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。
Crayotter: 用于长视频编辑的可追踪多智能体工作流
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出Crayotter，一个开源多模态多智能体系统，通过三阶段工作流（材料准备、基于工件的编辑研究、工具驱动的执行）实现长视频编辑的可追踪性和选择性修订，在人类评估中优于基线方法。
Comments 10 pages, 5 figures
TEDDY：一种基于ICD编码诊断历史的儿科风险预警基础模型
机构 * Baylor College of Medicine（贝勒医学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究利用儿科电子健康记录训练TEDDY模型，对纵向诊断轨迹和就诊时间建模，在疾病发病预测任务中表现出色，能支持广泛、罕见疾病和长期风险预测，无需大规模人口数据或数十亿参数模型。
固定回路与变分量子架构在混沌动力学中的应用：在洛伦兹系统上对QRC和QPINN的基准测试
机构 * Texas A&M University（德克萨斯理工大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文比较了固定回路与变分量子架构在洛伦兹系统混沌时间序列预测中的性能，发现QRC在训练速度和测试误差方面优于QPINN，且其稳定性源于非变分架构的设计。
Comments v2: major revision. Corrected McClean-comparable gradient-variance analysis (same-ansatz 2-design floor, live/dead parameter split), added optimiser-independence and output-Jacobian capacity diagnostics and a corrected Fourier ceiling; reframed the reservoir/ESN advantage as architectural, not quantum; title changed. 17 pages, 3 figures; iopart class
GenTL：用于建筑热动力学的通用迁移学习模型
机构 * Technical University of Applied Sciences Rosenheim（应用技术大学罗斯海姆） ； Technical University of Munich（慕尼黑技术大学） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Institute for Clarity in Documentation（文档清晰研究所） ； Inria Paris-Rocquencourt（巴黎-罗克琴堡研究所） ； Rajiv Gandhi University（拉贾·甘地大学） ； Tsinghua University（清华大学） ； Palmer Research Laboratories（帕勒尔研究实验室）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究针对建筑热动力学建模中迁移学习性能不一致问题，提出通用迁移学习模型GenTL，它基于LSTM网络用多建筑数据预训练，可有效微调至多种目标建筑，经测试相比单源模型平均预测误差降低42.1%，证明了该方法的有效性和可靠性。
Comments This is the author's version of the work. It is posted here for your personal use. Not for redistribution. The definitive Version of Record will be published in the ACM library in Jun 2025
Journal ref ACM E-Energy '25: Proceedings of the 16th ACM International Conference on Future and Sustainable Energy Systems (2025)
FixItFlow：从云事件中自动生成故障排除指南
机构 * Microsoft Research（微软研究院） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Inception
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对云事件手动创建故障排除指南的问题，提出FixItFlow系统，利用大语言模型从历史事件数据生成指南，能提取诊断模式、合成结构化指南并严格验证，经评估可提升事件响应，减轻团队文档负担。
具有数据生成和背景噪声去除的物理信息网络范式用于多样化的分布式声学传感应用
机构 * State Key Laboratory of Advanced Optical Communication Systems and Networks, Department of Electronic Engineering, Shanghai Jiao Tong University（先进光通信系统与网络国家重点实验室，电子工程学院，上海交通大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文提出了一种无需真实世界数据的物理信息DAS神经网络范式，通过生成数据和背景噪声去除技术提升DAS应用的性能和泛化能力。
Journal ref Light Sci Appl 15, 281 (2026)
记忆的几何：有限时间谱灵敏度作为流匹配模型的诊断方法
专题命中 诊断辅助 ：pathology(abstract)；分类 cs.LG
AI总结 研究连续时间生成框架中路径变形问题，提出有限时间谱灵敏度g(t)，通过跟踪状态转移矩阵奇异值揭示流几何。利用其在数据稀缺时的表现开发内部几何审计框架，能仅依内部轨迹动态检测生成记忆。
Comments 15 pages, 2 figures, code available at https://github.com/ShuchanWang/ftss-memorization
从众多到有意义：使用大语言模型进行特征引导的零样本慢性肾病筛查
机构 * School of Computing, Mathematics and Engineering, Charles Sturt University（查尔斯·斯特尔特大学计算、数学与工程学院） ； Department of Computer Science, Rensselaer Polytechnic Institute（伦斯勒理工学院计算机科学系）
专题命中 诊断辅助 ：pathology(abstract)；分类 cs.LG
AI总结 研究探讨用大语言模型进行零样本慢性肾病筛查的可行性，提出特征引导零样本框架，通过特征选择、序列化患者记录实现。实验表明该框架能提升模型性能，在多数据集有良好泛化性，为CKD筛查提供新方法。
Comments Author-prepared preprint. The Version of Record was published in AIME 2026, Springer, and is available via the DOI
Journal ref Proceedings of the Artificial Intelligence in Medicine (AIME 2026)
超越Logit调整：一种用于长尾重排的残差分解框架
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Children’s Hospital of Philadelphia（费城儿童医院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文提出残差分解框架，用于解决长尾分类中频繁类与稀有类的排序问题，通过分析残差分解的类内和类间组件，提出REPAIR方法以提升重排性能。
Comments Accepted into COLM 2026
Journal ref CONFERENCE ON LANGUAGE MODELING CONFERENCE ON LANGUAGE MODELING Third Conference on Language Modeling (COLM 2026)
多智能体辩论何时以及为何失败，它真的表现不佳吗？
机构 * The Chinese University of Hong Kong（香港中文大学） ； RIKEN Center for Advanced Intelligence Project（日本理化学研究院高级智能项目中心） ； Hong Kong Baptist University（香港 Baptist大学） ； The University of Tokyo（东京大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究多智能体辩论（MAD）失败原因及表现，分析竞争型和寻求共识型MAD范式问题，提出协作协议ColMAD，经实验验证其在错误检测等任务上比之前协议高出10个百分点，且优于单智能体方法，凸显协议设计对MAD潜力实现的关键作用。
Comments Preprint, ongoing work
SALT-GNN：通过统计感知注意力处理反洗钱图中的密集邻域
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究反洗钱图中GNN处理密集邻域问题，提出SALT-GNN轻量级架构，在消息传递层融合度感知统计聚合与注意力。实验表明其在减少参数同时提升密集上下文F1分数，增益与注意力风格无关。
Comments 19 pages, 7 figures. Code available upon publication
从机器学习预测到使用论证的图尔敏模型提供信息丰富的诊断辅助
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 研究如何利用图尔敏模型为基于图像的诊断提供结构化评估，通过专门模型提取依据，医学知识智能体分析保证，基于定量评估确定限定词，用图像相似性度量构建反驳，辅助人类专家评估机器学习生成的诊断。
白皮书声明是否反映在市场结构中？一种污染意识的管道和一种功率受限的空值
机构 * Dissensus ； King’s College London（伦敦大学国王学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究通过验证内容和污染意识的管道，探讨白皮书声明与市场结构的对应关系，发现污染导致的虚假信号和无显著关联的结果。
Comments 35 pages, 5 figures, 10 tables. Code available at: https://github.com/studiofarzulla/whitepaper-claims
AnchorMoE: 基于锚点路由的混合专家模型实现可解释时间序列分类
机构 * School of Automation, Guangdong University of Technology（广东工业大学自动化学院） ； School of Computer Science and Technology, Guangdong University of Technology（广东工业大学计算机科学与技术学院） ； College of Computer Science and Software Engineering, Shenzhen University（深圳大学计算机科学与软件工程学院） ； School of Informatics, Xiamen University（厦门大学信息学院） ； State Key Laboratory of Synthetical Automation for Process Industries, Northeastern University（东北大学过程工业综合自动化国家重点实验室） ； Department of Computer Science, Hong Kong Baptist University（香港 Baptist 大学计算机科学系）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出AnchorMoE框架，利用混合专家架构对局部补丁进行多视角表示并路由至专门专家，通过加性分解实现前向可解释性，并引入几何正交约束和不确定性感知门控机制提升稀疏信号下的分解可靠性与噪声抑制。
Comments Accepted by KDD 2026
CAAD：通过多尺度对齐和结构因果一致性进行因果感知多变量时间序列异常检测
机构 * Stony Brook University（纽约州立大学石溪分校） ； Rensselaer Polytechnic Institute（伦斯勒理工学院） ； Yale University（耶鲁大学） ； Queen Mary University of London（伦敦大学玛丽皇后学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对复杂工业系统异常检测中常忽略内部因果关系的问题，提出CAAD框架，通过外生变量持续验证格兰杰因果一致性，利用多尺度对齐和梯度矩阵监测因果关系，在真实工业数据集实验中实现高精度异常检测，优于多数基线方法。
Comments Accepted at KDD 2026 (Research Track)
SPHINX: 先解释，再探索
机构 * University of Florida（佛罗里达大学） ； University of Debrecen（德布勒恩大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出SPHINX闭环框架，通过可解释AI分析驾驶策略的失败模式，并利用视觉语言模型生成针对性对抗场景，提升自动驾驶策略鲁棒性。
Comments 13 pages
忠实视觉归因只需一个良好的初始化
机构 * Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； School of Cyber Security, University of Chinese Academy of Sciences（中国科学院大学网络空间安全学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 研究忠实视觉归因中掩码优先问题，介绍CoPAIR和TRACE两种仅向前方法，用于构建紧凑的top-k证据掩码。在多个模型和任务上实验，初始化搜索方法达新前沿，TRACE+贪心在多模态语言模型归因中表现优，直接的TRACE掩码有高修复率。
跨多站点数据集的乳腺钼靶钙化分类的无监督域适应
机构 * Duke University（杜克大学） ； Duke University School of Medicine（杜克大学医学院） ； Royal Surrey NHS Foundation Trust（皇家萨里郡国民保健服务信托基金）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对跨多站点数据集的乳腺钼靶钙化分类中域转移问题，提出含无监督域适应和监督分类模块的框架，用风格迁移模型生成训练样本，经多数据集验证，提升了跨站点性能，减少域转移，增强分类泛化能力。
利用涡流振动信号对转子匝间短路进行严重程度分类
专题命中 诊断辅助 ：diagnosis(abstract)；分类 eess.SP
AI总结 提出基于振动的诊断框架，通过集成涡流位移传感器和特征提取对转子匝间短路多类严重程度分类，设计混合特征集，用XGBoost分类器实现高准确率诊断。
Comments 6 pages, 9 figures, conference IEEE 35th International Symposium on Industrial Electronics June 23rd-26th, 2026, Nagoya, Japan
RL-Ballast：通过强化学习进行船舶压载水路径规划和堵塞预测
机构 * National Taiwan Ocean University（台湾海洋大学） ； AI Research Center（人工智能研究中心） ； Shinsoft Corporation（Shinsoft公司） ； Department of Electrical Engineering（电子工程系）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对船舶压载水控制问题，提出基于图的深度强化学习框架RL-Ballast，将阀门排列问题转化为可行路径，利用堆叠水箱水位等近似部分可观测环境，能自适应规划路径并进行堵塞诊断。
字典，而非达尔文：在科学方程发现中，集合级选择优于大语言模型进化
机构 * Independent Researcher（独立研究者）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究大语言模型用于科学方程发现的进化循环是否有效，发现其效果不佳。提出PTB-Search方法，通过提取可重用术语并进行集合级稀疏选择，在科学发现中表现优于单术语约简，用更少调用预算取得更好结果。
用于大语言模型中顺序信息收集的摊销贝叶斯实验设计
机构 * University of Oxford（牛津大学） ； Ellison Institute of Technology（埃里森理工学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究大语言模型在顺序决策中信息收集问题，提出摊销顺序信息收集方法，将贝叶斯实验设计融入模型策略，经实验验证该方法能有效提升成功率并降低推理成本。
Comments 20 pages, 7 figures. Accepted to FoGen 2026: Foundations of Deep Generative Models: Understanding Memorization, Generalization, and Reasoning, an ICML 2026 workshop (non-archival)
无近似差分斜决策树
机构 * College of Computing and Data Science Nanyang Technological University Singapore（南洋理工大学计算机与数据科学学院）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 本文提出DTSemNet，通过将硬斜决策树转化为神经网络，实现端到端训练，无需近似方法，在分类和回归中均取得优于现有差分决策树的性能。
Comments Accepted for publication in JMLR, Vol. 27, 2026
Journal ref JMLR 27(125):1-31, 2026
神经符号弱监督：理论与语义
机构 * School of Informatics, University of Edinburgh（信息学院，爱丁堡大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 研究多实例部分标签学习中神经符号框架语义，通过集成归纳逻辑编程用关系约束构建该框架，定义标签转换假设空间等，研究两项归纳任务，便于约束规范等。
纯化OPSD：在不失去思考能力的情况下进行在线自我蒸馏
机构 * Zhejiang University（浙江大学） ； Tongyi Lab, Alibaba Group（阿里云实验室，阿里巴巴集团） ； Huazhong University of Science and Technology（华中科技大学） ； Jilin University（吉林大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对在线自我蒸馏（OPSD）在长链思维推理模型中失效的问题，通过分解教师监督信号，发现参考诱导成分导致死记硬背，提出基于点互信息的参考隔离方法，在保持模型认知行为的同时提升性能。
多头递归记忆智能体
机构 * Department of Computer Science, University of Wisconsin-Madison（威斯康星大学麦迪逊分校计算机科学系）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 针对递归记忆智能体在长上下文中性能退化问题，提出多头递归记忆（MHM）框架，通过分阶段选择-更新策略隔离记忆头，显著提升记忆保持率和端到端准确性。
Comments 19 pages, 11 figures, 5 tables
MedSynapse-V：通过潜在记忆演化桥接视觉感知与临床直觉
机构 * Hunan University（湖南大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出MedSynapse-V框架，通过潜在诊断记忆演化模拟临床专家经验调用，解决医学视觉语言模型因离散分词导致的量化损失、长程信息消散和案例适应性问题，在诊断准确性上显著超越现有方法。
Comments ECCV 2026; Medical latent reasoning; Memory evolution
HAL: 通过对齐引导LLM的人类相似性
机构 * University of Rochester（罗切斯特大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出HAL框架，利用可解释的数据驱动奖励信号，通过对比对话数据提取显式会话特征并优化偏好，使模型在对话中更常被视为类人，同时保持整体性能。
重新思考基于深度学习的多标签图像分类：分类法、挑战与展望
机构 * The Hong Kong Polytechnic University（香港理工大学） ； Southeast University（东南大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 本文综述了基于深度学习的多标签图像分类方法，将其分为六类，并总结了关键挑战与未来研究方向。
一次反思不够：通过多假设失败归因进行自我修正的自主研究
机构 * Xiamen University（厦门大学） ； Hello Inc.（Hello公司） ； Xiaohongshu Inc.（小红书公司）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.CV
AI总结 提出SAGE框架，通过多假设失败归因（MHFA）机制将实验失败恢复转化为结构化因果诊断，显著提升自主研究代理的可靠性和产出质量。
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