科学与医疗
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
CDPR：基于反事实优势的成本感知序列医疗诊断信用分配
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 该研究针对医疗诊断模型忽略检查成本与价值权衡的问题，提出CDPR方法，将诊断建模为成本感知序列决策过程，集成到GRPO后在多数据集上提升诊断准确率并减少检查数量与成本。
MIND: 一种基于临床标准的统一探究与诊断强化学习框架用于精神病咨询
机构 * EverMind AI Inc.（EverMind AI公司） ； EverMind AI Inc., Tianqiao and Chrissy Chen Institute（EverMind AI公司、田桥与克里斯西·陈研究所） ； Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine（上海精神卫生中心、上海交通大学医学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)
AI总结 MIND通过基于临床标准的推理框架提升精神病咨询的诊断准确性和互动质量。
Comments Accepted to EMNLP 2026 (Main Conference)
GraM-Diff：用于基于脑电图的阿尔茨海默病数据生成与诊断的统一图-状态空间扩散框架
机构 * Indian Institute of Technology Indore（印度理工学院印多尔分校）
专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG
AI总结 本研究提出GraM-Diff框架，通过结合图卷积网络与双向Mamba状态空间块生成脑电图数据，用于阿尔茨海默病诊断，在四个基准测试中提升了分类性能与鲁棒性。
Journal ref MICCAI 2026 EMERGE
基于属性高斯估计的解耦表示学习用于医疗声音诊断
机构 * Shenyang Institute of Computing Technology, Chinese Academy of Science（中国科学院沈阳计算技术研究所） ； University of Chinese Academy of Science（中国科学院大学）
专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV
AI总结 本文提出AGEDR解耦表示学习框架，通过属性映射嵌入模块实现隐向量解耦，用于医疗声音诊断，性能优于传统分类模型及现有解耦方法，且具备良好的解耦能力与公平性。
Comments 4 figures, 2 tables, code is available at: https://github.com/ZhaoKe1024/DisentangledRepr
SUP-MIMIC：用于评估大型语言模型对矛盾证据鲁棒性的多任务临床诊断基准
机构 * Beijing University of Technology（北京工业大学） ； Beijing Institute of Technology（北京理工大学） ； China-Japan Friendship Hospital（中日友好医院） ； Dongbei University of Finance and Economics（东北财经大学）
专题命中 诊断辅助 ：diagnosis(title)
AI总结 本研究提出多任务临床诊断基准SUP-MIMIC，评估发现当前先进LLMs在诊断分歧与聚合任务上性能大幅下降，存在漏诊风险，为提升医疗场景下LLMs安全性提供了方法与路线图。
Comments 18 pages, 13 figures, 3 table
用于高效且可解释的虾病文本分类的可解释多损失蒸馏框架
机构 * FPT University（FPT大学） ； Korea University（高丽大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对虾病图像分类仅能在疾病晚期检测的局限，提出SALT框架结合LIME、SHAP实现可解释性，在文本分类任务中兼顾性能、效率与可解释性，可用于虾病早期诊断。
Comments Accepted at Journal of King Saud University Computer and Information Sciences
ASTRA — 用于工单解决与分析的智能体系统
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出 ASTRA 智能体系统，通过协调三类专业智能体与优化循环生成证据支持的工单排查报告，在 987 个电信故障工单上取得 4.13/5.0 的平均质量得分，硬件故障诊断存在文本证据渠道的根本局限。
Beacon：面向异构多小芯片深度学习加速器的大语言模型多智能体驱动硬件设计空间探索
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 Beacon是一种报告驱动的LLM多智能体框架，用于异构多小芯片深度学习加速器的HW-DSE，可在有限迭代预算下将延迟-能耗-金钱成本的综合目标降低25.1%-93.5%。
GPAgentBench-2K：复杂临床动作空间中的大语言模型智能体基准测试
机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（穆罕默德·本·扎耶德人工智能大学） ； University of Toronto（多伦多大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 该研究推出首个面向初级保健临床决策的CMDP LLM智能体基准GPAgentBench-2K，评估16种LLM时发现其存在临床质量-安全差距，且C-GRPO建模约束仍未达临床安全要求。
SkillForge：结合验证循环的组合技能合成方法，用于生成形式化验证的 Dafny 程序
机构 * Zhejiang University（浙江大学） ； Southeast University（东南大学） ； MIT（麻省理工学院） ； Weixin AI Lab（微信AI实验室） ； Renmin University（中国人民大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 SKILLFORGE 是将形式化代码合成分解为原子技能库并结合验证循环协调的框架，在自然语言转 Dafny 程序任务上性能优于现有方法。
Comments Accepted by EMNLP 2026
选择导出的物品图的边谱：强边和弱边在协同过滤中编码不同的关系
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 该研究发现选择导出的物品图中强边与弱边编码不同关系，将诊断转化为可复用协议，为协同过滤中选择导出算子的应用提供指导。
Comments Accepted to the 35th ACM International Conference on Information and Knowledge Management (CIKM2026)
评估语言模型中表征引导的语义特异性
机构 * University of Cambridge（剑桥大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究提出CRT诊断框架，发现LRS仅注入全局标签偏差而非修复推理回路，为区分真正推理修复与表面标签覆盖提供了严谨方法。
心理健康自我表露如何变得可见：来自Reddit上八种状况的证据
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究分析Reddit上8种状况的739名用户的89605篇帖子，发现心理健康自我表露的语言可见负担存在差异，且多数语言与参与度的相关性不显著，为社区实践和平台设计提供启示。
基于可解释的形式级特征检测与引导大语言模型生成的韩语诗歌
机构 * Chung-Ang University（中央大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 该研究提出五个可解释的韩语诗歌形式级特征，构建的逻辑回归分类器检测LLM生成韩语诗歌的AUC达83.60，且该特征可引导LLM生成更符合人类形式的诗歌。
Comments Accepted to Findings of EMNLP 2026
高校AI治理的压力测试：定位政策断点的前瞻性方法
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究开发机构AI治理压力测试（IAGST），结合多种逻辑与规则，以133份西澳大学文献和15个场景测试，发现AI治理权限、流程等随能力发展需保持关联，该工具用于政策学习。
AI科学家任务控制（AIMC）：面向自主科学发现的人类监督的可视分析
机构 * Stony Brook University（石溪大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 该研究提出AIMC可视分析框架，结合多技术支持人类监督自主科学发现，通过FARS案例研究揭示其在质量监控、研究演化分析等方面的作用，助力人机协作。
智能体人工智能对不一致和不完整工具响应的鲁棒性分析
机构 * Aalborg University（奥尔堡大学） ； Zhejiang University（浙江大学） ； Northeastern University（东北大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 该研究通过在零售客户服务领域注入受控故障，分析智能体AI对不一致、不完整工具响应的鲁棒性，发现两类响应在特定通道中可不对称识别，动作分布特征存在差异。
Comments 6 pages, 2 figures
EvoSQL：用于文本到SQL的内存增强型评论家-生成器协同进化
机构 * Shanghai Jiao Tong University（上海交通大学） ； University of New South Wales（新南威尔士大学） ； Fudan University（复旦大学） ； Wuhan University of Technology（武汉理工大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究文本到SQL问题，提出EvoSQL协同进化框架，通过生成器与评论家迭代交互、维护内存、验证候选及自蒸馏策略优化微调等，在Spider和BIRD实验中持续改进开源模型，证明该方法是有效途径。
Comments Accepted as EMNLP Findings (2026)
智能交易系统能否为自身智能付费？
机构 * HKUST(GZ)（香港科技大学（广州）） ； Paradoox AI（悖论人工智能公司） ； E Fund Management Co., Ltd（易方达基金管理有限公司） ； MBZUAI（Mohamed Bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学）） ； The University of Tokyo（东京大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究基于LLM的交易系统中智能体能否为自身智能付费的问题，引入TradeLens工具包进行评估，通过多方面分析发现可行性取决于智能到利润的转化，不同模型有不同失败模式，重构了此类交易智能体的评估方式。
Comments Accepted by EMNLP 2026 Findings
SHERLOC: 代码修复智能体的结构化诊断定位
机构 * NVIDIA（英伟达） ； Santa Clara, CA 95051, USA（美国加利福尼亚州圣克拉拉） ； TU Darmstadt（达姆施塔特工业大学） ； National Research Center for Applied Cybersecurity ATHENE（国家应用网络安全研究中心 ATHENE）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 提出SHERLOC框架，通过推理LLM与紧凑仓库工具及自恢复机制，实现无需微调的结构化诊断定位，在SWE-Bench上达到最优定位精度，并提升修复率、降低令牌消耗。
Comments Accepted to EMNLP 2026 Main Conference. Code: https://github.com/NVIDIA-NeMo/Skills/tree/main/recipes/sherloc
太赫兹波通过量子井结构中的增益增强的能带光混频生成与检测
专题命中 诊断辅助 ：biomedical(abstract)
AI总结 本文提出利用量子井PIN光电二极管中的增益增强能带光混频实现可调太赫兹波生成与检测，提升功率效率和灵敏度，为紧凑型太赫兹光电系统奠定基础。
Comments 63 pages, 21 Figures, 1 Table
Journal ref Nature Communications (2026)
评估一种证据引导的强化学习框架在对齐光参数大语言模型与精神科临床推理决策认知中的作用
机构 * The Chinese University of Hong Kong, Shatin, N.T., Hong Kong SAR, China（香港中文大学） ； Shandong University, Jinan, China（山东大学） ； Peking University Sixth Hospital, Beijing, China（北京大学第六医院） ； Inspur Cloud Information Technology Co., Ltd., Jinan, China（Inspur 云技术有限公司） ； Fudan University, Shanghai, China（复旦大学） ； Shandong Provincial Hospital Affiliated to Shandong First Medical University, Jinan, China（山东第一医科大学附属山东省人民医院） ； Jilin University, Changchun, China（吉林大学） ； Hong Kong ICI Cloud Service Limited, Hong Kong SAR, China（香港ICI云服务有限公司） ； Shandong First Medical University, Jinan, China（山东第一医科大学）
专题命中 诊断辅助 ：medical AI(abstract)
AI总结 本研究提出ClinMPO框架，通过证据引导的强化学习使轻量LLM在复杂精神病学推理任务中达到超越人类的准确率。
Comments 28 pages, 4 figures
专题命中 诊断辅助 ：diagnosis(abstract)
Comments 17 pages, 7 figures
Journal ref Nature Astronomy (2019)
计算病理学中的可解释人工智能（XAI）：定义、分类与建议
机构 * Indiana University School of Medicine（印第安纳大学医学院） ； Indiana University Melvin and Bren Simon Comprehensive Cancer Center（印第安纳大学梅尔文与布伦·西蒙综合癌症中心） ； University of Warwick（华威大学） ； Emory University（埃默里大学） ； Radboud University Medical Center（拉德堡德大学医学中心） ； Singapore General Hospital（新加坡中央医院）
专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)；分类 cs.CV
AI总结 本综述针对计算病理学（CompPath）中可解释人工智能（XAI）文献碎片化问题，建立病理学中心词汇、分类及任务驱动框架，明确XAI与临床部署的差距并提出推进建议。
Comments On behalf of MICCAI SIG-CompPath. More information: https://miccai.org/index.php/special-interest-groups/sig-comppath/
STEP：用于常规工作流程中数字病理学AI操作评估的模块化静默试验引擎
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 该研究开发了模块化软件平台STEP，用于在异构环境中编排计算病理学AI的前瞻性静默试验，已部署于三家机构支持EAGLE模型评估，可减少工程重复工作量并助力AI的真实世界评估。
LUCAID：用于肺癌精准病理学的智能体多模态AI
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）
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。
基于对比多尺度病理图像分析的精准轻量型外周神经母细胞性肿瘤诊断研究
机构 * Children’s Hospital, Zhejiang University School of Medicine（浙江大学医学院附属儿童医院） ； Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学）
专题命中 病理影像 ：diagnosis(title)；pathology(abstract)；分类 cs.CV；biomedical(journal_ref)
AI总结 提出CoPath框架（含CoHisNet与PathVote），通过对比多尺度病理图像分析实现轻量型外周神经母细胞性肿瘤精准诊断，性能优于多数同类模型且计算复杂度更低。
Comments 14pages, 10 figures
Journal ref IEEE Journal of Biomedical and Health Informatics 2026
计算病理学中伪影检测的可靠基准：可复现性与不确定性分析
专题命中 病理影像 ：pathology(title)；分类 cs.CV
AI总结 本研究针对计算病理学伪影检测基准的缺陷，提出含四类变异检验的可靠性协议，经评估发现原基准的核心机制可复现但对比声明不可靠，小队列基准结论可信度低。
Comments 5 figures
用于可解释且具判别性癌症生存预测的多模态特征原型学习
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； School of Information and Communication Technology, Griffith University（信息与通信技术学院，格里菲斯大学） ； Shenzhen Research Institute of Big Data（深圳大数据研究院） ； Laboratory of Advanced Theranostic Materials and Technology, Ningbo Institute of Materials Technology and Engineering, Chinese Academy of Sciences（先进诊疗材料与技术实验室，宁波材料技术与工程研究所，中国科学院） ； School of Biomedical Engineering, Tsinghua University（生物医学工程学院，清华大学）
专题命中 病理影像 ：pathology(abstract)；分类 cs.CV；biomedical(journal_ref)
AI总结 本研究提出多模态框架FeatProto，通过三项创新改进原型学习，在四个公开癌症数据集上，实现了更准确可解释的癌症生存预测，为医疗原型学习提供新视角。
Comments 12 pages, 8 figures
Journal ref IEEE Journal of Biomedical and Health Informatics 2026
停止向量：内化因果引导干预以实现高效推理
机构 * University of Waterloo（滑铁卢大学）
专题命中 病理影像 ：pathology(abstract)；分类 cs.LG
AI总结 本研究提出通过将因果可解释性发现内化到权重中得到的停止向量，可在保持准确率的前提下减少推理模型约四分之一的思考时长，解决其不终止问题，核心贡献为该停止向量的获取方法。
Comments 23 pages, 3 figures. Accepted at the 2nd Workshop on Efficient Reasoning, COLM 2026 (non-archival). Code: https://github.com/dylanjayabahu/halt-vector
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈