KernelDiag: Agent-Based Root Cause Diagnosis for Kernel Crashes
KernelDiag：基于代理的内核崩溃根本原因诊断
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 针对Linux内核崩溃根本原因诊断难的问题，提出KernelDiag框架，通过日志到代码映射及专门代理进行结构化因果推理，在KGYM基准测试中表现出色，优于现有方法，为自动内核根本原因诊断奠定基础。
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 诊断辅助 19 篇
Luminosity-Adaptive Contrast Enhancement Using CLAHE for Retinal Fundus Images with Quantitative Validation and Comparative Analysis
使用对比度受限自适应直方图均衡化（CLAHE）对视网膜眼底图像进行亮度自适应对比度增强，并进行定量验证和比较分析
机构 * Independent Researcher, Department of Information and Computer Engineering, Scottsdale, AZ, USA（独立研究者，信息与计算机工程系，斯科茨代尔，亚利桑那州，美国） ； Seidenberg School of Computer Science and Information Systems, Pace University, New York City, NY, USA（塞登堡计算机科学与信息系统学院，帕克大学，纽约市，纽约州，美国）
专题命中 诊断辅助 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV、eess.IV
AI总结 该研究针对视网膜眼底图像因光照等问题影响诊断的情况，提出结合HSV颜色空间分解亮度校正与CLAHE的两阶段图像增强流程，经实验验证其在对比度和结构保真度上优于传统方法，处理速度适配临床筛查。
Comments 11 pages
Journal ref Journal of Intelligent Medicine and Healthcare 2026, 4, 87-97
SGMCE: Segment-Grounded Morphological Concept Explanation for Malaria Parasite Species Identification in Thick Blood Smears
SGMCE：厚血涂片疟原虫物种识别的基于片段的形态学概念解释
机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Washington（华盛顿大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV、cs.LG；medical image(comments)
AI总结 研究旨在解决厚血涂片疟原虫物种识别中深度学习缺乏形态学证据的问题，提出SGMCE框架，无需额外训练等，通过提取特征、查询GPT-4o生成自然语言解释，经多指标验证，在多种检测中取得较好结果。
Comments Accepted for publication in the 30th Conference on Medical Image Understanding and Analysis (MIUA 2026), Dublin. To appear in Springer Lecture Notes in Computer Science (LNCS)
Residual-Guided Multi-Resolution Refinement of Foundation Models: A Case Study in Drought Forecasting
基础模型的残差引导多分辨率细化：干旱预测案例研究
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究针对区域气候预测中时间序列基础模型的挑战，提出残差引导多分辨率细化框架RGMR，无需更新主干参数，应用于干旱预测时能降低测试集MSE，为部署冻结的TSFM提供实用途径。
Comments 23 pages, ICML2026 Accepted Paper(Poster)
CIGPO: Contextual Information-Gain Policy Optimization for Multi-Turn Evidence-Reading LLM Agents
CIGPO：用于多轮证据阅读语言模型代理的上下文信息增益策略优化
机构 * Harbin Institute of Technology（哈尔滨工业大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究多轮证据阅读语言模型代理训练不稳定问题，提出CIGPO方法，通过方差注入策略，利用冻结参考模型对数似然边际增加作逐轮信号，避免奖励方差崩溃，在HotpotQA实验中取得更好效果。
DECIS: Dual-Evidence Corrective Verification for Interpretable Strabismus Diagnostic Decision-Making
MAGIS：基于证据的多智能体推理用于可解释的斜视临床决策
机构 * School of Information and Software Engineering, University of Electronic Science and Technology of China（电子科技大学信息与软件工程学院） ； Shenzhen Institute for Advanced Study, University of Electronic Science and Technology of China（电子科技大学深圳高等研究院） ； Joint Shantou International Eye Center of Shantou University and The Chinese University of Hong Kong（汕头大学·香港中文大学联合汕头国际眼科中心） ； School of Artificial Intelligence, Guangzhou City Polytechnic（广州城市职业学院人工智能学院） ； Medical College, Shantou University（汕头大学医学院） ； College of Engineering, Shantou University（汕头大学工学院） ； Department of Ophthalmology, Xinhua Hospital Affiliated to Shanghai Jiaotong University School of Medicine（上海交通大学医学院附属新华医院眼科） ； Shenzhen Loop Area Institute（深圳河套学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出MAGIS框架，通过多智能体协作、双重证据约束上下文和基于证据的纠正验证机制，将斜视诊断从黑箱生成转变为结构化推理，在细粒度斜视基准上将加权F1分数从72.0%提升至91.3%，并显著提高诊断报告的临床可靠性。
Decoupling risk and masking in mammographic density under irregular follow up using a latent Markov progression detection framework
在使用潜在马尔可夫进展检测框架进行不规则随访的情况下，乳腺钼靶密度中风险与掩盖的解耦
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 针对乳腺钼靶密度筛查数据不规则的问题，提出两阶段潜在马尔可夫进展检测框架，通过拟合模型、量化不确定性等操作，解耦风险与可检测性，量化掩盖对乳腺癌风险的影响，提供可解释的风险特征。
LLMs and Agentic AI Systems for Smart Grids: A Tutorial on Architectures and Applications
用于智能电网的大语言模型和智能AI系统：架构与应用教程
机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣迭戈分校电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究智能电网中LLMs和智能AI系统，提出基于求解器的设计原则，通过提示策略等构建模块及四个案例研究实例化该原则，比较不同方案，还提出四组评估框架，明确了各部分分工。
Comments 28 pages, 11 figures, 6 tables; plus supplementary material. Review/tutorial article
Importance Sampling and PCA for Finding Failures in Commercial Autonomous Vehicles
用于发现商用自动驾驶车辆故障的重要性采样和主成分分析
机构 * Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空航天系） ； Torc Robotics（Torc机器人公司）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究商用自动驾驶车辆故障发现问题，应用自适应压力测试和基于扩散的故障采样算法找到模拟碰撞，引入基于主成分分析的统计分析将故障分类并恢复噪声轨迹，为故障发现到系统诊断提供路径。
Comments IEEE ICVES 2026 (Submitted)
A Diagnostic Framework for AI Agent Behavior
人工智能代理行为的诊断框架
机构 * Cheung Kong Graduate School of Business（长江商学院）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究人工智能代理在复杂系统中的行为评估问题，提出层归因诊断框架，该框架含基础计算层和行为调制层，阐明了替代有效性等三个结果，为评估代理行为提供了新方法。
Network Analysis with Parametric NetKAT
使用参数化NetKAT进行网络分析
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究网络诊断和推理任务中的枚举问题，核心方法是使用参数化NetKAT语言，贡献为介绍其设计语义、编译方法、算法及正确性证明，并评估了在工业基准测试中的性能。
Towards Quantum Network Performance Metrics: Challenges and Demonstration
迈向量子网络性能指标：挑战与演示
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 针对量子网络实际部署中标准化性能监测的需求，提出含多种性能指标的结构化监测框架，实现实时观测等功能，通过原型系统展示可行性，讨论监测挑战，为量子网络监测及相关发展奠定基础。
Vis4GS: A Visual Analytic Tool for 3D Gaussian Splatting Reconstruction
Vis4GS: 3D高斯泼溅重建的可视分析工具
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 针对3DGS重建中高斯属性对伪影的影响难以解释的问题，提出Vis4GS多视图可视分析工具，通过链接伪影与高斯属性、视图覆盖、训练进度和谱系，支持结构化诊断重建失败原因。
Comments Accepted to IEEE VIS 2026 Short Papers
Heteroskedastic Signals in Budgeted LLM Verification: Structural Heterogeneity Limits Optimization Gains
预算受限LLM验证中的异方差信号：结构异质性限制了优化收益
机构 * Northwestern Polytechnical University（西北工业大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文发现LLM不确定性信号在预算受限验证中存在异方差性，导致全局分配扭曲；通过分层阈值干预（CST）在强异质性设置下提升命中率达17个百分点，揭示结构异质性是主要瓶颈。
AI-Assisted Hyperspectral Interferometry and Single-Cell Dispersion Imaging
人工智能辅助的高光谱干涉测量与单细胞色散成像
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究提出宽带且人工智能增强的GPCPI干涉测量方法，通过深度神经自编码器检测相位异常，提高相位测量准确性与稳定性。用于等离子体超表面相位传感和高光谱单细胞色散成像，可在单细胞水平进行细胞分类和疾病诊断，为多领域提供可靠成像解决方案。
2. 病理影像 5 篇
BreastDCEDL: A Comprehensive Breast Cancer DCE-MRI Dataset and Transformer Implementation for Treatment Response Prediction
BreastDCEDL: 一个全面的乳腺癌动态对比增强MRI数据集和用于治疗反应预测的Transformer实现
机构 * Dept. of Industrial Engineering and Ariel University（工业工程系和阿里尔大学） ； NF Algorithms & AI（NF算法与人工智能）
专题命中 病理影像 ：MRI(title,abstract)；分类 cs.CV
AI总结 BreastDCEDL是一个包含2070名乳腺癌患者术前3D DCE-MRI数据集，采用Transformer架构实现治疗反应预测，取得HR+/HER2-患者pCR预测的最优性能。
Journal ref Scientific Data 3, 100-115 (2026)
Prompt-Guided Foundation Model Tuning for Pathology Image Classification
用于病理图像分类的提示引导基础模型调优
机构 * Department of Computer Science and Engineering, The Hong Kong University of Science and Technology（香港科技大学计算机科学与工程系） ； Department of Electronic and Computer Engineering, The Hong Kong University of Science and Technology（香港科技大学电子与计算机工程系） ； Department of Chemical and Biological Engineering, The Hong Kong University of Science and Technology（香港科技大学化学与生物工程系） ； HKUST Shenzhen-Hong Kong Collaborative Innovation Research Institute（香港科技大学深圳-香港协同创新研究院） ； State Key Laboratory of Nervous System Disorders, The Hong Kong University of Science and Technology（香港科技大学神经系统疾病国家重点实验室）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 研究针对病理图像分类中基础模型预训练与下游任务的差异问题，提出PAMT框架，通过引入RPS、PVP及AMT，在14个公开数据集上严格评估，显著提升分类准确率，确立了PAMT作为病理图像分类新基准的地位。
Sequential Attention-based Sampling for Histopathological Analysis
基于序列注意力的病理分析采样
机构 * Indian Institute of Science（印度科学院）
专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、eess.IV
AI总结 SASHA通过基于序列注意力的深度强化学习方法，实现对高分辨率病理图像的高效分析，以较低的计算成本达到与现有方法相当的诊断性能。
Comments Accepted at NeurIPS 2025. This version matches the camera-ready copy
Autonomous mechanistic discovery of colorectal cancer vulnerabilities via multi-scale AI swarms
通过多尺度人工智能群体自主进行结直肠癌脆弱性的机制发现
专题命中 病理影像 ：biomedical(abstract)；分类 cs.LG
AI总结 研究旨在解决自动化科学发现中语言模型与生物物理的认知差距。通过多尺度自主发现引擎Octopus，结合大语言模型群体和算法物理引擎，针对结直肠癌转录组进行无监督扫描，发现IGF2是5-氟尿嘧啶耐药脆弱性，建立了可验证的生物医学发现范式。
Benchmarking Machine Learning Models for Multi-Omics-Based Breast Cancer Prediction
基于多组学的乳腺癌预测机器学习模型基准测试
专题命中 病理影像 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究针对基于多组学数据预测乳腺癌雌激素受体（ER）状态，对随机森林等经典机器学习模型进行基准测试，采用严格实验框架，结果显示RNA表达预测信号最强，多组学整合有改进，随机森林性能最佳，还选出相关基因支持模型有效性。
3. 医疗多模态 3 篇
Med-OPD: Improving Medical Vision-Language Models via Evidence-Aware On-Policy Distillation
Med-OPD：通过证据感知策略蒸馏改进医学视觉语言模型
机构 * National University of Singapore（新加坡国立大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 医疗多模态 ：MRI(abstract,abstract_cn)；CT(abstract,abstract_cn)；diagnosis(abstract)；分类 cs.CV
AI总结 研究针对医学视觉语言模型依赖语言先验而非视觉证据推理的问题，提出Med-OPD框架，引入医学证据优势信号，在令牌和轨迹级别重新分配蒸馏信号，实验证明该方法能加强模型对关键视觉证据的依赖，提升多模态医学推理能力。
Can Multimodal Large Language Models Understand OCT?
多模态大语言模型能理解光学相干断层扫描（OCT）吗？
专题命中 医疗多模态 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV
AI总结 研究探讨多模态大语言模型能否理解OCT，引入OCT - Bench基准，包含多维度细粒度任务，基于多个数据集构建大量选择题，评估20个代表性模型，发现当前模型理解OCT能力不足，为评估模型和推动OCT理解提供基础。
BUSTR: Descriptor-Aware Vision-Language Learning for Breast Ultrasound Report Generation
BUSTR：用于乳腺超声报告生成的描述符感知视觉语言学习
机构 * University of Nevada, Las Vegas（内华达大学拉斯维加斯分校）
专题命中 医疗多模态 ：pathology(abstract)；分类 cs.CV、cs.LG
AI总结 针对公共BUS数据集缺乏配对报告限制模型发展的问题，提出BUSTR框架，利用结构化病变信息，通过构建描述符派生报告、训练多头编码器及双重目标指导训练，提升了乳腺超声报告生成的相似性和描述符恢复能力。
Comments 17 pages, 2 figures, 8 tables
4. 生物医学文本 1 篇
Benchmarking Resource-Efficient LLMs for Research Topic Ontology Generation in the Biomedical Field
用于生物医学领域研究主题本体生成的资源高效语言模型基准测试
机构 * Knowledge Media Institute, The Open University, Milton Keynes, UK（开放大学知识媒体研究所） ； Department of Business and Law, University of Milano-Bicocca, Milan, IT（米兰-比科卡大学商业与法律系）
专题命中 生物医学文本 ：biomedical(title,abstract)
AI总结 本文评估五个小型开源LLMs识别生物医学概念语义关系的性能，引入MeSH-Rel-4K数据集并分析三种策略，发现针对性微调使平均F1分数显著提高，突破推理瓶颈，为构建生物医学本体提供准确自动化方法。
5. 健康监测 2 篇
A Unified Statistical Framework for Multicopter Propeller Damage Diagnosis Based on Functionally Pooled Models and Bayesian Quantification: Experimental Flight Test Assessment
基于功能合并模型和贝叶斯量化的多旋翼螺旋桨损伤诊断统一统计框架：实验飞行测试评估
专题命中 健康监测 ：diagnosis(title,abstract)
AI总结 研究多旋翼螺旋桨损伤诊断，基于功能合并自回归模型的框架，仅用惯性测量单元数据，经实验飞行测试评估，能进行损伤检测、识别与量化，相比传统方法更稳定，为结构健康监测提供高效严谨方案。
Comments 51 pages, 31 figures
Single-atom sensor for low-frequency electric field
用于低频电场的单原子传感器
专题命中 健康监测 ：biomedical(abstract)
AI总结 研究利用冷俘获离子对弱交变电信号的高固有灵敏度，结合拍频技术与注入锁定声子激光振荡，实现对30kHz至３00kHz低频电场信号的精确检测，灵敏度达404μV/(m·Hz1/2)，检测限为61.5μV/m，为相关应用开辟道路。
Comments 8 pages, 4 figures
6. 医学数据与评测 5 篇
Leakage-Robust Evaluation and Data-Scale Sensitivity of Attention-Enhanced Multi-Task Learning for Joint Fault Diagnosis and Remaining Useful Life Estimation
用于联合故障诊断和剩余使用寿命估计的注意力增强多任务学习的泄漏鲁棒评估和数据规模敏感性
机构 * Western Illinois University（西伊利诺伊大学） ； Ahsanullah University of Science and Technology（阿山努拉科技大学） ； Trine University（特莱恩大学） ； Sapienza University of Rome（罗马第一大学） ； Bangladesh University of Engineering and Technology（孟加拉工程技术大学） ； Chittagong University of Engineering and Technology（吉大港工程技术大学） ； Rajshahi University of Engineering & Technology (RUET)（拉杰沙希工程技术大学）
专题命中 医学数据与评测 ：diagnosis(title)；分类 cs.LG
AI总结 研究联合故障诊断和剩余使用寿命估计的多任务深度学习模型中，滑动窗口序列划分对性能的影响。采用AMTLNet架构，引入基于块的泄漏审核划分协议，通过实验得出任务稳定性与标签来源有关，贡献了评估协议和相关证据。
Comments Submitted in Next Research (Elsevier)
FedDP-PALD: A Privacy-Preserving Federated Latent Diffusion Framework with Prototype Aggregation for Medical Data Synthesis
FedDP-PALD：一种用于医学数据合成的具有原型聚合的隐私保护联邦潜在扩散框架
机构 * BRAC University（BRAC大学） ； York University（约克大学） ； University of Maryland（马里兰大学）
专题命中 医学数据与评测 ：medical image(abstract)；diagnosis(abstract)；分类 cs.CV
AI总结 针对医学数据合成中隐私保护及合成数据预测结构问题，提出FedDP-PALD框架，通过带掩码的门控多头注意力联合处理多模态数据，引入DP-PMA维持差分隐私，实验表明该框架能生成隐私合成表示，保持决策性能并抵抗成员推理。
PriPHiT: Privacy-Preserving Hierarchical Training of Deep Neural Networks
PriPHiT: 保护隐私的深度神经网络分层训练
机构 * Signal Processing Laboratory (LTS4), École Polytechnique Fédérale de Lausanne (EPFL)（瑞士联邦理工学院洛桑校区信号处理实验室） ； Centre Suisse d’Electronique et de Microtechnique (CSEM)（瑞士电子与微技术中心）
专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG、eess.IV
AI总结 PriPHiT通过在边缘设备和云服务器上分层训练深度神经网络，利用对抗性早期退出和噪声添加技术，在保护隐私的同时提升模型性能。
Comments 21 pages, 19 figures, 11 tables
Journal ref Published in IEEE Transactions on Multimedia, vol. 27, pp. 8803-8818, 2025
Causal Software Engineering: A Vision and Roadmap
因果软件工程：愿景与路线图
机构 * University of Naples Federico II（那不勒斯费德里科二世大学） ； University of Sheffield（谢菲尔德大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 研究软件工程在不确定性下决策的关键问题，提出因果软件工程范式，通过因果模型和推理为软件生命周期活动提供信息，还给出工作流程视图、路线图及评估议程。
Comments Accepted at FSE 2026 - Ideas, Visions and Reflections (IVR) Track
