Sequential Diagnosis by Abstraction
National University of Sciences and Technology (NUST)（国立科技大学）；NICTA（澳大利亚国家信息通信技术中心）；Australian National University（澳大利亚国立大学）
当系统行为异常时，顺序诊断对系统进行一系列测量，直到识别出导致异常的故障，目标是减少诊断成本，这里定义为测量的数量。为了提出测量点，以前的工作采用了一种启发式的基础上减少熵的一组计算的诊断。这种方法在诊断成本方面通常具有良好的性能，但当诊断集太大时，可能无法诊断大型系统。专注于一组较小的可能的诊断规模的方法，但通常会导致平均诊断成本增加。在本文中，我们提出了一个新的诊断框架，采用四种新的技术，可扩展到更大的系统具有良好的性能，在诊断成本。首先，我们提出了一个新的启发式测量点的选择，可以有效地计算，而不需要一套诊断，一旦系统被建模为贝叶斯网络和编译成一个逻辑形式称为d-DNNF。其次，我们扩展层次诊断，一种基于我们以前的工作系统抽象的技术，处理概率，使其可以应用于顺序诊断，以允许更大的系统进行诊断。第三，对于最大的系统，即使分层诊断失败，我们提出了一种新的方法，将系统转换成一个具有较小的抽象和诊断形成的超集的原始系统，新的系统，然后可以诊断和映射回原始系统的结果。最后，我们提出了一种新的成本估计函数，它可以用来选择一个抽象的系统，更有可能提供最佳的平均成本。与ISCAS-85基准电路的实验表明，我们的方法规模在套件中的所有电路，除了一个有一个扁平的结构不容易有用的抽象。
2014-01-16 cs.AI
Constructing Belief Networks to Evaluate Plans
George Mason University（乔治梅森大学）；The MITRE Corporation（MITRE公司）
本文探讨了构建信任网络来评估基于知识的规划者所制定的规划的问题。提出了用于处理各种类型的复杂计划特征的技术。这些包括计划与上下文相关的后果，间接后果，行动的先决条件，必须是真的，在行动的执行过程中，突发事件，多层次的抽象多个执行代理与部分有序和时间重叠的行动，以及计划，其中引用特定的时间和持续时间。
2013-02-27 cs.AI
An Empirical Analysis of Likelihood-Weighting Simulation on a Large, Multiply-Connected Belief Network
Stanford University（斯坦福大学）
我们分析了似然加权算法的收敛特性的两级，多连接，信念网络表示的QMR知识库的内科。具体而言，在两个困难的诊断情况下，我们检查了马尔可夫毯评分，重要性采样的效果，证明马尔可夫毯评分和自我重要性采样显着提高我们的模型上的模拟的收敛性。
2013-03-27 cs.AI
Why Is Diagnosis Using Belief Networks Insensitive to Imprecision In Probabilities?
Institute for Decision Systems Research（决策系统研究所）；Stanford University（斯坦福大学）；University of West Florida（西佛罗里达大学）
最近的研究发现，贝叶斯信念网络的诊断性能往往是令人惊讶的不敏感的数值概率的不精确性。例如，作者最近完成了一项广泛的研究，他们将随机噪声应用于一组用于医疗诊断的信念网络中的数值概率，CPCS网络的子集，QMR（快速医疗参考）的子集，专注于肝脏和胆汁疾病。根据分配给实际疾病的平均概率，诊断性能即使对大量噪声也表现出很小的灵敏度。在本文中，我们总结了这项研究的结果，并讨论了这种低敏感性的可能解释。一个原因是性能的标准是真实假设的平均概率，而不是概率的平均误差，这对对称噪声分布不敏感。但是，我们表明，即使是不对称的，loxos正常的噪音有适度的影响。第二个原因是黄金标准的后验概率通常接近于零或一，并且几乎不受噪声的干扰。
2013-02-13 cs.AI
Ask WhAI:Probing Belief Formation in Role-Primed LLM Agents
Department of Biomedical Data Science, Stanford University（生物医学数据科学系，斯坦福大学）
本文提出系统级框架Ask WhAI，可记录回放多智能体交互、查询信念、注入反事实证据，通过医疗诊断模拟揭示角色初始化大语言模型智能体的信念形成特征，为相关研究提供可复现方法。
2025-11-06 cs.AI
Using the Dempster-Shafer Scheme in a Diagnostic Expert System Shell
University of South Carolina（南卡罗来纳大学）
本文讨论了一个集成基于规则推理和Dempster-Shafer证据合成方案的专家系统外壳。领域知识被存储为具有关联的置信函数的规则。推理组件使用前向和后向推理机制的组合，以允许以混合主动格式与用户交互。
2013-03-27 cs.AI
MENTIS: What Belief Changes Under Alignment? Measuring Multi-Scale Latent Torsion in Language Models
Pragya Lab, BITS Pilani Goa, India（BITS Pilani 去掉 Goa 的机构名，因为该机构名中包含 'Goa'，但根据规则，如果机构已有常见中文名，使用常见中文名。'Pragya Lab, BITS Pilani' 是 BITS Pilani 的一个实验室，因此翻译为 'BITS Pilani 实验室'）；IIIT Delhi, India（德里印度理工学院）；Amazon, USA（美国亚马逊）；Meta, USA（美国Meta）；Apple, USA（美国苹果）
提出MENTIS框架，通过层间协方差扭转范数、谱扭转诊断和能量-辐射-激活度量，测量偏好对齐在语言模型内部计算中引起的选择性、深度局部的几何结构变化。
2026-06-07 cs.AI cs.CL cs.LG
SCOPE-AD: Sequential cost-aware ordinal-belief planning with energy-based models for diagnostic agents
University of Bristol（布里斯托大学）；Imperial College London（帝国理工学院）；Manchester Metropolitan University（曼彻斯特城市大学）；Hunan Normal University（湖南师范大学）
针对阿尔茨海默病诊断，提出SCOPE-AD方法，通过序数信念规划与能量模型实现成本感知的序贯测试选择，在ADNI上以更低成本超越基线，验证选择性获取的有效性。
2026-10-02 cs.AI cs.CL
Abstraction, Validation, and Generalization for Explainable Artificial Intelligence
Rutgers University（罗格斯大学）
神经网络架构在不断扩大的任务范围上实现了超人的性能。为了有效和安全地部署这些系统，他们的决策必须能够被广泛的利益相关者所理解。已经提出了解释人工智能的方法来应对这一挑战，但缺乏理论阻碍了系统抽象的发展，这是积累知识所必需的。我们提出贝叶斯教学作为一个框架，通过整合机器学习和人类学习来统一可解释的人工智能（XAI）。贝叶斯教学将解释形式化为解释者改变被解释者信念的交流行为。这种形式化将任何XAI方法分解为四个部分：（1）要解释的推理，（2）解释媒介，（3）被解释者模型，以及（4）解释者模型。贝叶斯教学分解任何XAI方法所提供的抽象阐明了它们之间的不变性。XAI系统的分解使模块化验证成为可能，因为列出的前三个组件中的每一个都可以半独立地进行测试。这种分解还通过重组来自不同XAI系统的组件来促进泛化，这有助于生成新的变体。只要每个组件都经过验证，就不需要逐一评估这些新变体，从而使开发时间呈指数级减少。最后，通过明确解释的目标，贝叶斯教学可以帮助开发人员评估XAI系统是否适合其预期的真实用例。因此，贝叶斯教学提供了一个理论框架，鼓励系统的，科学的调查XAI。
2021-10-12 cs.AI
Propagation of Belief Functions: A Distributed Approach
University of Kansas（堪萨斯大学）
在本文中，我们描述了一个计划传播的信念函数在某些种类的树只使用本地计算。该方案概括了Shafer和Logan 1提出的计算方案，用于Gordon和Shortliffe研究的诊断树类型，以及Shafer给出的层次证据的稍一般的方案。它还推广了Pearl提出的贝叶斯因果树方案（见Shenoy和Shafer）。珀尔的因果树和戈登和肖特利夫的诊断树都是将与大问题有关的证据分解为与问题的较小部分有关的较小证据项的方法，以便这些较小的问题可以一次处理一个。为了使概率判断过程可行，这种努力的局部化通常是必不可少的，无论是对做出概率判断的人还是对组合它们的机器。我们的计划的基本结构是一种树，概括了珍珠和戈登和Shortliffe的树。这种一般类型的树允许在珀尔意义上的局部计算。它们基于条件独立性的定性判断。我们相信，我们在这里描述的方案将证明是有用的专家系统。现在很清楚，在专家系统中成功地传播概率或确定性因素需要比在纯产生式系统框架中所能提供的更多的结构。另一方面，贝叶斯方案往往对结构提出不切实际的要求。在树和更一般的网络中传播信任函数站在中间立场，可以做一些明智和有用的事情。我们想强调的是，传播概率的局部计算的基本思想是由Judea Pearl提出的。这是一个非常创新的想法，我们不相信它可以在贝氏文献中找到之前珍珠的工作。我们认为我们的贡献是扩大珍珠的想法的有用性概括它从贝叶斯概率的信念函数。在…
2013-03-27 cs.AI
To See or To Please: Uncovering Visual Sycophancy and Split Beliefs in VLMs
George Mason University（乔治·玛斯纳大学）；Independent Researcher（独立研究者）
提出三层诊断框架，通过反事实干预实验发现视觉语言模型中普遍存在视觉谄媚（内部证据保留但输出幻觉答案）现象，并证明扩展模型规模无法解决该问题。
2026-11-04 cs.AI cs.CV
Qualitative Propagation and Scenario-based Explanation of Probabilistic Reasoning
Carnegie Mellon University（卡内基梅隆大学）；Rockwell International Science Center（罗克韦尔国际科学中心）
概率推理的可理解性解释是专家系统和决策支持系统中贝叶斯方法被广泛接受的先决条件。一项关于人类在不确定性下推理的研究提出了两种不同的策略来解释概率推理：第一种是定性信念传播，通过信念网络从一个变量到下一个变量追踪证据的定性效果。这种传播算法是Wellman（1988）的图约简算法的替代，用于定性概率网络中的推理。它是基于一个定性分析的因果关系推理，这是一个概括的珍珠的“解释了”，并替代韦尔曼的定性协同作用的定义。另一种是基于情景的推理，涉及到替代因果“故事”的产生。比较几个最可能的场景提供了一种近似的方法来解释概率推理的结果。这两种方案采用因果关系以及概率知识。概率可以被呈现为短语和/或数字。用户可以控制解释的风格、抽象性和完整性。
2013-03-27 cs.AI
Before You Poll with LLMs: A Deliberative Diagnostic Framework
Lahore University of Management Sciences（拉合尔管理科学大学）
提出审慎民调诊断框架，比较人类与LLM在信息干预后的信念转变，发现五个前沿模型均以不同方式失败，表现为反转、过冲或僵化，并揭示自我谄媚特征，建议在信任LLM角色扮演前先进行诊断。
2026-09-15 cs.AI cs.CL cs.CY
Triggers and Diagnostics for LLM-Based Interpretability Failures in Active Inference Agents
本研究审计LLM解释器在主动推理智能体中的可靠性，发现其面对观测扰动、错误行动和恶意文本时会产生流畅但错误的解释，并提出缓解措施，强调解释器测试应纳入智能体部署审计。
2026-09-22 cs.AI cs.LG
Abductive and Consistency-Based Diagnosis Revisited: a Modeling Perspective
诊断推理在逻辑上被称为基于一致性的推理或溯因推理。文献中以前的分析表明，一方面，选择（一般更具限制性）溯因定义可能是适当的或不适当的，这取决于知识库的内容[Console和Torasso 91]，另一方面，根据定义的选择，相同的知识应该以不同的形式表达[Poole 94]。由于在基于模型的诊断的一个主要问题是找到正确的方式抽象的系统的行为被建模，本文讨论了建模之间的关系，特别是在模型中的抽象，和诊断的概念。
2000-03-07 cs.AI
Bayesian control for coding agents
PolyShape；National Technical University of Athens（雅典国家技术大学）；MBZUAI（穆罕默德·本·扎耶德人工智能大学）
将编码智能体的编排建模为成本敏感的序贯假设检验，贝叶斯控制器动态决策证据收集、候选优化、验证或停止，在昂贵验证下最有效，且信念状态提供可解释的正确性分数。
2026-06-24 cs.AI cs.CL
Beyond Literal Summarization: Redefining Hallucination for Medical SOAP Note Evaluation
Augnito Research（Augnito研究）
本文提出通过校准提示和基于医学本体的检索，重新定义医疗SOAP笔记评估中的幻觉，发现传统评估方法高估了幻觉率，影响模型评估。
2026-04-16 cs.AI
An Experimental Comparison of Numerical and Qualitative Probabilistic Reasoning
Institute for Decision Systems Research（决策系统研究所）；Stanford University（斯坦福大学）
定性和无穷小概率方案与概率论的公理一致，但避免了对精确数值概率的需要。使用定性概率可以大大减少知识工程的工作量，提高结果的鲁棒性。我们实验研究如何以及无穷小的概率（kappa演算的Goldszeland和珍珠）执行诊断任务-故障排除的汽车，将无法启动与传统的数值信念网络比较。我们发现，在识别真正的故障的无穷小方案是一样好的数值方案。无穷小方案的性能显着的先验故障概率大于0.03。这些结果表明，无穷小概率方法可能是具有很大的实用价值的机器诊断与小的先验故障概率。
2013-02-27 cs.AI
Think Locally, Explain Globally: Graph-Guided LLM Investigations via Local Reasoning and Belief Propagation
IBM Research（IBM研究院）
EoG通过图引导的局部推理和信念传播提升LLM在开放性研究中的准确性和一致性。
2026-01-29 cs.AI cs.LG cs.LO
AKIBoards: A Structure-Following Multiagent System for Predicting Acute Kidney Injury
University of California, Los Angeles（加州大学洛杉矶分校）
提出遵循结构的多智能体框架STRUC-MAS，通过学习全局模型作为智能体先验信念，在急性肾损伤预测任务中提升了多智能体共识驱动的诊断推理与分类性能。
2025-04-29 cs.AI cs.LG cs.MA
Logit-Boundary Geometric Belief Interfaces and Sparse Sheaf-Enclave Protocols: A Self-Contained Substrate for Secure Network Electronic Health Record (EHR) Interoperability
Light Imaging Technologies, Inc.（光成像技术公司）
该研究提出Logit边界几何置信接口与稀疏层束 enclaves 协议，构建EHR互操作的自包含底层架构，经GBI BoundaryBench v0.1评估，Qwen3-4B-Instruct-2507在该接口下无符合要求的输出，为接受边界提供实证证据。
2026-08-13 cs.AI cs.CR cs.LG
Perception Test: A Diagnostic Benchmark for Multimodal Video Models
DeepMind；University of Bristol（布里斯托大学）；University of Oxford（牛津大学）
本文提出Perception Test基准，通过11.6k个真实视频及六类密集标注，在零样本/少样本或有限微调下评估多模态模型的感知与推理能力，并揭示其与人类表现之间的显著差距。
2023-10-30 cs.AI cs.CV cs.LG
Does Visual Pretraining Help End-to-End Reasoning?
Brown University（布朗大学）；Google（谷歌）；Google Research（谷歌研究院）
本文提出一种基于视频帧压缩与时间上下文重建的自监督视觉预训练框架，证明预训练对端到端视觉推理的组合泛化至关重要，并在 CATER 和 ACRE 上显著超过图像分类与目标检测等监督预训练方法。
2023-12-16 cs.AI cs.CV cs.LG
