风湿病指南驱动大语言模型聊天机器人全国多中心评估
在真实使用场景中，基于德国风湿病指南开发的大语言模型聊天机器人获得以正面为主的用户反馈，提示其在患者自我管理与教育中可能具有辅助价值；但指南依从性评估结果与医师判断一致性较弱，尚不足以下结论认为其可替代专业指导。 研究为开发与全国多中心评估，共开发10个疾病特异性聊天机器人，通过
AI驱动矿山灾害管理的演进趋势：从统计模型到物理信息神经网络与可解释AI的综述
该综述认为，AI/机器学习在岩爆预测、边坡稳定性分析与瓦斯突出预报等任务中已显示出应用潜力，但纯数据驱动模型受数据稀缺、类别不平衡与物理一致性不足制约，深度学习黑箱性也限制其在安全关键场景的可信度；整体属叙述性综述，证据档位为C。 研究设计为综合性文献综述，梳理AI在矿山地质灾害
LLM智能体软件问题修复研究综述：242项研究
该综述系统梳理了242项基于大语言模型智能体的软件问题修复研究，指出该方向文献呈爆发式增长，并围绕基准、技术与实证研究三个维度建立分类体系，同时强调强化学习正成为该领域日益重要的训练范式。整体属于领域态势归纳，而非单一干预效果的量化结论。 研究设计为系统性文献综述，纳入242项近
基于MCP工具从SDSS DR19 APOGEE光谱识别4万余主序双星候选
在238,205颗DR19矮星光谱上运行打包好的双线光谱双星分解流程，分类器标记出41,466个SB2候选，约为DR13所识别2,645个的十五倍，但纯度未与DR13匹配；作者据此以候选列表形式发布样本。 研究为方法学与数据应用类工作：把El-Badry等（2018b）的双线光谱
基于大语言模型的情感增强多任务碳排放预测框架
材料未报告摘要内容，仅可依据标题推断：该文献提出一种结合情感增强多任务学习与transformer-长短期记忆网络的碳排放预测框架，方向与强度不足以下结论。 研究设计与做法：材料未报告，仅知为资讯类文献，发表于Expert Systems with Applications，证据
LLM智能体长期记忆防投毒：双源背书与来源绑定授权的可执行监控评估
在受控工具调用场景中，要求两个独立来源背书或用户显式授权的策略，配合每次动作前检查，可阻止攻击者选定的动作被执行；但作者明确表示，这仅支持在构造化工作流中的条件性执行与恢复，尚不足以证明部署中背书可得且正确。 研究含证明与实验两部分：抽象记忆模型中证明策略在允许变换下保持；另设1
LLM 能做功效分析吗？四项模型实证评估（结论：不能替代专家判断）
背景：功效分析（power analysis）对定量研究的严谨性至关重要，但因专用软件门槛高而使用不足；LLM 正被快速整合进研究实践，其在统计任务上的可靠性却缺乏系统评估 —— 存在"未经检验或过于乐观地使用"的风险。 设计：评估四种广泛使用的 LLM —— ChatGPT（G
面向生命周期的供应链策略：模糊-LLM混合决策支持系统
提出一种融合模糊方法与LLM的混合决策支持系统，用于生命周期导向的供应链策略。 研究构建模糊-LLM混合决策支持系统，面向供应链生命周期进行策略决策支持。
代表性社会选择框架：从学习理论到AI对齐的理论研究
结论：作者提出“代表性社会选择”框架，将大规模群体决策建模为基于有限个体—议题样本的社会选择问题，并用机器学习理论给出机制泛化性质与Arrow型不可能定理；属理论证明，未涉及实证效应。 设计与做法：属理论/方法学研究，非临床试验。作者以“个体—议题对”的有限样本代表总体，把代表性
基于变异的多智能体测试用例更新方法
针对CI/CD下代码变更使既有测试用例失效的问题，提出基于变异的多智能体测试用例更新方法。 指出近期基于大语言模型的测试更新方法依赖执行反馈与精确匹配上下文检索，优先保证可执行性与行覆盖率。
