胰腺癌苯丙氨酸代谢的多组学与机器学习诊断及靶点分析
该研究关注苯丙氨酸代谢在胰腺癌中的诊断价值及潜在治疗靶点。 据标题推测，研究采用整合多组学数据与机器学习的方法进行分析。
实验室医学中的人工智能：从机器学习到大型语言模型
综述认为实验室医学中的人工智能正从结构化数据的传统机器学习，转向可处理非结构化临床文本的大型语言模型。 采用叙述性综述，比较传统机器学习、深度学习、通用大型语言模型与实验室专用基础模型四类范式。
阿尔茨海默病人工智能语音与言语生物标志物的系统综述
系统综述评估基于人工智能的语音与言语分析作为阿尔茨海默病及轻度认知障碍无创生物标志物的转化潜力。 遵循PRISMA指南，两名研究者检索PubMed、Scopus与Cochrane Library，纳入报告诊断与预后结局、采用机器学习或深度学习分析人类语音的研究。
人–AI 团队 vs 人–人团队：信息探询如何影响协作决策
背景：传统人–AI 决策研究把过程当作"AI 给建议、人做决定"的线性分段流程；但 LLM 让交互更接近人–人团队的协作——成员必须共享并整合各自独有的信息才能做出好决策。 采用团队研究经典范式 隐藏剖面任务（hidden profile）；操纵团队类型（人–AI 98 组 vs
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。
金融领域大语言模型结构化综述与六模型比较案例分析
该文为结构化综述加比较案例分析，提示金融专用大语言模型在领域知识组织、异构输入协调与全生命周期治理上存在实质差异；但作者明确说明案例仅用于示例框架，未验证框架，也未确立独立观测的生产性能，故属提示性而非证据支持的结论。 设计为遵循PRISMA的结构化综述，纳入67项研究，主要为2
小语言模型生成网络搜索特征用于表格数据分类
结论：该文提示，使用小语言模型（SLMs）为表格数据分类任务选择与生成特征，在两个常用表格数据集的多分类任务中取得最高F1分数0.383与0.848；方向为方法可行性提示，非普遍优越性结论。 研究设计与做法：提出一种利用小语言模型为机器学习分类任务中的表格数据集选择与生成特征的方
通用大模型作为受限晶体组分生成器：Elpasolite基准评估
在Elpasolite大化学空间基准上，通用大语言模型经迭代提示-应答框架可平均找回目标区域中96%的低能Elpasolite组分，作者据此提示其在目标性质空间覆盖上可能优于既往任务专用生成模型，但该结论基于单一基准，属提示性证据。 研究为计算基准评估类设计，材料未报告具体样本量
大语言模型人格与意识形态传播的社会语言学视角
从社会语言学视角提出机器“身份”概念框架，探讨大语言模型是否具有可测量的人格及其推理风格受语料语言属性影响。 属概念性视角论文，不提供原始实验数据，也非有既定检索策略与纳入标准的系统综述，而是整合已发表发现。
智能体AI系统的故障传播与风险遏制框架
该文提出以系统视角分析智能体AI的故障传播与风险遏制，主张安全评估不应只看任务能否完成，还应看错误在被系统阻止前能传播多远；文中未报告实验数据，属概念框架类证据，方向为提出性主张而非验证性结论。 研究设计为理论/框架构建类论文，非实验或临床研究；材料未报告样本量、干预与对照、随访
