能体框架TopoAgent，通过感知-推理-行动-反思循环和21个领域工具，自动为医学图像选择最优拓扑描述符并生成特征向量。

Mitigating Batch Effects in Histopathology via Language-Mediated Robust Embedding Generation

通过语言介导的鲁棒嵌入生成减轻组织病理学中的批次效应

Yishu Zhang, Shushan Wu, Zhenzhong Zhang, Didong Li, Huaxiu Yao, Yun Li, Iain Carmichael, Katherine A. Hoadley, Hongtu Zhu, Di Wu, Daiwei Zhang

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 提出GLMP框架，利用通用多模态大语言模型将组织学图像转化为文本表示，再生成数值嵌入，有效抑制批次效应，提升跨机构泛化能力。

AutoB2G: Agentic Simulation and Reinforcement Learning for Spatio-Temporal Grid-Interactive Building Control

AutoB2G：一种基于大语言模型的代理框架，用于自动化建筑-电网协同仿真

Borui Zhang, Nariman Mahdavi, Subbu Sethuvenkatraman, Flora Salim

机构 * University of New South Wales（新南威尔士大学） 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 本文提出AutoB2G框架，通过自然语言任务描述实现建筑-电网协同仿真的自动化，解决现有仿真环境在电网层面影响评估不足的问题。

Structural Certification for Reliable Physical Design with Language Models

面向语言模型可靠物理设计的结构认证

Nakul Vyas, Iliya D. Stoev

机构 * Heysuvi Labs, LLC（Heysuvi实验室） ； Institute of Biological and Chemical Systems - Functional Molecular Systems, Karlsruhe Institute of Technology（生物和化学系统研究所-功能分子系统，卡尔斯鲁厄技术大学） 纠错

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

AI总结 提出Physics-Anchored Certification (PHACT)框架，通过提议-认证循环将断言权从模型转移到确定性引擎，在五个科学领域实现零错误认证。

Comments 16 pages, 5 figures, 5 tables

PlantExpertVQA: A Visual Question Answering Dataset for Benchmarking Vision-Language Models in Plant Science

PlantExpertVQA: 一个用于植物科学中视觉语言模型基准测试的视觉问答数据集

Syed Nazmus Sakib, Nafiul Haque, Mohammad Zabed Hossain, Shifat E. Arman

机构 * Department of Robotics and Mechatronics Engineering, University of Dhaka（达卡大学机器人与机电工程系） ； Department of Botany, University of Dhaka（达卡大学植物学系） 纠错

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

AI总结 PlantExpertVQA数据集旨在提升视觉语言模型在农业决策中的应用，包含765,186个高质量问答对，涵盖38种作物和89种病害，通过多阶段流程生成并经专家审核，验证了参数高效微调的有效性。

Comments 36 pages, 9 figures, 14 tables and Submitted to Nature Scientific Data

How Token Influence Decays with Distance: A Green-Function View of Trained Language Models

令牌影响如何随距离衰减：训练语言模型的格林函数视角

Matthias Brändel, Stephan Köhler, Oliver Rheinbach

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

AI总结 通过格林函数视角，研究自回归Transformer语言模型中令牌间影响随距离的衰减规律，发现呈幂律衰减（指数约0.8-0.9），而非指数衰减。

Comments 14 pages, 4 figures

Synthesized Annotation Guidelines are Knowledge-Lite Boosters for Clinical Information Extraction

合成的标注指南是临床信息提取的低知识提升器

Enshuo Hsu, Martin Ugbala, Krishna Kumar Kookal, Zouaidi Kawtar, Nicholas L. Rider, Muhammad F. Walji, Kirk Roberts

机构 * McWilliams School of Biomedical Informatics, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心麦克威廉姆斯生物医学信息学院） ； School of Dentistry, University of Texas Health Science Center at Houston（德克萨斯大学休斯顿健康科学中心牙科学院） ； Enterprise Development and Integration, University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心企业开发与集成部） ； Virginia Tech Carilion School of Medicine, Department of Health Systems & Implementation Science（弗吉尼亚理工大学卡里利恩医学院卫生系统与实施科学系） 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 本文提出一种无需人工输入的自改进方法，利用LLM生成标注指南，提升临床信息提取性能，实验显示在多个基准测试中取得显著改进。

Why Trust Your Agent? Empirical Security Gains from TRiSM-Guided Agentic Workflows in Healthcare

为何信任你的智能体？医疗保健中TRiSM引导的智能体工作流的实证安全增益

Liam Kearns

机构 * AuraQ 纠错

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 本文应用AI信任、风险与安全管理（TRiSM）框架，将不安全的医疗报告生成智能体工作流转变为安全敏感的工作流，在五种大语言模型上评估，将平均攻击成功率从31%-42%降至10%-25%，同时报告准确率提升14个百分点。

Comments 15 pages, 6 figures

Expert-guided Clinical Text Augmentation via Query-Based Model Collaboration

通过基于查询的模型协作进行专家指导的临床文本增强

Dongkyu Cho, Miao Zhang, Rumi Chunara

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

AI总结 本文提出基于查询的模型协作框架，利用专家知识指导文本增强，提升医疗信息保留并减少幻觉，实验显示在临床预测任务中表现优于传统方法。

Comments 18 pages, 6 figures, Accepted at ICML 2026

The Verbose Context Problem in Medical Records

医疗记录中的冗长上下文问题

Shiva Kaul, Min-Gyu Kim, Anjum Khurshid, Sriram Vishwanath

机构 * Department of Population Medicine（人口医学部） ； Department of Biomedical Informatics（生物医学信息学部） ； School of Electrical and Computer Engineering（电气与计算机工程学院） 纠错

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

AI总结 针对群体健康分析中结构化概念导致的长文本瓶颈，提出PopMedQA基准，通过人工患者记录生成库neopatient构建任务，发现领域无关方法无法缓解该问题。

Comments SD4H ICML 2026 Spotlight

How Anthropomorphic Language Impacts Public Perceptions of AI

拟人化语言如何影响公众对人工智能的看法

Betty Li Hou, Sophie Hao, Sunoo Park, Tal Linzen

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 研究通过实验比较拟人化与非拟人化描述对公众AI认知的影响，发现拟人化语言在短期内对公众看法影响有限，但长期或自然情境下可能有效。

The FIL Hypothesis: Inductive Biases Help with Kernel Engineering

FIL假说：归纳偏置有助于核工程

Nikolai Rozanov, Subhabrata Dutta, Preslav Nakov, Iryna Gurevych

机构 * NLP Department, MBZUAI（自然语言处理部门，MBZUAI） ； Ubiquitous Knowledge Processing, TU Darmstadt（普遍知识处理，图腾斯达特大学） ； Department of Computing, Imperial College London（计算部门，伦敦帝国理工学院） 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 提出反馈信息循环（FIL）假说，认为未来AI应用将面临长反馈循环的缩放极限，并引入基于归纳偏置的方法，在GPU编程任务中验证其优于纯数据驱动方法。

Comments 10 pages main, 17 pages abstract, pre-print

Information Dynamics of Language Communication

语言交际的信息动力学

Leonardo S. Goodall, Andrea I. Luppi, Pedro A. M. Mediano

机构 * Calleva Research Centre, University of Oxford, UK（牛津大学卡勒瓦研究中心） ； St John’s College, University of Cambridge, UK（剑桥大学圣约翰学院） ； Montréal Neurological Institute, McGill University, Canada（蒙特利尔神经科学研究所，麦吉尔大学，加拿大） ； Centre for Eudaimonia and Human Flourishing, University of Oxford, UK（幸福与人类繁荣中心，牛津大学，英国） ； Department of Computing, Imperial College London, UK（伦敦帝国理工学院计算机系） 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 提出信息论框架量化语义信息在对话中的定向流动，通过语义转移熵和语义部分信息分解测量信息传递，在四个实验中验证其能检测认知僵化对话、说服者主导作用、心理治疗质量及议论文协同贡献。