语言大模型 / LLM

TCMIIES: A Browser-Based LLM-Powered Intelligent Information Extraction System for Academic Literature

TCMIIES: 一种基于浏览器的LLM智能信息提取系统用于学术文献

Hanqing Zhao

机构 * Hebei University, College of Traditional Chinese Medicine（河北大学中医学院） 纠错

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

AI总结 本文提出TCMIIES，一种无需安装的浏览器平台，利用商业LLM API实现学术文献结构化信息提取，通过图形界面定义自定义提取方案，支持多领域数据库，提取准确率超94%。

A decodability criterion predicts when hidden-state selection beats majority voting in large language models

可解码性准则预测大型语言模型中隐藏状态选择何时优于多数投票

Zhixiang wang, Ziliang Hong, Ulas Bagci

机构 * Northwestern University（西北大学） 纠错

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

AI总结 该研究提出可解码性准则及CASE方法，可预测大型语言模型中隐藏状态选择何时优于多数投票，CASE在通用和医疗LLM的中、高难度问题上均有显著提升，且预测可跨领域迁移。

Task-Aware Harness Provisioning for LLM Agents in Mission-Critical Infrastructure Operations

面向关键任务基础设施操作中LLM智能体的任务感知工具链配置

Liangtao Lin, Qingang Zhang, Zhaomeng Zhu, Tianwei Zhang, Yonggang Wen

机构 * Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 该研究针对LLM智能体的工具链配置问题，提出映射引导的升级算法，在液体冷却任务中提升了准确率并减少token使用，在电网任务中提供低成本替代方案，揭示工具链配置遵循领域依赖的帕累托前沿。

LLM-Only PDDL Domain Repair with Open-Weight Models

仅使用大语言模型的PDDL领域修复：基于开放权重模型

Nader Karimi Bavandpour, Pascal Bercher

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

AI总结 本文评估开放权重大语言模型仅用LLM方法修复PDDL模型错误的能力，发现其F1分数优于符号基线，但测试通过率仍不足，无法保证满足修复所需的测试约束。

CityReal: Human-Aligned Urban Behavior and City Dynamics Simulation with Large-Scale LLM Agents

CityReal：基于大规模大语言模型智能体的人类对齐城市行为与城市动态模拟

Nicolas Bougie, Xiaotong Ye, Narimasa Watanabe

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

AI总结 CityReal是人类对齐城市模拟的模块化框架，将智能体建模为意图驱动的决策者，通过文本适配器提升人群行为对齐度，可扩展至数万个智能体，为城市模拟与预测提供可扩展测试平台。

LLM Enhancement with Domain Expert Mental Model to Reduce LLM Hallucination with Causal Prompt Engineering

结合领域专家心智模型的大语言模型增强：通过因果提示工程减少大语言模型幻觉

Boris Kovalerchuk, Brent D. Fegley

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

AI总结 本文提出结合专家心智模型（EMM）的因果提示工程框架，通过形式化相关前置流程构建EMM，减少LLM幻觉，在三类任务中验证了方法有效性。

Comments 42 pages,4 figures, 4 tables

The Little Scientist: LLM Agent-Driven Discovery via the Scientific Method

小科学家：基于大语言模型智能体的科学方法驱动发现

Travis Smith

专题命中 领域大模型 ：LLM(title,summary_cn)

AI总结 该研究提出The Little Scientist框架，让LLM智能体遵循科学方法迭代探索，在蛋白质适应性预测、DNA基序发现问题上发现了优于现有方案的新算法与集成策略。

Comments Code: this https URL (https://github.com/travis42/little-scientist-dale) and this https URL (https://github.com/travis42/little-scientist-delta-v) (Apache 2.0)

Domain-Adapted Molecular Language Models for Efficient Search of Make-on-Demand Libraries

用于按需构建库高效搜索的领域适配分子语言模型

Henrik Wille, Luis-Finley Schütz, Felix Strieth-Kalthoff

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

AI总结 该研究通过在6个虚拟分子库上对4种分子语言模型进行基准测试，发现显式领域适配可提升分子表示性能，适配后的编码器在基准任务中表现最佳，为虚拟筛选等领域提供了样本高效的自适应决策策略。

Synthesizing Feature Extractors: An Agentic Approach for Algorithm Selection

合成特征提取器：一种用于算法选择的智能体方法

Hai Xia, Carlos Ansótegui, Stefan Szeider

机构 * TU Wien（维也纳技术大学） ； University of Lleida（莱里达大学） 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.AI

AI总结 该研究提出一种基于LLM的智能体方法，通过检查-修复-验证循环合成可解释的特定问题特征提取器，在三类组合问题上的算法选择性能优于现有专家设计特征与Transformer变体。

MITRE-SAGE: A Multi-Agent Cybersecurity Question-Answering model

MITRE-SAGE：一种多智能体网络安全问答模型

Ali Habibzadeh, Farid Feyzi, Reza Ebrahimi Atani

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

AI总结 针对网络安全领域LLM的不足，研究提出多智能体框架MITRE-SAGE，结合MITRE-QA基准验证其在多项网络安全问答任务中优于基线方法，轻量级配置表现突出。

LSem2Vec: A Simple yet Effective Two-Stage Approach for Source Code Embedding

LSem2Vec：一种简单且有效的源代码嵌入两阶段方法

Zixiang Xian, Chenhui Cui, Rubing Huang, Chunrong Fang, Zhenyu Chen

机构 * Macau University of Science and Technology（澳门科学技术大学） ； Macau University of Science and Technology Zhuhai MUST Science and Technology Research Institute（澳门科学技术大学珠海 MUST 科技研究院） ； Nanjing University（南京大学） 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.AI

AI总结 LSem2Vec是结合LLM与句子嵌入模型的两阶段源代码嵌入方法，无需特定任务训练，在三个多语言数据集上优于五种无监督基线，可推进软件工程领域发展。

Comments To be published in Frontiers of Computer Science

Empowering Compact LLMs with Fusion of Layer-wise Exits for Recommendation

融合分层出口的紧凑型大语言模型推荐系统

Xurong Liang, Tong Chen, Quoc Viet Hung Nguyen, Jianxin Li, Xiangliang Zhang, Hongzhi Yin

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

AI总结 本文提出FLEXRec框架，通过在紧凑型LLM的Transformer层插入预测头并自适应融合，结合AC-Router与目标k铰链损失，在三个数据集上以Qwen 3 1.7B和Llama 3.2 3B实现紧凑型主干方法中最优准确率且效率高。

Comments Accepted by ICDM'26

GxP-Agent: Process-DAG Topology for Reliable Clinical Trial Programming with LLM Agents

GxP-Agent：基于流程有向无环图拓扑结构的可靠临床试验编程大模型智能体

Jaime Yan

机构 * Harrisburg University of Science and Technology（哈里斯堡科技大学） 纠错

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

AI总结 该研究提出基于流程DAG拓扑的多智能体系统GxP-Agent，在临床试验编程任务上显著优于现有方法，实现了高结构匹配率，验证了编码领域流程知识为图拓扑的有效性。

Comments Preprint. 9 pages main text, 3 figures, plus references and appendix

Vision-Language Enhanced Foundation Model for Semi-Supervised Medical Image Segmentation

增强视觉-语言能力的半监督医学图像分割基础模型

Jiaqi Guo, Mingzhen Li, Hanyu Su, Keigo Healy, Lexiaozi Fan, Neda Tavakoli, Santiago López-Tapia, Daniel Kim, Aggelos K. Katsaggelos

机构 * ECE, Northwestern University（电气工程与计算机科学系，西北大学） ； Stats, Northwestern University（统计学系，西北大学） ； Radiology, Northwestern University（放射学系，西北大学） 纠错

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

AI总结 本文提出VESSA模型，通过增强视觉-语言能力的半监督方法提升医学图像分割精度，实验表明其在有限标注条件下表现优于现有方法。

PACE: Policy-Attested Contract Execution for Safe AI Agents in Decentralized Finance

PACE：用于去中心化金融中安全AI智能体的策略验证合约执行

Rabimba Karanjai, Yang Lu, Richard Williamson, Hemanth Hm, Prakhar Mehrotra, Lei Xu, Weidong (Larry)Shi

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 该研究提出PACE框架，通过引入类型化交易意图等机制，实现去中心化金融中AI智能体的安全交易授权，在确定性沙箱中实现0.00不安全执行率和0.00误报率，提升了DeFi场景下AI智能体的安全性。

Primitive-Driven Compositional Forensic Visual Prompting for Open-World Face Anti-Spoofing

面向开放世界人脸活体检测的基元驱动组合式取证视觉提示

Fangling Jiang, Qi Li, Bing Liu, Weining Wang, Quilin Huang, Zhenan Sun, Ming-Hsuan Yang

机构 * School of Computer Science, University of South China（南华大学计算机学院） ； MAIS, CASIA（中国科学院自动化研究所模式识别国家重点实验室） ； University of California, Merced（加州大学默塞德分校） 纠错

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

AI总结 针对开放世界人脸活体检测的协变量与语义偏移问题，提出基元驱动的组合式取证视觉提示框架，在9个协议上实现先进性能，具备强跨域泛化与未见攻击适配能力。

Against Political Polarization: A Unified Framework for Tracing Evolving Political Ideologies on Social Media

对抗政治极化：一种用于追踪社交媒体上不断演变的政治意识形态的统一框架

Yijie Xu, Chao Wang, Hui Xiong

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

AI总结 针对社交媒体政治意识形态追踪的挑战，提出TSN4PI框架，含PIDN和PIPN模块，发布两个大规模数据集，经多平台案例研究验证其有效性，助力政治极化研究

Comments Accepted by ACM Transactions on Intelligent Systems and Technology

Effective Personalized AI Tutors via LLM-Guided Reinforcement Learning

基于大语言模型引导强化学习的高效个性化AI辅导系统

Angel Tsai-Hsuan Chung, Botong Zhang, Ling-Chieh Kung, Hamsa Bastani, Osbert Bastani

专题命中 领域大模型 ：LLM(title)；分类 cs.AI

AI总结 本研究设计了集成大语言模型聊天机器人与强化学习算法的个性化AI辅导平台，经十所高中的五个月课程验证，其自适应编排练习题可提升学生Python成绩0.15个标准差，且成绩提升源于参与度提高。

Procedural Content Metageneration via Program Search and Continual Abstraction Discovery

通过程序搜索与持续抽象发现实现过程式内容元生成

Matthew Siper, Ahmed Khalifa, Julian Togelius

机构 * New York University（纽约大学） ； University of Malta（马耳他大学） 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 该研究在推箱子等4款游戏中，提出持续抽象发现（CAD）方法，结合2×2实验，证实其可提升进化程序搜索的适应度，且学习到的库能被后续程序复用。

Comments Accepted for publication in IEEE Conference on Games 2026

LLMs for Medical Consultation Are Evaluated Too Late: The Preformulation Gap

用于医疗咨询的大语言模型评估时机过晚：预 formulation 差距

Yining Hua, Cyrus Ayubcha, Hongbin Na, Levi Lian, Alon Gorenshtein, Yiftach Barash, Eyal Klang

机构 * Harvard T.H. Chan School of Public Health（哈佛陈曾熙公共卫生学院） ； Harvard Medical School（哈佛医学院） ； Australian Artificial Intelligence Institute, University of Technology Sydney（悉尼科技大学澳大利亚人工智能研究所） ； Raycaster ； Beth Israel Deaconess Medical Center（贝斯以色列女执事医疗中心） 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 该研究指出医疗咨询LLMs评估时机过晚的预 formulation 差距，通过实验发现指导条件可调整咨询流程与记录，建议直接以首次接触行为评估该差距。

Comments 17 pages, 3 tables. Code, cases, prompts, complete transcripts, and results: this https URL (https://github.com/ningkko/preformulation-gap)

SimulRAG: Simulator-based RAG for Grounding LLMs in Long-form Scientific QA

SimulRAG：基于模拟器的检索增强生成（RAG）框架，用于将大型语言模型（LLMs）落地到长篇科学问答任务中

Haozhou Xu, Dongxia Wu, Matteo Chinazzi, Ruijia Niu, Rose Yu, Yi-An Ma

机构 * University of California San Diego（加州大学圣迭戈分校） ； Stanford University（斯坦福大学） ； Northeastern University（东北大学） 纠错

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

AI总结 针对LLMs在长篇科学问答中易幻觉的问题，本文提出SimulRAG框架，引入UE+SBA机制，发布相关基准，实验表明其信息量与事实性较基线分别提升30.4%、16.3%

Comments Haozhou Xu and Dongxia Wu are co-first authors

CARA: Cognitive Adaptive Recommendation Agent

CARA：认知自适应推荐智能体

Weijun Gao, Jinyang Dong, Chuanru Ren, Hengxiao Li

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

AI总结 针对现有推荐方法未明确建模用户偏好转化为决策的局限，提出认知自适应推荐框架CARA，经亚马逊评论实验，其多数指标性能最优，较基线相对提升最高达10.15%。

ClockRoPE: Random Fourier Rotations for Temporal Routine Modeling

ClockRoPE：用于时序常规建模的随机傅里叶旋转

Yiwen Chen, Joshua Ainslie, Krzysztof Choromanski, Xiang Gao, Su-Lin Wu, Yiping Yuan, Qian Sun

机构 * Google DeepMind（谷歌DeepMind） ； YouTube（优兔） 纠错

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

AI总结 ClockRoPE基于随机傅里叶旋转理论提出，用于序列推荐的时序常规建模，经在线A/B测试可提升参与度指标，已部署于大型视频平台的生成式检索系统。

Foundation Agents Meet Agentic Deep Research: Evidence-Grounded Clinical Code Forecasting

基础智能体与智能型深度研究结合：基于证据的临床代码预测

Junda Wang, Meysam Ghaffari, Akshat Choube, Mohsen Sharifi Renani, Hong Yu, Carlos Morato

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

AI总结 本文提出ICD-Deepresearch工作流，结合EHR基础模型、语言基础模型与医学搜索工具，在MIMIC-III、MIMIC-IV数据集上实现ICD编码预测，其检索证据的医生有用性评分优于对比系统。

Chronos: The AI Co-Historian

迈向AI历史学家：从原始资料中进行代理信息提取

Lorenz Hufe, Niclas Griesshaber, Gavin Greif, Sebastian Oliver Eck, Pieter Francois, Wojciech Samek, Christian Schroeder de Witt, Philip Torr

机构 * Torr Vision Group, Department of Engineering Science, University of Oxford（牛津大学工程科学系托尔视觉组） ； Oxford Centre for Economic and Social History, University of Oxford（牛津大学牛津经济与社会史中心） ； Faculty of Music, University of Oxford（牛津大学音乐学院） ； Fraunhofer HHI（弗劳恩霍夫海因里希·赫兹研究所） 纠错

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

AI总结 本文介绍Chronos项目首个模块，通过自然语言交互将历史文献图像转化为数据，允许历史学家自定义流程、评估模型性能并迭代优化。

Distribird: Literature-Informed Prior Distribution Design for Bayesian Model Calibration

Distribird：用于贝叶斯模型校准的文献先验分布设计

Patrik P. Süli, György Eigner, Roland Hollós

机构 * Obuda University（欧布达大学） ； Biomatics and Applied Artificial Intelligence Institute, John von Neumann Faculty of Informatics, Obuda University（欧布达大学约翰·冯·诺依曼信息学院生物信息学与应用人工智能研究所） ； Physiological Controls Research Center, Obuda University（欧布达大学生理控制研究中心） ； HUN-REN Centre for Agricultural Research（HUN-REN农业研究中心） ； Czech Academy of Sciences（捷克科学院） 纠错

专题命中 领域大模型 ：LLM(abstract)；分类 cs.AI

AI总结 Distribird是一款自动化文献先验分布设计的智能体网络应用，通过多智能体流程生成贝叶斯模型校准所需先验，在24个跨领域参数上验证，其先验质量与单提示基线相当，且具备可追溯性、拒绝越权请求及本地运行的优势。

From Substitution to Scaffolding: Breaking the Self-Reinforcing Harm Cycle of AI in Education (and Beyond)

从替代到支架：打破教育领域（及其他领域）中AI的自我强化伤害循环

Lucile Favero, Juan Antonio Pérez-Ortiz, Tanja Käser, Nuria Oliver

专题命中 领域大模型 ：prompting(abstract)

AI总结 本文针对AI在教育领域的自我强化伤害风险，提出“支架，而非替代”的设计原则，其诉求与学习科学原则契合，该原则或可推广至其他领域，旨在开发培养人类能力的AI系统。

Comments accepted to ACM AI Leadership Summit

Counterfactual Anatomy-guided Spatial-Temporal Decoding for Annotation-Free Hallucination Mitigation in Medical VLMs

用于医学视觉语言模型无注释幻觉缓解的反事实解剖学引导时空解码

Yifan Lu, Adinath Dukre, Abhijit Das, Ziyun Zou, Haolin Yang, Yutong Xie, Imran Razzak

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

专题命中 领域大模型 ：language model(abstract)

AI总结 该研究提出无需人工注释的CAST框架，通过自动选择解剖区域结合对比解码，在SLAKE和MIMIC-CXR数据集上针对三种Med-VLMs实现优于基线的幻觉缓解，提升了医学视觉语言模型的空间接地性。

Comments Accepted by MICCAI 2026

DOMtutor: Automated Autograding for Logic in Computer Science

DOMtutor：面向计算机科学逻辑的自动自动评分系统

Tobias Meggendorfer

专题命中 领域大模型 ：prompting(abstract)

AI总结 本文针对理论计算机科学课程作业人工评分反馈滞后、缺乏实践检验的问题，提出将自动评分系统DOMjudge用于理论课程，开发了DOMtutor，可提供即时反馈与实践经验。

Process-Oriented Evaluation of AI-Assisted Scientific Writing

面向过程的AI辅助科学写作评估

Patrick Queiroz Da Silva, Sanchaita Hazra, Doeun Lee, Sachin Kumar, Bodhisattwa Prasad Majumder

专题命中 领域大模型 ：language model(abstract)

AI总结 通过分析869次击键级编辑日志，研究人类在激励下修改AI生成与人类撰写的摘要时的编辑行为，发现AI摘要句子层面能动性高但全局连贯性差，专家在知晓AI来源时表现出污名化行为，语言模型改进编辑但全局连贯性仍不足。