语言大模型 / LLM

SparseDitto: Customizing GPU Kernels for Different Sparsity Patterns with LLM-Based Agentic System

SparseDitto：基于大语言模型的智能体系统，为不同稀疏性模式定制GPU内核

Shiyang Li, Guangyan Sun, Jinwei Tang, Yanzhi Wang, Mingyi Hong, Caiwen Ding

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

AI总结 SparseDitto是基于LLM的系统，可为不同矩阵、算子和GPU定制稀疏矩阵GPU内核，在多类算子与GPU上较cuSPARSE实现显著加速，还可提升GCN训练速度。

MARC v1: An Open-Source Multi-Agent Framework for Clinical AI Reasoning and Coordination

MARC v1：一个用于临床AI推理与协作的开源多智能体框架

Saisha Shetty, Satvik Tripathi, Austin Lin, Colin Zhao, Theodore Kim, Don Enwerem, Jacinta Arnold, Shahriar Faghani, Tessa S Cook

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

AI总结 该研究提出开源多智能体框架MARC v1，以确定性多智能体编排替代整体式LLM提示用于临床推理，含角色专业化智能体与分解器模块，支持多部署方式，具备模型无关、可解释等特性。

Comments 13 pages, 4 figures

Requirements-Augmented Generation for Trustworthy Acceptance Testing of LLM-Based Software

面向基于大语言模型的软件的可信验收测试的需求增强生成技术

Fanyu Wang, Chetan Arora, Zhenping Xie, Yonghui Liu, Kla Tantithamthavorn, Aldeida Aleti, Siwei Jiang

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

AI总结 该研究针对基于大语言模型的软件的验收测试缺口，提出需求增强生成技术与置信度校准级联判定方法，经工业案例验证可提升预言机质量、准确率与成本效率，具备工业可行性。

Comments Accepted at ASE2026

On Measuring Semantic Preservation in Legal Ontology Learning

论法律本体学习中的语义保留度量

Albert Sadowski, Jarosław A. Chudziak

机构 * Warsaw University of Technology（华沙理工大学） 纠错

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

AI总结 本文针对法律本体学习的语义保留评估问题，提出通过对比LLM在源文档与转换后表示上的任务性能量化语义损失，经多模型多方法实验发现语义损失随模型-方法配对显著变化，为法律知识系统配置选择提供指导。

Comments Accepted for publication at the 30th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems (KES 2026)

Can Generalist Vision Language Models (VLMs) Rival Specialist Medical VLMs? Benchmarking and Strategic Insights

通用视觉语言模型（VLMs）能否在医疗领域超越专门化模型？基准测试与战略洞察

Yuan Zhong, Ruinan Jin, Qi Dou, Xiaoxiao Li

机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 研究比较了通用与专门化医疗VLMs的性能，发现高效微调的通用模型在多数任务中表现可比或更优，尤其在处理未见医疗模态时。

Comments version 5

Research Assistant: AstraZeneca's Agentic System for R&D

研究助手：阿斯利康的研发智能体系统

Piotr Grabowski, Mohamed Alameen, Jorge Bretones, Sabina Cardell, Miguel Carmona, Gavin Edwards, Ben Grainger, Sameh Hassan, Erik Jansson, Artur Kuziakhmetov, Albert Maristany, Hebatallah Mohamed, Andriy Nikolov, Sebastian Nilsson, Mark O'Donoghue, James Pacileo, Ashiq Sultan, Alex Voegele, Michael Ughetto

机构 * AstraZeneca（阿斯利康） 纠错

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

AI总结 阿斯利康研发了基于LLM的智能体系统Research Assistant，整合多类生物医学数据，支持两种问答模式，可溯源证据，为研发工作提供支持。

Comments 16 pages, 3 figures

Revolutionizing Finance with LLMs: An Overview of Applications and Insights

用LLMs革新金融：应用与洞察综述

Huaqin Zhao, Zhengliang Liu, Zihao Wu, Yiwei Li, Tianze Yang, Peng Shu, Shaochen Xu, Haixing Dai, Lin Zhao, Hanqi Jiang, Yi Pan, Junhao Chen, Yifan Zhou, Zheyuan Zhang, Zeyu Zhang, Ruitong Sun, Gengchen Mai, Ninghao Liu, Tianming Liu

机构 * School of Computing, The University of Georgia（佐治亚大学计算机学院） ； Computer Science and Engineering, The University of Texas at Arlington（德克萨斯大学阿灵顿分校计算机科学与工程系） ； Department of Geography, University of Georgia（佐治亚大学地理系） 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 本文综述了LLMs在金融领域的应用与洞察，探讨了其在自动化报告、市场预测和投资建议等方面的作用，并展示了GPT-4在金融任务中的表现。

LLteacher: A Tool for the Integration of Generative AI into Statistics Assignments

LLteacher: 一种将生成式AI整合到统计作业中的工具

Emanuela Furfaro, Simone Mosciatti

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 LLteacher是一种利用LLM辅助统计作业学习的开源工具，通过保留学习过程和引导学生与AI互动，支持知识回忆和新概念发现。

Journal ref Technology Innovations in Statistics Education, 17(1), 2026

Polish Medical Visual Question Answering: Vision-Language Models Underutilize Visual Evidence

波兰医学视觉问答：视觉语言模型未充分利用视觉证据

Jakub Pokrywka, Łukasz Grzybowski, Antoni Lasik, Marek Kubis, Jeremi Ignacy Kaczmarek, Wojciech Kusa

机构 * ARAAI Poland（波兰ARAAI） ； NASK National Research Institute（NASK国家研究院） ； Poznań University of Medical Sciences（波兹南医科大学） ； T. Marciniak Lower Silesian Specialist Hospital（T.马尔奇尼亚克下西里西亚专科医院） ； Adam Mickiewicz University（亚当·密茨凯维奇大学） 纠错

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

AI总结 该研究构建了波兰医学VQA基准，评估多类视觉语言模型，发现模型未充分利用视觉证据，仅从文本或答案选项即可达到高于随机水平的准确率，仅GPT-5.6在部分子集上超人类表现。

Rule of Thumb: Explaining Artificial Intelligence Systems using Partial Information

经验法则：使用部分信息解释人工智能系统

Kaivalya Rawal, Daria Onitiu, Brent Mittelstadt, Sandra Wachter, Chris Russell

机构 * University of Oxford（牛津大学） ； Hasso Plattner Institute（哈索·普拉特纳研究所） ； Weizenbaum Institute（魏茨曼研究所） 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、cs.LG

AI总结 该研究提出名为“经验法则”（RoT）的新型XAI方法，可识别特定数据点下与AI系统行为最相关的特征，适用于零样本分类等场景，符合AI法规且效率更高。

Comments Code available at: https://github.com/KaiRawal/Rule-of-Thumb-Explaining-Artificial-Intelligence-Systems-using-Partial-Information

On the Expressive Power of Transformers

Transformer的表达能力研究

Phokion Kolaitis, Rik Sengupta

机构 * University of California Santa Cruz（加利福尼亚大学圣克鲁兹分校） ； IBM Research（IBM研究院） 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 本文基于电路复杂性的概念与方法，概述了界定Transformer表达能力的部分精选研究结果，助力校准其作为语言识别器的表达能力。

Comments 13 pages, 2 figures

IACDM: Interactive Adversarial Convergence Development Methodology -- A Structured Framework for AI-Assisted Software Development

IACDM：交互对抗收敛开发方法论——面向AI辅助软件开发的结构化框架

Jasmine Moreira

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

AI总结 本文提出IACDM方法论，通过外部验证代理解决AI生成应用中的验证缺口问题，强调通过层次语义分析、知识管理及系统对抗批评提升软件开发质量。

Comments 37 pages, 7 tables. Technical Foundation Document. v3 adds a pre-registered experiment testing lens non-redundancy over 12 projects, and withdraws the retrospective analysis of v1-v2 (defective instrument). Data: https://doi.org/10.5281/zenodo.21908908 Repo: https://github.com/jasminemoreira/Versus

ClimateSOM: A Visual Analysis Workflow for Climate Ensemble Datasets

Yuya Kawakami, Daniel Cayan, Dongyu Liu, Kwan-Liu Ma

机构 * University of California, Davis（加州大学戴维斯分校） ； Scripps Institution of Oceanography, University of California, San Diego（Scripps海洋研究所，加州大学圣地亚哥分校） 纠错

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

Adapted Foundation Models for Breast MRI Triaging in Contrast-Enhanced and Non-Contrast Enhanced Protocols

Tri-Thien Nguyen, Lorenz A. Kapsner, Tobias Hepp, Shirin Heidarikahkesh, Hannes Schreiter, Luise Brock, Dominika Skwierawska, Dominique Hadler, Julian Hossbach, Evelyn Wenkel, Sabine Ohlmeyer, Frederik B. Laun, Andrzej Liebert, Andreas Maier, Michael Uder, Sebastian Bickelhaupt

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

Comments 23 pages, 6 figures, 4 tables. Originally submitted to Radiology (RAD-25-2541); under consideration for transfer to Radiology: Artificial Intelligence (RSNA Portfolio Journal)

Journal ref European Radiology (2026)

FSGR: Mitigating Token Frequency Bias for Fair SID-Based Generative Recommendation

FSGR：缓解基于语义ID（SID）的生成式推荐中的令牌频率偏差

Yuchen Zheng, Sihan Xu, Jingwen Yang, Xiangrui Cai, Haiwei Zhang, Xiaojie Yuan

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

AI总结 针对基于SID的生成式推荐中存在的令牌频率偏差问题，提出FSGR框架，通过优化SID构建与训练策略缓解偏差，在保持准确率的同时提升了约20%的基尼公平性。

TCS-BENCH: Benchmarking State-of-the-Art Generative AI Theoretical Computer Science Research Ability

TCS-BENCH：评估最先进生成式AI理论计算机科学研究能力的基准

Vincent Cohen-Addad, Dimitris Paparas, Ernest van Wijland, Max Springer, Julien Canitrot-Paradis, Honghao Lin, David Woodruff, Adarsh Kumarappan, Rajesh Jayaram, Rudrajit Das, Lalit Jain, Ola Svensson, Silvio Lattanzi, Mislav Balunovic, Theophane Weber, Vahab Mirrokni

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 研究人员推出TCS-Bench基准，基于STOC、FOCS、SODA论文的定理证明任务评估LLMs，结合验证智能体，参考验证器在专家标注集准确率超90%，为评估生成式AI的TCS研究能力提供工具

MatchMiner-AI: Open-source, Privacy-preserving Cancer Clinical Trial Matching using Artificial Intelligence

MatchMiner-AI：癌症临床试验匹配的开源解决方案

Jennifer Altreuter, Pavel Trukhanov, Morgan A. Paul, Michael J. Hassett, Irbaz B. Riaz, Muhammad Umar Afzal, Arshad A. Mohammed, Ayub Umair, Huan He, Chueh Husan Hsu, Sarah Sammons, James Lindsay, Emily Mallaber, Harry R. Klein, Gufran Gungor, Matthew Galvin, Michael Deletto, Sabrina Y. Camp, Stephen C. Van Nostrand, James Provencher, Joyce Yu, Naeem Tahir, Jonathan Wischhusen, Olga Kozyreva, Taylor Ortiz, Hande Tuncer, Jad El Masri, Alys Malcolm, Tali Mazor, Ethan Cerami, Kenneth L. Kehl

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

AI总结 MatchMiner-AI通过开源平台基于合成EHR数据实现隐私保护的临床试验匹配AI解决方案，显著提升患者与试验匹配的准确性。

AIFS-TC: A simple correction competitive with the operational frontier for tropical cyclone intensity forecasting

AIFS-TC：一种可与业务前沿水平媲美的热带气旋强度预报简单修正方法

Anna Allen, Wessel P. Bruinsma, Michael Maier-Gerber, Harrison Cook, Matthew Chantry, Richard E. Turner

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

AI总结 该研究提出AIFS-TC修正方法，基于开源AIFS-Single模型，可在12小时至7天时效内媲美业务前沿的热带气旋强度预报性能，且由Claude Fable 5自主设计，凸显智能体编码在预警系统研发中的潜力。

Comments 6 pages, 5 figures, 2 tables

PhysMaster: Building an Autonomous AI Physicist for Theoretical and Computational Physics Research

PhysMaster：构建一个自主的AI物理学家用于理论和计算物理学研究

Tingjia Miao, Wenkai Jin, Jinxin Tan, Muhua Zhang, Xianghe Pang, Zexi Liu, Yuwen Du, Tian Jin, Tu Guo, Zhengliang Zhang, Jingkun Liu, Yuelin Hu, Jiejun Zhang, Yunjie Huang, Yuhan Wang, Wenbo Li, Yinuo Gao, Shuo Chen, Rui Ye, Yuzhi Zhang, Linfeng Zhang, Kun Chen, Wei Wang, Weinan E, Siheng Chen

机构 * School of Artificial Intelligence（人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； School of Physics and Astronomy（物理天文学院） ； State Key Laboratory of Dark Matter Physics（暗物质物理国家重点实验室） ； Tsung-Dao Lee Institute（李政道研究所） ； Zhiyuan College（智源学院） ； Institute of Theoretical Physics（理论物理研究所） ； Chinese Academy of Sciences（中国科学院） ； DP Technology（DP技术） 纠错

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

AI总结 PhysMaster通过结合抽象推理与数值计算，利用LANDAU数据宇宙提升决策可靠性，实现理论与计算物理学研究的自动化与自主发现。

Comments 23 pages, 4 figures

Credible, Not Always Correct: How Reddit Users Verify AI-Generated Legal Advice

可信，未必正确：Reddit用户如何验证AI生成的法律建议

Rebecca Owens, Yusuf Mücahit Çetinkaya, Stergios Aidinlis, Dhyey Mehta, Tuğrulcan Elmas

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

AI总结 本文通过分析Reddit平台的用户叙事与社区反应，揭示AI生成法律建议的可信度源于社会建构而非准确性，多数用户仅凭其形式与情感安慰就采纳，少数采用分布式法律咨询的验证方式。

Validation-Centric AI-Assisted GPU Porting of a 250,000+ Line Legacy Weather Simulation Code

面向验证的25万行以上遗留气象模拟代码的AI辅助GPU移植

Tetsuya Hoshino, Masaya Kato, Kazuhisa Tsuboki, Daichi Mukunoki, Takahiro Katagiri, Toshihiro Hanawa

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

AI总结 本文以遗留Fortran气象模拟代码CReSS为例，提出面向验证的AI辅助GPU移植工作流，为162个内核生成经数值验证的GPU实现，获5.1倍应用级加速，还检测到5个内核的数值不一致。

Comments 11 pages, 1 figure, 3 tables. Submitted to AgenticAI4HPC 2026

Sci-Surf: Navigating Scientific Literature Discovery through Human Feedback and Intelligent Summarization

Sci-Surf：通过人类反馈与智能摘要实现科学文献发现

Fang Guo, Qi Zhu, Rongcan Pei, Shuqi He, Hui Chen, Yue Zhang

专题命中 领域大模型 ：LLM(abstract,abstract_cn)

AI总结 针对现有学术发现平台支持不足的问题，提出以意图为中心的Sci-Surf系统，结合反馈驱动推荐与多模态论文消化，经评估推荐质量和消化质量有可测量提升。

Philosophical vertigo with artificial intelligence

人工智能引发的哲学眩晕

Thomas A. Pollak, Hamilton Morrin, Murray Shanahan

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

AI总结 该研究提出人工智能引发的哲学眩晕概念，分析其产生、传播路径，关联临床妄想案例，指出AI将参与重构人类认知环境，并提出哲学可修正性作为应对对策。

Comments 29 pages, no figures. Source formatting revised to improve arXiv HTML accessibility; article text unchanged

Catch the Patient, Not the AI: Collective Sensemaking in an Online Health Community

关注患者，而非AI：在线健康社区中的集体意义建构

Feng He

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

AI总结 本研究以中国最大淋巴瘤在线社区House086为对象，分析337条ChatGPT后记录，发现社区不系统审核AI，而是将AI答案放回多判断来源，仍聚焦患者而非AI。

Comments 20 pages, 3 figures, 8 tables including appendices

Towards Context-Aware Clinical Motion Understanding in Daily Living at Home: Freezing of Gait Detection with Egocentric Vision

面向居家日常生活中上下文感知的临床动作理解：基于第一视角视觉的步态冻结检测

Vayalet Stefanova, Diwas Lamsal, Margot Genbrugge, Maxim Yudayev, Christian Schlenstedt, Moran Gilat, Bart Vanrumste, Benjamin Filtjens

机构 * KU Leuven（鲁汶大学） ； Medical School Hamburg（汉堡医学院） ； Delft University of Technology（代尔夫特理工大学） 纠错

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

AI总结 该研究针对居家PD患者的FOG检测，对比IMU-TCN等模型，发现IMU-TCN性能最优，预训练第一视角视频特征可补充可穿戴传感器的临床动作理解上下文。

Comments Accepted to ECCV Workshop 2026 (Human Motion Challenges in Real-World and Clinical Settings)

Operationalizing Cyber Threat Intelligence with GraphRAG

用GraphRAG实现网络威胁情报的操作化

Atul Kabra, Prakhar Paliwal, Manjesh K. Hanawal

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

AI总结 本研究对比微软GraphRAG与Naive RAG，发现GraphRAG生成的网络威胁情报检测方案，在攻击线索轮换后保持率远高于后者，能依赖更难规避的持久线索，为自动生成SOC狩猎方案提供了架构基础。

Comments 12 pages

Self-Referential Induction Increases Response Instability Relative to Unresolvable and Verifiable Questions in Large Language Models

自指式归纳相比大型语言模型中不可解决问题和可验证问题会增加响应不稳定性

Paras Balani, Subhrakanta Panda

机构 * Birla Institute of Technology and Science, Pilani（比拉理工学院（皮拉尼）） 纠错

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

AI总结 该研究通过Gemini API实验发现，大型语言模型对自指式问题的响应不稳定性高于不可解决哲学问题和可验证问题，为其诱导的主观体验报告提供了定量基线。

Comments 4 pages, 2 figures

What Drives LLM Self-Reflection? A Controlled Ablation of Uncertainty Routing in Armed Conflict Forecasting

什么驱动了大语言模型（LLM）的自我反思？武装冲突预测中不确定性路由的受控消融研究

Poli Nemkova, Haeshitha Indukuri

机构 * University of North Texas（北得克萨斯大学） ； College of Computer Science and Engineering（计算机科学与工程学院） 纠错

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

AI总结 本研究通过受控消融实验发现，武装冲突预测中LLM自我反思的增益源于类型化行动路由，而非诊断支架或分类学术语，且该机制在GPT-4o上复现，增益集中于结构新颖的冲突。

Practice Makes Unsafe: Skill Misevolution in Self-Improving LLM Agents

熟能生险：自我改进的大语言模型智能体中的技能误演化

Xutao Mao, Liangjie Zhao, Xiang Zheng, Cong Wang

机构 * Adelaide University（阿德莱德大学） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 该研究针对自我改进LLM智能体的技能误演化问题，构建SkillMisevo-Gym与SkillMisevo-Bench基准，提出SafeEvolve方法，可显著降低不安全检索与新会话危害，同时对良性效用影响极小。

SAEVerbalizer: Generating Explanations for Sparse Autoencoder Features via Representation Verbalization

SAEVerbalizer：通过表示 verbalization 为稀疏自编码器特征生成解释

Weihan Meng, Hongzhu Guo, Yi Jing, Dewen Liu, Zijun Yao, Xiaozhi Wang, Lei Hou, Juanzi Li

机构 * Tsinghua University（清华大学） ； Peking University（北京大学） ； Fudan University（复旦大学） 纠错

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

AI总结 该研究提出 SAEVerbalizer 框架，通过微调 LLM 下游层生成 SAE 特征的自然语言解释，解决了传统解释方法的表面性与低效率问题，其 verbalization 能力可泛化、迁移并扩展到不同 LLM 的 SAE 特征。