Sequential LLM Framework for Fashion Recommendation
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
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 12554 篇
UP5: Unbiased Foundation Model for Fairness-aware Recommendation
专题命中 领域大模型 ：foundation model(title,abstract)；LLM(abstract)；large language model(abstract)；language model(abstract)
Comments In EACL 2024
Large language model-powered chatbots for internationalizing student support in higher education
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)
Comments Key Words: Chatbot, Higher Education, Large Language model, Student Support, Information retrieval. Presented in the conference: The Internationalization of Higher Education and Digital Transformation: Addressing Current and Future Possibilities in Oujda, Morocco
How to Index Item IDs for Recommendation Foundation Models
专题命中 领域大模型 ：foundation model(title,abstract)；LLM(abstract)；large language model(abstract)；language model(abstract)
Comments Accepted as a full paper by ACM SIGIR-AP 2023
From Prompts to Contracts: Harness Engineering for Auditable Enterprise LLM Agents
从提示到契约：用于可审计企业大语言模型代理的 harness 工程
机构 * AI Leadership Research Center（人工智能领导力研究中心）
专题命中 领域大模型 ：LLM(title,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 研究针对企业大语言模型应用从原型到产品化的需求，提出 harness 工程方法，在韩国企业数据切片上实例化并评估三个问题，包括契约保留、模型替换检查及代码执行效果，形成可将原型转为可审计应用的工程模式。
Comments 32 pages, 6 figures, 16 tables. Reference implementation and evaluation artifacts: https://github.com/hammerbaki/enterprise-llm-agent-harness (archived at https://doi.org/10.5281/zenodo.21269426)
SoftTiger: A Clinical Foundation Model for Healthcare Workflows
专题命中 领域大模型 ：foundation model(title,abstract)；LLM(abstract)；large language model(abstract)；language model(abstract)
Comments Accepted to AAAI 2024 Spring Symposium on Clinical Foundation Models, Stanford University, Stanford, California
Large language models as synthetic clinical experts to inform longitudinal rare-disease modeling
大型语言模型作为合成临床专家用于纵向罕见病建模
机构 * University of Freiburg（弗莱堡大学） ； Freiburg Center for Data Analysis, Modeling and AI（弗莱堡数据分析、建模与人工智能中心） ； University of Bonn（波恩大学） ； Bonn Center for Mathematical Life Sciences（波恩数学生命科学中心） ； Life and Medical Sciences (LIMES) Institute（生命与医学科学研究所） ； Centre for Integrative Biological Signalling Studies（整合生物信号研究中心）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 该研究用LLMs作为合成临床专家，监督变分自编码器学习纵向罕见病数据的低维表示，降低了脊髓性肌萎缩症标签分歧，提升了运动功能里程碑预测效果。
Assessing and Explaining the Persuadability of Large Language Models as Legal Decision Tools
说服性与大语言模型作为法律决策工具
机构 * School of Law ； Criminology Maynooth University Maynooth Ireland ； School of Computer Science University College Dublin Dublin Ireland ； Criminology Maynooth University ； School of Computer Science University College Dublin
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 研究大语言模型在法律决策中的说服性，分析其对法律论点的响应机制及影响因素，探讨模型在法律和行政领域的应用可行性。
Comments v2 is the conference version, accepted for the Proceedings of the 21st International Conference on Artificial Intelligence and Law (ICAIL 2026), (DOI: 10.1145/3836937.3837003). v3 is a substantially extended version for journal submission
Enhancing Trustworthy Clinical Diagnosis Decision-Making in Large Language Models via Etiology-Aware Attention Supervision
通过病因感知注意力监督增强大型语言模型在临床诊断决策中的可信性
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 该研究提出病因感知注意力监督框架，通过引入临床病因模式对大型语言模型进行参数高效微调，在两类诊断队列上提升了诊断准确率与注意力聚焦性，增强了模型临床诊断的可信性。
Comments 20 pages, 8 figures
Challenges in annotations by humans and LLMs: A case study of evaluative language
人类与大语言模型（LLM）的标注挑战：评价性语言的案例研究
专题命中 领域大模型 ：LLM(title_cn,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 本文以TED演讲语料库为对象，对比受训语言学者、专业学者与LLM在评价性语言标注上的表现，发现LLM经微调后F1值达0.77，表现优于专业学者，可辅助复杂标注任务。
Using large language models to probe the limits of atom-centered structural descriptors
利用大语言模型探究原子中心结构描述符的极限
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.LG
AI总结 该研究借助大语言模型发现原子中心结构描述符在考虑至多七个邻原子簇时仍存在简并，揭示了AI在跨领域转化成果、加速科学突破的新应用模式。
Measuring the State of Open Science in Transportation Using Large Language Models
利用大型语言模型衡量交通运输领域开放科学的状态
机构 * Massachusetts Institute of Technology（麻省理工学院） ； Vanderbilt University（范德比大学） ； Portland State University（波特兰州立大学） ； Delft University of Technology（代尔夫特理工大学） ； Brigham Young University（Brigham Young 大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本文利用大型语言模型自动评估交通研究中数据和代码的开放科学实践，发现仅有少数论文共享代码或数据，揭示了开放科学与传统学术指标之间的不一致，需通过结构性干预促进实践改进。
Retrieval-Augmented Large Language Models as Components of Cognitive Computing architecture for Regulatory Knowledge Management
作为监管知识管理认知计算架构组件的检索增强大语言模型
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 研究探讨将大语言模型与检索增强生成架构集成用于监管知识管理，提出本地部署LLMs的架构方法，经实验验证，此集成提升了生成文本质量，引入可审计性等，增强后的LLMs可作为认知计算基础设施的语义处理模块。
Leveraging External Knowledge for Historical Document Restoration via Retrieval-Augmented Large Language Models
通过检索增强大语言模型利用外部知识进行历史文献修复
机构 * Kangwon National University（江原国立大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 针对历史文献因物理损坏难以辨认及现有修复方法在恢复命名实体上的局限，提出利用检索增强大语言模型的修复框架，结合预训练模型隐含知识与外部上下文，实验表明该方法性能优于基线，是历史记录分析实用工具。
Comments Accepted to Findings of ACL 2026
Journal ref Findings of the Association for Computational Linguistics: ACL 2026, pages 43290-43304, 2026
MedGame: Storytelling Gamification Empowered by Large Language Models for Medical Education
MedGame：由大语言模型赋能的用于医学教育的故事化游戏化
机构 * CUHK（香港中文大学） ； Southern Medical University（南方医科大学） ； Peking University（北京大学） ； Tencent（腾讯）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 研究旨在利用大语言模型助力医学教育，提出MedGame框架，通过双引擎设计将临床病例转化为故事化游戏，构建MedGame Bench进行评估，实验显示特定任务微调提升开源模型表现，学生研究表明其更具吸引力和实用性。
Comments Work in Progress; an explorational design and study on AI+Education+Game
Enhancing LLMs for Identifying and Prioritizing Important Medical Jargons from Electronic Health Record Notes Utilizing Data Augmentation: A Comparative Study
通过数据增强提升LLM识别和优先级排序电子健康记录笔记中的重要医学术语
机构 * Miner School of Computer and Information Sciences, UMass Lowell, MA, USA（UMass Lowell 计算机与信息科学学院） ； Manning College of Information and Computer Sciences, UMass Amherst, MA, USA（UMass Amherst 信息与计算机科学学院） ； Center for Healthcare Organization and Implementation Research, VA Bedford Health Care, MA, USA（VA Bedford医疗中心医疗组织与实施研究中心）
专题命中 领域大模型 ：LLM(title_cn,summary_cn)；prompting(abstract)；分类 cs.CL
AI总结 本文通过数据增强提升LLM在低资源环境下识别和优先级排序电子健康记录中的医学术语，评估了闭源和开源模型的性能，发现微调和数据增强能提升模型表现。
Comments 28pages, 5 figures, 6 tables
Journal ref JMIR AI. 17.Jul.2026 in Vol 5 (2026)
Large Language Models for Scholarly Ontology Generation: An Extensive Analysis in the Engineering Field
大型语言模型在学术本体生成中的应用：工程领域的广泛分析
机构 * Knowledge Media Institute, The Open University（知识媒体研究所，开放大学） ； Department of Business and Law, University of Milano Bicocca（商业与法律系，米兰比可卡大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本文研究了大型语言模型在工程领域生成学术本体的能力，通过评估多种模型发现，小型量化模型在优化后可达到大型专有模型的性能，且计算资源需求更低。
Comments Now accepted to Information Processing & Management. this is the camera ready
Automatic Ordinary Differential Equations Discovery For Biological Systems Using Large Language Model Powered Agentic System
使用由大语言模型驱动的智能体系统自动发现生物系统中的常微分方程
机构 * Weizmann Institute of Science（魏茨曼科学研究所） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Haifa（海法大学） ； Jonkoping University（延雪平大学）
专题命中 领域大模型 ：large language model(title)；language model(title)；LLM(abstract,abstract_cn)；分类 cs.AI
AI总结 研究旨在用大语言模型驱动智能体系统自动发现生物系统常微分方程。提出MEDA系统，能检索知识、定义变量、生成约束等。通过多种任务评估，该系统可恢复正确变量，实现结构恢复，生成合理模型，还明确关键组成部分。
Enhancing Phenotype Recognition in Clinical Notes Using Large Language Models: PhenoBCBERT and PhenoGPT
利用大型语言模型增强临床笔记中的表型识别：PhenoBCBERT和PhenoGPT
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 本研究提出PhenoBCBERT和PhenoGPT两种模型，利用大型语言模型提升临床笔记中表型术语的自动识别与提取，从而推动疾病相关生物学研究。
SmartHomeSecure: Automated Detection and Repair of Smart Home Configuration Errors Using Large Language Models
智能家居安全：使用大语言模型自动检测和修复智能家居配置错误
机构 * Myers-Lawson School of Construction, Virginia Polytechnic Institute and State University（Myers-Lawson工程学院，弗吉尼亚理工学院和州立大学） ； School of Technology, Eastern Illinois University（技术学院，东伊利诺伊大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 研究智能家居配置文件错误问题，提出SmartHomeSecure原型，结合轻量级程序分析与约束引导大语言模型生成，实现自动检测与修复，经实验评估，四个模型测试结果显示该方法能有效提高智能家居配置修复的可靠性和可用性。
Disentangling Ambiguity from Instability in Large Language Models: A Clinical Text-to-SQL Case Study
解构大型语言模型中的歧义与不稳定性：一项临床文本到SQL的案例研究
机构 * Bayer AG（勃林格殷曼集团）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文提出CLUES框架，通过将文本到SQL分解为两个阶段（解释->答案）来区分输出多样性两种不同原因：输入歧义和模型不稳定性，并在临床文本到SQL基准测试中提高了故障预测性能。
Journal ref In Proceedings of the 8th Workshop on Clinical Natural Language Processing (Clinical NLP) @ LREC 2026 (pp. 369-380). European Language Resources Association (ELRA)
Transferring Natural Language Datasets Between Languages Using Large Language Models for Modern Decision Support and Sci-Tech Analytical Systems
使用大语言模型在语言之间转移自然语言数据集以用于现代决策支持和科技分析系统
机构 * Faculty of Physics and Mathematics and Natural Sciences, RUDN University（俄罗斯人民友谊大学物理与数学及自然科学学院） ； Institute for Information Transmission Problems of the Russian Academy of Sciences（俄罗斯科学院信息传输问题研究所） ； Ivannikov Institute for System Programming of the Russian Academy of Sciences（俄罗斯科学院伊万诺夫系统编程研究所）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 研究如何用大语言模型在语言间转移自然语言数据集，以助力研发决策。通过英语和俄语对实验翻译DEFT语料库，提供注释转移管道，并在翻译数据集上训练基于BERT的模型建立基线，推动不同语言间知识共享。
Journal ref Big Data Cogn. Comput. 2025, 9(5), 116
Gavel: Agent Meets Checklist for Evaluating LLMs on Long-Context Legal Summarization
Gavel: 智能体结合检查表评估LLM长上下文法律摘要
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 领域大模型 ：LLM(title_cn,summary_cn)；large language model(abstract)；language model(abstract)；分类 cs.CL
AI总结 提出Gavel框架，通过参考评估和免参考智能体评估12个前沿LLM在多文档法律摘要中的表现，发现模型易遗漏关键信息而非幻觉，且性能随案件长度增加而下降。
Comments webpage at https://yao-dou.github.io/gavel/
When Medical Safety Alignment Fails: A Benchmark for Evaluating LLMs on High-Risk Medical Queries
当医疗安全对齐失败：评估LLMs在高风险医疗查询上的基准
专题命中 领域大模型 ：LLM(summary_cn,abstract_cn)；SFT(abstract,abstract_cn)；large language model(abstract)；language model(abstract)
AI总结 提出MedHarm基准，包含1100个高风险医疗查询，评估15个LLM在毒理学、药理学等10个安全关键类别上的表现，发现对齐模型仍可能产生不安全响应，医疗微调会加剧危害，外部护栏存在脆弱性。
Comments 18 pages
Leveraging Large Language Models to Obscure Code Stylometry: A Comparative Study of GPT-3.5 and GPT-4
利用大型语言模型混淆代码风格计量学：GPT-3.5与GPT-4的对比研究
机构 * UNIVERSITY OF CALGARY（卡尔加里大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.AI
AI总结 研究GPT-3.5和GPT-4在保持代码功能的同时混淆代码风格计量学的能力，通过随机森林分类器评估不同提示工程策略的效果，发现单次与多次提示方法存在显著差异，并强调了详细结构化提示的重要性。
The Shrinking Lifespan of LLMs in Science
科学领域中LLM的生命周期缩短
机构 * Computer Science & Artificial Intelligence Laboratory（计算机科学与人工智能实验室） ； Massachusetts Institute of Technology（麻省理工学院）
专题命中 领域大模型 ：LLM(title_cn,summary_cn)；language model(abstract)；分类 cs.AI
AI总结 本研究通过分析62个LLM在超过10万篇引用论文中的科学采纳轨迹，发现模型的生命周期主要由发布年份决定，且每个后续发布年份的峰值时间和寿命分别缩短27%和23%。
Large Language Models as Modal Models in Linguistics
大语言模型作为语言学中的模态模型
机构 * Keio University（庆应义塾大学） ； National Institute of Informatics（国立信息学研究所） ； University of Tokyo（东京大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 本文应用科学哲学中的模态建模框架，论证大语言模型作为最小模型具有真正的认知价值，能提供“如何可能解释”，但当前尚不满足“如何实际解释”的条件，其解释力位于两者之间的连续统上。
Civil Court Simulation with Large Language Models
基于大型语言模型的民事法庭模拟
机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Tsinghua University（清华大学）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 提出多智能体民事法庭模拟框架，通过五阶段审判程序、记忆模块和法规检索实现可靠判决，在责任分配和多项裁决上表现优异。
Can LLMs extract scientific consensus? A case study in high-temperature superconductivity
LLMs能否提取科学共识？以高温超导为例
机构 * Center for Computational Science and Engineering, MIT（MIT计算科学与工程中心） ； Department of Materials Science and Engineering, MIT（MIT材料科学与工程系） ； Department of Physics, MIT（MIT物理系） ； Department of Nuclear Science and Engineering, MIT（MIT核科学与工程系） ； John A. Paulson School of Engineering and Applied Sciences, Harvard University（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Department of Chemistry, Emory University（埃默里大学化学系） ； Department of Physics, University of Connecticut（康涅狄格大学物理系） ； Department of Physics and Texas Center for Superconductivity, University of Houston（休斯顿大学物理系和德克萨斯超导中心）
专题命中 领域大模型 ：LLM(summary_cn,abstract)；large language model(abstract)；language model(abstract)；prompting(abstract)
AI总结 本研究以高温超导领域为测试平台，利用近18,000篇高被引文献构建知识图谱，发现LLM提取的表征能恢复出连贯且物理可解释的结构，表明LLM可作为解码竞争性科学知识的可扩展工具。
Comments 23 pages, 4 figures
Selective Token-Level Cryptographic Redaction for Privacy-Preserving Clinical Deployment of Large Language Models
选择性令牌级密码学编辑用于大型语言模型的隐私保护临床部署
机构 * MedVisAI Lab, Singapore（新加坡MedVisAI实验室） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine, China（中国上海交通大学医学院瑞金医院） ； Lee Kong Chian School of Medicine, Nanyang Technological University, Singapore（新加坡南洋理工大学Lee Kong Chian医学院）
专题命中 领域大模型 ：large language model(title,abstract)；language model(title,abstract)；分类 cs.CL
AI总结 提出HERALD框架，通过令牌级密码学编辑仅加密敏感令牌，在保护隐私的同时保持下游模型效用，在分类和医疗问答任务上接近明文性能。
Comments 33 pages, 8 figures, 26 tables
