语言大模型 / LLM

RooseBERT: A New Deal For Political Language Modelling

RooseBERT: 政治语言建模的新协议

Deborah Dore, Elena Cabrio, Serena Villata

机构 * Université Côte d’Azur CNRS, INRIA, I3S Sophia Antipolis, France（法国尼斯大学 CNRS INRIA I3S 索菲亚Antipolis 分校） 纠错

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

AI总结 针对政治语言特殊性，提出领域预训练模型RooseBERT，在大型政治辩论语料上训练，在多项政治分析任务中优于通用模型。

LLteacher: A Tool for the Integration of Generative AI into Statistics Assignments

LLteacher: 一种将生成式AI整合到统计作业中的工具

Emanuela Furfaro, Simone Mosciatti

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 LLteacher是一种利用LLM辅助统计作业学习的开源工具，通过保留学习过程和引导学生与AI互动，支持知识回忆和新概念发现。

Journal ref Technology Innovations in Statistics Education, 17(1), 2026

Meflex: A Multi-agent Scaffolding System for Entrepreneurial Ideation Iteration via Nonlinear Business Plan Writing

Meflex：一种基于非线性商业计划写作的多智能体支架系统，用于创业构想迭代

Lan Luo, Dongyijie Primo Pan, Junhua Zhu, Muzhi Zhou, Pan Hui

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

AI总结 Meflex通过非线性商业计划写作支架系统，支持创业构想的迭代发展，提升反思与元反思能力，降低认知负担。

Comments In Proceedings of The First Reflection in Creative Experience (RiCE) Workshop (RiCE W1) arXiv:2607.24558

Causal-Invariant Cross-Domain Out-of-Distribution Recommendation

因果不变的跨域分布外推荐

Jiajie Zhu, Yan Wang, Feng Zhu, Pengfei Ding, Hongyang Liu, Zhu Sun

专题命中 领域大模型 ：LLM(summary_cn,abstract)

AI总结 提出CICDOR框架，通过双层级因果结构推断域特定和域共享的因果不变用户偏好，并利用LLM发现混杂因子，解决跨域和单域分布偏移导致的分布外问题，提升推荐准确性。

Comments Corrected author affiliation. Accepted by ACM TOIS for publication

Rank, Don't Generate: Statement-level Ranking for Explainable Recommendation

排序，而非生成：面向可解释推荐的语句级排序

Ben Kabongo, Arthur Satouf, Vincent Guigue

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

AI总结 提出将可解释推荐形式化为语句级排序问题，通过从评论中提取解释性语句并排序，避免生成式幻觉，支持细粒度事实分析和标准化评估。

Comments 12 pages, 7 tables, 5 figures

Ablation Study of a Fairness Auditing Agentic System for Bias Mitigation in Early-Onset Colorectal Cancer Detection

公平性审计代理系统在早发性结直肠癌检测中缓解偏见的消融研究

Amalia Ionescu, Jose Guadalupe Hernandez, Jui-Hsuan Chang, Emily F. Wong, Paul Wang, Jason H. Moore, Tiffani J. Bright

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

AI总结 提出双代理架构（领域专家代理+公平性顾问代理），通过消融实验比较不同配置下大语言模型在公平性审计中的表现，发现带RAG的代理系统在识别差异方面语义相似度最高。

ToolRosella: Translating Code Repositories into Standardized Tools for Scientific Agents

ToolRosella: 将代码仓库翻译为科学智能体的标准化工具

Shimin Di, Xujie Yuan, Hanghui Guo, Chaoqian Ouyang, Yongxu Liu, Ling Yue, Zhangze Chen, Libin Zheng, Jia Zhu, Shaowu Pan, Jian Yin, Yong Rui, Min-Ling Zhang

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

AI总结 提出ToolRosella框架，通过仓库分析、工具接口构建、执行测试和迭代修复，自动将异构科学代码仓库转化为标准化、可被智能体调用的工具，在122个仓库上达到61.5%的转换成功率，下游任务成功率为84.0%。

Comments 20 pages

Advancing Subsurface Discovery and Geothermal Monitoring with an Agentic Artificial Intelligence Framework

基于智能体人工智能框架推进地下发现与地热监测

Randy Harsuko, Zhengfa Bi, Guodong Chen, Nori Nakata

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

AI总结 提出GAIA系统，结合大语言模型、数字孪生与检索增强生成，实现地热开发中的多学科任务自动化与智能决策。

Predictive Entropy as a Joint Screen for Error and Paraphrase Instability in Medical Vision-Language Models

预测熵连接校准与改写敏感性在医疗视觉-语言模型中

Binesh Sadanandan, Vahid Behzadan

机构 * SAIL Lab, University of New Haven（纽黑文大学SAIL实验室） 纠错

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

AI总结 本文研究医疗视觉语言模型在部署中的校准和改写敏感性问题，通过预测熵方法发现决策边界接近性是共同原因，并展示单一熵阈值能有效识别不可靠和改写敏感的预测。

TemMed-Bench: Evaluating Temporal Medical Image Reasoning in Vision-Language Models

TemMed-Bench：评估视觉语言模型的时序医学图像推理能力

Junyi Zhang, Jia-Chen Gu, Wenbo Hu, Yu Zhou, Robinson Piramuthu, Nanyun Peng

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 本文提出TemMed-Bench时序医学图像推理基准，评估12个视觉语言模型，发现多数模型缺乏分析患者状况时序变化的能力，多模态检索扩充可显著提升其性能。

Epistemic-aware Vision-Language Foundation Model for Fetal Ultrasound Interpretation

具备知识意识的视觉-语言基础模型用于胎儿超声解读

Xiao He, Huangxuan Zhao, Guojia Wan, Jiancheng Pan, Yanxing Liu, Yong Luo, Juhua Liu, Yongchao Xu, Wei Zhou, Dacheng Tao, Bo Du

机构 * National Engineering Research Center for Multimedia Software, School of Computer Science, Wuhan University（国家多媒体软件工程技术研究中心，武汉大学计算机学院） ； College of Computing and Data Science, Nanyang Technological University（computing and Data Science学院，南洋理工大学） 纠错

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

AI总结 FetalMind通过Salient Epistemic Disentanglement方法，提升胎儿超声解读的准确性和效率，实现多视图图像推理和疾病诊断的高效处理。

Comments KDD 2026

Nudging Sustainable Choices through LLM-Generated Recommendation Explanations

通过大语言模型生成的推荐解释推动可持续选择

Haya Halimeh, Dietmar Jannach, Oliver Müller

机构 * Paderborn University（帕德博恩大学） ； University of Klagenfurt（克拉根福大学） 纠错

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

AI总结 研究通过大语言模型生成推荐解释，探讨不同可持续性信息框架对用户选择和认知的影响。在速溶咖啡和酒店预订领域进行随机研究，发现框架构建或援引规范能增加可持续选择，虽认知与行为有差异，但为社会公益干预提供实践方向。

FirstResearch: Auditable Question Formation for LLM Scientific Discovery Agents

FirstResearch：用于大语言模型科学发现智能体的可审计问题形成

Yufeng Wang

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

AI总结 研究针对大语言模型科学发现智能体首个研究问题难审计的问题，提出FirstResearch框架，核心是研究问题证书，记录多种要素使问题可检查。实验表明该框架在多个主题上优于基线，以证书为中心的核心组件作用显著，支持明确推导约束可提升问题可审计性。

Comments Withdraw for further improvement and work consolidation

Detect Before You Leap: Mirage Detection in Vision-Language Models

在跳跃前检测：视觉语言模型中的幻象检测

Sayeed Shafayet Chowdhury, Md. Shaown Miah, S. M. Taiabul Haque, Syed Ishtiaque Ahmed

机构 * Indiana University Indianapolis（印第安纳大学印第安纳波利斯分校） ； Bangladesh University of Engineering and Technology（孟加拉工程与技术大学） 纠错

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

AI总结 针对视觉语言模型在缺乏视觉证据时产生自信但无根据回答的幻象问题，提出文本条件层内对齐方法，通过分析视觉编码器各层补丁令牌与问题嵌入的对齐轨迹，结合像素统计、零样本域路由和结构化自评估，实现高精度预响应幻象检测。

Why Does Grounding Hurt Medical VQA? Benchmarking, Diagnosis, and Fine-Tuning of Vision-Language Models

对前沿视觉-语言模型进行审计以实现可信的医学视觉问答：定位失败、格式崩溃和领域适应

Xupeng Chen, Binbin Shi, Chenqian Le, Qifu Yin, Lang Lin, Haowei Ni, Ran Gong, Panfeng Li

机构 * New York University, New York, USA（纽约大学） ； Tsinghua University, Beijing, China（清华大学） ； Columbia University, New York, USA（哥伦比亚大学） ； University of Michigan, Ann Arbor, USA（密歇根大学） 纠错

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

AI总结 本文审计了五种前沿视觉-语言模型在医学视觉问答中的表现，发现定位失败和格式崩溃是信任瓶颈，通过领域适应可提升性能。

Compile, Then Page: Executable SOP Programs and a Capability-Gated Runtime for Procedural LLM Agents

编译，然后分页：用于过程性语言模型代理的可执行标准操作程序和能力门控运行时

Chenglin Yu, Li Yin, Qingxin Fan, Ying Yu, RunyangRay Zhong, Ming Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； The University of Hong Kong（香港大学） ； Zhejiang Normal University（浙江师范大学） ； Research Institute for Generative AI, The Hong Kong Polytechnic University（香港理工大学生成式人工智能研究所） 纠错

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

AI总结 研究针对企业代理遵循SOP的问题，将SOP约束编译成可执行伪代码，用程序引导堆栈机运行，通过实验表明编译文本有益，运行时指导受能力门控，给出编译后经模型级纪律检查再启用活动框架分页的实际指导。

Comments 9 pages, 3 figures, 5 tables

Octopus v4: Graph of language models

章鱼v4：语言模型图

Wei Chen, Zhiyuan Li

机构 * Nexa AI 纠错

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

AI总结 研究整合开源模型的新方法，核心是利用功能令牌，章鱼v4模型借助其引导查询至合适模型并重新格式化，表现出色，还通过图结构协调模型，激活小参数模型获74.8的SOTA MMLU分数。

EasyLens: A Training-Free Plug-and-Play Subtle-Lesion Representation Amplifier for Medical Vision-Language Models

EasyLens: 一种无需训练的即插即用型微病变表示放大器，用于医学视觉语言模型

Qiwei Zeng, Hao Wang, Jinghao Lin, Shuchang Ye, Yuezhe Yang, Yige Peng, Haoyuan Che, Jinman Kim, Lei Bi

机构 * Jilin University（吉林大学） ； School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） ； ByteDance（字节跳动） ； Institute of Translational Medicine, Shanghai Jiao Tong University（上海交通大学转化医学研究院） 纠错

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

AI总结 提出EasyLens，一种无需训练的即插即用模块，通过构建病理-解剖原型空间、反事实推理选择病变相关补丁以及形态引导残差增强，放大医学视觉语言模型对微病变的表示能力。

Reasoning4Sciences: Bridging Reasoning Language Models to All Scientific Branches

Reasoning4Sciences：将推理语言模型桥接到所有科学分支

Teddy Ferdinan, Bartłomiej Koptyra, Mikołaj Langner, Tomasz Adamczyk, Łukasz Radliński, Maciej Markiewicz, Aleksander Szczęsny, Stanisław Woźniak, Tymoteusz Romanowicz, Dzmitry Pihulski, Mateusz Zbrocki, Mateusz Śmigielski, Michał Rajkowski, Mateusz Biedka, Konrad Kiełczyński, Konrad Wojtasik, Jacek Duszenko, Jan Eliasz, Piotr Matys, Michał Bernacki-Janson, Maria Bellaniar Ismiati, Latius Hermawan, Wiktoria Mieleszczenko-Kowszewicz, Anna Kubicka-Sowińska, Grzegorz Chodak, Karol Postawa, Paweł Zyblewski, Tomasz Szandała, Łukasz Sterczewski, Adrian Chajec, Paweł Niewiadomski, Piotr Gruber, Marcin Wdowikowski, Sławomir Czarnecki, Bartłomiej Kryszak, Dominik Drabik, Tomasz Kajdanowicz, Kamil Mamak, Paweł Preś, Katarzyna Paczkowska, Joachim Sobczuk, Tomasz Zięba, Jan Kocoń, Maciej Piasecki, Przemysław Kazienko

机构 * Poznan University of Technology（波兹南理工大学） ； National Cheng Kung University（国立成功大学） ； Universitas Katolik Musi Charitas Palembang（Palembang 巴厘岛天主教大学） 纠错

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

AI总结 本文首次全面分析推理语言模型在28个科学学科中的采用情况，提出基于领域资源的成熟度评估框架，揭示学科间差距并展望未来方向。

T-QPM: Enabling Temporal Out-Of-Distribution Detection and Domain Generalization for Vision-Language Models in Open-World

T-QPM：面向开放世界视觉语言模型的时间分布外检测与域泛化

Aditi Naiknaware, Salimeh Sekeh

机构 * San Diego State University（圣地亚哥州立大学） 纠错

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

AI总结 提出T-QPM框架，通过时间四元模式匹配和轻量级融合权重学习，增强视觉语言模型在动态环境下的分布外检测和协变量偏移鲁棒性。

Are Frontier LLMs Ready for Cybersecurity? Evidence for Vertical Foundation Models from Dual-Mode Vulnerability Benchmarks

前沿大语言模型是否已为网络安全做好准备？来自双模式漏洞基准测试的垂直基础模型证据

Vivek Dahiya, Sunny Nehra, Vipul Dholariya, Bhavik Shangari, Chandra Khatri

机构 * super-intel.ai（超级智能人工智能公司） 纠错

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

AI总结 通过白盒函数级漏洞检测和黑盒Web应用安全测试双模式基准测试，评估前沿大语言模型在网络安全任务中的表现，发现其存在高误报率、低覆盖率等问题，而领域专用模型通过结构化方法显著提升性能。

Turning Tabular Foundation Models into Graph Foundation Models

将表格基础模型转化为图基础模型

Dmitry Eremeev, Gleb Bazhenov, Oleg Platonov, Artem Babenko, Liudmila Prokhorenkova

机构 * HSE University（俄罗斯高等经济大学） ； Yandex Research（Yandex研究院） 纠错

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

AI总结 提出G2T-FM框架，通过增强节点特征和结构嵌入，利用表格基础模型处理图节点任务，在上下文学习和微调中均优于现有图基础模型和GNN。

ZeroSyl: Simple Zero-Resource Syllable Tokenization for Spoken Language Modeling

ZeroSyl: 用于口语语言建模的简单零资源音节分词

Nicol Visser, Simon Malan, Danel Slabbert, Herman Kamper

机构 * Electrical and Electronic Engineering, Stellenbosch University, South Africa（斯瓦兹堡大学电子与电气工程系，南非） 纠错

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

AI总结 提出ZeroSyl，一种无需训练的方法，直接从冻结的WavLM模型中提取音节边界和嵌入，实现竞争性的音节分割性能，并在词汇、句法和叙事基准上优于先前方法。

Comments Accepted to Interspeech 2026

Earth Science Foundation Models: From Perception to Reasoning and Discovery

地球科学基础模型：从感知到推理与发现

Xiangyu Zhao, Bo Liu, Yuehan Zhang, Zelin Song, Wanghan Xu, Feng Liu, Fengxiang Wang, Ben Fei, Fenghua Ling, Wangxu Wei, Wenlong Zhang, Xiao-Ming Wu

机构 * Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University（数据科学与人工智能系，香港理工大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文综述了地球科学基础模型，探讨了其从感知到多模态推理及科学发现的能力演进，并总结了其在大气、水圈、岩石圈等领域的广泛应用。

Retrieval-Augmented Foundation Models for Water Level Prediction in the Everglades

用于大沼泽地水位预测的检索增强基础模型

Rahuul Rangaraj, Jimeng Shi, Rajendra Paudel, Giri Narasimhan, Yanzhao Wu

机构 * Florida International University（佛罗里达国际大学） ； Everglades National Park（大沼泽地国家公园） 纠错

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

AI总结 针对大沼泽地水位预测，提出检索增强机制，利用统计相似性或互信息检索历史水文事件，提升预训练时序基础模型的长期预测性能，尤其在极端事件中效果显著。

Rule of Thumb: Explaining Artificial Intelligence Systems using Partial Information

经验法则：使用部分信息解释人工智能系统

Kaivalya Rawal, Daria Onitiu, Brent Mittelstadt, Sandra Wachter, Chris Russell

机构 * University of Oxford（牛津大学） ； Hasso Plattner Institute（哈索·普拉特纳研究所） ； Weizenbaum Institute（魏茨曼研究所） 纠错

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

AI总结 该研究提出名为“经验法则”（RoT）的新型XAI方法，可识别特定数据点下与AI系统行为最相关的特征，适用于零样本分类等场景，符合AI法规且效率更高。

Comments Code available at: https://github.com/KaiRawal/Rule-of-Thumb-Explaining-Artificial-Intelligence-Systems-using-Partial-Information

Continuous Knowledge Metabolism: Generating Scientific Hypotheses from Evolving Literature

连续知识代谢：从演进文献中生成科学假设

Jinkai Tao, Yubo Wang, Xiaoyu Liu, Menglin Yang

机构 * Tsingyuai（清华院） 纠错

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

AI总结 本文提出CKM框架，通过滑动时间窗口处理文献并动态更新知识库，提出CKM-Lite和CKM-Full两种变体，揭示了增量处理在预测和效率上的优势，以及知识变化对假设生成的影响。

Comments ICML 2026 AI4Research Workshop

MedicalAgentsBench for Complex Medical Reasoning: Comparing Internalized Reasoning Models versus Externalized Agent-based Frameworks

MedicalAgentsBench：复杂医学推理基准——比较内化推理模型与外化智能体框架

Yanjun Shao, Xiangru Tang, Jiwoong Sohn, Jiapeng Chen, Yuxuan Liao, Jiayi Zhang, Jinyu Xiang, Fang Wu, Yilun Zhao, Chenglin Wu, Wenqi Shi, Arman Cohan, Mark Gerstein

机构 * Program in Computational Biology & Biomedical Informatics, Yale University（计算生物学与生物医学信息学项目，耶鲁大学） ； Department of Biomedical Informatics & Data Science, Yale University（生物医学信息学与数据科学系，耶鲁大学） ； Department of Computer Science, Yale University（计算机科学系，耶鲁大学） ； Department of Biosystems Science and Engineering, ETH Zurich（生物系统科学与工程系，苏黎世联邦理工学院） ； Department of Computer Science, Stanford University（计算机科学系，斯坦福大学） ； Department of Bioinformatics, UT Southwestern Medical Center（生物信息学系，德克萨斯西南医学中心） 纠错

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

AI总结 提出MedicalAgentsBench基准（862个复杂临床问题），比较内化推理模型与外化智能体框架在医学推理中的表现，发现两者效果可叠加，最优组合为o3-mini+MDAgents（准确率35.1%）。

Comments https://github.com/gersteinlab/MedicalAgentsBench

AI Application Gives Users Real-Time Feedback on the Level of Peace in the Social Media Videos They Watch

AI应用为用户观看的社交媒体视频提供实时和平水平反馈

P. Gilda, P. Dungarwal, A. Thongkham, E. T. Ajayi, S. Choudhary, T. M. Terol, C. Lam, J. P. Araujo, M. McFadyen-Mungalln, L. S. Liebovitch, P. T. Coleman, H. West, K. Sieck, S. Carter

机构 * Data Science Institute, Columbia University（哥伦比亚大学数据科学研究所） ； Advanced Consortium on Cooperation, Conflict, and Complexity, Columbia University（哥伦比亚大学合作、冲突与复杂性高级联合体） ； Computer Science, Columbia University（哥伦比亚大学计算机科学） ； Data Science, St John’s University（圣约翰大学数据科学） ； Quantitative Methods in the Social Sciences, Columbia University（哥伦比亚大学社会科学定量方法） ； Barnard College, Columbia University（哥伦比亚大学巴纳德学院） ； Teachers College, Columbia University（哥伦比亚大学教师学院） ； Department of Industrial Engineering and Operations Research, Columbia University（哥伦比亚大学工业工程与运筹学系） ； Harmonious Communities, Toyota Research Institute（丰田研究院和谐社区） 纠错

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

AI总结 开发了一个实时分析YouTube视频中语言和平程度的AI应用，使用监督学习和大语言模型，大语言模型在测量和平相关社会维度上更接近人类编码者。

Comments 6 pages, 4 figures, corrected typos, minor edits; v3: 16 pages, improved title, abstract, introduction, discussion, conclusions, added more references

MOOSE-Copilot: A Web-Based Interactive Assistant for Unified Exploratory and Fine-Grained Scientific Hypothesis Discovery

MOOSE-Copilot：一个基于网络的交互式助手，用于统一探索性和细粒度科学假设发现

Hongran An, Zonglin Yang

机构 * Central Conservatory of Music（中央音乐学院） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 提出MOOSE-Copilot，通过形式化的人机交互协议，将发散性探索和收敛性细化统一，利用蓝图、路由和反馈三种信号引导生成，显著优于纯自主基线。

Comments Accepted to ACL 2026 (System Demonstrations)