医学 AI

High-order mid-infrared nonlinear topological differentiator

高阶中红外非线性拓扑微分器

Jixi Zhang, Kun Huang, Shina Liao, Zhuohang Wei, Jianan Fang, Heping Zeng

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种高灵敏度中红外上转换微分器，通过非线性参量相互作用在中红外傅里叶分量上光学印刻拓扑复幅值模式，实现各向同性的高阶边缘增强，用于生物医学诊断和无标记材料分析。

Journal ref Laser & Photonics Reviews 20, e02431 (2026)

A Causal Language Modeling Detour Improves Encoder Continued Pretraining

通过因果语言模型的绕行提升编码器持续预训练

Rian Touchent, Eric de la Clergerie

机构 * Sorbonne Université / INRIA Paris ALMAnaCH Team（索邦大学 / 巴黎INRIA ALMAnaCH团队） ； INRIA Paris ALMAnaCH Team（巴黎INRIA ALMAnaCH团队） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文通过在持续预训练中临时切换到因果语言模型并随后进行短时掩码语言模型衰减，提升了下游任务性能，特别是在生物医学文本上表现更优。

To Whom Do Language Models Align? Measuring Principal Hierarchies Under High-Stakes Competing Demands

语言模型对谁进行对齐？在高风险竞争需求下测量主导层级

Fangyi Yu, Nabeel Seedat, Jonathan Richard Schwarz, Andrew M. Bean

机构 * Thomson Reuters Foundational Research（汤姆森·路透基础研究） ； University of Oxford（牛津大学） ； Imperial College London（帝国理工学院伦敦分校） 纠错

专题命中 生物医学文本 ：medical AI(abstract)

AI总结 研究探讨了在高风险专业场景中语言模型如何在用户、机构权威和专业规范之间进行对齐，发现模型在任务执行中常忽视专业规范，且对齐层级在不同领域和模型间不稳定。

QM-ToT: A Medical Tree of Thoughts Reasoning Framework for Quantized Model

QM-ToT: 一种用于量化模型的医学树状思维推理框架

Zongxian Yang, Jiayu Qian, Kay Chen Tan, Hau-San Wong, Yulong Chen, Haoyu Zhang, Zhi-An Huang

机构 * City University of Hong Kong(Dongguan)（香港城市大学（东莞）） ； Hong Kong Polytechnic University（香港理工大学） ； City University of Hong Kong（香港城市大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出QM-ToT框架，通过树状思维方法分解复杂医疗问题，提升INT4量化模型在MedQAUSMLE数据集上的性能，使LLaMA2-70b模型准确率从34%提升至50%。

Comments Accepted by ICIC 2026 Poster

Unbiased estimation in two-stage adaptive enrichment designs

两阶段自适应富集设计中的无偏估计

Enyu Li, Nigel Stallard, Ekkehard Glimm, Peter K. Kimani

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种通用的子人群选择规则框架，推导出统一最小方差条件无偏估计器UMVCUE，解决自适应富集设计中的选择偏差问题，提升药物开发的效率和伦理性。

Benchmarking PNW Model for MedMNIST to 100% Accuracy

对MedMNIST进行PNW模型基准测试以实现100%准确率

Bo Deng

机构 * Department of Mathematics（数学系） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出人工特殊智能概念，通过无错误训练使分类模型避免重复错误，应用于18个MedMNIST数据集，除三个存在双标签问题的集外，其余均达到100%准确率。

Comments 12 pages, 4 figure, 1 table

A Hybrid Retrieval and Reranking Framework for Evidence-Grounded Retrieval-Augmented Generation

一种混合检索与重排序框架用于证据导向的检索增强生成

Fariba Afrin Irany, Sampson Akwafuo

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种混合检索与重排序框架，用于生物医学和医疗相关文档问答中的引用感知RAG，通过亚马逊Bedrock知识库进行文档处理，并通过Cohere重排序提升相关性，最终实现高准确率的证据基础生成。

L-Estimation of Population Quantiles Using Ranked Set Sampling

基于秩集抽样的人口分位数L估计

Mohammad Jafari Jozani, Ehsan Zamanzade, Reza Modarre

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出两种基于秩集抽样的L估计方法，用于估计人口分位数，通过分解秩集设计构造了可扩展的计算方法，并在模拟和实际数据中验证了其效率优势。

Comments 33 pages, 5 figures, 1 table

What Don't You Understand? Using Large Language Models to Identify and Characterize Student Misconceptions About Challenging Topics

你有什么不明白吗？利用大型语言模型识别和表征学生在困难主题上的误解

Michael J. Parker, Maria G. Zavala-Cerna

机构 * Harvard Medical School and Division of Pulmonary, Critical Care and Sleep Medicine, Beth Israel Deaconess Medical Center（哈佛医学院和肺科、重症医学及睡眠医学部门，贝斯以色列德aconess医疗中心） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文通过量化分析与大型语言模型结合的方法，识别在线学习环境中学生在关键主题上的误解，揭示了通过考试题目内容、学生回答模式和课堂讲义相结合的数据分析，发现学生误解的可操作见解。

Comments 60 pages. Education and Information Technologies (2026)

A Compact Peristaltic Pump Based on Magneto-Elastic Hysteresis with Single Pneumatic Control

基于磁弹性滞回的紧凑式蠕动泵（单气动控制）

Minjo Park, Metin Sitti

机构 * Max Planck Institute for Intelligent System（马克斯·普朗克智能系统研究所） ； School of Medicine and College of Engineering, Koç University（医学院和工程学院，科克大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种紧凑型软膜泵，通过单气动输入与嵌入式磁体结合实现蠕动运动，简化了泵体结构和控制方案，实验验证了磁弹性滞回行为。

Comments Submitted to IEEE CBS 2026. This work has been submitted to the IEEE for possible publication

BioGraphletQA: Knowledge-Anchored Generation of Complex QA Datasets

BioGraphletQA: 基于知识图谱的复杂问答数据集生成

Richard A. A. Jonker, Bárbara Maria Ribeiro de Abreu Martins, Sérgio Matos

机构 * IEETA, DETI, LASI, University of Aveiro（IEETA、DETI、LASI、阿维罗大学） ； USF Atlântico Norte（大西洋北USF） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一个系统化生成复杂问答数据的框架，通过图let锚定生成过程，利用知识图谱的小子图控制生成复杂度并确保事实准确性。BioGraphletQA数据集包含119,856对问答，基于OREGANO知识图谱的图let生成，提升问答任务的准确性和科学性。

Comments 15 pages, 7 figures, conference (ECIR)

Journal ref Advances in Information Retrieval: 48th European Conference on Information Retrieval, ECIR 2026, Delft, The Netherlands, March 29 - April 2, 2026, Proceedings, Part IV

Molecular-optomechanical phonon laser

分子-光学机械声子激光

Bin Yin, Jie Wang, Qian Zhang, Deng Wang, Tian-Xiang Lu, Hui Jing

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出利用混合分子光-机械系统实现超低阈值中红外声子激光，通过巨单光子光机械耦合和分子集体效应，实现超低阈值功率，为中红外声学和生物医学成像提供新途径。

Comments 11 pages, 3 figures, 2 tables

Journal ref Laser & Photonics Reviews, 2026; 0:e71191

Beyond Local vs. External: A Game-Theoretic Framework for Trustworthy Knowledge Acquisition

超越局部与外部：一种博弈论框架用于可信知识获取

Rujing Yao, Yufei Shi, Yang Wu, Ang Li, Zhuoren Jiang, XiaoFeng Wang, Haixu Tang, Xiaozhong Liu

机构 * Nankai University（南开大学） ； The Hong Kong Polytechnic University（香港理工大学） ； Worcester Polytechnic Institute（沃斯通理工学院） ； Zhejiang University（浙江大学） ； Nanyang Technological University（南洋理工大学） ； Indiana University Bloomington（印第安纳大学布利克学院） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出GTKA框架，通过博弈论平衡知识效用与隐私，设计隐私感知子查询生成器、对抗重建攻击者和可信本地整合器，减少敏感意图泄露并保持高答案质量。

A bivariate cure copula model with zero-inflated gamma frailty: dependence in both cure fractions and survival times

具有零膨胀伽马 frailty 的双变量治愈 copula 模型：治愈分数和生存时间中的依赖性

Masaki Hino, Shogo Kato, Takeshi Emura

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种新的双变量治愈 frailty-copula 模型，用于处理配对生存数据中的治愈分数和复杂依赖结构，通过零膨胀伽马 frailty 模型同时考虑治愈分数和未治愈个体的持续性异质性。

Comments 47 pages, 2 figures

Do We Need Bigger Models for Science? Task-Aware Retrieval with Small Language Models

我们是否需要更大的模型用于科学？基于任务的检索与小型语言模型

Florian Kelber, Matthias Jobst, Yuni Susanti, Michael Färber

机构 * TU Dresden, Germany（德累斯顿理工大学，德国） ； FIZ Karlsruhe, Germany（卡尔斯鲁厄研究所，德国） ； ScaDS.AI, TU Dresden, Germany（ScaDS.AI，德累斯顿理工大学，德国） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文探讨小型语言模型在科学应用中的可行性，通过设计轻量级检索增强框架，结合全文科学论文和结构化元数据，展示检索与模型规模的互补性。

Comments Accepted at NSLP@LREC 2026

CoDA: Towards Effective Cross-domain Knowledge Transfer via CoT-guided Domain Adaptation

CoDA：通过引导式推理的领域适应实现有效的跨领域知识迁移

Jianzhi Yan, Le Liu, Buzhou Tang, Yang Xiang, Dongning Sun, Zhiming Li

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对跨领域知识迁移中领域分布偏移问题，CoDA通过轻量适配器和基于特征的知识蒸馏结合MMD分布匹配，有效对齐源域与目标域的潜在推理表示，提升逻辑推理任务性能。

Comments 12 pages, 6 figures

Competition between acoustic radiation force and streaming-induced drag force in focused beams for 3D cell trapping

聚焦光束中声辐射力与流体诱导拖力的竞争

Shiyu Li, Zhixiong Gong

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究聚焦光束中声辐射力与流体诱导拖力的竞争，推导出流体从粘性到惯性 regime 的流速标度律，并提出 Schiller-Naumann 模型改进拖力估算，揭示轴向辐射力与拖力比非单调变化的特性。

Model-Agnostic Meta Learning for Class Imbalance Adaptation

面向类别不平衡适应的模型无关元学习

Hanshu Rao, Guangzeng Han, Xiaolei Huang

机构 * University of Memphis（密苏里大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出HAMR框架，通过双层优化和邻域感知重采样解决类别不平衡问题，实验表明在多个领域数据集上有效提升少数类性能。

Comments Accepted to Findings of ACL 2026

Variable Selection in Functional Linear Cox Model

功能线性Cox模型中的变量选择

Yuanzhen Yue, Stella Self, Yichao Wu, Jiajia Zhang, Rahul Ghosal

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种用于功能线性Cox模型的新型变量选择方法，结合了光滑性和稀疏性，通过模拟研究验证了其在变量选择和估计中的有效性，并应用于NHANES数据揭示了体力活动分布模式与全因死亡率的关系。

Polyelectrolyte adsorption at the solid-liquid interface favors receding contact line instability

聚合物吸附在固-液界面促进退缩接触线不稳定性

Léa Delance, Diego Díaz, Arivazhagan G. Balasubramanian, Outi Tammisola, Kaloian Koynov, Hans-Jürgen Butt

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究通过高速高分辨率显微镜观察滑动滴液的退缩接触线动态，揭示粘弹性对退缩接触线不稳定性的影响，发现聚合物电荷对丝状物形成有关键作用。

Universal compression of wave fields in weakly scattering media

在弱散射介质中实现波场的通用压缩

Pablo Jara, Alexey Yamilov

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出OSCAR算法，利用波场傅里叶表示的薄色散壳特性，实现弱散射介质中的损失性压缩，支持在压缩空间内计算强度和灵敏度等二次量，实现高效存储和处理。

Comments 13 pages, 9 figures

Harnessing coherent-wave control for sensing applications

利用相干波控制实现传感应用

Pablo Jara, Arthur Goetschy, Hui Cao, Alexey Yamilov

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出微观光学灵敏度理论，通过干涉效应提升光学灵敏度，展示相位共轭输入状态可实现最大灵敏度增强，而最大反射本征通道可全局增强灵敏度分布，为整合波前控制与扩散光学成像提供理论基础。

Comments 26 pages, 11 figures

Journal ref Phys. Rev. Appl. 24, 054027 (2025)

Branching Paths Statistics for confined Flows : Adressing Navier-Stokes Nonlinear Transport

受限流体中分支路径统计：应对纳维-斯托克斯非线性传输

Daniel Yaacoub, Stéphane Blanco, Richard Fournier, Gerjan Hagelaar, Jean-François Cornet, Jérémi Dauchet, Thomas Vourc'h

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出将分支路径表示纳入纳维-斯托克斯强非线性传输框架，为流体动力学提供新型传播器表示，并开发新的反向蒙特卡罗算法以高效模拟受限域内的流体。

Comments arXiv admin note: text overlap with arXiv:2412.08215

Think Parallax: Solving Multi-Hop Problems via Multi-View Knowledge-Graph-Based Retrieval-Augmented Generation

Think Parallax: 通过多视图知识图谱基于检索增强生成解决多跳问题

Jinliang Liu, Jiale Bai, Shaoning Zeng

机构 * Yangtze Delta Region Institute (Huzhou), University of Electronic Science and Technology of China（长江三角洲地区研究院（湖州），电子科学与技术大学） ； School of Information and Software Engineering, University of Electronic Science and Technology of China（信息与软件工程学院，电子科学与技术大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出ParallaxRAG框架，通过多视图知识图谱检索增强生成解决多跳推理问题，改进多跳推理的结构，提升检索和问答性能，减少幻觉并增强生物医学领域适应性。

Micro-Dexterity in Biological Micromanipulation: Embodiment, Perception, and Control

生物微操作中的微细灵巧性：具身、感知与控制

Kangyi Lu, Lan Wei, Zongcai Tan, Dandan Zhang

机构 * Department of Bioengineering, Imperial-X AI Initiative, Imperial College London（帝国理工学院生物工程系、Imperial-X人工智能计划） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究探讨生物微操作中微细灵巧性的分析框架，分析具身、感知与控制的耦合作用，比较不同微操作系统的架构，并识别实验室演示与临床相关生物操作间的灵巧性差距。

Three Modalities, Two Design Probes, One Prototype, and No Vision: Experience-Based Co-Design of a Multi-modal 3D Data Visualization Tool

三种模态、两种设计探针、一个原型和没有视觉：基于经验的多模态3D数据可视化工具共设计

Sanchita S. Kamath, Aziz N Zeidieh, Venkatesh Potluri, Sile O'Modhrain, Kenneth Perry, JooYoung Seo

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Michigan（密歇根大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文通过基于经验的共设计方法，开发出多模态3D数据可视化工具，提升视障人士对3D数据的分析能力，提供可操作的设计指南和可扩展的无障碍3D可视化方案。

ChatGPT, is this real? The influence of generative AI on writing style in top-tier cybersecurity papers

ChatGPT, 这是真实的吗？生成式AI对顶级网络安全会议论文写作风格的影响

Daan Vansteenhuyse

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究分析2000-2025年间顶级网络安全会议论文中生成式AI对写作风格的影响，发现语言复杂度逐步上升，2022年后标记词使用增加，可能影响论文可读性。

Constraint-Aware Corrective Memory for Language-Based Drug Discovery Agents

基于约束的纠正记忆：用于基于语言的药物发现代理

Maochen Sun, Youzhi Zhang, Gaofeng Meng

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； School of Advanced Interdisciplinary Sciences, University of Chinese Academy of Sciences（中国科学院大学先进交叉科学学院） 纠错

专题命中 生物医学文本 ：diagnosis(abstract)

AI总结 本文提出CACM框架，通过精确的集合级诊断和简洁的记忆写回机制，提升语言基药物发现代理的可靠性，实验表明其在目标级成功率提升36.4%。

Have LLM-associated terms increased in article full texts in all fields?

在所有领域中，与大语言模型相关的术语是否在文章全文中增加？

Mike Thelwall, Kayvan Kousha

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究通过分析MDPI数据库中2021-2025年间125万篇科学文章的全文，探讨了与大语言模型相关的术语在科学写作中的普及情况，发现术语使用呈上升趋势，但不同领域存在差异。

An Analysis of Artificial Intelligence Adoption in NIH-Funded Research

NIH资助研究中人工智能采纳的分析

Navapat Nananukul, Mayank Kejriwal

机构 * Information Sciences Institute, University of Southern California（南加州大学信息科学研究所） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文分析了NIH资助研究中AI的采纳情况，提出了一种人机协同的方法来大规模分类和总结研究描述，发现AI在NIH portfolio中占比15.9%，存在研究到应用的差距，且健康不平等研究严重不足。