语言大模型 / LLM

Automated Extraction of Unstructured Post-SBRT Toxicity Data from Radiology Reports Using Large Language Models

利用大型语言模型自动提取放射治疗后无结构影像报告中的毒性数据

Justin Pijanowski, Yakout Mezgueldi, Alan Lee, Drew Moghanaki, Ricky R. Savjani, James Lamb

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

AI总结 本研究利用大型语言模型自动提取放射治疗后影像报告中的毒性数据和进展信息，通过设计提示和多审者共识定义标签，实现了高准确率的提取效果。

Acceptance Test Generation with Large Language Models: An Industrial Case Study

基于大语言模型的接受测试生成：一项工业案例研究

Margarida Ferreira, Luis Viegas, Joao Pascoal Faria, Bruno Lima

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

AI总结 本文研究了利用大语言模型生成Web应用验收测试的两步方法，通过工业案例验证了其在提高测试质量和效率方面的有效性。

Journal ref 2025 IEEE/ACM International Conference on Automation of Software Test (AST)

An artificial intelligence framework for end-to-end rare disease phenotyping from clinical notes using large language models

基于大语言模型的端到端罕见病表型从临床笔记中提取人工智能框架

Cathy Shyr, Yan Hu, Rory J. Tinker, Thomas A. Cassini, Kevin W. Byram, Rizwan Hamid, Daniel V. Fabbri, Adam Wright, Josh F. Peterson, Lisa Bastarache, Hua Xu

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

AI总结 RARE-PHENIX通过整合大语言模型、本体标准化和监督排名，实现了端到端罕见病表型分析，优于现有深度学习基线。

Reasoning to Rank: An End-to-End Solution for Exploiting Large Language Models for Recommendation

推理以排序：一种利用大语言模型进行推荐的端到端解决方案

Kehan Zheng, Deyao Hong, Qian Li, Jun Zhang, Huan Yu, Jie Jiang, Hongning Wang

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

AI总结 本文提出了一种端到端的推荐框架，通过强化学习优化大语言模型的推理过程，以提高推荐系统的性能。

BYOS: Knowledge-driven Large Language Models Bring Your Own Operating System More Excellent

BYOS: 由知识驱动的大语言模型带来更优秀的操作系统

Hongyu Lin, Yuchen Li, Haoran Luo, Kaichun Yao, Libo Zhang, Zhenghong Lin, Mingjie Xing, Yanjun Wu, Carl Yang

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

AI总结 BYOS通过整合结构化知识与大语言模型，实现了更高效、鲁棒的Linux内核调优，显著提升了性能并减少了无效配置。

Autonomous Industrial Control using an Agentic Framework with Large Language Models

基于大语言模型的代理框架实现自主工业控制

Javal Vyas, Mehmet Mercangöz

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

AI总结 本文提出基于大语言模型的代理框架，通过验证和重提示架构实现自主工业控制，提升系统在动态环境中的适应性和可靠性。

Ethical Risks of Large Language Models in Medical Consultation: An Assessment Based on Reproductive Ethics

大语言模型在医疗咨询中的伦理风险：基于生殖伦理的评估

Hanhui Xu, Jiacheng Ji, Haoan Jin, Han Ying, Mengyue Wu

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

AI总结 本研究评估了大语言模型在生殖伦理咨询中的伦理风险，发现其在安全性和同理心方面存在严重缺陷，需加强推理和伦理依据能力。

Comparing how Large Language Models perform against keyword-based searches for social science research data discovery

比较大型语言模型在社会科学研究数据发现中相对于基于关键词搜索的表现

Mark Green, Maura Halstead, Caroline Jay, Richard Kingston, Alex Singleton, David Topping

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

AI总结 本文比较了基于大型语言模型的语义搜索在社会科学数据发现中的表现，发现其在处理复杂查询和拼写错误时表现优异，且在语义相似度上优于传统关键词搜索。

A Comprehensive Study on Large Language Models for Mutation Testing

对大型语言模型在变异测试中的全面研究

Bo Wang, Mingda Chen, Ming Deng, Youfang Lin, Mark Harman, Mike Papadakis, Jie M. Zhang

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

AI总结 本文研究了大型语言模型在变异测试中的性能，发现其在故障检测率上有显著提升，但同时也带来了非可编译性等指标的下降。

Comments 39 pages, 4 figures

Hard Negative Sampling via Large Language Models for Recommendation

通过大型语言模型进行推荐系统中的困难负样本采样

Chu Zhao, Enneng Yang, Yuting Liu, Jianzhe Zhao, Guibing Guo

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

AI总结 本文提出HNLMRec，利用大型语言模型生成语义相关的困难负样本，以提升推荐系统的性能和泛化能力。

Comments 19 pages

Integrating Large Language Models into Recommendation via Mutual Augmentation and Adaptive Aggregation

通过相互增强和自适应聚合将大语言模型整合到推荐中

Sichun Luo, Yuxuan Yao, Bowei He, Wei Shao, Jian Xu, Yinya Huang, Aojun Zhou, Xinyi Zhang, Yuanzhang Xiao, Hanxu Hou, Mingjie Zhan, Linqi Song

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

AI总结 本文提出Llama4Rec框架，通过相互增强和自适应聚合结合传统推荐方法和大语言模型，提升推荐性能。

Comments Accepted by IEEE Journal of Selected Topics in Signal Processing

A Chromatographic Process Design and Optimization Platform Powered by Large Language Models: A Case Application on Extract of Ginkgo Biloba Leaf

基于大语言模型的色谱过程设计与优化平台：以银杏叶提取物为例

Zhilong Tang, Shaohua Wu, Xinyan Zhao, Yu Wang, Xingchu Gong

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

AI总结 本文提出基于大语言模型的色谱过程设计与优化平台ChromR，通过自动化流程显著缩短开发时间，应用于银杏叶提取物纯化案例。

Large Language Model Guided Decoding for Self-Supervised Speech Recognition

基于大语言模型的引导解码用于自监督语音识别

Eyal Cohen, Bhiksha Raj, Joseph Keshet

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

AI总结 本文提出一种结合大语言模型与自监督语音模型的引导解码方法，通过综合语音评分与LLM评分提升转录准确性，尤其在处理复杂语音输入时表现优异。

Comments 12 pages, 2 figures. This work has been submitted to the IEEE for possible publication

A Lay User Explainable Food Recommendation System Based on Hybrid Feature Importance Extraction and Large Language Models

一种基于混合特征重要性提取和大语言模型的可解释食品推荐系统

Melissa Tessa, Diderot D. Cidjeu, Rachele Carli, Sarah Abchiche, Ahmad Aldarwishd, Igor Tchappi, Amro Najjar

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

AI总结 本文提出一种基于混合特征重要性提取和大语言模型的食品推荐系统，旨在为普通用户提供更清晰、全面的推荐结果解释，提升用户信任和透明度。

STELLAR: A Search-Based Testing Framework for Large Language Model Applications

STELLAR: 一种基于搜索的大型语言模型应用测试框架

Lev Sorokin, Ivan Vasilev, Ken E. Friedl, Andrea Stocco

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

AI总结 STELLAR通过进化优化方法，系统性地发现导致LLM应用故障的输入，提升测试效率和安全性。

Comments Accepted for publication at the 33th International Conference on Software Analysis, Evolution and Reengineering (SANER 2026)

Expert-Grounded Automatic Prompt Engineering for Extracting Lattice Constants of High-Entropy Alloys from Scientific Publications using Large Language Models

基于专家的自动提示工程：利用大语言模型从科学出版物中提取高熵合金晶格常数

Shunshun Liu, Talon R. Booth, Yangfeng Ji, Wesley Reinhart, Prasanna V. Balachandran

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

AI总结 本文提出一种基于专家反馈的自动提示优化方法，通过优化提示提升大语言模型在高熵合金晶格常数提取任务中的可靠性，并展示了该方法在多个模型上的有效性及应用效果。

Comments 26 pages, 4 figures, Supplementary Information in the Ancillary files

A Privacy-Preserving Recommender for Filling Web Forms Using a Local Large Language Model

一种使用本地大语言模型的隐私保护推荐器，用于填写网页表单

Amirreza Nayyeri, Abbas Rasoolzadegan

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

AI总结 本文提出了一种基于本地大语言模型的隐私保护推荐器，用于自动填写网页表单，以提高测试效率并保护数据安全。

Large Language Models as a (Bad) Security Norm in the Context of Regulation and Compliance

大语言模型作为（不良）安全规范在监管与合规背景下的作用

Kaspar Rosager Ludvigsen

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

AI总结 本文探讨了大语言模型在网络安全和合规领域中的潜在风险，指出其固有弱点可能违反安全规范和法律义务，并提出通过替代方案和限制使用来缓解问题。

Comments 20 pages, presented at Information Law and Policy Centre Annual Conference 2024 at the Institute of Advanced Study, University of London

Mixture-of-RAG: Integrating Text and Tables with Large Language Models

混合RAG：利用大语言模型整合文本和表格

Chi Zhang, Qiyang Chen, Mengqi Zhang

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

AI总结 MixRAG通过三阶段框架整合文本和表格，提升异构文档检索性能，实现混合模态文档接地的最新成果。

Comments Accepted to SIGKDD 2026

Can Large Language Models Automate Phishing Warning Explanations? A Controlled Experiment on Effectiveness and User Perception

大型语言模型能否自动化钓鱼警告解释？对有效性和用户感知的受控实验

Federico Maria Cau, Giuseppe Desolda, Francesco Greco, Lucio Davide Spano, Luca Viganò

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

AI总结 本文研究了大型语言模型在生成钓鱼警告解释中的有效性，发现其能提供与专家编写的解释相当的保护效果，且具有可扩展性和适应性。

Are Large Language Models Really Effective for Training-Free Cold-Start Recommendation?

大型语言模型真的适合无训练冷启动推荐吗？

Genki Kusano, Kenya Abe, Kunihiro Takeoka

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

AI总结 本文通过对比LLMs和TEMs在无训练冷启动推荐中的表现，发现TEMs在冷启动和暖启动设置中均优于LLMs，挑战了LLM是唯一可行选项的普遍看法。

Large Language Models for Superconductor Discovery

大型语言模型用于超导体发现

Suman Itani, Yibo Zhang, Ranjit Itani, Jiadong Zang

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

AI总结 本文利用大型语言模型构建超导体数据库并实现反向设计，通过微调模型在超导体分类和预测中取得优于传统方法的性能。

Comments 15 pages, 6 figures

A Meta-Analysis of the Persuasive Power of Large Language Models

大语言模型说服力的元分析

Lukas Hölbling, Sebastian Maier, Stefan Feuerriegel

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

AI总结 本研究通过元分析发现，大语言模型在说服效果上与人类无显著差异，但情境因素如模型、对话设计和领域对说服表现有重要影响。

Prompt perturbation and fraction facilitation sometimes strengthen Large Language Model scores

提示扰动与分数促进有时会增强大语言模型得分

Mike Thelwall

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

AI总结 本文研究了如何通过提示扰动和分数促进策略提升LLM对期刊文章质量评分的准确性，发现平均语义等价提示和允许分数评分有助于提高模型表现。

Using AI Large Language Models for Grading in Education: A Hands-On Test for Physics

利用AI大语言模型进行教育评分：对物理学的实操测试

Ryan Mok, Faraaz Akhtar, Louis Clare, Christine Li, Jun Ida, Lewis Ross, Mario Campanelli

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

AI总结 本文通过实操测试，探讨了基于大语言模型的AI在本科物理问题评分中的有效性，发现评分质量在有评分方案时可接近人类水平。

Comments 16 pages + appendices

Large Language Model Enhanced Graph Invariant Contrastive Learning for Out-of-Distribution Recommendation

大语言模型增强的图不变对比学习用于分布外推荐

Jiahao Liang, Haoran Yang, Xiangyu Zhao, Zhiwen Yu, Mianjie Li, Chuan Shi, Kaixiang Yang

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

AI总结 本文提出InvGCLLM框架，结合大语言模型与图不变学习，通过因果引导对比学习提升分布外推荐性能。

Large Language Models for Cyber Security

Raunak Somani, Aswani Kumar Cherukuri

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

Benchmarking the Thinking Mode of Multimodal Large Language Models in Clinical Tasks

Jindong Hong, Tianjie Chen, Lingjie Luo, Chuanyang Zheng, Ting Xu, Haibao Yu, Jianing Qiu, Qianzhong Chen, Suning Huang, Yan Xu, Yong Gui, Yijun He, Jiankai Sun

机构 * Bytedance（字节跳动） ； Peking University（北京大学） ； The Chinese University of Hong Kong（香港中文大学） ； The University of Hong Kong（香港大学） ； Mohamed bin Zayed University of Artificial Intelligence（马尔代夫人工智能大学） ； Stanford University（斯坦福大学） ； University of Michigan（密歇根大学） 纠错

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

GAPMAP: Mapping Scientific Knowledge Gaps in Biomedical Literature Using Large Language Models

Nourah M Salem, Elizabeth White, Michael Bada, Lawrence Hunter

机构 * University of Colorado, Anschutz（科罗拉多大学安舒茨分校） ； University of Chicago（芝加哥大学） 纠错

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

Can Large Language Models Unlock Novel Scientific Research Ideas?

Sandeep Kumar, Tirthankar Ghosal, Vinayak Goyal, Asif Ekbal

机构 * Department of Computer Science and Engineering, Indian Institute of Technology Patna（计算机科学与工程系，印度理工学院帕纳布分校） ； National Center for Computational Sciences, Oak Ridge National Laboratory（计算科学国家中心，橡树岭国家实验室） 纠错

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

Comments EMNLP 2025 (Main)