语言大模型 / LLM

Graph-Constrained Policy Learning for Extreme Clinical Code Prediction

用于极端临床代码预测的图约束策略学习

Amritpal Singh, Sebastian Torres, Khawar Shakeel, Syed Ahmad Chan Bukhari

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

AI总结 研究针对临床代码预测任务，提出图约束遍历策略，将其转换为有限时域决策过程。单一语言模型逐层选节点得叶代码，实现极端多标签预测到子集决策的转换。实验表明该策略优于平面基线，增加监督数据可提升性能，简单图约束策略学习效果良好。

Skills That Don't Exist: A Large-Scale Study of Hallucinated Skill Recommendation in LLM Agents

不存在的技能：对大语言模型代理中幻觉技能推荐的大规模研究

Weifeng Yuan, Wenbo Guo, Feng Dong, Haoyu Wang, Yang Liu

专题命中 领域大模型 ：LLM(title,abstract)

AI总结 研究大语言模型代理中技能名称幻觉漏洞，通过大规模测量发现各配置均有此问题，系统生成众多幻觉名称且非随机，测试的模型级防御存在安全与可用性冲突，修复需全生态系统结构改变。

FAIR GraphRAG: A Retrieval-Augmented Generation Approach for Semantic Data Analysis

公平的GraphRAG：一种用于语义数据分析的检索增强生成方法

Marlena Flüh, Soo-Yon Kim, Carolin Victoria Schneider, Sandra Geisler

机构 * RWTH Aachen University（亚琛RWTH大学） ； University Hospital RWTH Aachen（亚琛RWTH大学医院） 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 研究针对现有RAG方法缺乏结构化公平化的问题，引入公平的GraphRAG框架，以公平数字对象为基本单元，利用大语言模型支持相关构建与提取，应用于生物医学数据集，显著提升问答效果，展示了公平数据实践与图检索技术结合的可行性。

Comments Accepted at the IEEE International Conference on Knowledge Graph, 2025. Corrects an error in the published abstract: the evaluation dataset is RNA-sequencing data, not single-cell data

Journal ref 2025 IEEE International Conference on Knowledge Graph (ICKG), Limassol, Cyprus, 2025, pp. 90-97

Towards AI Evaluation in Domain-Specific RAG Systems: The AgriHubi Case Study

面向领域特定RAG系统的AI评估：AgriHubi案例研究

Md. Toufique Hasan, Ayman Asad Khan, Mika Saari, Vaishnavi Bankhele, Pekka Abrahamsson

机构 * Faculty of Information Technology and Communication Sciences（信息科技与通讯科学学院） 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 AgriHubi通过整合芬兰农业文档与开放模型，结合来源 grounding 和用户反馈，提升了农业决策支持系统的回答完整性、语言准确性和可靠性。

Comments 6 pages, 2 figures, submitted to MIPRO 2026

Journal ref 2026 49th MIPRO ICT and Electronics Convention (MIPRO), Opatija, Croatia, pp. 989-994

An Empirical Analysis of Continual Learning for Heterogeneous Medical Visual Question Answering

异构医学视觉问答持续学习的实证分析

Mai A. Shaaban, Tausifa Jan Saleem, Alaa Mohamed, Dilnaz Utemissova, Ufaq Khan, Mohammad Yaqub

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； Alexandria University（亚历山大大学） 纠错

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

AI总结 研究异构医学视觉问答持续学习，通过系统评估多种临床目标任务，探究现有CL方法减轻灾难性遗忘能力、对任务排序敏感性及低秩适应参数演变，发现交错不同任务时现有方法难维持稳定性 - 可塑性平衡。

An Agentic AI Scientific Community for Automated Neural Operator Discovery

用于自动神经算子发现的智能体人工智能科学社区

Luis Loo, Ulisses Braga-Neto

机构 * Texas A&M University（德克萨斯农工大学） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.LG

AI总结 该研究基于人工智能科学社区提出智能体方法用于自动神经算子发现，通过虚拟实验室中三个智能体协作，共享通用词汇表，在五个问题上评估，能发现高精度低参数架构，揭示语言模型智能体对保持多样性的作用及神经算子无免费午餐定理。

Toward Trustworthy Autonomous Science: A Two-Year Community Roadmap

迈向可信自主科学：两年社区路线图

Rafael Ferreira da Silva, Milad Abolhasani, Peter Beaucage, Laura Biven, Michael Bussmann, Kyle Chard, Ryan Coffee, Stephen DeWitt, Sagar Dolas, Carrie Eckert, David Elbert, Ian Foster, Tirthankar Ghosal, Anna Giannakou, Tom Gibbs, Leslie Hamilton, Glenn Lockwood, Theresa Mayer, Ben Mintz, Raffi Nazikian, Sal Nimer, Amanda Randles, Woong Shin, Sreenivas Rangan Sukumar, Frédéric Suter, Mitra Taheri, Michela Taufer, Draguna Vrabie

机构 * U.S. Department of Energy, Office of Science, Office of Advanced Scientific Computing Research（美国能源部科学办公室高级科学计算研究办公室） 纠错

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

AI总结 该研究针对自主科学领域发展现状及问题，更新路线图围绕七个维度，评估原有里程碑并新增四个，规划两年发展路径，第一年聚焦接口等搭建验证框架，第二年针对联盟等，强调基层网络的互操作性。

Visual Species Recognition with Large Multimodal Models as Post-Hoc Correctors

以大型多模态模型作为事后校正器的视觉物种识别

Tian Liu, Anwesha Basu, James Caverlee, Shu Kong

机构 * Texas A&M University（德克萨斯A&M大学） ； University of Macau（澳门大学） ； Institute of Collaborative Innovation（协同创新研究院） 纠错

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

AI总结 研究视觉物种识别问题，比较少样本学习专家模型与大型多模态模型后发现后者虽有不足但有互补优势，进而提出事后校正框架，利用多模态提示策略提升少样本学习专家模型准确率，该框架具有通用性和有效性。

Comments website and code: https://tian1327.github.io/POC

UniMedSeg: Unified In-Context Learning for Multi-Paradigm 2D/3D Medical Image Segmentation

UniMedSeg：用于多范式2D/3D医学图像分割的统一上下文学习

Yunzhou Li, Jiesi Hu, Yanwu Yang, Hanyang Peng, Chenfei Ye, Jianfeng Cao, Yixuan Yuan, Ting Ma

机构 * Harbin Institute of Technology at Shenzhen（哈尔滨工业大学（深圳）） ； Peng Cheng Laboratory（鹏城实验室） ； University Hospital Tübingen（图宾根大学医院） ； German Center for Mental Health（德国心理健康中心） ； Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 研究针对医学图像分割基础模型存在的问题，提出以Transformer为中心的UniMedSeg框架，通过映射多种信息到共享序列空间联合学习异构医学监督，引入解耦分割注意力克服内存瓶颈，在多类分割任务中实现最优性能且无需特定任务微调。

World Narrative Model for Highly Controllable Video Generation: A Paradigm Shift from Pixel Sampling to Physical World Orchestration

世界叙事模型：从像素采样到物理世界编排的高度可控视频生成范式转变

Ye Chen, Xuanhong Chen, Yupeng Zhu, Liming Tan, Zhewen Wan, Yuxuan Xiong, Tielong Wang, Jinfan Liu, Wuze Zhang, Xiongzhen Zhang, Feifei Li, Xianglin Luo, Zhehan Zhao, Zhifan Zhang, Laisheng Kou, Zhujin Liang, Yugang Chen, Muchun Chen, Xu Miao, Yijing Zhang, Xiaojie Sheng, Qiang Hu, Jialiang Chen, Weimin Zhang, Wenjun Zhang, Bingbing Ni

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 提出世界叙事模型（WNM），将视频生成解耦为结构化物理叙事与像素渲染，通过协同代理将多模态输入转化为可编辑的4D世界表示，驱动基础模型生成符合创作者意图的视频，大幅提升可控性。

PVDetector: Detecting Prompt Injection Attacks on Purpose-Specific LLM Agents through Policy-Violation Concept Analysis

PVDetector：通过策略违规概念分析检测针对特定目的大语言模型代理的提示注入攻击

Junhui Wang, Hangtao Zhang, Zhirun Zheng, Li Zeng, Jiejun Xiao, Xi Luo, Lihua Yin, Saiqin Long

专题命中 知识编辑与模型理解 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)

AI总结 研究针对特定目的LLM代理的提示注入攻击，提出PVDetector框架，通过测量与离线派生的PV概念的隐藏状态对齐来检测攻击，实验表明该方法误报率低、开销小，性能优于现有方法。

Comments Accepted to ACM MM 2026. Code: https://github.com/Claresigle/PVDetector

Epistemic Stance Flexibility Probing: Measuring Prompt-Conditioned Register Shift in Large Language Models

认知立场灵活性探测：测量大语言模型中提示条件下的语域转换

Binwen Liu, Yilin Ren

专题命中 知识编辑与模型理解 ：language model(title,abstract)；large language model(title)；LLM(abstract)；分类 cs.CL

AI总结 研究大语言模型在不同归因提示下的认知立场灵活性，引入ESFP基准，涵盖多类别多模板项目，从四个维度评估模型响应，发现认知灵活性与模型能力正交，立场内容密度信号最强。

Can Induced Emotion Bias LLM Behaviors in Sequential Decision Making?

诱导情绪会影响大语言模型在序列决策中的行为吗？

Minh Khoi Ho, Zihao Zhu, Runchuan Zhu, Levina Li, Zhiwen Fan, Zhangyang Wang, Junyuan Hong

机构 * MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； Texas A&M University（德州农工大学） ； National University of Singapore（新加坡国立大学） ； UCLA（加州大学洛杉矶分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Mass General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） 纠错

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 研究探讨诱导情绪对大语言模型在序列决策中行为的影响，采用爱荷华赌博任务结合情绪诱导程序，发现诱导情绪平均不显著影响其决策动态，但愤怒有条件地影响决策，揭示了与人类行为的差异，为相关研究提供工具。

Sensitivity to Subjective Expected Utility Maximization: A Methodological Study, with an Illustrative Application to LLM Decision-Making

对主观预期效用最大化的敏感性：一项方法学研究，并应用于大语言模型决策

Jeff Helzner

专题命中 知识编辑与模型理解 ：LLM(title,abstract)；分类 cs.AI

AI总结 研究在标记结果稀缺等情况下评估不确定性决策的难题，通过含敏感性参数α的softmax选择模型得出相关可识别性结果，应用于大语言模型决策，检测到结构化比较α效应。

Comments 64 pages, 5 figures. Code and data archived at Zenodo: https://doi.org/10.5281/zenodo.21250951

When Binaries Talk Back: Representation-Confusion Attacks on LLM-Assisted Reverse Engineering

当二进制文件进行反击：对大语言模型辅助逆向工程的表示混淆攻击

Igor Santos-Grueiro

专题命中 知识编辑与模型理解 ：LLM(title,abstract)

AI总结 研究大语言模型辅助逆向工程中的表示混淆攻击，通过RARE-Bench衡量，测试RARE-Guard控制，发现无运行时控制时模型有不安全提议，工具授权、支持门和来源门在处理虚假声明上表现不同，二进制派生内容可指导分析且多工具视图不一定提供独立证据。

Comments 20 pages

PRISM Edit: One Vector for All Temporal Answers

PRISM Edit：适用于所有时间答案的单一向量

Chen Huang, Qi Zheng, Ruiqin Zheng, Long Zeng, Yuantong Xu

机构 * Tsinghua University（清华大学） ； ByteDance（字节跳动） 纠错

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.AI、cs.LG

AI总结 研究针对大语言模型时间事实更新问题，基于因果追踪发现其内部计算支持新旧答案区分，进而引入PRISM Edit，通过优化单一多义词表示及利用固有调制路径，在新基准上评估，相比基线提升了时间一致性等指标且速度更快。

Comments Chen Huang and Qi Zheng contributed equally. Corresponding authors: Long Zeng, Yuantong Xu

Classification of integers based on residue classes via modern deep learning algorithms

基于小素数除余类的整数分类：现代深度学习算法的应用

Da Wu, Jingye Yang, Mian Umair Ahsan, Kai Wang

专题命中 知识编辑与模型理解 ：large language model(abstract)；language model(abstract)；分类 cs.LG

AI总结 本文研究了利用现代深度学习算法对整数基于小素数除余类进行分类，发现特征工程对模型性能至关重要，展示了线性回归在傅里叶级数基向量上的应用，并指出AutoML和LLM在未适当工程化特征时的不足。

Comments Accepted at Patterns

Hierarchical Latent Structures in Data Generation Process Unify Mechanistic Phenomena across Scale

数据生成过程中层次化潜在结构在跨尺度的机理现象中统一

Jonas Rohweder, Subhabrata Dutta, Iryna Gurevych

机构 * Ubiquitous Knowledge Processing Lab (UKP Lab) Department of Computer Science, Technical University of Darmstadt and National Research Center for Applied Cybersecurity ATHENE, Germany（通用知识处理实验室（UKP Lab）计算机科学系，达姆施塔特技术大学和应用网络安全国家研究中心ATHENE，德国） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.CL、cs.LG

AI总结 本文通过生成合成语料库研究数据生成过程中层次结构对语言模型中归纳头、功能向量和海德拉效应等现象的统一解释。

Attractor Geometry of Transformer Memory: From Conflict Arbitration to Confident Hallucination

Transformer记忆的吸引子几何：从冲突仲裁到自信 hallucination

Qiyao Liang, Risto Miikkulainen, Ila Fiete

机构 * Massachusetts Institute of Technology（麻省理工学院） ； University of Texas Austin（德克萨斯大学奥斯汀分校） ； Cognizant（Cognizant公司） 纠错

专题命中 知识编辑与模型理解 ：language model(abstract)；分类 cs.AI

AI总结 研究Transformer记忆中冲突与hallucination的几何机制，揭示吸引子基底在隐藏状态空间中的作用，通过合成任务验证几何边界在区分正确回忆与hallucination中的有效性。

Comments Inadvertent premature posting before full approval of all listed co-authors

Explaining When PRF Fails: Participatory Auditing for Selective Query Expansion

解释伪相关反馈何时失败：用于选择性查询扩展的参与式审计

Zeyan Liang, Graham McDonald, Iadh Ounis

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 研究PRF失败问题，提出两阶段审计然后自动化框架，第一阶段通过对用户审计揭示PRF利弊，第二阶段利用基于语言模型的重排器作预测器，解释PRF危害及决策过程，使检索组件可审计且以用户为基础。

Comments Accepted at WExIR @ SIGIR 2026, the 2nd Workshop on Explainability in Information Retrieval, Melbourne (Naarm), Australia, 24 July 2026. 3 pages, 1 figure. Extended abstract building on the SIGIR 2026 short paper "Auditing Query Drift: Do Users Actually Benefit from Pseudo-Relevance Feedback?" (doi:10.1145/3805712.3809916)

EFLUX: Elastic Multi-Robot Formation Navigation and Adaptation with Agentic LLMs

EFLUX：基于智能语言模型的弹性多机器人编队导航与自适应

Jinyuan Zhang, Yuwei Wu, Guangyao Shi, Jonathan Diller, Gaurav S. Sukhatme, Vijay Kumar

机构 * GRASP Lab, University of Pennsylvania（宾夕法尼亚大学GRASP实验室） ； Department of Computer Science, University of Southern California（南加州大学计算机科学系） 纠错

专题命中 知识编辑与模型理解 ：LLM(abstract)

AI总结 针对多机器人在受限环境中编队导航问题，提出EFLUX框架，基于几何和大语言模型，对变形与重新配置动作联合推理，经闭环管道转化为航点，实验证明其能实现安全弹性导航，减少死锁与导航失败。

When Does Personality Composition Matter for Multi-Agent LLM Teams?

人格构成何时对多智能体LLM团队重要？

Aryan Keluskar, Amrita Bhattacharjee, Huan Liu

机构 * School of Computing & AI（计算与人工智能学院） 纠错

专题命中 其他LLM ：LLM(title,title_cn)；language model(abstract,journal_ref)；large language model(abstract)；prompting(abstract)

AI总结 研究通过操纵前沿LLM的人格特质，发现人格对多智能体团队性能的影响取决于任务结构：在编码任务中影响小，在开放协作和谈判任务中显著降低性能。

Comments Accepted to COLM 2026 (20 pages, 6 figures)

Journal ref Conference on Language Modeling (COLM), San Francisco, USA, October 6-9, 2026

A Semi-Automated System for Generating Dialogue-Based TTS Lessons Using Large Language Models: An Exploratory Study of Educational Potential

一种使用大语言模型生成基于对话的语音合成课程的半自动系统：教育潜力的探索性研究

Gendo Kumoi, Fumie Watanabe, Tota Suko, Takashi Ishida, Yuko Kuma, Manabu Kobayashi, Shigeichi Hirasawa

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)

AI总结 研究提出用大语言模型和文本转语音技术生成基于对话课程的半自动系统，经准实验探索其教育潜力。系统通过三阶段工作流程增强教育工作者，引入新方法。实验表明对话TTS在理解等方面优于单声道TTS，为TTS音频教育可接受性及课程形式设计提供依据。

Growing a Tail: Increasing Output Diversity in Large Language Models

增长尾巴：增加大语言模型的输出多样性

Michal Shur-Ofry, Bar Horowitz-Amsalem, Adir Rahamim, Yonatan Belinkov

专题命中 其他LLM ：large language model(title,abstract)；language model(title,abstract)；prompting(abstract)；分类 cs.CL

AI总结 研究大语言模型输出多样性，通过对比模型与人类回答发现模型输出集中。提出三种增加多样性的方法，即温度采样、单提示多角度回答、聚合多模型输出，组合使用可大幅提升多样性，还探讨了对AI政策治理的影响。

Comments Accepted to Machine Learning with Applications

CityBehavEx: A Scalable and Empirically Validated LLM-Assisted Urban Simulation Platform

CityBehavEx：一个可扩展且经过实证验证的基于大语言模型的城市模拟平台

Gustavo H. Santos, Aline Viana, Thiago H Silva

机构 * UTFPR（巴拉那联邦理工大学） ； Inria（法国国家信息与自动化研究所） ； University of Toronto（多伦多大学） 纠错

专题命中 其他LLM ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；分类 cs.CL

AI总结 CityBehavEx平台针对基于大语言模型的城市模拟器扩展成本高和验证薄弱问题，结合人类出行模型与交叉编码器，实现大规模模拟，能生成更贴合现实的出行模式，还允许用户进行多种操作及验证。

Comments 10 pages, 3 figures

QUBO-Optimized Evidence Selection for Retrieval-Augmented Question Answering with Unconventional Solvers

使用非常规求解器的QUBO优化证据选择用于检索增强问答

Rahul Singh, Madhav Vadlamani

机构 * University of California Santa Barbara（加利福尼亚大学圣巴巴拉分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 其他LLM ：LLM(summary_cn,abstract)；language model(abstract)；分类 cs.CL

AI总结 研究针对检索增强问答中证据选择问题，将其转化为QUBO问题构建能量函数，平衡多种因素选择证据段落，再由下游语言模型生成答案。在HotpotQA上评估，该方法性能与基于LLM的选择器相当，为RAG管道提供新思路。

ViCo3D: Empowering LiDAR-based Collaborative 3D Object Detection with Vision Foundation Models

ViCo3D：利用视觉基础模型增强基于激光雷达的协作式3D目标检测

Haojie Ren, Songrui Luo, Lingfeng Wang, Yan Xia, Yao Li, Jing Li, Lu Zhang, Jiajun Deng, Yanyong Zhang

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

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 研究针对V2X系统中基于激光雷达协作式3D感知的不足，提出ViCo3D框架。通过将点云投影为图像让VFM提取特征，引入融合模块及跨智能体融合策略，实现了先进的3D检测性能，提升了协作增益。

Predicting Program Comprehension with Foundation Models of Human Cognition

用人类认知基础模型预测程序理解能力

Yannick Lehmen, Marvin Wyrich, Anna-Maria Maurer, Norman Peitek, Sven Apel

专题命中 其他LLM ：foundation model(title,abstract)

AI总结 研究探讨用人类认知基础模型预测程序理解能力，通过评估基于160个心理实验训练的Centaur在9个程序理解研究中的表现，发现其比基础模型更契合人类响应模式，为软件工程中开发者行为建模提供了新思路。

Comments Submission under review

Stars, Stripes, and Silicon: Unravelling the ChatGPT's All-American, Monochrome, Cis-centric Bias

星、条纹与硅：揭开ChatGPT的全美、单色、cis中心主义偏见

Federico Torrielli

机构 * University of Torino, Department of Computer Science, Torino, Italy（托斯尼亚大学计算机科学系） 纠错

专题命中 其他LLM ：large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI

AI总结 本文探讨了ChatGPT等大型语言模型中的偏见问题，强调数据质量对模型的影响，并呼吁跨学科合作以建立治理机制，减少偏见带来的负面影响。

Journal ref 1st Workshop on Biased Data in Conversational Agents (Hosted at ECML-PKDD, 18-22 September 2023)

MCP Pitfall Lab: Exposing Developer Pitfalls in MCP Tool Server Security under Multi-Vector Attacks

MCP陷阱实验室：在多向攻击下暴露MCP工具服务器安全漏洞的开发人员陷阱

Run Hao, Zhuoran Tan

专题命中 其他LLM ：LLM(abstract,abstract_cn)

AI总结 本文提出MCP Pitfall Lab框架，通过可复现的场景验证开发人员陷阱，评估MCP工具服务器在多向攻击下的安全性和修复效果。