医学 AI

ToolRobustBench: Stage-Wise Perturbation Evaluation and Failure Diagnosis for Tool-Calling Agents

ToolRobustBench：工具调用智能体的分阶段扰动评估与故障诊断

YiShan Zheng, Yuan Wu, Yi Chang

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本研究推出ToolRobustBench，这一工具调用智能体的分阶段诊断基准，通过四类扰动族评估7个模型等的15456个实例，发现工具输出/观测扰动是主要瓶颈，可诊断工具调用故障来源与传播。

What FID Hides: Detecting, Ranking, and Diagnosing Deviations in Generative Evaluation

FID隐藏了什么：检测、排序和诊断生成式评估中的偏差

Hao Chen

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 该研究针对生成式评估指标FID的缺陷，提出ZID方法，可检测、排序并诊断生成式模型的分布偏差，还能区分欠/过离散，在FID失效场景下有效。

Do Robotic World Models Really Follow Actions? Diagnosing and Aligning Action-Conditioned Generation for Policy Learning

机器人世界模型真的会遵循动作吗？面向策略学习的动作条件生成诊断与对齐

Sixiang Chen, Jiaming Liu, Jixian Wu, Yichen Guo, Tinghao Wang, Siyuan Qian, Hao Chen, Jiajun Cao, Jian Tang, Shanghang Zhang

机构 * Peking University（北京大学） ； Beijing Innovation Center of Humanoid Robotics（北京人形机器人创新中心） ； New York University（纽约大学） ； University of Electronic Science and Technology of China（电子科技大学） ； Nanyang Technological University（南洋理工大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本文针对动作条件世界模型的动作遵循问题，提出WorldEcho诊断工具与WorldSync改进方法，经实验验证WorldSync可提升动作遵循性能，作为可靠模拟器助力策略改进并提高任务成功率。

Ensemble of Convolutional Neural Networks for StrokePrediction: Towards Improved Diagnostic Accuracy

用于卒中预测的卷积神经网络集成：迈向更高的诊断准确率

Md Shahriar Sajid

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV

AI总结 本研究提出基于11项特征的智能卒中预测系统，对比7种监督机器学习算法，发现Random Forest等集成方法准确率达99.52%，凸显其在卒中分类中的有效性。

SANE: State Anomaly Neutralization for Stable Extreme-Context Delta-Rule Models

SANE：用于稳定极端上下文Delta规则模型的状态异常中和

Qingwen Lin, Boyan Xu, Xiao Liu, Zhifeng Hao, Ruichu Cai

机构 * College of Science, Shantou University（汕头大学理学院） ； Yuanshi Intelligence（元氏智能） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 针对Delta规则循环模型在极端上下文外推下的局部范数爆炸问题，提出SANE方法，在安全阈值下可稳定长序列推理且性能不下降，过松阈值会导致推理能力丧失。

LTR-ICD: A Ranking-Aware Framework for Automatic ICD Coding

LTR-ICD：一种用于自动ICD编码的排名感知框架

Mohammad Mansoori, Amira Soliman, Farzaneh Etminani

机构 * Center for Applied Intelligent Systems Research（应用智能系统研究中心） ； Halmstad University（哈马碧大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本研究提出LTR-ICD框架，将自动ICD编码任务从分类改为分类与排名任务，在主要诊断编码排名准确率及微、宏F1值上均优于现有最优方法。

Comments 9 pages, including supplementary materials

Beyond Information Seeking: Severity-Aware Question Supervision for Proactive Medical Dialogue

超越信息获取：面向主动医疗对话的严重度感知问题监督

Chenxuan Li, Xinrong Chen, Luyan Zhang, Peidong Jia, Zhongyu Zhao, Xuecheng Shang, Peixing Wan

机构 * Peking University（北京大学） ； Northeastern University（东北大学） ； School of Basic Medical Sciences, Peking University（北京大学基础医学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究针对主动医疗对话提出ESR严重度感知问题监督目标，在DDxPlus数据集上提升了高严重度诊断准确率、降低了漏诊率，推动主动医疗对话向感知后果的证据获取方向发展。

Interpreting Control Latents for System Identification via Conditional Flow Matching

通过条件流匹配解释系统辨识的控制潜变量

Dingqi Zhang, Ruiqi Zhang, Mark W. Mueller

机构 * UC Berkeley（加州大学伯克利分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出用条件流匹配将控制潜变量解码为四旋翼模型集合，实现了冻结自适应策略的调优与鲁棒分析，使位置跟踪RMSE降23%、航向RMSE降45%。

From Triage to Discharge: A Survey of NLP Tasks, Methods, and Open Challenges in the Emergency Department

从分诊到出院：急诊部门NLP任务、方法与开放挑战综述

Dipankar Srirag, Aditya Joshi, Salil Kanhere, Padmanesan Narasimhan

机构 * University of New South Wales（新南威尔士大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本综述分析46篇论文，梳理急诊部门分诊、诊断、处置阶段的NLP任务与方法，指出模型从特定架构向预训练语言模型转变等趋势，明确泛化能力有限等开放挑战，为相关研究提供方向。

Comments Accepted to the EMNLP 2026 Main Conference; camera-ready version

Learning from Uncertainty-dependent Missing Labels for Semi-supervised Classification

从依赖不确定性的缺失标签中学习用于半监督分类

You-Gan Wang, Jinran Wu, Geoffrey J. McLachlan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对半监督分类中依赖不确定性的缺失标签，建立似然信息理论，推导费希尔信息分解等，证实此类机制可在固定标记预算下提升分类性能。

Comments 20 pages, 3 figures

MediSkill-Evo: Process-Constrained Self-Evolution for Evidence-Grounded Clinical Interaction

MediSkill-Evo：面向证据依据的临床交互的过程约束自进化

Ruoyu Wu, Shenfu Xie, Yinqian Sun, Haibo Tong, Feifei Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Beijing Institute of AI Safety and Governance（北京人工智能安全与治理研究院） ； School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 MediSkill-Evo是无需主干微调的临床智能体，通过四类经验存储库与过程约束偏好工具优化，在多维度评估中提升了诊断准确率等指标，验证了其临床交互性能。

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, Dennis Wang

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) )

Auditing an AI-Generated Mathematical Proof: Human Assessment of OpenAI's Quantum Parallel-Repetition Argument

AI生成数学证明的审计：量子并行重复中一个贪心条件引理的修正

Mikołaj Sienicki, Krzysztof Sienicki

机构 * Polish–Japanese Academy of Information Technology（波兰-日本信息技术学院） ； Chair of Theoretical Physics of Naturally Intelligent Systems (NIS)（自然智能系统理论物理研究所（NIS）） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文审计OpenAI相关工作中AI生成的数学证明，发现其量子并行重复中贪心条件引理的证明存在极性错误，给出反例并提供局部修正证明，揭示AI论证可能隐藏互补事件的关键反转。

Comments 8 pages, 5 references. V2: 11 pages, 8 references. Substantially revised. The polarity error reported in v1 is withdrawn: it resulted from loss of an overbar during PDF text extraction, not from an error in the OpenAI manuscript. The revised paper retains and extends the independent human assessment of Chapter 6. No confirmed mathematical error was found in the examined argument

Disentangling Curriculum Learning in NLP: Towards a Unifying Taxonomy

解开自然语言处理中的课程学习：迈向统一分类法

Vanessa Toborek, Florian Seiffarth, Sebastian Müller, Tamás Horváth

机构 * University of Bonn（波恩大学） ； Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫人工智能研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 自然语言处理中课程学习缺乏难度函数和调度器的原则性说明，本文提出细粒度分类法，区分难度评估与训练调度，用于系统分析CL策略，揭示不可比性问题，支持策略设计等，并推动改进来源区分的评估实践。

Comments accepted at EMNLP 2026

EviPathBench: Benchmarking Evidence Acquisition and Reasoning in Vision-Language Models for Whole-Slide Pathology

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。

LUCAID: Agentic Multimodal AI for Lung Cancer Precision Pathology

LUCAID：用于肺癌精准病理学的智能体多模态AI

Marie-Lisa Eich, Kai Standvoss, Timo Milbich, Alexander Möllers, Miriam Hägele, Philipp Anders, Lars Tharun, Hanna Kontradiuk, Sebastian Kons, Nader Aldoj, Recepcan Adigüzel, Adam Narai, Lukas Hönig, Jonathan Striebel, Binru Yang, Mihnea P. Dragomir, Marvin Sextro, Philipp Keyl, Philipp Jurmeister, Rosemarie Krupar, Evelyn Ramberger, James Wells, Julika Ribbat-Idel, Andreas Kunft, Hussam Shuaib, Christian Grohé, Reinhard Büttner, David Horst, Klaus-Robert Müller, Lukas Ruff, Maximilian Alber, Frederick Klauschen, Simon Schallenberg

机构 * Institute of Pathology, Charité – Universitätsmedizin Berlin（柏林夏里特医学院病理学研究所） ； Freie Universität Berlin（柏林自由大学） ； Humboldt-Universität zu Berlin（柏林洪堡大学） ； Berlin Institute of Health at Charité – Universitätsmedizin Berlin（柏林夏里特医学院柏林卫生研究所） ； Aignostics GmbH（Aignostics有限公司） ； Machine Learning Group, Technical University of Berlin（柏林工业大学机器学习组） ； BIFOLD – Berlin Institute for the Foundations of Learning and Data（BIFOLD——柏林学习与数据基础研究所） ； MVZ HPH Institut für Pathologie und Hämatopathologie GmbH（HPH病理及血液病理诊断中心有限公司） 纠错

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

AI总结 该研究开发并临床验证了LUCAID智能体多模态AI系统，其覆盖肺癌病理全流程任务，前瞻性验证中临床决策一致性达93.0%，优于经验丰富的胸病理学家，解决了现有AI工具的不足。

RACR-MIL: Rank-aware contextual reasoning for weakly supervised grading of squamous cell carcinoma using whole slide images

RACR-MIL：基于排序感知上下文推理的全切片图像弱监督鳞状细胞癌分级方法

Anirudh Choudhary, Mosbah Aouad, Krishnakant Saboo, Angelina Hwang, Jacob Kechter, Blake Bordeaux, Puneet Bhullar, David DiCaudo, Steven Nelson, Nneka Comfere, Emma Johnson, Olayemi Sokumbi, Jason Sluzevich, Leah Swanson, Dennis Murphree, Aaron Mangold, Ravishankar Iyer

专题命中 病理影像 ：diagnosis(abstract)；分类 cs.CV、cs.LG；medical image(comments)

AI总结 该研究提出RACR-MIL框架，通过混合WSI图与注意力排序约束实现多解剖部位SCC弱监督分级，性能优于现有方法，可提升病理分级效率，具备临床应用潜力。

Comments Accepted to Medical Image Analysis

EMFE: A lightweight, explainable machine learning framework for malaria cell classification

EMFE：用于疟疾病细胞分类的轻量级可解释机器学习框架

Md Abdullah Al Kafi, Walayat Hussain, Mousumi Karmakar, Sumit Kumar Banshal, Ahmed Al Marouf

机构 * Daffodil International University（水仙国际大学） ； Peter Faber Business School（彼得·费伯商学院） ； Australian Catholic University（澳大利亚天主教大学） ； Alliance University（联盟大学） ； University of Alberta（阿尔伯塔大学） 纠错

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

AI总结 该研究提出轻量级可解释机器学习框架 EMFE，结合经典机器学习方法，在疟疾细胞分类任务中取得高准确率，可替代深度学习模型并明确量化其局限性。

When Can One Neuron Fix Repetition Loops in LLMs?

编辑1个神经元能修复LLM中的重复循环吗？

Aristotelis Lazaridis, Aman Sharma, Dylan Bates, Brian King, Vincent Lu, Jack FitzGerald

机构 * Edgerunner AI 纠错

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

AI总结 本文发现Gemma 4模型在长事实列举任务中高达95%的概率陷入重复循环，通过逐层消融和逐神经元归因定位到少量MLP神经元，并用静态权重编辑（小至单个神经元符号反转）消除循环，但无法解决因知识缺失导致的“末日循环”。

The Café in Amsterdam: When the Incumbent Becomes the Oracle

阿姆斯特丹的咖啡馆：当现有方案成为评判标准时

Augusto Camargo

机构 * IME, University of São Paulo（圣保罗大学工业工程系） 纠错

专题命中 病理影像 ：pathology(abstract)

AI总结 探讨现代加速器计算重新制定问题，基于相关理论提出“基线捕获”，区分重新制定可评判及发现能否自动化的问题，通过案例说明并提出“购买验证器”做法，让需求独立于现有方案。

Comments 4 pages, two-column

Data-Driven Modeling of Spatiotemporal Dynamics Using Multimodal Imaging Data

基于多模态成像数据的时空动力学数据驱动建模

Chunyan Li, Yutong Mao, Xiao Liu, Wenrui Hao

专题命中 医疗多模态 ：MRI(abstract,abstract_cn)；分类 q-bio

AI总结 该研究提出基于图的个性化动力学建模框架，整合多模态纵向成像数据，在1891名阿尔茨海默病患者中准确预测生物标志物轨迹，揭示个体化进展模式，优于现有基准。

Comments Provisionally accepted for publication in PLOS Computational Biology

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。

Generating Biomedical Fact-Checking Reports with RL-Enhanced Agentic Search

用强化学习增强的智能体搜索生成生物医学事实核查报告

Jiongxiao Wang, Dingli Ma, Chaoqun Ni

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Washington（华盛顿大学） 纠错

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 该研究提出BioCheck Agent智能体结合EG-GRPO强化学习方法，生成生物医学事实核查报告，在SciFact数据集上提升了标签预测准确率、证据质量并降低了幻觉率。

Gold Bipyramids as a Promising Alternative to Gold Nanorods for Analytical and Biomedical Applications

五边形金双锥体作为分析和生物医学应用中优于金纳米棒的有希望的替代品

Andrey M. Burov, Sergey V. Zarkov, Arina V. Drozd, Igor V. Borisov, Elena G. Zavyalova, Nikolai G. Khlebtsov

专题命中 生物医学文本 ：biomedical(title)

AI总结 本研究通过化学蚀刻合成了一种尺寸为75x25 nm的五边形金双锥体，并与其纵向等离子体共振（PR）在753 nm处进行比较，发现双锥体的吸收光谱质量因子显著高于纳米棒。此外，双锥体的SERS增强因子约为纳米棒的三倍，且其PR红移也比纳米棒大三倍，这表明双锥体对周围介质的折射率变化或介电壳厚度的变化更敏感。实验和理论均证实双锥体作为热敏剂在光热治疗中具有高效性，能够有效杀死大肠杆菌。

Comments 37 pages, 7 figures, 65 references

MolGA: Molecular Graph Adaptation with Pre-trained 2D Graph Encoder

MolGA：基于预训练2D图编码器的分子图适应

Xingtong Yu, Chang Zhou, Xinming Zhang, Yuan Fang

机构 * Singapore Management University（新加坡管理大学） ； University of Science and Technology of China（中国科学技术大学） 纠错

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

AI总结 本研究提出MolGA，通过分子对齐策略与条件适应机制，将预训练2D图编码器适配至下游分子应用，经11个公开数据集验证了其有效性。

Constrained Entity Selection under Partial Knowledge for LLM-Based Knowledge Graph QA

基于部分知识的约束实体选择：面向大语言模型的知识图谱问答

Emanuel Kitzelmann

机构 * Brandenburg University of Applied Sciences（勃兰登堡应用技术大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对现有大语言模型知识图谱问答方法的缺陷，提出CES-PK方法，通过轻量符号约束验证LLM生成的候选答案，在Hetionet上验证，实现精确率提升且保持召回率。

Comments 8 pages, 2 tables. Submitted manuscript. Revised version published in KI 2026: Advances in Artificial Intelligence, LNCS 16830

Sensor Drift Compensation via Olfactory system and Reservoir Computing

基于嗅觉系统与储备池计算的传感器漂移补偿

ZhengChen Dong, ChenWei Li, Takeaki Yajima

专题命中 健康监测 ：diagnosis(abstract)；分类 eess.SP

AI总结 该研究针对电子鼻传感器漂移问题，提出一种基于SNN特征适配与SRC分类的逐样本在线漂移补偿方法，可应对多种漂移模式，在真实数据集上分类精度优于基线方法。

Comments Authorship and Version Note. This revised preprint is based on the paper accepted at ICANN 2026. Chenwei Li and Takeaki Yajima are included as co-authors for their substantial contributions; they were omitted from the conference submission due to an administrative error. All authors approved this version. The ICANN 2026/Springer version of record remains unchanged

Model Effect or Label Effect? Refined Annotations and a Human-Referenced Benchmark for Pulmonary Embolism Segmentation

模型效应还是标注效应？用于肺栓塞分割的优化标注及人类参照基准

Qihang Sun, Zhongxiao Liu, Bailiang Jian, Shenman Qiu, Jingyuan Wang, Lei Zhang, Lixiang Xie, Jiazhen Pan, Christian Wachinger

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.CV、eess.IV

AI总结 该研究量化了肺栓塞分割中评估标注与模型训练对性能的影响，发现标注效应至少与模型效应相当，建立了人类参照的nnPE基准模型及公开框架。

Comments 32 pages, 9 figures, 8 tables. Supplementary material (S1-S9) included as an appendix

C3VDReg: A Benchmark for Local-to-Local Colonoscopic Registration toward Anatomical Localization

C3VDReg：面向解剖定位的局部-局部结肠镜配准基准

Linzhe Jiang, Jiayuan Huang, Sophia Bano, Matthew J. Clarkson, Zhehua Mao, Mobarak I. Hoque

机构 * UCL Hawkes Institute（UCL哈维斯研究所） ； University College London, University of London（伦敦大学学院, 伦敦大学） ； Division of Informatics, Imaging and Data Sciences（信息学、成像与数据科学部门） ； University of Manchester（曼彻斯特大学） 纠错

专题命中 医学数据与评测 ：CT(abstract,abstract_cn)；分类 cs.CV

AI总结 本文提出面向局部-局部结肠镜配准的基准C3VDReg，通过构建点云对评估基线模型，发现高几何重叠不足以保证配准精度，重复管状解剖的平移歧义是主要瓶颈，凸显需更强解剖与上下文约束。

Comments 15 pages, 6 figures

Resilience Matters for Embodied Agents System: New Metrics, Systematic Evaluation, and Optimization

弹性对具身智能体系统的重要性：新指标、系统评估与优化

Yapeng Liu, Yuanzhao Zhai, Xudong Gong, Dawei Feng, Bo Ding, Lin Wang, Huaimin Wang

机构 * National University of Defense Technology（国防科技大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 该研究针对具身智能体系统忽略弹性属性的问题，提出弹性评估框架与指标集，经400项家庭任务实验验证其诊断优化效果，揭示弹性特征间的权衡关系。

Comments 12 pages, 5 figures