AI Agent

Fully Automatic Trace Gas Plume Detection

全自动痕量气体羽流检测

Vít Růžička, David R. Thompson, Jay E. Fahlen, Amanda M. Lopez, Steven Lu, Chuchu Xiang, Holly Bender, Daniel Jensen, Philip G. Brodrick, Jake Lee, Brian Bue, Daniel H. Cusworth, Luis Guanter, Adam Chlus, Andrew Thorpe, Robert O. Green

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 针对未来成像光谱仪数据量剧增，提出结合机器学习形态分析与光谱模型拟合的全自动痕量气体羽流检测方法，可自动检测标记羽流，用于回顾性分析，还扩展到三种痕量气体检测。

Comments Manuscript 15 pages + 3 in supplementary, 10 figures, 1 table, more in attached supplementary; In review

Machine Intelligence on the Edge: Interpretable Cardiac Pattern Localisation Using Reinforcement Learning

边缘机器智能：使用强化学习的可解释心脏模式定位

Haozhe Tian, Qiyu Rao, Nina Moutonnet, Pietro Ferraro, Danilo Mandic

机构 * Dyson School of Design Engineering（迪森设计工程学院） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Department of Computing（计算系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 针对边缘设备低信噪比信号中模式定位难题，提出顺序匹配滤波器（SMF），通过强化学习设计滤波器序列并将其制定为顺序决策过程，实现自适应设计与可解释性，在心电图数据集上性能达先进水平，有广泛应用潜力。

Comments Accepted by Machine Intelligence Research

"We'll have to see how it works": An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research

“我们得看看它如何运作”：一项关于理解跨学科人工智能与医疗保健研究中协作实践的访谈研究

Rafael Henkin, Elizabeth Remfry, Duncan J. Reynolds, Megan Clinch, Michael R. Barnes

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 该研究通过对英国医疗保健AI研究联盟早期参与者的13次半结构化访谈及归纳主题分析，探讨AI开发流程及跨学科知识共享挑战。发现参与者需依受众调整工具和信息，明确了AI研究参与新颖处、知识共享方式及关键领域，指出AI给跨学科工作带来新障碍。

Comments 36 pages

Journal ref PLoS One. 2026;21(7):e0354358

MolCryst-MLIPs: A Machine-Learned Interatomic Potentials Database for Molecular Crystals

MolCryst-MLIPs：用于分子晶体的机器学习互原子势数据库

Adam Lahouari, Shen Ai, Jihye Han, Jillian Hoffstadt, Philipp Hoellmer, Charlotte Infante, Pulkita Jain, Sangram Kadam, Maya M. Martirossyan, Amara McCune, Hypatia Newton, Shlok J. Paul, Willmor Pena, Jonathan Raghoonanan, Sumon Sahu, Oliver Tan, Andrea Vergara, Jutta Rogal, Mark E. Tuckerman

机构 * Department of Chemistry, New York University（纽约大学化学系） ； New York University（纽约大学） ； Simons Center for Computational Physical Chemistry, New York University（纽约大学计算物理化学中心） ； Department of Physics, New York University（纽约大学物理系） ； Department of Chemical and Biomolecular Engineering, Tandon School of Engineering, New York University（纽约大学工程学院化学与生物分子工程系） ； New York University Shanghai（纽约大学上海分校） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一个开源的分子晶体机器学习互原子势数据库MolCryst-MLIPs，包含九种分子晶体系统经过微调的MACE模型，通过自动化机器学习流程实现可重复的建模流程，提供高精度的势能和力预测。

Rethinking Prospect Theory for LLMs: Revealing the Instability of Decision-Making under Epistemic Uncertainty

重新思考用于大语言模型的前景理论：在认知不确定性下决策的不稳定性

Rui Wang, Qihan Lin, Jiayu Liu, Qing Zong, Tianshi Zheng, Dadi Guo, Haochen Shi, Peixuan Han, Weiqi Wang, Yangqiu Song

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文重新审视前景理论在大语言模型中的应用，发现其在认知不确定性下的决策稳定性存在问题，指出前景理论可能无法可靠地处理此类不确定性。

Safe In-Context Reinforcement Learning

安全的上下文强化学习

Amir Moeini, Minjae Kwon, Alper Kamil Bozkurt, Yuichi Motai, Rohan Chandra, Lu Feng, Shangtong Zhang

机构 * University of Virginia（弗吉尼亚大学） ； Virginia Commonwealth University（弗吉尼亚 Commonwealth 大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 提出SCARED方法，在无参数更新的上下文强化学习适应过程中，通过精确惩罚对偶法在约束马尔可夫决策过程框架下保证安全，实现奖励最大化与成本约束。

Comments ICML 2026

Data-Efficient Indentation Size Effect Correction in Steels Using Machine Learning and Physics-Constrained Neural Network

利用机器学习和物理引导增强的高效 indentation 尺寸效应校正方法用于钢材料

Radmir Karamov, Tagir Karamov

机构 * Center for Material Technologies（材料技术中心） ； Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所） ； Center for Petroleum Science and Engineering（石油科学与工程中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文通过物理引导特征工程和增强技术，利用小数据集预测钢材料参考硬度，采用非线性模型实现高效 indentation 尺寸效应校正，验证了该方法在钢材料中的可行性。

Comments Preprint, 25 pages, 8 figures, 5 tables

Interpretable Deep Learning Paradigm for Airborne Transient Electromagnetic Inversion

用于航空瞬变电磁反演的可解释深度学习范式

Shuang Wang, Xuben Wang, Fei Deng, Peifan Jiang, Lifeng Mao

机构 * Key Laboratory of Earth Exploration and Information Techniques, Ministry of Education, College of Geophysics, Chengdu University of Technology（地球探测与信息处理重点实验室，教育部，成都理工大学地球物理学院） ； College of Computer Science and Cyber Security, Chengdu University of Technology（计算机科学与网络安全学院，成都理工大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 针对航空瞬变电磁数据处理与反演难题，提出基于解缠表示学习的统一可解释深度学习范式，将数据分解为噪声和信号因子，纳入物理约束，能直接用噪声数据准确重建地下电结构，建立了新的反演范式。

Automatic Construction of Clinical Scoring Systems with LLM Agents

基于LLM代理的临床评分系统自动构建

Silas Ruhrberg Estévez, Christopher Chiu, Mihaela van der Schaar

机构 * DAMTP, University of Cambridge, Cambridge, UK（剑桥大学 DAMTP 实验室，剑桥，英国） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 提出AgentScore方法，利用大语言模型进行语义引导的规则搜索与验证，自动构建符合临床部署约束的加权评分系统，在多个任务上优于现有方法。

Global Automation Atlas

全球自动化图谱

Prashant Garg, Tommaso Crosta, Jasmin Baier

机构 * Imperial College London（伦敦帝国学院） ； Bocconi University（博科尼大学） ； University of Oxford（牛津大学） 纠错

专题命中 工作流自动化 ：planning(abstract)；分类 cs.AI

AI总结 本文提出了一种基于任务和国家特定的方法，用于全球范围内分类自动化暴露，以区分劳动力替代和增强自动化，相关技术渠道以及人工智能的物质作用。研究涵盖了124个国家，生成了覆盖全球99%人口和GDP的233万个任务-国家标签。

Comments 78 pages, 6 figures, 5 Extended Data figures. Substantially revised and expanded. Data and code: https://automationatlas.org/

Democratizing Advanced High-Throughput Imaging via Cross-Instrument Deep Learning-Enabled Modality Transfer

基于深度学习的独立显微镜模态转换用于高通量成像

Dominik Panek, Carina Rząca, Maksymilian Szczypior, Joanna Sorysz, Krzysztof Misztal, Zbigniew Baster, Zenon Rajfur

机构 * Doctoral School of Exact and Natural Sciences, Jagiellonian University（雅盖隆大学精确与自然科学博士学院） ； Department of Molecular and Interfacial Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院分子与界面生物物理学系） ； Undergraduate program in Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院生物物理本科生项目） ； Undergraduate program in Biomedical Engineering, Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering, AGH University of Science and Technology（AGH科技大学电气工程、自动化、计算机科学和生物医学工程学院生物医学工程本科生项目） ； Division of Computational Mathematics, Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学学院计算数学系） ； Laboratory for Cell and Tissue Engineering, Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系细胞与组织工程实验室） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一种深度学习方法，实现不同显微镜间的模态转换，提升低质量图像的结构相似性和信号保真度，从而提高高通量成像效率。

Comments 18 Pages, 6 Figures, 1 Table, 4 pages Supplementary Materials

Animating Petascale Time-varying Data on Commodity Hardware with LLM-assisted Scripting

在消费级硬件上利用LLM辅助脚本动画化exascale时变数据

Ishrat Jahan Eliza, Xuan Huang, Aashish Panta, Alper Sahistan, Zhimin Li, Amy A. Gooch, Valerio Pascucci

机构 * University of Utah（犹他大学） ； Vanderbilt University（范德比大学） ； ViSOAR LLC 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出一个用户友好的框架，用于在消费级工作站上生成exascale时变数据的3D动画，通过通用动画描述符、高效数据访问、定制渲染系统和LLM辅助交互接口，使非可视化专家科学家能快速生成高质量动画。

Comments ©2026 IEEE. Personal use of this material is permitted. 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. N.B. Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the original PDF file

FOI-O: A global ontology and verification framework for Freedom of Information process modelling

FOI-O：新西兰首个用于信息自由流程建模的本体与验证方法包

Dylan A Mordaunt

机构 * Faculty of Health, Education and Psychology, Victoria University of Wellington（维多利亚大学健康、教育与心理学学院） ； College of Medicine and Public Health, Flinders University（弗林德斯大学医学院和公共卫生学院） ； Centre for Health Policy, The University of Melbourne（墨尔本大学健康政策中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 针对公共信息请求记录混杂多类数据的问题，提出FOI-O可复用流程建模与验证框架，基于新西兰相关法案实现首个验证配置文件，提供多类标准化语义与流程工具资产。

Comments 22 pages, 4 figures, 9 tables, ancillary supplement; revised manuscript with expanded provenance, versioning, and navigation documentation

ResearchStudio-Reel: Automate the Last Mile of Research from Paper to Poster, Video, and Blog

ResearchStudio-Reel：实现从论文到海报、视频和博客的研究最后一公里自动化

Lingao Xiao, Yalun Dai, Yangyu Huang, Qihao Zhao, Wenshan Wu, Hugo He, Ruishuo Chen, Jin Jiang, Qianli Ma, Jiahuan Zhang, Xin Zhang, Ying Xin, Yang Ou, Yan Xia, Scarlett Li, Longbo Huang, Zhipeng Zhang, Yang He, Yap Kim Hui, Yan Lu

机构 * Microsoft Research（微软研究院） ； National University of Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Tsinghua University（清华大学） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） ； Westlake University（西湖大学） ； CFAR, A*STAR（计算科学与工程研究所，新加坡科技研究局） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 研究传播自动化困难，以往方法有局限。该研究提出将最后一公里构建为技能组合，实例化ResearchStudio-Reel，包括共享提取器、可编辑生成器和交互式收敛层，能产出多种可编辑工件，效果优于现有系统。

Lost in the Tower of Babel: The Adverse Effects of Incidental Multilingualism in LLMs

迷失在巴别塔中：LLMs中偶然多语言主义的负面影响

Anjishnu Mukherjee, Chutong Meng, Antonios Anastasopoulos

机构 * Department of Computer Science（计算机科学系） ； George Mason University（乔治·马歇尔大学） 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.CL

AI总结 本文指出当前多语言NLP陷入偶然多语言主义的脆弱且误导性范式，导致模型在多语言情境中表现不均、脆弱且不透明，需转向设计驱动的多语言主义。

Comments Published as a conference paper at COLM 2026

SpecXMaster Technical Report

SpecXMaster 技术报告

Yutang Ge, Yaning Cui, Hanzheng Li, Jun-Jie Wang, Fanjie Xu, Jinhan Dong, Yongqi Jin, Dongxu Cui, Peng Jin, Guojiang Zhao, Hengxing Cai, Tianci Yangfeng, Xueqing Chen, Hongshuai Wang, Rong Zhu, Linfeng Zhang, Xiaohong Ji, Zhifeng Gao

机构 * DP Technology 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.LG

AI总结 SpecXMaster 通过代理强化学习实现NMR光谱自动解析，解决传统人工解读的偏差和误差问题，提升有机化学领域光谱分析效率。

Comments Technical report from DP Technology.22 pages, 7 figures

Artificially intelligent agents in the social and behavioral sciences: A history and outlook

社会与行为科学中的人工智能代理：历史与展望

Petter Holme, Milena Tsvetkova

机构 * Department of Computer Science, Aalto University（阿尔托大学计算机科学系） ； Center for Computational Social Science, Kobe University（大阪大学计算社会科学中心） ； Department of Methodology, London School of Economics and Political Science（伦敦政治经济学院方法论系） 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI

AI总结 回顾人工智能代理在社会与行为科学中的历史发展与当前趋势，涵盖从可编程计算机到社会模拟、大语言模型实验等，强调其在科学过程中的作用及带来的变化，如社会系统科学兴起等，凸显与相关技术紧密相连。

Lecture notes on Machine Learning applications for global fits

机器学习在全局拟合中的应用讲义

Jorge Alda

机构 * Dipartimento di Fisica e Astronomia “Galileo Galilei”, Università degli Studi di Padova and INFN Sezione Padova（帕多瓦大学伽利略·伽利莱物理与天文系及意大利国家核物理研究院帕多瓦分部） ； Centro de Astropartículas y Física de Altas Energías (CAPA)（高能天体物理与高能物理中心（CAPA）） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文介绍了利用现代机器学习方法进行高能物理全局统计拟合的框架，重点包括使用Boosted Decision Trees近似对数似然函数，以及通过SHAP值解释模型参数影响，最终应用于B±→K±νν异常问题。

Comments Lecture notes for the 4th COMCHA School on Computing Challenges in Zaragoza (Spain), 8-15 April 2026. 25 pages, 10 figures, 14 code snippets, 1 appendix. Submission to SciPost Physics Lecture Notes. Fixed minor typos and improved visual presentation of figures

An Approximate Graph Elicits Detonation Lattice

近似图激发爆轰晶格

Vansh Sharma, Venkat Raman

机构 * Department of Aerospace Engineering, University of Michigan（密歇根大学航空航天工程系） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出基于图论的新型算法，用于精确分割和测量爆轰细胞，解决传统2D边缘检测方法的局限性，通过分割模型实现无训练的准确提取细胞模式。

Comments 3D Detonation; Soot Foil; Graph; Cell Classification; Cellular Detonation; Detonation Lattice; SAM Model

The GRADIEND Python Package: An End-to-End System for Gradient-Based Feature Learning

GRADIEND Python包：一种基于梯度的特征学习端到端系统

Jonathan Drechsel, Steffen Herbold

机构 * Faculty of Computer Science and Mathematics University of Passau（计算机科学与数学学院 巴伐利亚大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 GRADIEND Python包提供端到端系统，通过语言模型中的事实-反事实MLM和CLM梯度学习特征方向，并支持特征数据创建、训练、评估及多特征比较。

Reinforcement Learning in the Real World: A Survey of Statistical Challenges and Future Directions

现实世界中的强化学习：统计挑战与未来方向综述

Asim H. Gazi, Yongyi Guo, Daiqi Gao, Ziping Xu, Kelly W. Zhang, Susan A. Murphy

机构 * Department of Computer Science, Harvard University（哈佛大学计算机科学系） ； Department of Statistics, University of Wisconsin–Madison（威斯康星大学麦迪逊分校统计学系） ； Department of Statistics, Harvard University（哈佛大学统计学系） ； School of Data Science and Society, University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校数据科学与社会学院） ； Department of Mathematics, Imperial College London（伦敦帝国理工学院数学系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文综述现实世界强化学习应用，指出其研究与部署存在差距及两大挑战。将应用框架化为三部分过程，回顾应对统计挑战的进展，涵盖在线、离线方法及持续改进设计，还概述受应用启发的未来研究方向。

RegCheck: A tool for structured comparisons between study registrations and papers

RegCheck：一个用于研究注册与论文之间结构化比较的工具

Jamie Cummins, Beth Clarke, Ian Hussey, Malte Elson

机构 * Bennett Institute of Applied Data Science, University of Oxford（贝内特应用数据科学研究所，牛津大学） ； Institute of Psychology, University of Bern（心理学研究所，伯恩大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 介绍RegCheck工具，用于比较研究注册与论文。利用人工智能，模块化设计，让用户决定比较特征并提供相关文本，生成可共享报告，适用于多领域多格式，有望成为可重复科学的可扩展基础设施。

Comments 26 pages, 4 figures, 1 table

InqEduAgent: Adaptive AI Learning Partners with Gaussian Process Augmentation

InqEduAgent：具有高斯过程增强的自适应人工智能学习伙伴

Wen-Xi Yang, Tian-Fang Zhao, Guan Liu

机构 * Guangdong Institute of Smart Education（广东智能教育研究院） ； Jinan University（暨南大学） ； School of Journalism and Communication（新闻与传播学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究针对探究式教育中学习伙伴分配问题，提出InqEduAgent框架，集成高斯过程增强匹配机制，能基于先验知识模式选自适应伙伴，实验证明其性能优越，推进了人机协作学习及相关领域发展。

Comments Accepted by the 2026 8th Asia Conference on Machine Learning and Computing (ACMLC 2026)

Beyond LLMs: A Linguistic Approach to Causal Graph Generation from Narrative Texts

超越大语言模型：一种从叙事文本生成因果图的语言学方法

Zehan Li, Ruhua Pan, Xinyu Pi

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 该研究提出从叙事文本生成因果图的框架，先以LLM提取顶点，引入含七个语言特征的“专家索引”并集成到分类模型，结合RoBERTa嵌入提升因果关系识别精度，经五次迭代提示构建因果图，实验证明其优于GPT-4o和Claude 3.5，还提供开源工具。

Comments published at the 7th Workshop on Narrative Understanding, NAACL 2025

Heimdallr: Characterizing and Detecting LLM-Induced Security Risks in GitHub CI Workflows

Heimdallr：在GitHub CI工作流中识别和检测LLM引发的安全风险

Bonan Ruan, Yeqi Fu, Chuqi Zhang, Jiahao Liu, Jun Zeng, Zhenkai Liang

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE

AI总结 本文研究GitHub CI工作流中LLM引发的安全风险，提出Heimdallr框架，通过流程图规范化和威胁向量检测，实现高精度识别LLM节点和威胁向量。

Conversational AI for Rapid Scientific Prototyping: A Case Study on ESA's ELOPE Competition

用于快速科学原型设计的对话式人工智能：以欧空局的ELOPE竞赛为例

Nils Einecke

机构 * Honda Research Institute Europe GmbH（本田欧洲研究机构） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 以欧空局ELOPE竞赛为例，探讨用ChatGPT进行快速科学原型设计。介绍其在竞赛中的表现，包括提供代码、推理等，虽有局限但凸显人机协作潜力，分析优缺点，提出将大语言模型集成到科学工作流程可增强快速原型设计。

When Summaries Distort Decisions: Information Fidelity in LLM-Compressed Financial Analysis

当摘要扭曲决策：LLM压缩财务分析中的信息保真度

Hoyoung Lee, Suhwan Park, Seunghan Lee, Jun Seo, Jaehoon Lee, Sungdong Yoo, Minjae Kim, CheolWon Na, Zhangyang Wang, Zach Golkhou, Minkyu Kim, Sotirios Sabanis, Alejandro Lopez-Lira, Dhagash Mehta, Soonyoung Lee, Chanyeol Choi, Wonbin Ahn, Yongjae Lee

机构 * UNIST（全纳科学技术大学） ； LG AI Research（LG人工智能研究） ； Sungkyunkwan University（成均馆大学） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； J.P. Morgan Chase（摩根大通） ； State Street（州立银行） ； University of Edinburgh（爱丁堡大学） ； University of Florida（佛罗里达大学） ； BlackRock（黑石） ； LinqAlpha 纠错

专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI

AI总结 研究LLM压缩财务信息时因丢失决策相关上下文导致投资判断改变的问题，提出通过生成多个候选压缩并审计分歧的代理上下文压缩方法。

Comments Preprint

Optimization-Embedded Active Multi-Fidelity Surrogate Learning for Multi-Condition Airfoil Shape Optimization

嵌入优化的主动多保真度代理学习用于多条件机翼形状优化

Isaac Robledo, Alberto Vilariño, Arnau Miró, Oriol Lehmkuhl, Carlos Sanmiguel Vila, Rodrigo Castellanos

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出一种嵌入优化的主动多保真度代理学习方法，用于多条件机翼形状优化，通过低保真度模型和高保真度模拟的结合，减少计算流体力学成本并保持RANS精度。

Comments 24 pages, 18 figures

Mapping the maturation of TCM as an adjuvant to radiotherapy

将中医药作为放射治疗辅助手段的成熟度映射

P. Bilha Githinji, Aikaterini Melliou, Xi Yuan, Dayan Zhang, Lian Zhang, Zhenglin Chen, Jiansong Ji, Chengying Lv, Jinhao Xu, Peiwu Qin, Dongmei Yu

机构 * Guangdong Provincial Laboratory of Traditional Chinese Medicine（广东省中医药实验室） ； Wenzhou Medical University（温州医科大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 本文通过分析69745篇文献，揭示了中医药作为放射治疗辅助手段的研究轨迹，发现其主题结构呈现专业化和潜在碎片化趋势，同时指出研究领域已趋于成熟并可能迎来新发展。

Out-of-Distribution Detection in Molecular Complexes via Diffusion Models for Irregular Graphs

通过不规则图的扩散模型进行分子复合物的分布外检测

David Graber, Victor Armegioiu, Rebecca Buller, Siddhartha Mishra

机构 * Seminar for Applied Mathematics, Department of Mathematics and ETH AI Center, ETH Zurich（应用数学研讨会，数学系和ETH人工智能中心，瑞士苏黎世ETH学院） ； Institute for Computational Life Sciences, Zurich University of Applied Sciences（计算生命科学研究所，苏黎世应用科学大学） ； Department of Chemistry, Biochemistry and Pharmaceutical Sciences, University of Bern（化学、生物化学和药学系，伯尔尼大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 针对不规则3D图数据分布外检测难题，提出基于扩散模型的概率框架，统一处理坐标与特征，获自洽概率流ODE及典型性分数，验证其在蛋白-配体复合物上的有效性并给出多尺度轨迹统计信息。