语言大模型 / LLM

Neuron Level Analysis of Large Language Model in Legal Domain Reasoning

法律领域推理中大语言模型的神经元级分析

Eri Onami, Youmi Ma, Shuhei Kurita, Naoaki Okazaki

机构 * Institute of Science Tokyo（东京科学大学） ； NII（国立信息学研究所） ； AIST（产业技术综合研究所） 纠错

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

AI总结 通过神经元归因分数识别并抑制关键神经元，发现存在任务特异性神经元和跨任务通用神经元，法律领域神经元重叠度高且分布受输入格式影响。

NeuroSymbolic AI for Legal AI-TRISM: Trustworthy, Reliable, Interpretable, Safe Models

面向法律AI-TRISM的神经符号AI：可信、可靠、可解释、安全模型

Deepa Tilwani, Yash Saxena, Ankur Padia, Srinivasan Parthasarathy, Manas Gaur

机构 * Department of Computer Science, AI Institute, University of South Carolina（南卡罗来纳大学计算机科学系，人工智能研究所） ； Department of Computer Science and Electrical Engineering, University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校计算机科学与电气工程系） ； Department of Computer Science and Engineering, The Ohio State University（俄亥俄州立大学计算机科学与工程系） 纠错

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

AI总结 针对法律领域LLM缺乏可解释推理和易产生幻觉的问题，提出TRISM框架，融合神经符号AI与LLM，通过结构化法律知识集成和RAG验证机制提升模型可信度。

From Passive Generation to Investigation: A Proactive Scientific Peer Review Agent

从被动生成到主动调查：一种主动的科学同行评审代理

Haishuo Fang, Yue Feng, Iryna Gurevych

机构 * Ubiquitous Knowledge Processing Lab (UKP Lab), Technical University of Darmstadt（达姆施塔特工业大学通用知识处理实验室） ； National Research Center for Applied Cybersecurity ATHENE, Germany（德国国家应用网络安全研究中心 ATHENE） ； School of Computer Science, University of Birmingham（伯明翰大学计算机科学学院） 纠错

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

AI总结 提出ProReviewer，一种基于LLM的主动科学同行评审代理，将评审建模为马尔可夫决策过程，通过结构化评审日志引导主动调查，在五个质量维度上平均得分最高，优于现有方法。

The Environmental Cost of LLMs in AIED: Reporting and Practices

AIED中LLMs的环境成本：报告与实践

Sabrina C. Eimler, Lukas Erle, Daniel Flood, Aditi Haiman, Luca Häckert, André Helgert, Lachlan McGinness, Büsra Yapici

机构 * Institute of Computer Science and Institute of Positive Computing, Ruhr West University of Applied Sciences（计算机科学研究所和积极计算研究所，鲁尔-韦斯特应用科学大学） ； Centre for Computational Science and Mathematical Modelling, Coventry University（计算科学与数学建模中心，科文特里大学） ； Carnegie Mellon University（卡内基梅隆大学） ； Australian National University and CSIRO（澳大利亚国立大学和CSIRO） 纠错

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

AI总结 针对AIED社区缺乏LLM计算与环境成本标准化报告的问题，提出开源方法测量并报告碳排放，包括本地和云端硬件，以及未知参数的前沿LLM计算开销公式。

Same Facts, Different Diagnosis: Measuring and Mitigating Narrative Anchoring in Clinical Language Models

相同事实，不同诊断：临床语言模型中叙事锚定的测量与缓解

Prabhjot Singh, Pritam Deka, Vijay Chennareddy

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Queen’s University Belfast（贝尔法斯特女王大学） ； Middlesex University London（伦敦密德萨斯大学） 纠错

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

AI总结 本研究针对临床语言模型的叙事锚定偏差，构建含1000个USMLE案例的基准，提出NarrativeShield三智能体流水线，可大幅降低叙事锚定差距并减少不稳定决策，同时发布数据集供相关研究使用。

LLM-Guided Initialization for Accelerated Hybrid Quantum-Classical Medical Image Classification

大语言模型引导的初始化用于加速混合量子-经典医学图像分类

Riza Alaudin Syah, Irwan Alnarus Kautsar, Haza Nuzly Bin Abdull Hamed

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

AI总结 该研究提出大语言模型引导的AdaInit初始化方法，结合GPU加速量子模拟，在乳腺X线摄影分类任务中，相比随机初始化大幅提升梯度方差与收敛速度，保持相同分类准确率，验证了方法的有效性与兼容性。

Comments Presented at IAICT 2026, Bali, Indonesia

Toward an Organizational Science of Multi-Agent LLM Systems: Decoupling Who, How, and Which Algorithm

迈向多智能体大语言模型系统的组织科学：解耦谁、如何以及使用哪种算法

Huan Chen, Xiang Song, Jian Jin, Pan Ren, Liang-Jie Zhang

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

AI总结 研究多智能体大语言模型系统中组织、协调与协作协议问题，IMACS 将三者分离，通过对照比较和自适应组织路由学习协议，揭示责任分配位置影响结果，强调组织设计需依模型重新验证或学习。

Comments 8 pages, 2 figures

Ranked by Position: Order Sensitivity as an Exploitable Attack Surface in LLM Listwise Recommenders

按位置排序：顺序敏感性作为大语言模型列表式推荐器中可利用的攻击面

Ge Zhang, Jingru Cheng, Huiyuan Chen

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

AI总结 研究大语言模型列表式推荐器中因位置偏差产生的顺序敏感性攻击面，引入“promo@k”量化漏洞，通过实验得出不同方法对其的影响，证明输入候选顺序是安全相关攻击向量。

Comments 13 pages, 6 figures, 11 tables. Code and data available at https://github.com/geoz-lab/position_bias_attack

Industrial Tokenization for LLM-Based Health Intelligence: A Federated Architecture for Industrial Evidence Integration

基于大语言模型的工业健康智能的工业令牌化：一种用于工业证据集成的联邦架构

Deshui Li, Xiao-Ming Yuan, Zishun Wang

机构 * Mingyang Smart Energy Co., Ltd.（明阳智慧能源集团股份有限公司） 纠错

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

AI总结 研究工业健康管理中异构信息源集成问题，提出工业令牌化概念及联邦架构，将特定源分析输出转为工业令牌，以实现跨源推理。给出基于振动诊断输出等的端到端诊断令牌路径，定位工业令牌化为语义接口。

Comments 10 pages, 1 figure

More Is Not More: What Matters for Diversity in LLM Opinions?

更多并非更好：大语言模型观点多样性的关键因素是什么？

Qiyang Yao

机构 * New York University（纽约大学） 纠错

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

AI总结 研究大语言模型观点多样性，通过析因实验分离输入条件设定和交互架构两维度，在7个模型上评估，发现更多角色细节非单调增多样性，不同架构探索不同观点区，组合架构覆盖更广，低成本措施效果差，揭示多样性受干预结构形式和组合影响。

RAGU: A Multi-Step GraphRAG Engine with a Compact Domain-Adapted LLM

RAGU：一个具有紧凑域适应语言模型的多步图检索增强生成引擎

Mikhail Komarov, Ivan Bondarenko, Stanislav Shtuka, Oleg Sedukhin, Roman Shuvalov, Yana Dementyeva, Matvey Solovyov, Nikolay O. Nikitin

机构 * ITMO University（圣彼得堡国立信息技术机械与光学大学） ； Novosibirsk State University（新西伯利亚国立大学） ； Far Eastern Federal University（远东联邦大学） 纠错

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

AI总结 研究针对现有GraphRAG系统问题，提出RAGU引擎，通过分离提取与合并多步处理知识图。核心方法包括两阶段提取等。贡献在于训练的Meno-Lite-0.1模型表现出色，在多方面超越其他模型，且RAGU安装简单、运行要求低并开源。

Faithful by Design: Evaluating and Improving LLM-Generated Clinical Trial Summaries for Multi-Stakeholder Audiences

设计忠实性：评估和改进面向多利益相关方受众的大语言模型生成的临床试验摘要

Robert Williams

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

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

AI总结 研究针对大语言模型生成的临床试验摘要的忠实性问题，引入基准评估框架，用特定数据库试验、提示模板和注释模式评估，对比多个模型的基线测量，开发知识图谱增强检索系统，结果显示该系统改进显著，且不同模型改进途径有别。

Comments 8 pages, 8 figures

Which Algorithm Specification Formats Help Language Models Implement Machine Learning Algorithms?

哪种算法规范格式有助于语言模型实现机器学习算法？

Masahiro Kato, Taka Kato

机构 * Data Analytics Department, Mizuho-DL Financial Technology, Co., Ltd.（Mizuho-DL金融科技公司数据分析部门） ； NP-hard Inc.（NP-hard公司） 纠错

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

AI总结 研究算法规范书面格式对大语言模型首次实现准确性的影响，比较多种格式在五个机器学习任务、三个模型和四个实验设置下的表现，发现不同情况下各格式效果有差异，给出写作建议。

Odyssey: Constructing Verifiable Local Truth-Preserving Foundation Models

Odyssey: 构建可验证的局部保真基础模型

Sridhar Mahadevan

机构 * Adobe Research（Adobe 研究院） ； University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校） 纠错

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

AI总结 提出一种名为ODYSSEY的范畴论框架，通过组合“foundries”构建可验证的局部保真基础模型，并引入Universal Foundry Learning和Foundry SQL实现形式化构造与查询。

Comments 34 pages

Interleaved Speech Language Models Latently Work In Text

交错式语音语言模型在文本中隐式工作

Talia Sternberg, Gallil Maimon, Yossi Adi

机构 * The Hebrew University of Jerusalem（耶路撒冷希伯来大学） 纠错

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

AI总结 通过logit透镜分析发现，交错式语音-文本语言模型在中间层隐式转录语音为文本，然后基于文本空间预测下一个词，再转换回语音域，揭示了语音与文本模态的内部交互机制。

Comments Preprint. 23 pages, 20 figures, 5 tables

Consensus-gated Multi-Agent Neural Architecture Search for Seismic Fault Segmentation

面向地震断层分割的共识门控多智能体神经架构搜索

Shehram Baig, Ahmad Mustafa

机构 * Information Technology University (ITU)（信息技术大学（ITU）） ； King Fahd University of Petroleum and Minerals（法赫德国王石油与矿业大学） 纠错

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

AI总结 提出共识门控多智能体NAS系统，利用三个LLM达成共识搜索架构，发现参数42.5万的\textit{ours}模型，在Thebe断层数据集上性能优于多个基准模型，成本低、效率高。

How LLMs Respond to Escalating Delusions: Four Longitudinal Trajectories of Model Behavior

大语言模型（LLM）对日益严重的妄想的反应：模型行为的四种纵向轨迹

Anna Sterna, Kacper Dudzic, Karolina Drożdż, Hubert Plisiecki, Marcin Rządeczka, Marcin Moskalewicz

专题命中 领域大模型 ：LLM(title_cn,summary_cn)

AI总结 本研究通过30天的纵向实验，评估15种主流LLM对模拟精神症状进展的反应，识别出四种不同行为轨迹，提出需从识别时机、稳定性和干预准确性维度纵向评估LLM加剧AI精神病的潜力。

A corpus-specific clinical RAG system matches or outperforms newer frontier LLMs on HealthBench

针对特定语料库的临床检索增强生成（RAG）系统在HealthBench上的表现与较新的前沿大语言模型相当或更优

Praveen Reddy, Charuta Mandke, Suvrankar Datta, Sarah Khan, Siddharth Reddy Anthireddy, Shitij Arora, Vishal Singh

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

AI总结 本文评估专为中低收入环境构建的临床RAG系统VITA，其在HealthBench基准测试中与前沿LLM表现相当或更优，语料库特异性可提升模型落地性但会降低沟通流畅度。

Comments 2 tables

Harnessing LLMs for Document-Guided Fuzzing of Python Libraries

利用大语言模型（LLM）实现Python库的文档引导模糊测试

Bin Duan, Tarek Mahmud, Meiru Che, Yan Yan, Naipeng Dong, Dan Dongseong Kim, Guowei Yang

专题命中 领域大模型 ：LLM(title_cn,summary_cn)

AI总结 本文提出VistaFuzz，一种基于本地开源LLM的文档引导模糊测试技术，用于测试Python库API，在12个库的7718个API上发现74个问题，其中43个已确认、29个已修复。

Automated Synthesis of Deterministic Cross-Domain Interfaces

确定性跨域接口的自动合成

Konstantinos Christodoulopoulos, Antonis Selentis-Boulntadakis

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

AI总结 该研究提出框架，利用LLM实现智能体与处理程序模块，自动合成跨域确定性网络的静态、动态契约，经实验验证其动态契约性能优于静态配置，且分工模式可保障模型可靠性。

Calibrating Trustworthiness: Co-Designing Metrics and Visualizations for Evaluating LLMs in Education

校准可信度：为教育领域评估大型语言模型（LLM）协同设计指标与可视化方案

Adam Coscia, Sujata Duwal, Langdon Holmes, Scott Crossley, Alex Endert

专题命中 领域大模型 ：LLM(title_cn,summary_cn)

AI总结 本研究针对教育领域LLM响应的教学适配性评估缺口，通过与学习工程师协同设计可信度指标与可视化工具，提升了评估信度，为相关工具提出设计准则。

Comments Under review. 48 pages, 22 figures, 2 tables

TrainShield: Targeted Awareness for Cybersecurity Training

TrainShield：面向网络安全培训的目标感知机制

Giovanni Pizzenti, Alberto Verna, Nikhil Jha, Giuseppe Tipaldo, Stefano Traverso, Marco Mellia

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

AI总结 本研究提出嵌入用户工作流的场景化网络安全培训范式TrainShield，结合实时风险检测与LLM生成内容，初步验证其可提升风险意识，为行为导向网络安全教育提供新方向。

Comments Paper accepted for publication at ACM Hypertext 2026

Bridging Probabilistic LLMs and Deterministic Statistical Validation: The PROVE Multi-Agent Framework for Clinical Trial Reporting

连接概率型大语言模型与确定性统计验证：用于临床试验报告的PROVE多智能体框架

Zhaohua Lu, Cheng Zheng, Yuanyuan Han

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

AI总结 该研究提出PROVE多智能体框架，结合LLM与程序化验证器，在临床试验报告TFL验证中，LLM辅助语义匹配可显著提升差异检测的召回率与F1值，兼顾解读灵活性与数值准确性。

From Understanding to Action: Feedback-Grounded Policy Discovery for Generative Recommendation

从理解到行动：面向生成式推荐的反馈驱动策略发现

Zhi Chen, Minmao Wang, Xingchen Liu, Haoqiang Liang, Huihuang Lin, Likang Wu, Hongke Zhao, Yulong Wang, Shijie Yi, Fei Pan, Peng Jiang

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

AI总结 该研究针对生成式推荐的“理解-行动差距”，提出反馈驱动智能体框架，经蒸馏迁移至轻量模型实现无LLM在线推理，在基准测试与在线A/B测试中均取得推荐效果提升。

DEFENGRAPH: Knowledge Graph-Enhanced LLMs for Blue Team Cyber Defense

DEFENGRAPH：面向蓝队网络防御的知识图谱增强型大语言模型

Zhen Wang, Kristen Moore, Qin Wang, Guangsheng Yu, Minjune Kim, Diksha Goel, Gang Li, Ahmed Ibrahim, Ahmad Mohsin, Helge Janicke

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

AI总结 提出DEFENGRAPH框架，通过双层静态-动态知识图谱与图路径检索、上下文过滤和重排序增强LLM的上下文推理，在红蓝对抗演习数据上显著提升防御决策的召回率和精确率。

Evaluating the Effectiveness of LLMs in Aiding Compliance Testing of PKCS#1-v1.5

评估LLM在辅助PKCS#1-v1.5合规性测试中的有效性

Polina Kozyreva, Endadul Hoque

专题命中 领域大模型 ：LLM(title_cn,summary_cn)

AI总结 研究结合语法变异与LLM代码合成的方法，在PKCS#1 v1.5签名验证的48个加密库实现中，重现了13个非平凡违规类别中的10个，包括所有5个签名伪造类别，并发现1个新差异，但LLM幻觉（82.5%）是主要限制因素。

Retrieval-as-a-Service:A System-Oriented Analysis of Industrial Retrieval Pipelines in Web Systems

检索即服务：Web系统中工业检索管道的系统导向分析

Fang Liu, Yuan Yuan, Yifan Dang, Xuncheng Zhang, Cuiqianhe Du

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

AI总结 本文从系统角度调查工业检索管道，提出统一RaaS管道抽象，分析LLM集成的影响，为大规模Web系统提供设计指南。

The Rise of AI-Native Software Engineering: Implications for Practice, Education, and the Future Workforce

AI原生软件工程的崛起：对实践、教育和未来劳动力的影响

Mamdouh Alenezi

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

AI总结 本文系统综述了生成式AI和LLM对软件工程的变革，提出AI原生SE的概念框架、九维能力模型、四阶段课程路线图及研究议程，强调培养工程师的判断、验证与编排能力。

MedUP: Awakening Unified Understanding and Perception in Medical Vision-Language Models

MedUP：唤醒医学视觉-语言模型中的统一理解与感知能力

Yuan Wang, Hualiang Wang, Yixin Chen, Songtao Jiang, Shujian Gao, Jiaming Lin, Siming Fu, Jian Wu, Zuozhu Liu

机构 * Zhejiang University（浙江大学） ； Fudan University（复旦大学） 纠错

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

AI总结 该研究提出MedUP模型，通过UniMedTok分词器在共享token空间统一医学视觉-语言模型的感知与理解，构建相关训练语料库和评估基准，在多医学任务上性能优于现有模型。

Comments 10 pages, 6 figures

Few-Shot Concept Prompt Learning for Segmentation Foundation Models via Visual Grounding

基于视觉定位的分割基础模型少样本概念提示学习

Rahul Venkataramani, Rachana Sathish

机构 * Advanced Technology Group（先进技术集团） ； GE HealthCare（GE医疗） 纠错

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

AI总结 该研究针对分割基础模型在临床任务中表现不足的问题，提出FS-CPL方法，通过视觉定位学习概念提示，在四个医学影像基准上取得显著性能提升，且与骨干网络无关。