语言大模型 / LLM

GARDRec: Decision-Level Graph Grounding for Large Language Model Recommendation

GARDRec：面向大语言模型推荐的决策级图接地方法

Yong Wang, Hongliang Sun, Jinlan Liu, Hua Zhang, Dianbo Sui, Dianhui Chu, Zhiying Tu

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

AI总结 本文针对现有图增强型LLM推荐器排序决策受用户-物品关系约束弱的问题，提出GARDRec框架，通过图接地技术提升下一项推荐的候选排序性能，经实验验证其优于代表性基线。

Comments 18 pages, 2 figures

An Ocean Model Ported by a Large Language Model: Experience and Lessons from FESOM2 (Fortran to C to C++/Kokkos)

大型语言模型移植海洋模型：FESOM2（Fortran到C再到C++/Kokkos）的经验与教训

Nikolay V. Koldunov, Suvarchal K. Cheedela, Sergey Danilov, Dmitry Sidorenko, Sebastian Beyer, Thomas Jung

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

AI总结 本文展示利用LLM将FESOM2海洋模型从Fortran移植到C再到C++/Kokkos，通过两阶段翻译、严格字面转换和逐级验证，在数周内保持物理准确性并实现GPU加速。

VArify: A Visual Analytics System for Verifying Knowledge Enhanced Large Language Model Responses in Food Science

VArify：一个用于验证食品科学中知识增强型大语言模型响应的可视化分析系统

Sam Yu-Te Lee, Yan To Linus Lam, Manami Nakagawa, Kwan-Liu Ma

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

AI总结 针对GraphRAG系统检索数据复杂、难以验证的问题，提出VArify可视化分析系统，通过文件目录式树状可视化支持证据的组间关系与组内层次探索，用户研究证明其有效区分LLM内部知识与外部证据，并帮助识别知识图谱错误。

When Large Language Models Fail in Healthcare: Evaluating Sensitivity to Prompt Variations

当大型语言模型在医疗保健中失败：评估对提示变化的敏感性

Mahdi Alkaeed

机构 * Department of Computer Science and Engineering, Doha, Qatar（计算机科学与工程系，多哈，卡塔尔） 纠错

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

AI总结 本研究系统分析了通用和医学专用LLM对提示扰动的敏感性，发现即使是微小的措辞变化也可能改变临床建议，对抗性提示可能引发有害输出，表明这些模型在临床应用中不可靠。

Comments 12 pages

DASyR-LLM: Domain-Aware Symbolic Regression with LLMs for Kinetic Model Discovery

DASyR-LLM：基于大语言模型的领域感知符号回归用于动力学模型发现

Roberto Aliaga Medina, Paulina Quintanilla, Antonio del Rio Chanona

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

AI总结 该研究提出了DASyR-LLM框架，将LLM嵌入迭代SR算法，通过领域知识减少41.7%-79.3%的动力学模型发现迭代次数，预测性能与现有方法相当。

SABLE: An NDA-Safe Closed-Loop LLM Framework for Analog Circuit Optimization in Industrial EDA Flows

SABLE：工业 EDA 流程中用于模拟电路优化的 NDA 安全闭环 LLM 框架

Xunqi Li, Chris H. Kim

机构 * University of Minnesota, Twin Cities（明尼苏达大学，双城分校） 纠错

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

AI总结 研究针对工业模拟流程中数据安全问题，提出 SABLE 框架，结合多种安全措施，能让 LLM 通过特定工具优化模拟电路，在实际任务中评估多个模型，验证其有效性。

AlgoEvolve: LLM-driven Meta-evolution of Algorithmic Trading Programs

AlgoEvolve：LLM驱动的算法交易程序元进化

Dhruv Sharma, Gautam Shroff

机构 * Indraprastha Institute of Information Technology, Delhi（德里英迪拉普拉萨信息技术学院） 纠错

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

AI总结 提出AlgoEvolve框架，利用LLM作为语义变异算子进化交易策略，通过元进化外层循环优化提示，在噪声、非平稳的金融环境中实现自适应策略逻辑，优于人工设计指令。

ReviewGuard: Aligning LLM-Assisted Peer Review with Long-Term Scientific Impact

ReviewGuard: 使LLM辅助的同行评审与长期科学影响力对齐

Abdur Rasool, Xiaohui Huang, Yanqing Hu, Linyi Yang

机构 * Department of Statistics and Data Science（统计与数据科学系） 纠错

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

AI总结 提出ReviewGuard两阶段框架，通过强化学习将LLM生成的评审与基于引用的长期影响力对齐，在2万篇论文上优于人类评审和监督模型，高影响力论文识别率提升5.6倍。

Zero-Shot Active Feature Acquisition via LLM-Elicitation

基于LLM启发式的零样本主动特征获取

Binyamin Perets, Natalie Mendelson, Shiran Vainberg, Yehuda Chowers, Shai Shen-Orr, Shie Mannor

机构 * Faculty of EE, Technion（技术学院电子工程系） ； Faculty of Medicine, Technion（技术学院医学院） ； CytoReason ； NVIDIA 纠错

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

AI总结 提出通过LLM启发式获取马尔可夫随机场充分统计量的零样本主动特征获取框架，解决数据标注不足问题，在IBD患者诊断中优于现有方法。

CAPRA: Scaling Feedback on Software Architecture Deliverables with a Multi-Agent LLM System

CAPRA: 使用多智能体LLM系统对软件架构交付物进行反馈扩展

Marco Becattini, Niccolò Caselli, Matteo Minin, Roberto Verdecchia, Enrico Vicario

机构 * Department of Information Engineering, University of Florence, Florence, Italy（信息工程系，佛罗伦萨大学，意大利佛罗伦萨） 纠错

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

AI总结 提出CAPRA多智能体LLM系统，通过多模态文档提取、确定性证据锚定和一致性管理，自动生成软件架构交付物的个性化LaTeX反馈，在10份学生报告中满足88.8%的评估标准。

Comments Accepted for publication at the 38th International Conference on Software Engineering Education and Training

Divination by Prompt: LLM-Mediated Xuanxue on Chinese Social Media

通过提示占卜：中文社交媒体上LLM中介的玄学

Chuang Li, Lixuan Wang, Yuqi Chen, Ze Hong

机构 * Department of Sociology, University of Macau（澳门大学社会学系） ； Institute for the Humanities and Social Sciences, University of Hong Kong（香港大学人文与社会科学学院） 纠错

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

AI总结 研究LLM在中文社交媒体上用于占卜的现象，通过混合方法分析用户动机、协作提示优化及效果感知，揭示其与传统占卜的异同。

Atomic Intent Reasoning: Bringing LLM Semantics to Industrial Cross-Domain Recommendations

原子意图推理：将LLM语义引入工业跨域推荐

Zhuohang Jiang, Yuxin Chen, Shijie Wang, Haohao Qu, Zhou Jindong, Wenqi Fan, Li Qing, Dongxu Liang, Jun Wang

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Kuaishou Technology（快手科技） 纠错

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

AI总结 提出AIR框架，通过离线LLM推理与在线高效检索组合，实现工业级跨域推荐，在快手电商中GMV提升3.446%。

Journal ref Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2 (KDD '26), August 09--13, 2026, Jeju Island, Republic of Korea

LLM-Guided Evolution for Medical Decision Pipelines

LLM引导的医疗决策流程进化

Ivan Sviridov, Artem Oskin, Ivan Panin, Iaroslav Bespalov, Dmitry Dylov, Ivan Oseledets, Aleksandr Nesterov

机构 * Sber AI Lab（Sber AI实验室） ； AIRI 纠错

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

AI总结 提出LLM引导的MAP-Elites进化方法，无需微调即可优化医疗决策流程，在分诊、咨询和图像分类任务中超越手工设计基线。

How sensitive do we want AI to be? Socio-communicative competencies of large language models in healthcare

我们希望人工智能有多敏感？医疗领域大型语言模型的社会交际能力

Dorothee Amelung, Andrew M. Bean, Sabine C. Herpertz, Felix H. Krones, Guy Parsons, Adam Mahdi, Isabella Schneider

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

AI总结 本研究通过分析HELP-Med数据集的1800条对话，评估GPT 4o、Llama 3和Command R+三种LLM的医疗领域社会交际能力，发现其结构化表现差，需调整评估框架以适配人机差异。

Clinical Term Extraction using Open-Source Small Language Models

使用开源小型语言模型进行临床术语提取

Noah Marchal, William E. Janes, Mihail Popescu, Xing Song

机构 * Informatics and Data Science Institute（信息学与数据科学研究所） ； Biomedical Informatics, Biostatistics and Medical Epidemiology Department（生物医学信息学、生物统计学与医学流行病学系） ； Department of Occupational Therapy（职业治疗系） ； University of Missouri, Columbia, Missouri, USA（密苏里大学哥伦比亚分校） 纠错

专题命中 领域大模型 ：language model(title,abstract)；small language model(title,abstract)；SLM(abstract,abstract_cn)；prompting(abstract)

AI总结 研究评估开源小型语言模型在无需训练数据的情况下，通过少样本提示从非结构化临床笔记中提取肌萎缩侧索硬化症相关术语，发现混合提取工作流优于单一模型。

Validating LLM-Modernized Scientific Software Through Differential Fault Injection

通过差分故障注入验证大语言模型（LLM）现代化的科学软件

Evan Coleman, Yuzhong Shen, Masha Sosonkina, Peng Xu

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

AI总结 本研究提出差分故障注入验证方法，以GAMESS为对象测试LLM现代化科学软件的正确性，发现转换后积分核与原始核一致，还暴露了精度降低时的并行死锁等问题。

GenRec: An LLM-Backed Recommendation Ranker at Netflix

GenRec：Netflix 一款基于大语言模型的推荐排序器

Ying Li, Shradha Sehgal, Arjun Rao, Rein Houthooft, Yaochen Zhu, Ashish Rastogi

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

AI总结 Netflix 提出基于 LLM 的推荐排序器 GenRec，通过两阶段后训练实现，在大规模 A/B 测试中，其用更少标注数据即可取得显著指标提升，推动推荐范式转变并总结了部署经验。

Comments 9 pages

Human--LLM Collaboration Is Transforming Complexity Metrics in Scientific Texts

人类与LLM协作正在改变科学文本中的复杂性度量

R. Alexander Bentley, Blai Vidiella, Damian J. Ruck, Senjuti Dutta, Kai Li, Sergi Valverde

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

AI总结 研究利用2010-2025年arXiv摘要，发现2023年后LLM使用激增导致词汇更替率上升，且LLM风格指数与复杂性度量（词汇量、Heap定律和Zipf定律指数）的正相关关系变平缓，表明人机混合语言生态系统的涌现特性发生变化。

Comments 8 pages, 5 figures

Teaching Software Engineering with LLM and MCP Integration: From Classroom to Industry Practice

用LLM和MCP集成教学软件工程：从课堂到工业实践

Kehui Chen, Jacky Keung, Weining Li, Xiangbing Shao, Yishu Li, Xiaoxue Ma

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

AI总结 本研究将LLM和MCP集成到软件工程协作教学模式中，通过嵌入驱动工具到教学、代码辅助和工程模拟，弥合传统教学与工业流程的差距，提升学生编程、问题解决和智能工具使用能力。

Comments Aceept by International Symposium on Educational Technology (ISET) 2026

Are LLM-based Chatbots Good Enough to Support Computer Science Students in Multiple-Choice Exercises?

基于LLM的聊天机器人是否足以支持计算机科学学生完成多项选择题练习？

Markos Stamatakis, Omkar Gavali, Joshua Berger, Christian Wartena, Anett Hoppe, Ralph Ewerth

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

AI总结 本研究评估了多种LLM聊天机器人在大学计算机科学多项选择题中的表现，并探讨其对学生学习的影响，发现GPT-4o和GPT-5表现最佳，但提供答案和解释并未普遍提升学生成绩。

Comments 13 pages (excluding references), 6 tables, 1 figure, 1 equation

Human-Like Anaphor Resolution in Large Language Models

大型语言模型中类人指代消解

Keane Zhang, Varshini Chinta, Raj Sanjay Shah, Sashank Varma

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

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

AI总结 本研究探究话语结构等认知科学确定的指代消解影响因素对GPT-2-XL等五个开源权重LLM的作用，发现部分LLM对部分因素具类人敏感性，明确了LLM近似人类指代消解的条件。

Comments 7 pages, 6 figures, 1 table. Presented at CogSci 2026 and the 2026 Annual Meeting of the Society for Text & Discourse. Code: https://github.com/wristy/anaphor

A Two-Stage Statistical Framework for Evaluating Associative Interference in Large Language Models

评估大语言模型中联想干扰的两阶段统计框架

Achraf Cohen, Andrew Kincaid

机构 * Department of Mathematics and Statistics, University of West Florida（数学与统计学系，西弗吉尼亚大学） 纠错

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

AI总结 提出两阶段统计框架，分离响应遵从性与任务一致性，评估三个LLM在性别-职业等领域的联想干扰，发现效应因模型而异。

Comments 11 pages; 2 figures

From Safety Documentation to Safety Knowledge Support: An Evidence-Grounded LLM Framework for Medical Devices

从安全文档到安全知识支持：面向医疗器械的基于证据的大语言模型框架

Tuhinangshu Gangopadhyay, Rasmus Adler, Peter Liggesmeyer, Jan Reich

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

AI总结 针对现有LLM在医疗器械安全工程中源链接等支持不足的问题，本文提出基于证据的LLM框架，用于安全知识支持，不做安全判定，还给出对应评估策略。

Comments ISSRE 2026, AISQ, 8 pages

EntailLLM: Verifying LLM-Generated Vulnerability Discovery Paths with Domain Knowledge via Logic Programming

EntailLLM：通过逻辑编程结合领域知识验证大语言模型生成的漏洞发现路径

Kaustuv Mukherji, Jaikrishna Manojkumar Patil, Colton Payne, Paulo Shakarian, Dana Warmsley, Nigel Stepp, Evelyn Kim

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

AI总结 EntailLLM通过逻辑编程结合领域知识验证LLM生成的漏洞发现路径，在三类CWE、四个LLM等多组实验中，将合并蕴含率从78%提升至98%，可端到端部署且无需逐设备调优。

When Specifications Conflict: A Symmetry-Based Framework for Measuring LLM Preferences

当规范冲突时：一种基于对称性的测量大语言模型（LLM）偏好的框架

Tairan Wang, Liang Zhou, Zikang Zhan, Pingchuan Yan

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

AI总结 本研究提出基于对称性的框架，通过含550个实例的数学基准等评估，发现LLM在冲突规范下有系统性偏好，排序为形式类>纯自然语言>输入-输出示例，可跨领域应用。

Comments Submitted to AAAI 2027

IPO Finance Agent: Benchmark of LLM Financial Analysts Beyond Finance Agent v2, with Automated Rubric Generation, on the SpaceX (SPCX) IPO

IPO金融分析师：超越Finance Agent v2的LLM金融分析师评估，带自动评分标准生成——以SpaceX (SPCX) IPO为例

Mostapha Benhenda

机构 * Vals AI 纠错

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

AI总结 针对IPO尽职调查中长文档检索的挑战，提出IPO Finance Agent框架，通过上下文检索和自动评分标准生成，在SpaceX S-1文件上评估多个LLM，最佳模型Qwen 3.7 Max准确率79.4%，成本$0.30/查询。

Evaluating Hallucinations in Domain-Adapted Large Language Models

评估领域自适应大语言模型中的幻觉现象

Sanchita Porwal, Sai Prasath S, Xingjian Bi, Madelyn Scandlen

机构 * College of Computing, Georgia Institute of Technology（佐治亚理工学院计算学院） 纠错

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、cs.AI

AI总结 本研究通过微调Llama-2模型，测试其记忆、回忆和推理能力，发现领域自适应大语言模型在生成新领域特定信息时存在幻觉问题，表明仅靠微调难以有效缓解幻觉。

Comments 13 pages, 2 figures, 3 tables

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

Yulin Mao, Shiyu Li, Shuping Song, Yuling Zhang, Yajun Song

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

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

Letian Li, Chao Shen, Shuzhao Xie, Chenghao Gu, ZhengXiao He, Yu Meng, Xin Yang, Wenyuan Jiang, Zhi Wang

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） 纠错

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。

Large language models for partial differential equation workflows

用于偏微分方程工作流的大语言模型

Han Wan, Rui Zhang, Hao Sun

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。