医学 AI

FormuEvo: LLM-Guided Evolution for Discovering Solver-Efficient Mixed-Integer Programming Formulations

FormuEvo：大语言模型引导的进化算法用于发现求解器高效的混合整数规划模型

Haofeng Yuan, Jianing Peng, Jieyi Bi, Ni Zhang, Shiji Song, Zhiguang Cao

机构 * College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算与数据科学学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算与信息系统学院） ； Tsinghua University（清华大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 FormuEvo是LLM引导的进化框架，将MIP模型设计转化为符号空间的进化优化，结合求解器感知诊断与结构化内存，发现的MIP模型性能远超专家设计及现有LLM方法，求解加速最高达5.5倍且知识可跨场景迁移。

Comments 27 pages, 6 figures, and 9 tables. To appear in the Proceedings of EMNLP 2026

DPIAgent: Divide, Protocol, Isolate for Agentic Reproduction Test Generation

DPIAgent：面向智能体复现测试用例生成的Divide、Protocol、Isolate方法

Hao Liu, Steven Liu, Xin Zhang, Jane Luo, Yu Kang, Jie Wu, Fangkai Yang, Yangyu Huang, Pengfei Gao, Scarlett Li, Yan Lu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DPIAgent是基于Divide、Protocol、Isolate原则的结构化智能体框架，将复现测试用例生成拆分为单目标阶段，在SWT-Bench Verified上优于七个基线方法，GPT-5成功率达81.76%，添加测试选择后升至86.17%，通用性良好。

ARGUS: MCP-Grounded Root Cause Analysis for Kubernetes Incidents

ARGUS：基于MCP的Kubernetes事件根本原因分析工具

Ergi Senja, Seyed Mohammad Reza Razavi Zadegan, Philipp Leitner

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 ARGUS是一款基于MCP的Kubernetes事件根本原因分析助手，通过标准化MCP服务器关联LLM与实时可观测数据，在Slack频道提供诊断摘要，经评估其能100%识别根本原因，但修复建议可信度不足。

Comments 11 pages, 5 figures

What Makes an Initial Reaction Ready for Discussion?: Multi-Persona AI Support for Stance Reflection and Writing

是什么让初始反应适合讨论？：用于立场反思与写作的多角色AI支持

Sky Shih-Kai Hong, Mu-Tien Kuo, Wei-Ji Chen

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出多角色AI工具StanceLab，通过对比三角色模式与独立LLM模式的试点，明确了设计需求并规划了未来工作流，助力用户准备讨论立场。

Comments 5 pages, 3 figures, 2 tables. Accepted to TAICHI 2026 ( this https URL (https://taichi2026.taiwanchi.org/program) )

The Illusion of Control: Why Bare Classifier Inversion Silently Fails in Concept-Bottleneck Text Generation

控制的错觉：为什么单纯的分类器反演在概念瓶颈文本生成中会悄然失效

Qi Bing, Xiaowei Shao

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对概念瓶颈文本生成，发现单纯分类器反演因生成流形外代码而失效，其性能逊于简单事后先验，还验证了该问题诊断并实现与基线的公平对比。

Comments Accepted to EMNLP 2026 (Main Conference)

CDEG: Learning Decision-Critical Evidence for Long-Horizon Diagnostic Agents

CDEG：为长程诊断智能体学习决策关键证据

Xiwei Dai, Zijie Meng, Zhiting Fan, Yixuan Tang, Ziru Niu, Zuozhu Liu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出基于图的框架CDEG，通过对比同一病例的成功与失败轨迹、受控反事实干预等学习决策关键证据，在多基准测试中使长程诊断智能体准确率最高提升11.5%。

Comments 9 pages, 5 figures

Triplet2Track: A Hierarchical System with Object-Centric Representations for Reliable Long-Horizon Manipulation

Triplet2Track：一种基于以对象为中心表征的可靠长 horizon 操作分层系统

Jianxiang Liu, Gaojing Zhang, Chuan Wen, Qipeng Liu, Yuxuan Zhao, Ning Guo, Wenzhao Lian

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（上海交通大学人工智能学院） ； School of Engineering and Informatics, University of Sussex（萨塞克斯大学工程与信息学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对长 horizon 机器人操作可靠性难题，提出 Triplet-to-Track System（TTS），该闭环模仿学习系统用人类视频减少数据依赖，经实验平均成功率达74.8%，支持对象级与组合泛化。

Comments 8 pages, 6 figures. Accepted for presentation at the 2026 IEEE International Conference on Systems, Man, and Cybernetics (SMC 2026)

All four leading LLMs talk more than they listen to personality-verified synthetic help-seekers

四大领先的大语言模型在与经人格验证的合成求助者交流时，说得多听得少

Pablo A. Fonseca, Raquel Rodríguez-Carvajal, Rafael A. Calvo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究构建人格感知评估，发现四大领先大语言模型在为合成求助者提供危机建议时，存在说多听少、未充分探索情况就解决问题的共性，且评估覆盖了大五人格外的心理倾向。

Comments 30 pages, 6 figures, 24 tables. Data and code: this https URL (https://doi.org/10.82186/9aajj-vq030)

Robust Lightweight Deep Learning Models for Oral Cancer Screening

用于口腔癌筛查的鲁棒轻量级深度学习模型

Siddhant Bharadwaj, Aakash Shedsale, Tejashree Subramanya, Mohd. Azfar, Praveen Birur, Debnath Pal, Shankararama Sharma, Anupama Shetty, Rajesh Sundaresan

机构 * Indian Institute of Science（印度科学学院） ； KLES’ Institute of Dental Sciences（KLES牙科科学研究所） ； Biocon Foundation（百康基金会） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究针对中低收入国家口腔癌筛查的需求，优化了轻量级AI模型，发现直接优化混合架构优于大型模型等方案，其MobileViTv2模型在边缘设备上实现高灵敏度与特异度，可用于基层自动分诊。

Comments 10 pages, 3 figures, Paper accepted for the 6th International Conference on AI-ML Systems, 2026

SAGA: A Comparison Theorem for Local-to-Global Software Architecture - From Semantic Repair Cohomology to Algebraic-Geometric Descent

SAGA：局部到全局软件架构的比较定理——从语义修复上同调到代数几何下降

Hiroyuki Nakahata

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出SAGA比较定理，通过构建两种上同调证明局部与全局软件架构正确性的一致性，结合Lean形式化与ArchSig工具在微服务系统上验证了语义诊断与几何计算的可转换性。

Comments 42 pages, 2 figures. Version 1.0.1 (textual corrections to the Zenodo v1.0.0 deposit). Also archived on Zenodo with the full evidence bundle and Lean sources: this https URL (https://doi.org/10.5281/zenodo.21603761)

RIACT: A Responsible AI System for Personalized Study Habit Tracking and Early Burnout Signal Detection in University Students

RIACT：面向大学生的负责任AI系统，用于个性化学习习惯追踪与早期倦怠信号检测

Ria Sidhu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出负责任AI系统RIACT，结合结构化学习记录与混合AI架构，为大学生检测早期倦怠信号并生成个性化学习建议，嵌入可审计规则等负责任AI原则，还提出了倦怠信号评估框架。

Comments 11 pages. Also available on EdArXiv: this https URL (https://doi.org/10.35542/osf.io/94hr5_v1)

Prompt-Induced Waste in Coding Agents: Reasoning, Effort, Harness Design, and End-to-End Cost

提示词诱导的大推理模型浪费：一项预注册的双框架编码智能体基准测试

Sarel Weinberger, Amir Hozez

机构 * PointFive 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过预注册基准测试发现，提示词措辞和智能体框架会大幅影响大推理编码智能体的成本，部分提示指令可成倍增加推理成本却不提升任务成功率，框架选择的成本差异更显著。

DynaKRAG: A Unified Framework for Learnable Evidence Control in Multi-Hop Retrieval-Augmented Generation

DynaKRAG：多跳检索增强生成中可学习证据控制的统一框架

Chenyu Zhou, Yaqi Wu, Xiaolei Guo, Jiaqi Huang, Xianfa Zhang, Junxu Zhang, Zhuo Yu, Zhubo Shi, Jianghao Lin, Dongdong Ge

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Aircraft Manufacturing Co., Ltd.（上海飞机制造有限公司） ； Tongji University（同济大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究多跳检索增强生成中证据控制问题，提出DynaKRAG框架，将证据获取表述为状态条件控制，通过有效性层和控制器选择操作，实验表明该框架在多个基准测试中表现出色，证明协调检索等操作的益处。

DeepRefine: Agentic Knowledge Refinement via Reinforcement Learning

DeepRefine: 通过强化学习进行代理编译知识的精炼

Haoyu Huang, Jiaxin Bai, Shujie Liu, Yang Wei, Huihao Jing, Hong Ting Tsang, Yisen Gao, Zhongwei Xie, Yufei Li, Yangqiu Song

机构 * HKUST（香港科技大学） ； HKBU（香港大学） ； Microsoft Research Asia Hong Kong（微软亚洲研究院（香港）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 DeepRefine是一种基于LLM的推理模型，通过用户查询提升预构建知识库的质量，以适应下游任务。该模型通过多轮交互和归纳诊断定位缺陷并进行针对性精炼，采用Gain-Beyond-Draft奖励机制进行强化学习训练。

Programming by Chat: A Large-Scale Behavioral Analysis of 11,579 Real-World AI-Assisted IDE Sessions

通过聊天编程：11579个真实世界AI辅助IDE会话的大规模行为分析

Ningzhi Tang, Chaoran Chen, Zihan Fang, Gelei Xu, Maria Dhakal, Yiyu Shi, Collin McMillan, Yu Huang, Toby Jia-Jun Li

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究通过分析11579个真实IDE会话中的74998条开发者消息，揭示了编程工作组织的三大转变：对话编程作为逐步规范、认知工作分配给AI以及主动管理协作。

EchoTrace: Diagnosing Recursive Risks in LLM-Powered Recommender Systems

循环中的回声：在LLM推荐系统中反馈循环下的风险诊断

Donguk Park, Dongwon Lee, Yeon-Chang Lee

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出了一种角色感知的诊断框架，用于分析LLM推荐系统中反馈循环下的系统性风险，包括偏见、幻觉和自我强化的暴露模式。

Comments Accepted by ACM CIKM 2026

PathAgentBench: Benchmarking Evidence-Seeking Vision-Language Models on Whole-Slide Pathology Image

PathAgentBench：在全切片病理图像上对寻求证据的视觉语言模型进行基准测试

Dankai Liao, Tianyi Zhang, Yufeng Wu, Xinyue Zhang, Qiaochu Xue, Zeyu Liu, Dachun Zhao, Linghan Cai, Yueming Jin

机构 * National University of Singapore（新加坡国立大学） ； PuzzleLogic Pte Ltd（拼图逻辑私人有限公司） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学深圳校区） ； Peking Union Medical College Hospital（北京协和医院） 纠错

专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV

AI总结 研究针对全切片病理图像诊断中证据获取与整合问题，引入PathAgentBench基准，评估视觉语言模型的四项互补能力，包含多模型评估结果，揭示了证据推理与获取间的差距，为改进病理模型提供统一框架。

ADMIL: Attention-Distilled Multiple Instance Learning for Selective Foundation Model Inference in Pathology

ADMIL：用于病理学选择性基础模型推理的注意力蒸馏多实例学习

Duncan Stothers, Ren-Chin Wu, William Lotter

专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV、cs.LG

AI总结 ADMIL是将ABMIL教师注意力蒸馏为轻量级图块选择模型PriorNet的选择性计算框架，在多个病理数据集上可移除>98%的基础模型图块编码且不损失切片级性能，提升了部署效率。

CHIMERA Challenge: Biochemical Recurrence Prediction in Prostate Cancer Patients using multimodal datasets

CHIMERA挑战赛：利用多模态数据集预测前列腺癌患者的生化复发

Robert N. Spaans, Catherine Chia, Tongjie Wang, Adam Kowalewski, Parandzem Khachatryan, Domingos Oliveira, Khrystyna Faryna, Jean-Paul A. van Basten, Geert Litjens, Nadieh Khalili

专题命中 病理影像 ：MRI(abstract,abstract_cn)；分类 cs.CV、eess.IV；medical image(comments)

AI总结 本研究开发首个公开标准化前列腺癌预后多模态基准CHIMERA挑战赛，整合多类数据建立数据集，发现多模态模型在缺失临床变量时更稳健，单模态临床模型性能更高但对变量完整性敏感。

Comments 38 pages, 3 figures, 3 supplementary figures. Preprint submitted to Medical Image Analysis. Challenge results presented at the CHIMERA workshop, MICCAI 2025. Challenge website: this https URL (https://chimera.grand-challenge.org/chimera/)

Exploring learning environments for label\-efficient cancer diagnosis

探索用于标签高效癌症诊断的学习环境

Samta Rani, Tanvir Ahmad, Sarfaraz Masood, Chandni Saxena

专题命中 病理影像 ：diagnosis(title)；分类 cs.CV

AI总结 本研究考察监督学习、半监督学习、自监督学习三种学习环境，用三种预训练模型在七个训练集上预测肾癌、肺癌、乳腺癌，发现半监督学习结果与监督学习高度一致，是标签受限场景的高可行替代方案。

Comments The submission is being withdrawn due to an authorship disagreement among the co-authors

LanGuSTE: Language-Guided Coarse-to-Fine Patch Selection for Efficient Whole Slide Image Analysis

LanGuSTE：用于高效全切片图像分析的语言引导粗到细补丁选择

Yonghan Shin, Gangsu Kim, Won-Ki Jeong

专题命中 病理影像 ：pathology(abstract)；分类 cs.CV

AI总结 该研究针对全切片图像分析的高计算成本问题，提出LanGuSTE框架，通过跨尺度视觉提示调优和粗到细补丁选择，在保持诊断性能的同时将处理时间降至约3倍。

Does DESI Provide Evidence for Dynamical Dark Energy?

DESI是否为动力学暗能量提供证据？

Nicola Bamonti

专题命中 病理影像 ：pathology(abstract)

AI总结 本文针对DESI结果，区分暗能量相关的三个主张，证明DESI支持数据不支持ΛCDM的主张、偏好非(-1,0)的CPL参数，但未证明存在动力学暗能量分量，指出物质与引力领域的解读不确定性并对巡天报告给出启示。

Reasoning Shortcuts and Value Symmetries: What Symmetry Permits, Architecture Realizes, and Optimization Selects

推理捷径与价值对称性：对称性允许什么、架构实现什么以及优化选择什么

Xin Xu

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of Pennsylvania（宾夕法尼亚大学） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 该研究分析神经符号系统的推理捷径，发现现有框架的关键定义不适用于其评估的基准，重新测量揭示无法解释的对比例与可证明结构相关，还明确了对称性惰性、自同构存在性等问题的计算复杂度，区分了对称性允许与优化选择的内容。

Comments 62 pages, 2 figures, 8 tables. Under review

Answer First, Reason Later: When Commitment Order Costs Accuracy in Diffusion Language Models

先给出答案，后进行推理：扩散大语言模型中的承诺顺序

Jewon Yeom, Jaewon Sok, Seonghyeon Park, Jeongjae Park, Hwiyeong Lee, Taesup Kim

机构 * Graduate School of Data Science, Seoul National University（首尔国立大学数据科学研究生院） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 本研究发现扩散大语言模型（dLLMs）的任意顺序提交机制会导致推理失败，通过前沿门控承诺干预可恢复推理性能，同时保留并行解码优势。

Expert-level vision-language foundation model for real-world radiology and comprehensive evaluation

面向真实世界放射学的专家级视觉-语言基础模型及综合评估

Xiaohong Liu, Guoxing Yang, Yulin Luo, Jiaji Mao, Xiang Zhang, Haibo Wang, Zhiyang He, Ming Gao, Shanghang Zhang, Jun Shen, Guangyu Wang

专题命中 医疗多模态 ：radiology(title,abstract)；CT(abstract,abstract_cn)；分类 cs.CV

AI总结 本研究提出面向放射学的开源VL基础模型RadFound，通过增强视觉编码器与跨模态学习设计，在自主构建的真实世界基准RadVLBench上显著优于其他VL模型，具备专家级放射学多模态处理能力。

MSM-Mem: A Universal Medical Structured Multimodal Memory Framework for Medical AI Agents

MSM-Mem：面向医疗AI智能体的通用医疗结构化多模态记忆框架

Md Asaduzzaman Jabin, Khoa Le, Lin Zhao, Tianming Liu

机构 * University of Georgia（佐治亚大学） ； New Jersey Institute of Technology（新泽西理工学院） 纠错

专题命中 医疗多模态 ：medical AI(title,abstract)；分类 cs.CV、cs.LG

AI总结 针对现有医疗AI智能体无法内化临床经验的问题，提出MSM-Mem框架，整合多类型临床经验并逐步更新，经MoE-LLaVA评估可提升性能，助力医疗AI智能体随实践进化推理能力。

Comments 8 pages

UR$^{2}$-MLLM: Uncertainty-aware Revisit Reasoning in Multimodal Large Language Models for Radiology Report Generation

UR²-MLLM：面向放射科报告生成的多模态大语言模型中基于不确定性感知的重访推理

Yucheng Chen, Yang Yu, Jiazhou Zhou, Yufei Shi, Yongying Lan, Yichi Zhang, Liyi Li, Si Yong Yeo

机构 * MedVisAI Lab（MedVisAI实验室） ； Lee Kong Chian School of Medicine, Nanyang Technological University（南洋理工大学李光前医学院） ； Centre of AI in Medicine, Singapore（新加坡医学人工智能中心） ； AI Thrust, The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）AI方向） ； Ruijin Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院附属瑞金医院） 纠错

专题命中 医疗多模态 ：radiology(title,abstract)；分类 cs.CV

AI总结 该研究针对放射科报告生成任务，提出UR²-MLLM框架，通过动态重访不确定区域的机制实现最优性能，提升报告的可靠性与临床适配性。

Comments EMNLP 2026 Findings

An end-to-end-trained vision-language model for native-language prostate pathology report generation

用于生成本土语言前列腺病理报告的端到端训练视觉-语言模型

Christian Grashei, Fabian Gülhan, Maximilian Legnar, Fabian Stögbauer, Cleo-Aron Weis, Carolin Mogler, Peter Schüffler

机构 * Technical University of Munich（慕尼黑工业大学） ； Munich Data Science Institute（慕尼黑数据科学研究所） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； University Hospital Heidelberg（海德堡大学医院） ； Heidelberg University（海德堡大学） ； Interdisciplinary Center for Scientific Computing (IWR)（跨学科科学计算中心（IWR）） 纠错

专题命中 医疗多模态 ：pathology(title)；分类 cs.CV

AI总结 该研究提出语言独立的切片级视觉-语言框架，用自动化流水线生成17344对图像-文本对，实现德语前列腺病理报告生成，恶性肿瘤检测F1达96.2%，可支持机构用自有档案训练本土语言报告模型。

MedReaMM: Evaluating Large Multimodal Models on Expert-Level Clinical Diagnostic Synthesis

MedReaMM：评估大型多模态模型在专家级临床诊断综合能力上的表现

Lai Wei, Yuchao Chen, Zhenbiao Cao, Xiaojin Zhang, Zhongyu Wei, Bangting Wang, Wei Chen, Xiang Bai

机构 * The First Affiliated Hospital with Nanjing Medical University（南京医科大学第一附属医院） ； Jiangsu Province Hospital（江苏省医院） ； Huazhong University of Science Technology（华中科技大学） ； Fudan University（复旦大学） 纠错

专题命中 医疗多模态 ：medical image(abstract)；分类 cs.CV

AI总结 本研究构建了多模态临床诊断基准MedReaMM，评估23个大型多模态模型的诊断综合能力，发现多数模型准确率不足50%，揭示了该领域的能力差距及相关影响因素。

When Does Visual Generation Help Visual Understanding in Unified Multimodal Models?

统一多模态模型中视觉生成何时能助力视觉理解？

Yubo Zhu, Zhehan Kan, Jingyi Yang, Miaolin Chen, Jinbo Xing, Kai Zhu, Zijian Wang, Sheng Zhong, Wei Tong

机构 * Nanjing University（南京大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） 纠错

专题命中 医疗多模态 ：diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出VGAU-Diag评估框架，发现统一多模态模型的视觉生成仅在简单任务上助益理解，瓶颈多在理解侧，有效生成需瞄准理解瓶颈。