审计"审计者"：无标签、可校准地测量 LLM 诊断中的无依据断言（ATRACC 2026）
场景：微服务事故诊断。核心工具 TCA（Telemetry Claim Adjudicator） 是一个不依赖结果标签的机械裁决器，逐条裁定 LLM 智能体在诊断中引用的遥测断言是否有依据。 配套制品：6 种架构臂 × 2 个基准的诊断 harness；以 SHA-256 请求号
医护人员对医疗大语言模型态度及采纳与监管偏好的横断面调查
结论：医护人员对大语言模型在医疗中的使用持有多元看法，其采纳与监管偏好可通过调查加以刻画。 设计：通过某医疗新闻平台邮件列表在线发放横断面问卷，共335名医护人员作答，含主治医师等。
手术临床场景中环境听写人工智能的范围综述
该范围综述关注环境听写人工智能在手术临床空间中的应用情况。 因摘要缺失，仅据标题可知采用范围综述设计，具体检索与纳入方法不明。
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。
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
