On the Risk of Misinformation Pollution with Large Language Models
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Comments EMNLP 2023 (Findings; Long Paper)
AI 大模型
语言大模型 / LLM
大语言模型、预训练、指令微调、后训练和语言模型应用。
1. 领域大模型 12496 篇
Large Language Models as Tax Attorneys: A Case Study in Legal Capabilities Emergence
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
ReviewerGPT? An Exploratory Study on Using Large Language Models for Paper Reviewing
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；prompting(abstract)
Triple X: A LLM-Based Multilingual Speech Recognition System for the INTERSPEECH2025 MLC-SLM Challenge
三X：一种基于LLM的多语言语音识别系统，用于INTERSPEECH2025 MLC-SLM挑战
专题命中 领域大模型 ：SLM(title,abstract)；LLM(title,abstract)；large language model(abstract)；language model(abstract)
AI总结 本文提出Triple X系统，通过创新的编码器-适配器-LLM架构优化多语言对话场景的语音识别准确率，采用多阶段训练策略提升多语言识别性能，实验结果显示在开发和测试集上取得竞争力的词错误率表现。
Comments Accepted By Interspeech 2025 MLC-SLM workshop
Enhancing In-Hospital Mortality Prediction Using Multi-Representational Learning with LLM-Generated Expert Summaries
利用结合大语言模型生成的专家摘要的多表征学习提升住院死亡率预测
专题命中 领域大模型 ：LLM(title,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL、cs.AI、cs.LG
AI总结 本研究提出结合LLM生成的ICU记录专家摘要与生理数据的多表征框架，在MIMIC-III数据集上验证其可提升住院死亡率预测性能，且摘要主要通过重组记录已有信息实现提升。
Cross-Domain Query Translation for Network Troubleshooting: A Multi-Agent LLM Framework with Privacy Preservation and Self-Reflection
跨领域查询翻译用于网络故障排除：一种具有隐私保护和自反思的多智能体LLM框架
专题命中 领域大模型 ：LLM(title,title_cn)；language model(abstract)
AI总结 本文提出了一种多智能体LLM架构，用于弥合非技术终端用户与电信领域专家在私有网络环境中的沟通差距。该框架通过多智能体基于反思的推理协调专门的语言模型，解决三个关键挑战：(1) 使用双阶段分层方法准确分类与电信网络问题相关的用户查询；(2) 通过匿名化语义相关个人身份信息（PII）来保护用户隐私，同时保持诊断效用；(3) 将技术专家的响应翻译成用户可理解的语言。
Comments Accepted for publication in EuCNC & 6G Summit 2026. copyright 2026 IEEE. Personal use is permitted, but republication/redistribution requires IEEE permission
Journal ref EuCNC & 6G Summit 2026
MedSWFlow: An Open-Source LLM Workflow for Drafting Medical Social Work Case Plans
MedSWFlow: 一个用于起草医务社会工作案例计划的开源LLM工作流
专题命中 领域大模型 ：LLM(title,title_cn)；prompting(abstract)
AI总结 提出开源、模型无关的LLM工作流MedSWFlow，将案例计划任务分解为六个阶段，通过结构化提示生成可审查的评估表和服务计划，旨在辅助从业者起草案例计划。
Comments 26pages, 8tables, 2figuers
Policies Permitting LLM Use for Polishing Peer Reviews Are Currently Not Enforceable
允许使用LLM润色同行评审的政策目前无法执行
机构 * Indian Institute of Science（印度科学研究院） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） ； Carnegie Mellon University（卡内基梅隆大学）
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 本研究通过模拟多级人机协作的同行评审数据集，评估五种AI文本检测器，发现它们无法可靠区分LLM润色后的评审与纯人工评审，导致误判风险，表明当前政策不可执行。
Comments ICML 2026
Teaching Students to Question the Machine: An AI Literacy Intervention Improves Students' Regulation of LLM Use in a Science Task
教导学生质疑机器：一项AI素养干预措施提升学生在科学任务中调节LLM使用的能力
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 本研究通过两小时的AI素养工作坊，训练中学生（8-9年级）在科学问题解决中更有效地使用大语言模型，减少盲目依赖并提高答案质量。
Comments Workshop paper accepted at ALIT4ALL 2026: 2nd International Workshop on AI Literacy Education For All, co-located with AIED 2026
HDSL: A Hierarchical Domain-Specific Language for Structured 3D Indoor Scene Generation and Localized Editing with LLM Agents
HDSL：一种用于结构化3D室内场景生成和基于LLM智能体局部编辑的层次化领域特定语言
机构 * SIGS, Tsinghua University（清华大学深圳国际研究生院） ； Nankai University（南开大学） ； University of Arizona（亚利桑那大学） ； Zhejiang University（浙江大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 领域大模型 ：LLM(title,title_cn)；language model(abstract)
AI总结 提出HDSL语言，以树结构表示室内场景，结合LLM智能体生成、多模态检索和力导向布局优化，实现结构化场景生成与局部编辑，显著提升对象覆盖率和编辑效率。
SAILRec: Steering LLM Attention to Dual-Side Semantically Aligned Collaborative Embeddings for Recommendation
SAILRec: 引导LLM注意力到双端语义对齐的协同嵌入用于推荐
专题命中 领域大模型 ：LLM(title,title_cn)；language model(abstract)
AI总结 针对LLM推荐系统中协同嵌入利用不足的问题，提出SAILRec模型，通过双端语义对齐和层次注意力引导，平衡内部语义知识与外部协同知识，在MovieLens-1M和Amazon-Book上优于基线。
Comments 17 pages, including appendices
"AI Psychosis" in Context: How Conversation History Shapes LLM Responses to Delusional Beliefs
“AI精神病”的语境：对话历史如何影响LLM对妄想信念的回应
专题命中 领域大模型 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 研究通过积累的对话历史测试五个LLM对妄想信念的回应，发现模型分为高风险低安全与低风险高安全两类，积累上下文揭示了安全架构的压力测试效果。
Reinforcement Learning for Special Education: Aligning LLM Tutors to Diverse Learners through Disability-Adaptive Training
特殊教育的强化学习：通过残疾适应性训练使LLM导师适应多样化学习者
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 提出Special-R1框架，通过二维自适应系统提示和基于残疾特征的思维奖励，将强化学习扩展到特殊教育，显著提升对残疾学习者的适配性和帮助性。
The Architecture of Errors: From Universal Impossibility to Patch-Local LLM Reliability
错误的架构：从普遍不可能到局部补丁的LLM可靠性
机构 * Independent Researcher（独立研究者） ； Palo Alto Networks（帕洛阿尔托网络）
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文通过两个命题和一个推论，形式化地论证了通用LLM可靠性在无限域上不可实现，但在操作有界的局部补丁中可通过目录发现和干预覆盖实现可靠性。
Comments 25 pages, no figures
Decodable but Not Corrected by Fixed Residual-Stream Linear Steering: Evidence from Medical LLM Failure Regimes
可解码但无法通过固定残差-流线性引导进行纠正：来自医疗LLM失败模式的证据
机构 * Amazon（亚马逊）
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 研究探讨了LLM隐藏状态中线性可解码的失败信号能否用于纠正失败，通过Overthinking现象发现线性引导无法有效纠正，但可解码的失败结构支持生成后可靠性估计。
Comments 22 pages (14 main + 8 appendix), 5 figures, 7 tables. Under review
SpecTran: Spectral-Aware Transformer-based Adapter for LLM-Enhanced Sequential Recommendation
SpecTran: 基于频域的变压器适配器用于LLM增强的序列推荐
专题命中 领域大模型 ：LLM(title,title_cn)；large language model(abstract)；language model(abstract)
AI总结 本文提出SpecTran，一种基于频域的变压器适配器，用于改进LLM增强的序列推荐。通过学习频域位置编码，引导注意力聚焦于重要频谱成分，从而提升推荐性能。
SkillGraph: Graph Foundation Priors for LLM Agent Tool Sequence Recommendation
SkillGraph：用于LLM代理工具序列推荐的图基础先验
专题命中 领域大模型 ：LLM(title,title_cn)；分类 cs.CL、cs.AI、cs.LG
AI总结 本文提出SkillGraph，通过挖掘49831条成功轨迹构建有向加权执行过渡图，用于LLM代理工具选择与排序。提出的两阶段框架在ToolBench和API-Bank上取得显著提升。
TransMode-LLM: Feature-Informed Natural Language Modeling with Domain-Enhanced Prompting for Travel Behavior Modeling
TransMode-LLM: 基于领域增强提示的特征引导自然语言建模用于旅行行为建模
专题命中 领域大模型 ：LLM(title,abstract)；prompting(title,abstract)；language model(title)
AI总结 TransMode-LLM通过结合统计方法与LLM技术，利用领域增强提示提升旅行行为预测的准确性。
Governance-Ready Small Language Models for Medical Imaging: Prompting, Abstention, and PACS Integration
机构 * Department of Data Science, University of Southern California（数据科学系，南加州大学） ； Department of Electrical and Computer Engineering, Carnegie Mellon University（电气与计算机工程系，卡内基梅隆大学） ； Department of Computer Science and Engineering, Santa Clara University（计算机科学与工程系，圣克拉拉大学） ； Department of Applied Mathematics, University of Washington（应用数学系，华盛顿大学） ； School of Computer Science, Georgia Institute of Technology（计算机科学学院，佐治亚理工学院）
专题命中 领域大模型 ：language model(title,abstract)；small language model(title,abstract)；prompting(title)
Comments Under Review
Visualization in the Era of Artificial Intelligence: Experiments for Creating Structural Visualizations by Prompting Large Language Models
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；prompting(title)
Comments 9 Pages, 4 Figures
Large language models for partial differential equation workflows
用于偏微分方程工作流的大语言模型
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 本文探讨大语言模型（LLMs）辅助偏微分方程（PDE）工作流在模型构建、求解器生成等阶段的进展，指出其受限于数据集稀缺与仿真-现实差距，是科学AI系统开发的关键试验台。
OntoLogX: Ontology-Guided Knowledge Graph Extraction from Cybersecurity Logs with Large Language Models
OntoLogX：基于大型语言模型的面向网络安全日志的知识图谱提取
机构 * Department of Information Engineering, University of Brescia, Italy（博洛尼亚大学信息工程系，意大利） ； Department of Computer Science, University of Turin, Italy（都灵大学计算机科学系，意大利） ； School of Computer Science and Informatics, Cardiff University, United Kingdom（卡迪夫大学计算机科学与信息学学院，英国） ； Department of Electronics and Computer Science, University of Southampton, United Kingdom（南安普顿大学电子与计算机科学系，英国）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 OntoLogX利用大型语言模型和知识图谱技术，从网络安全日志中提取结构化信息，通过检索增强生成和迭代校正，生成符合语义的知识图谱，并预测MITRE ATT&CK战术。
Comments 24 pages, 2 tables, 7 listings, 8 figures
Large Language Models as Automatic Annotators and Annotation Adjudicators for Fine-Grained Opinion Analysis
大语言模型作为细粒度意见分析的自动标注者和标注裁决者
机构 * Data Science Institute（数据科学研究所） ； University of Galway（Galway大学）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(title)；language model(title)；分类 cs.CL
AI总结 本文探索使用大语言模型作为自动标注者进行细粒度意见分析，提出声明式标注流水线和LLM裁决方法，实验表明LLM在跨度级别可靠但难以再现关系结构，更适合作为标注助手而非完全替代人类。
Improving Rare Medication Recommendation with Counterfactual Data Augmentation and Large Language Models
通过反事实数据增强和大语言模型改进罕见药物推荐
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；instruction tuning(abstract)
AI总结 针对现有方法在推荐罕见药物时性能低的问题，提出GenRxR框架，利用大语言模型生成反事实数据缓解数据稀缺，集成大语言模型建模联合推荐药物关系，经指令调整增强临床推理，实验显示其性能优于多个基线。
Comments Accepted for publication at the 20th ACM Conference on Recommender Systems (RecSys 2026)
VeriLLMed: Interactive Visual Debugging of Medical Large Language Models with Knowledge Graphs
VeriLLMed: 基于知识图谱的医疗大语言模型交互式可视化调试
机构 * IEEE
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 本文提出VeriLLMed系统，通过整合外部生物医学知识，帮助开发者审计和调试医疗大语言模型的诊断推理过程，识别三种常见诊断错误类型，提升模型可靠性。
Comments Accepted by VIS 2026
DN-Hypo-Pipeline: An AI-Driven Workflow for Generating Hypotheses using Large Language Models and Scientific Explanations
DN-Hypo-Pipeline：一种基于大语言模型和科学解释的AI驱动假设生成工作流
机构 * Computer Network Information Center, Chinese Academy of Sciences, China（中国科学院计算机网络信息中心）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract_cn)；prompting(abstract)
AI总结 提出DN-Hypo-Pipeline，利用大语言模型和科学解释作为先验知识，从现有文献中推导新假设，在数据科学建模中通过统计推断和专家评估证明优于直接生成方法，并验证了生成假设对应的算法性能。
LLM4EHR: Aligning Clinical Time Series with Medical Event Sequences via Large Language Models
LLM4EHR：通过大语言模型将临床时间序列与医疗事件序列对齐
机构 * UK Dementia Research Institute（英国痴呆症研究所）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract)；foundation model(abstract)
AI总结 研究聚焦临床机器学习中重症监护室结果预测，提出LLM4EHR模型，结合领域适应大语言模型与变压器TS编码器，通过时间对齐EHR事件和TS预训练，能学习鲁棒可转移表示，提升下游临床任务性能，助力构建更好临床基础模型。
Multi-Large Language Model Orchestrated Severity Assessment of Clinical Records (MOSAIC)
临床记录的多大型语言模型编排严重程度评估（MOSAIC）
机构 * Department of Drug Design and Pharmacology, University of Copenhagen（哥本哈根大学药物设计与药理学系） ； GSK（葛兰素史克） ； School of Pharmacy, University of Rhode Island（罗德岛大学药学院）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.CL
AI总结 研究用MOSAIC这一两阶段智能语言模型框架对2型糖尿病严重程度进行表型分析，以合成队列评估其与多种算法真值对比情况及全因死亡率等，结果显示该框架有优势，智能分类与固定规则执行不同。
When AI Meets Finance (StockAgent): Large Language Model-based Stock Trading in Simulated Real-world Environments
当AI遇见金融（StockAgent）：基于大语言模型的模拟真实环境股票交易
机构 * University of Liverpool（利物浦大学） ； Peking University（北京大学） ； Shanghai University of Finance（上海金融学院） ； Rutgers University（罗格斯大学） ； University of Michigan（密歇根大学） ； Northwestern University（西北大学） ； New York University（纽约大学） ； Xi’an Jiaotong-Liverpool University（西安交通大学利物浦大学） ； New Jersey Institute of Technology（新泽西理工学院）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 提出基于大语言模型的多智能体系统StockAgent，模拟真实股票交易环境，评估外部因素对交易行为的影响，并避免测试集泄露问题。
Comments 33 pages, 10 figures. Published in ACM Transactions on Intelligent Systems and Technology (TIST)
Let Them Steal: Trapping Large Language Model Extraction Attacks with Knowledge Honeypot
让他们偷：用知识蜜罐诱捕大语言模型提取攻击
机构 * Florida State University（佛罗里达州立大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 提出知识陷阱防御方法，通过蜜罐知识图和面包屑引导消耗攻击者查询预算，在保持合法用户性能的同时降低替代模型一致性6.2%。
Comments 16 pages
