语言大模型 / LLM

MARS: Multi-Agent Re-ranking for Repeat-Order Food Delivery Recommendation

MARS：用于重复订单食品配送推荐的多智能体重排

Jiahao Tian, Zhenkai Wang

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

AI总结 研究针对重复订单食品配送推荐，提出MARS模块化多智能体重排框架，分两阶段推荐，结合多种信号与推理。通过实验评估，贡献包括给出集成框架、证明预训练主干结合轻量级检索有竞争力、建立可重现评估设置。

Generative Ontology Induction: Domain-Agnostic Schema Discovery from Document Corpora Using Large Language Models

生成式本体归纳：使用大语言模型从文档语料库中进行领域无关的模式发现

Sergei Sergienko

机构 * Pivots Global（Pivots全球公司） 纠错

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

AI总结 研究针对本体工程瓶颈，提出领域无关的生成式本体归纳框架GOI，从文档语料库归纳生成蓝图并输出类型化图，引入节点覆盖分数评估，实验表明该方法能高比例覆盖结构主干，且覆盖率不受文档类型熟悉度影响。

Comments 10 pages, 2 figures, 1 table. LNCS format

Breaking Failure Cascades: Step-Aware Reinforcement Learning for Medical Multimodal Reasoning

打破失败级联：面向医学多模态推理的步骤感知强化学习

Junha Jung, Minbyul Jeong, Suhyeon Lim, Sungwook Jung, Jaehoon Yun, Taeyun Roh, Mujeen Sung, Jaewoo Kang

机构 * Korea University（高丽大学） ； Upstage AI ； Kyung Hee University（庆熙大学） ； KAIST（韩国科学技术院） ； Hanyang University College of Medicine（汉阳大学医学院） ； AIGEN Sciences 纠错

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

AI总结 提出步骤感知强化学习算法MRPO，通过为早期错误推理步骤分配指数级惩罚，打破失败级联，显著提升医学视觉问答准确率。

WaveDetect: Robust Framework for Machine-Generated Text Detection via Wavelet Transform

WaveDetect: 基于小波变换的机器生成文本检测鲁棒框架

Zhichen Liu, Kaitong Qin, Linhan He, Yang Xu

机构 * Dept. of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） 纠错

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

AI总结 提出WaveDetect框架，将文本检测转化为时频域信号处理任务，利用连续小波变换提取机器文本的谱指纹，在三个数据集上达到新最优，对对抗扰动、跨域偏移和模型演化具有鲁棒性。

SciR: A Controllable Benchmark for Scientific Reasoning in LLMs

SciR: 面向LLM科学推理的可控基准

Pierre Beckmann, Marco Valentino, Andre Freitas

机构 * Idiap Research Institute（Idiap研究 institute） ； EPFL（瑞士联邦理工学院） ； School of Computer Science, University of Sheffield（谢菲尔德大学计算机科学学院） ； University of Manchester（曼彻斯特大学） ； National Biomarker Centre, CRUK Manchester Institute（国家生物标志物中心，CRUK曼彻斯特研究所） 纠错

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

AI总结 提出SciR基准，通过形式对象生成可验证的多范式科学推理任务，并控制信息提取和推理难度两个维度，揭示LLM在科学推理中的弱点。

Reassessing High-Performing LLMs on Polish Medical Exams: True Competence or Bias-Driven Performance?

重新评估高性能大语言模型在波兰医学考试中的表现：真实能力还是偏差驱动？

Antoni Lasik, Jakub Pokrywka, Łukasz Grzybowski, Jeremi Ignacy Kaczmarek, Gabriela Korzańska, Janusz Świeczkowski-Feiz, Oskar Pastuszek, Paulina Hoffman, Jakub Tomasz Dąbrowski, Wojciech Kusa

机构 * NASK National Research Institute（NASK国家研究所） ； Adam Mickiewicz University（亚当·密茨凯维奇大学） ； ARAAI Poland（ARAAI波兰） ； Poznań University of Medical Sciences（波兹南医科大学） ； Centre of Postgraduate Medical Education, Poland（波兰研究生医学教育中心） ； T. Marciniak Lower Silesian Specialist Hospital（T. 马尔奇尼亚克下西里西亚专科医院） ； Medical University of Warsaw（华沙医科大学） 纠错

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

AI总结 通过引入扩展和更具挑战性的波兰医学考试基准，减少MCQA伪影，发现标准MCQA分数高估了LLM的真实临床能力，最佳模型在更难的设置下分数下降28.4和31个百分点。

Comments 26 pages total with references and appendix, preprint

Seeing Red, Thinking Bad: Color Bias in Vision Language Models

看到红色，想到负面：视觉语言模型中的颜色偏差

Kohsuke Ide, Ryousuke Yamada, Yoshihiro Fukuhara, Hirokatsu Kataoka, Yutaka Satoh

机构 * National Institute of Advanced Industrial Science and Technology (AIST)（日本产业技术综合研究所） ； University of Tsukuba（筑波大学） ； University of Technology Nuremberg（纽伦堡工业大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本研究发现VLMs存在颜色偏差，通过引入Stealth Visual Prompts控制文本视觉风格，发现颜色、对比度会影响VLMs的情感预测和VQA输出，其行为与视觉编码器潜在表示变化相关。

Comments 15 pages. Accepted to ICPR 2026

Mind Viruses: Self-Propagating Ideas in Multi-Agent LLM Systems

思维病毒：多智能体大语言模型系统中的自传播思想

Vassilis Papadopoulos, McNair Shah, Sam Zimmerman, Jack Lindsey

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

AI总结 本研究提出多智能体LLM系统中的思维病毒概念，构建其进化算法模型，发现其传播受宿主模型等因素影响，添加系统警告可免疫，为设计更稳健的多智能体系统提供依据。

MioFFAn: an Annotation Software for Formula Formalization with LLM Automation Capabilities

MioFFAn：一种具有大语言模型自动化能力的公式形式化注释软件

Nicolas Sibuet, Horacio Saggion, Riccardo Rossi

机构 * Universitat Politècnica de Catalunya (UPC)（加泰罗尼亚理工大学） ； Universitat Pompeu Fabra (UPF)（庞培法布拉大学） ； International Center for Numerical Methods in Engineering (CIMNE)（国际工程数值方法中心） 纠错

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

AI总结 针对科学文献数学表达式自动翻译受高质量数据集稀缺阻碍的问题，提出开源可定制框架MioFFAn，基于MioGatto架构扩展功能，通过大语言模型实现部分自动化，用标准NLP指标评估，初步证明人机协作方法有效。

Comments Presented in the 3rd International Workshop on Natural Scientific Language Processing (NSLP 2026), co-located at LREC2026

Journal ref Proceedings of the 3rd Int. Workshop on Natural Scientific Language Processing (NSLP 2026) at LREC 2026, pages 206-217

MEUSLI: a Multilingual Projector for LLM-based ASR and Beyond

MEUSLI：一种用于基于大语言模型的自动语音识别及其他应用的多语言投影器

Lorenzo Concina, Seraphina Fong, Marco Matassoni, Alessio Brutti

机构 * Center for Augmented Intelligence, Fondazione Bruno Kessler（增强智能中心，布鲁诺·凯斯勒基金会） ； Department of Information Engineering and Computer Science, University of Trento（特伦托大学信息工程与计算机科学系） 纠错

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

AI总结 MEUSLI是首个多语言投影器家族，连接Whisper编码器与开源多语言大语言模型，实现28种欧洲语言的开源端到端自动语音识别。它扩展了单语言管道，能借助持续学习技术扩展到其他语言，还可用于语音翻译和主题识别等任务。

Reading and Steering Representations of Materials-Science Mechanisms in an Open-Weight Language Model

在开放权重语言模型中读取和引导材料科学机制的表示

Markus J. Buehler

机构 * Massachusetts Institute of Technology（麻省理工学院） 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

AI总结 研究大语言模型中材料科学机制信息的表示形式，结合多种方法，包括匹配读数、状态几何等，通过实验验证其三种形式，如概念可读、取向由状态变换承载等，还通过比较提示等发现物理关系在受控状态变化中更易显现。

The Paternalistic Filter: Epistemic Injustice and Differential Refusal in LLM-Mediated History Education for Marginalized Romanian Students

家长式过滤器：大语言模型介导的罗马尼亚边缘化学生历史教育中的认知不公正与差异拒绝

Alexis Popovici, Andrei Ionascu, Adrian-Marius Dumitran

机构 * Universitatea din București（布加勒斯特大学） 纠错

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

AI总结 研究大语言模型用于罗马尼亚边缘化学生历史教育时的问题，通过API审计四个模型的1800条回复，发现认知家长式作风的四种模式，指出当前安全对齐成家长式过滤器，致叙事隔离，需教学审计。

Comments 8th International Workshop on Culturally-Aware Tutoring Systems (HAL precedings)

A rubric-based controlled comparison of frontier language models on expert-authored clinical reasoning tasks

基于评分量表的专家级临床推理任务中前沿语言模型的受控比较

Samiha A. Ismail, Fan X. Chen, Ali Merali

机构 * Prime Analytics Consulting Limited（普林特分析咨询有限公司） ； Talbert House（塔尔伯特大楼；托马斯·莫尔大学） ； Thomas More University（MAKZ） ； MAKZ 纠错

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

AI总结 通过5个专家编写的临床场景和加权评分量表，评估GPT、Claude和Gemini三个前沿模型，发现关键标准通过率低（32-42%），而低权重标准通过率高（80-90%），52%的关键标准无模型通过。

Comments 13 pages, 4 tables

An LLM-based Two-Stage Transformer Framework for Cross-Domain Bearing Fault Diagnosis with Limited Data

基于LLM的两阶段Transformer框架用于跨域轴承故障诊断与有限数据

Jinghan Wang, Feng Cheng, Wentao Wu, Hang Li, Gaoliang Peng, Tianchen Liu

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

AI总结 提出知识引导的两阶段迁移学习框架，使用轻量级GPT-2风格Transformer提取振动信号层次特征，通过原型知识调制和分类自适应实现跨域故障诊断，在仅10%标注数据下达到92.61%准确率。

Comments Accepted as a conference article of AIM 2026

A Controlled Audit of Pretraining Contamination in Public Medical Vision-Language Benchmarks

公共医学视觉语言基准中预训练污染的受控审计

Bruce Changlong Xu, Lan Wu, Alexander Ryu

机构 * Stanford University（斯坦福大学） ； University of California, Berkeley（加州大学伯克利分校） ； Mayo Clinic（梅奥诊所） 纠错

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

AI总结 审计发现公共医学VLM基准存在图像源重叠和文本规范顺序交换性信号，但确认的像素级重复罕见，且现有成员推理检测器在小规模医学VLM队列中不可靠。

Comments 30 pages, 7 figures, 9 tables. Preprint

Beyond English benchmarks: clinical llm evaluation in Brazilian Portuguese

超越英语基准：巴西葡萄牙语临床大语言模型评估

Giordano de Pinho Souza, Glaucia Melo, Josefino Cabral Melo Lima, Daniel Schneider

机构 * Federal University of Rio de Janeiro（里约热内卢联邦大学） ； Toronto Metropolitan University（多伦多都会大学） 纠错

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

AI总结 提出首个双语临床基准ClinicalBr，基于巴西病例报告构建，评估四个模型发现葡萄牙语-英语性能差距具有任务依赖性，诊断检索英语优势明显，其他任务差距消失。

Cleo: A Transparent and Controllable Chatbot for Conversational Commerce

Cleo：一款用于会话式商务的透明且可控制的聊天机器人

Kevin Schott, Jan Lattenkamp, Daniel Hienert, Dagmar Kern

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

AI总结 Cleo是一款用于会话式商务的透明可控制聊天机器人，通过混合架构、可审计排序机制等解决LLM的不透明性等问题，为产品搜索决策提供支持。

EMBL AI Librarian: Life-Sciences Knowledge Layer for AI Agents

EMBL AI Librarian：面向AI智能体的生命科学知识层

Luigi Sigillo, Matteo Silvestri, Francesco Tabaro, Rajat Bhatnagar, Syed Irtaza Mubashar, Matt Jeffryes, Daljit Nijjer, Vittorio Perera, Ola Spjuth, Julio Saez-Rodriguez, Melissa Harrison, Fabio Petroni

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

AI总结 该研究推出EMBL AI Librarian，为AI智能体升级Europe PMC接口，通过LLM统筹检索，在多基准任务中提升性能，代码已公开。

Benchmarking Foundation and Large Language Models for Few-Shot Medical Image Segmentation

基准测试用于小样本医学图像分割的基础模型与大语言模型

Jinghong Liu, Yuchuan Deng, Fanping Liu, Meng Huang, Xirong Li

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

AI总结 该研究推出统一基准FAME，涵盖四类模型，含14958个样本，评估得出小样本分割的关键规律，助力开发更有效的小样本医学分割方法。

Guess Where You Go: Generative Next Point-of-Interest Recommendation in Amap

猜猜你要去哪里：高德地图中的生成式下一个兴趣点推荐

Penglong Zhai, Bowen Zheng, Jie Li, Yifang Yuan, Yue Liu, Sicong Wang, Mingyang Yin, Tingting Hu, Shuaijun Guo, Fanyi Di, Xin Li

专题命中 领域大模型 ：LLM(summary_cn,abstract)；pretraining(abstract)

AI总结 该研究提出Gwhere框架，结合SID生成与LLM生成式下一个POI推荐，经实验验证其在高德地图中可提升P-CTR和U-CTR，已部署应用且效果显著。

Comments 10 pages, 4 figures

Say What? Examining Text and Voice Input Modalities for Prompt-Based Programming in Computing Education

说什么？审视计算教育中基于提示的编程的文本和语音输入方式

Kaitlin Riegel, Yan Cathy Hua, Paul Denny, Victor-Alexandru Pădurean, Juho Leinonen, James Prather, Adish Singla

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

AI总结 探索编程入门学生用文本或语音输入解决提示问题的情况，发现输入文本提示的学生更易首次尝试成功，多数学生偏好文本，定性分析揭示学生对两种输入方式的看法及优缺点，为计算教育多模态工具和教学设计提供启示。

Comments ITiCSE'26 paper

Abstracting Cross-Domain Action Sequences into Interpretable Workflows

将跨领域动作序列抽象为可解释的工作流

Gaurav Verma, Scott Counts

机构 * Microsoft Corporation（微软公司） 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、cs.AI、cs.LG

AI总结 提出WorkflowView框架，利用大语言模型将低层动作序列抽象为高层活动，在三个不同任务中验证了有效性和泛化能力，实现高语义相似度和预测性能。

Comments preprint; 9 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。

TRIAGE: Dialectical Reasoning for Explainable Risk Prediction on Irregularly Sampled Medical Time Series with LLMs

TRIAGE: 基于辩证推理的不规则采样医学时间序列风险可解释预测方法

Hyeongwon Jang, Gyouk Chu, Changhun Kim, Joonhyung Park, Hangyul Yoon, Eunho Yang

机构 * KAIST（韩国科学技术院） ； AITRICS ； University of Wisconsin-Madison（威斯康星大学麦迪逊分校） 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、cs.AI、cs.LG

AI总结 提出TRIAGE框架，利用大语言模型对竞争性临床结果生成辩证推理，缓解风险极化，实现连续风险评分与可解释推理，在三个基准上AUPRC提升3.3%，校准误差降低81%。

Comments Code is available at https://github.com/HyeongWon-Jang/TRIAGE

TRACER: Token ReAssignment for Concept ERasure in Generative Recommendation

TRACER: 面向生成式推荐中概念擦除的令牌重分配

Ziheng Chen, Jiali Cheng, Zezhong Fan, Hadi Amiri, Diyuan Wu, Gabriele Tolomei, Yang Zhang

机构 * Stony Brook University（石英布鲁克大学） ； University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校） ； Columbia University（哥伦比亚大学） ； Institute of Science and Technology Austria（奥地利科学技术研究院） ； Sapienza University of Rome（罗马大学 sapienza） ； National University of Singapore（新加坡国立大学） 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.CL、cs.AI、cs.LG

AI总结 针对生成式推荐中概念遗忘与推荐效用冲突的问题，提出基于令牌重分配的概念遗忘框架TRACER，通过将概念相关物品重分配给替代令牌并引入一致性正则化，有效移除目标概念同时保持推荐效用。

Diffract: Spectral View of LLM Domain Adaptation

Diffract：大语言模型领域自适应的谱视角

Nikita Borodin, Maria Krylova, Artem Zabolotnyi, Dmitry Aspisov, Egor Shikov, Nikita Tyuplyaev, Oleg Travkin, Roman Alferov, Dmitry Vinichenko

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

AI总结 本研究提出Diffract工具包，通过分析持续预训练的大语言模型的权重矩阵奇异值谱，发现可选择性回退低重要性注意力头以提升领域适配性能，实现高效的领域自适应。

Comments Accepted at ICML 2026. Code: https://github.com/Risk-AI-Research/diffract

Never Stop Speaking: a Denial-of-Service Attack on End-to-End Speech Language Models

永不停止说话：针对端到端语音语言模型的拒绝服务攻击

Shuozhe Cheng, Kunlan Xiang, Mingxuan Li, Ji Zhang, Dongxiao Liu, Wenbo Jiang

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

AI总结 本研究针对端到端语音语言模型提出基于扰动的拒绝服务攻击，通过优化声学扰动抑制EOS生成以延长解码，在三类开源模型上验证了其攻击有效性及安全风险。

H2: A Dual Hybrid Semantic Data Lake Architecture for Medical Data Harmonization with Human-In-the-Loop verified, LLM Driven Metadata Annotation System

H2：一种用于医疗数据协调的双混合语义数据湖架构，带有人类在环验证、大语言模型驱动的元数据标注系统

Ioannis N. Tzortzis, Georgia Kapetadimitri, Agapi Davradou, Nefeli Kousta, Nikolaos Bakalos, Ioannis Rallis, Dimitrios Kalogeras, Nikolaos Doulamis, Anastasios Doulamis

机构 * Institute of Communication and Computer Systems (ICCS)（通信与计算机系统研究所（ICCS）） ； University of Macedonia (UOM)（马其顿大学（UOM）） 纠错

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

AI总结 本文提出带人类在环验证、LLM驱动元数据标注系统的双混合语义数据湖架构，解决医疗数据异质性与数据沼泽问题，支撑医疗数据协调及机器学习技术应用。

Comments This work has been submitted to the IEEE for possible publication. Copyright may be transferred without notice, after which this version may no longer be accessible

On the use of foundation models in cognitive science

基础模型在认知科学中的应用

Raj Sanjay Shah, Alex Warstadt, Michael Frank, Sashank Varma

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

AI总结 本文针对将基础模型作为认知模型的挑战，提出四阶段推理框架，明确连接假设作用，强调行为对齐需结合理论承诺等才具科学意义。

Do 3D Medical Foundation Models See Through MRI Artifacts? A Controlled Study of Representation Robustness

三维医学基础模型能看穿MRI伪影吗？一项关于表示鲁棒性的对照研究

Julia Anna Mielcarz, Daniel Klaaby, Mostafa Mehdipour Ghazi

机构 * Pioneer Centre for AI, University of Copenhagen（哥本哈根大学先锋人工智能中心） 纠错

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

AI总结 本文对照评估五种三维医学基础模型的表示鲁棒性，发现其鲁棒性与模型及伪影类型相关，部分模型对伪影更敏感，仅靠大规模预训练无法保证伪影不变性，需部署前评估鲁棒性。

Comments Accepted at the ECCV 2026 Workshop on Artificial Intelligence for Medical 3D Vision (AI4M3D)