超越护栏：AI智能体运行时强制执行的系统综述（58项研究）
系统综述提示，仅靠以模型为中心的护栏不足以阻止被操纵或出错的推理转化为外部动作，需在推理之外设置独立的运行时强制执行边界；该结论属综述层面的归纳，非干预效果验证。 研究设计与做法：系统综述，检索Compendex与Web of Science核心合集，覆盖2023年1月至2026
基于对比反思的自动提示去偏提升大模型公平性
该研究提出通过对比反思实现自动提示去偏，以提升大语言模型的公平性。 摘要仅显示发表于Artificial Intelligence第360卷，未提供具体方法流程与实验设置。
MCP工具描述缺陷普遍性及其对AI代理效率影响的实证研究
对103个MCP服务器中856个工具的描述质量进行实证评估，发现97.1%的工具描述至少含有一处缺陷，提示MCP生态中工具描述质量问题较为普遍，但该结论基于特定评分规则与扫描工具，尚不足以推广至全部MCP实现。 研究为实证性横断面分析，样本为103个MCP服务器中的856个工具；
The impact of GenAI on the future of requirements engineering
Abstract Recent advances in artificial intelligence (AI), particularly large language models (LLMs), are transforming how we design and buil
面向代谢介导药物相互作用预测的语义感知知识图谱神经网络
材料仅为期刊出版信息，未提供摘要与结果，无法就语义感知知识图谱神经网络用于代谢介导药物相互作用预测的方向或强度作出判断。 材料未报告研究设计与做法，仅显示该文发表于Pattern Recognition第183卷Part B，出版日期为2027年3月，作者为Wanmin Lin、
博弈论多智能体框架降低语言模型幻觉
结论方向为正向：作者报告 G-Frame 框架可减少轻量语言模型在规则型科学领域的幻觉，并提升推理表现；但证据档位为 C，属早期探索性结果，尚不足以作为确定性结论。 研究设计为方法学开发与基准评测：构建整合贝叶斯与团队博弈原理的自适应多智能体框架，用于自动化闭环数据合成与模型训练
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
