医学 AI

Biosecurity-Aware AI: Agentic Risk Auditing of Soft Prompt Attacks on ESM-Based Variant Predictors

生物安全意识的AI：基于ESM变体预测器的软提示攻击代理审计

Huixin Zhan

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； New Mexico Institute of Mining and Technology（新墨西哥采矿与技术研究院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG、q-bio

AI总结 本研究提出SAGE框架，通过代理风险审计发现ESM变体预测器对软提示攻击的敏感性，揭示基因组基础模型的安全漏洞。

Simulation-Driven Deep Learning Framework for Raman Spectral Denoising Under Fluorescence-Dominant Conditions

基于模拟的深度学习框架用于荧光主导条件下拉曼光谱去噪

Mengkun Chen, Sanidhya D. Tripathi, James W. Tunnell

机构 * The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Department of Biomedical Engineering（生物医学工程系） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.CV

AI总结 本研究提出了一种基于模拟的深度学习框架，用于在荧光主导条件下提升拉曼光谱质量，通过结合噪声模型和深度神经网络，提高生物组织分析的准确性和效率。

LLMs Do Not See Age: Assessing Demographic Bias in Automated Systematic Review Synthesis

大语言模型不区分年龄：评估自动化系统性综述合成中的人口统计偏差

Favour Yahdii Aghaebe, Tanefa Apekey, Elizabeth Williams, Nafise Sadat Moosavi

机构 * University of Sheffield, UK（谢菲尔德大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本研究评估了大语言模型在系统性综述合成中对年龄信息的保留能力，发现成人摘要的准确性最低，且受忽视人群更易产生幻觉，强调了对公平性评估框架的需求。

Comments Accepted at AACL 2025 Version 2 Updated with Final version