世界模型

Adaptive Test-Time Training for Predicting Need for Invasive Mechanical Ventilation in Multi-Center Cohorts

自适应测试时训练用于多中心队列中预测有创机械通气需求

Xiaolei Lu, Shamim Nemati

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出自适应测试时训练框架，通过信息论界限和自监督学习提升多中心ICU中IMV预测的泛化性能和鲁棒性。

Comments ICLR 2026

On Procrustes Contamination in Machine Learning Applications of Geometric Morphometrics

关于几何形态测量在机器学习应用中的Procrustes污染

Lloyd Austin Courtenay

机构 * PACEA UMR5199, CNRS Université de Bordeaux（PACEA UMR5199，法国国家科学研究中心波尔多大学） ； Department d’Història i Història de l’Art Universitat Rovira i Virgili（历史与艺术史系罗维拉-维吉莉大学） 纠错

专题命中 通用世界模型 ：分类 cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 本文研究了几何形态测量在机器学习应用中因Procrustes分析导致的污染问题，提出了一种新的重新对齐方法以消除样本间依赖，并揭示了样本量与landmark空间之间的关系。

Comments 17 pages, 5 figures, Preprint pending review

HyCARD-Net: A Synergistic Hybrid Intelligence Framework for Cardiovascular Disease Diagnosis

HyCARD-Net: 一种用于心血管疾病诊断的协同混合智能框架

Rajan Das Gupta, Xiaobin Wu, Xun Liu, Jiaqi He

机构 * Faculty of Information Science and Technology（信息科学与技术学院） ； American International University–Bangladesh（美国国际大学-孟加拉国） ； School of Automotive Engineering（汽车工程学院） ； Chengdu Industry and Trade College（成都行业贸易学院） ； Faculty of Education（教育学院） ； Shinawatra University（辛纳瓦特大学） ； Tilburg School of Social and Behavioral Sciences（蒂尔堡社会与行为科学学院） ； Tilburg University（蒂尔堡大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 HyCARD-Net通过结合深度学习与传统机器学习算法，提出一种混合智能框架，有效提升心血管疾病诊断的准确率和效率，支持联合国可持续发展目标3。

Comments Accepted and published in the 2025 4th International Conference on Image Processing, Computer Vision and Machine Learning (ICICML)

Data-driven tool wear prediction in milling, based on a process-integrated single-sensor approach

基于过程集成单传感器方法的数据驱动刀具磨损预测

Eric Hirsch, Christian Friedrich

机构 * Institute of Applied Research, Karlsruhe University of Applied Sciences（应用研究学院，卡尔斯鲁厄应用科学大学） 纠错

专题命中 通用世界模型 ：分类 cs.LG、cs.RO；predictive model(abstract)；predictive models(abstract)

AI总结 本研究提出基于单传感器的数据驱动方法，通过迁移学习实现低成本刀具磨损预测，ConvNeXt模型在极小数据集下达到99.1%的准确率。

Comments This work is a preprint and has been submitted for possible publication,14 pages, 12 figures

Proof of Concept: Multi-Target Wildfire Risk Prediction and Large Language Model Synthesis

概念验证：多目标野火风险预测与大语言模型合成

Nicolas Caron, Christophe Guyeux, Hassan Noura, Benjamin Aynes

机构 * Université Marie et Louis Pasteur（玛丽-路易斯·帕斯特大学） ； CNRS（国家科学研究中心） ； FEMTO-ST（弗尔米约-圣特研究中心） ； SAD Marketing（SAD营销） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出一种混合框架，结合多目标预测模型与大语言模型，以生成结构化的野火风险评估报告。

AIS-CycleGen: A CycleGAN-Based Framework for High-Fidelity Synthetic AIS Data Generation and Augmentation

AIS-CycleGen: 一种基于CycleGAN的高保真AIS数据生成与增强框架

SM Ashfaq uz Zaman, Faizan Qamar, Masnizah Mohd, Nur Hanis Sabrina Suhaimi, Amith Khandakar

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 AIS-CycleGen基于CycleGAN提出了一种生成高保真AIS数据的增强框架，通过无配对领域翻译技术提升数据多样性与真实性，有效改善海洋领域模型性能。

Comments 25 pages, 16 figures

Feature-Aware Task-to-Core Allocation in Embedded Multi-core Platforms via Statistical Learning

基于统计学习的特征感知任务到核心分配在嵌入式多核平台中

Mohammad Pivezhandi, Abusayeed Saifullah, Prashant Modekurthy

机构 * Department of Computer Science Wayne State University（计算机科学系韦恩州立大学） ； Department of Computer Science University of Nevada, Las Vegas（计算机科学系内华达大学拉斯维加斯分校） ； Department of Computer Science University of Texas at Dallas（计算机科学系德克萨斯大学达拉斯分校） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG

AI总结 本文提出基于统计学习的特征感知任务到核心分配方法，通过优化核心分配降低能耗并减少温度，提升嵌入式多核平台的性能与能效。

Comments 15 pages, 9 figures. Published in IEEE RTCSA 2025

A Model of Causal Explanation on Neural Networks for Tabular Data

基于表格数据的神经网络因果解释模型

Takashi Isozaki, Masahiro Yamamoto, Atsushi Noda

机构 * Sony Computer Science Laboratories, Inc.（索尼计算机科学实验室） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出CENNET模型，通过结合结构因果模型为神经网络预测提供因果解释，并在分类任务中通过实验验证其有效性。

Comments \c{opyright}2025. This manuscript version is made available under the CC-BY-NC-ND 4.0 license https://creativecommons.org/licenses/by-nc-nd/4.0/

Journal ref Procedia Computer Science, Volume 264, 2025, Pages 65-79

Agent-Based Output Drift Detection for Breast Cancer Response Prediction in a Multisite Clinical Decision Support System

基于代理的输出漂移检测用于多中心临床决策支持系统中的乳腺癌反应预测

Xavier Rafael-Palou, Jose Munuera, Ana Jimenez-Pastor, Richard Osuala, Karim Lekadir, Oliver Diaz

专题命中 通用世界模型 ：分类 cs.AI、cs.CV、cs.MA；predictive model(abstract)

AI总结 本文提出基于代理的多中心临床决策支持系统中的输出漂移检测方法，通过模拟多中心环境验证了其在乳腺癌反应预测中的有效性，展示了自适应方案在漂移检测和严重性分类上的优越性能。

Comments Accepted at MICAD (Medical Imaging and Computer-Aided Diagnosis) 2025

Breast Cancer Neoadjuvant Chemotherapy Treatment Response Prediction Using Aligned Longitudinal MRI and Clinical Data

利用对齐的纵向MRI和临床数据预测乳腺癌新辅助化疗治疗反应

Rahul Ravi, Ruizhe Li, Tarek Abdelfatah, Stephen Chan, Xin Chen

专题命中 通用世界模型 ：分类 cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

AI总结 本研究利用对齐的纵向MRI和临床数据，通过放射组学特征提取和逻辑回归模型预测乳腺癌新辅助化疗的治疗反应和复发风险。

Explainable AI for Classifying UTI Risk Groups Using a Real-World Linked EHR and Pathology Lab Dataset

利用真实世界链接的电子健康记录和病理实验室数据集进行UTI风险分组分类的可解释AI

Yujie Dai, Brian Sullivan, Axel Montout, Amy Dillon, Chris Waller, Peter Acs, Rachel Denholm, Philip Williams, Alastair D Hay, Raul Santos-Rodriguez, Andrew Dowsey

机构 * University of Bristol（布里斯托大学） ； Kettering General Hospital NHS Foundation Trust（凯特林医院国家健康服务基金会信托） ； NHS England（英格兰国家健康服务） ； University Hospitals Bristol and Weston NHS Foundation Trust（布里斯托和韦斯特医院国家健康服务基金会信托） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本研究利用真实世界链接的EHR和病理实验室数据集，通过可解释AI技术对UTI风险分组进行分类，以提高临床决策的透明性和可解释性。

Comments Peer-reviewed; accepted at Health Intelligence (W3PHIAI-25) Workshop, AAAI Conference 2025 (to appear in Studies in Computational Intelligence, Springer/Nature)

Love First, Know Later: Persona-Based Romantic Compatibility Through LLM Text World Engines

先爱后知：基于人设的浪漫兼容性通过LLM文本世界引擎

Haoyang Shang, Zhengyang Yan, Xuan Liu

机构 * BreathingCORE 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG

AI总结 本文提出一种基于LLM文本世界引擎的浪漫兼容性匹配方法，通过模拟互动预测人类偏好，实现个性化匹配系统。

Comments NeurIPS 2025 Workshop: First Workshop on LLM Persona Modeling (Oral)

Beyond Playtesting: A Generative Multi-Agent Simulation System for Massively Multiplayer Online Games

超越试玩：一种生成式多智能体仿真系统用于大规模多人在线游戏

Ran Zhang, Kun Ouyang, Tiancheng Ma, Yida Yang, Dong Fang

机构 * independent researcher（独立研究者） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.AI

AI总结 本文提出了一种基于生成式多智能体仿真的系统，利用大型语言模型优化大规模多人在线游戏的数值设计，提升玩家体验并提高优化效率。

Data-Driven Modeling and Correction of Vehicle Dynamics

数据驱动建模与车辆动力学校正

Nguyen Ly, Caroline Tatsuoka, Jai Nagaraj, Jacob Levy, Fernando Palafox, David Fridovich-Keil, Hannah Lu

机构 * Department of Aerospace Engineering and Engineering Mechanics, The University of Texas at Austin（航空航天工程与工程力学系，德克萨斯大学奥斯汀分校） ； Department of Mathematics, The Ohio State University（数学系，俄亥俄州立大学） ； Department of Computer Science, The University of Texas at Austin（计算机科学系，德克萨斯大学奥斯汀分校） ； Oden Institute for Computational Engineering and Sciences, The University of Texas at Austin（计算工程与科学研究所，德克萨斯大学奥斯汀分校） 纠错

专题命中 通用世界模型 ：分类 cs.LG、cs.RO；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出DRIPS和FML两种方法，用于数据驱动校正非自主车辆动力学，实现高效且准确的模型学习与误差修正。

Lightweight Sequential Transformers for Blood Glucose Level Prediction in Type-1 Diabetes

轻量级顺序变换器用于1型糖尿病血糖水平预测

Mirko Paolo Barbato, Giorgia Rigamonti, Davide Marelli, Paolo Napoletano

机构 * Department of Informatics, Systems and Communication, University of Milano-Bicocca（信息学、系统与通信系，米兰-比科卡大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本文提出了一种轻量级顺序变换器模型，用于1型糖尿病的血糖预测，通过结合注意力机制和循环神经网络的优势，实现高效且准确的血糖预测与不良事件检测。

Prediction of Clinical Complication Onset using Neural Point Processes

利用神经点过程预测临床并发症发作

Sachini Weerasekara, Sagar Kamarthi, Jacqueline Isaacs

机构 * Northeastern University（东北大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

AI总结 本研究利用神经点过程预测临床并发症的发作，通过六种先进模型和六个重症监护数据集，提升不良事件预测的可解释性。

TRADES: Generating Realistic Market Simulations with Diffusion Models

TRADES: 使用扩散模型生成逼真市场模拟

Leonardo Berti, Bardh Prenkaj, Paola Velardi

机构 * Technical University of Munich（慕尼黑技术大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；simulation model(abstract)

AI总结 TRADES通过基于变换器的扩散模型生成逼真市场模拟，提升合成数据在金融任务中的应用价值。

Comments 8 pages

Journal ref ECAI 2025. Volume 413: Pages 3703 - 3710

VitalBench: A Rigorous Multi-Center Benchmark for Long-Term Vital Sign Prediction in Intraoperative Care

Xiuding Cai, Xueyao Wang, Sen Wang, Yaoyao Zhu, Jiao Chen, Yu Yao

机构 * Chengdu Institute of Computer Application, Chinese Academy of Sciences（中国科学院成都计算机应用研究所） ； School of Computer Science and Technology, University of Chinese Academy of Sciences（中国科学院大学计算机科学与技术学院） ； Digital Intelligent Technology Branch, Southwest Oil & Gas Field, PetroChina（中国石油西南油气田分公司数字智能技术部） ； China Zhenhua Research Institute Co., Ltd.（中国甄华研究院有限公司） ； Department of Anesthesiology, West China Hospital, Sichuan University & The Research Units of West China (2018RU012)（四川大学华西医院麻醉科及西京研究院（2018RU012）） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Comments Accepted by IEEE Sensors Journal

LinkedIn Profile Characteristics and Professional Success Indicators

Tania-Amanda Fredrick Eneye, Ashlesha Malla, Pawan Paudel

机构 * Texas Tech University（德克萨斯科技大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Beyond the Hype: Embeddings vs. Prompting for Multiclass Classification Tasks

Marios Kokkodis, Richard Demsyn-Jones, Vijay Raghavan

机构 * Thumbtack（Thumbtack公司） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Monitoring Risks in Test-Time Adaptation

Mona Schirmer, Metod Jazbec, Christian A. Naesseth, Eric Nalisnick

机构 * UvA-Bosch Delta Lab, University of Amsterdam（阿姆斯特丹大学UvA-Bosch Delta实验室） ； Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Alleviating Hyperparameter-Tuning Burden in SVM Classifiers for Pulmonary Nodules Diagnosis with Multi-Task Bayesian Optimization

Wenhao Chi, Haiping Liu, Hongqiao Dong, Wenhua Liang, Bo Liu

机构 * Yau Mathematical Sciences Center Tsinghua University（姚数学科学中心清华大学） ； The First Affiliated Hospital of Guangzhou Medical University（广州医科大学第一附属医院） ； China State Key Laboratory of Respiratory Disease（中国呼吸疾病国家重点实验室） ； Academy of Mathematics and Systems Science Chinese Academy of Sciences（数学科学学院中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Thoracic Surgery and Oncology The First Affiliated Hospital of Guangzhou Medical University（胸外科与肿瘤科广州医科大学第一附属医院） 纠错

专题命中 通用世界模型 ：分类 cs.LG、cs.CV；predictive model(abstract)；predictive models(abstract)

Comments 12 pages, 4 figures, 37 references

Interpretable Heart Disease Prediction via a Weighted Ensemble Model: A Large-Scale Study with SHAP and Surrogate Decision Trees

Md Abrar Hasnat, Md Jobayer, Md. Mehedi Hasan Shawon, Md. Golam Rabiul Alam

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

MedAgentBoard: Benchmarking Multi-Agent Collaboration with Conventional Methods for Diverse Medical Tasks

Yinghao Zhu, Ziyi He, Haoran Hu, Xiaochen Zheng, Xichen Zhang, Zixiang Wang, Junyi Gao, Liantao Ma, Lequan Yu

专题命中 通用世界模型 ：分类 cs.AI、cs.LG、cs.MA；predictive model(abstract)

Comments Accepted by NeurIPS 2025 Datasets & Benchmarks Track

Continuous Domain Generalization

Zekun Cai, Yiheng Yao, Guangji Bai, Renhe Jiang, Xuan Song, Ryosuke Shibasaki, Liang Zhao

机构 * Jilin University（吉林大学） ； The University of Tokyo（东京大学） ； Emory University（埃默里大学） ； LocationMind 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Comments 23 pages, 9 figures. Accepted by NeurIPS25

Traffic flow forecasting, STL decomposition, Hybrid model, LSTM, ARIMA, XGBoost, Intelligent transportation systems

Fujiang Yuan, Yangrui Fan, Xiaohuan Bing, Zhen Tian, Chunhong Yuan, Yankang Li

机构 * School of Computer Science and Technology（计算机科学与技术学院） ； Taiyuan Normal University（太原师范学院） ； Institute of Computer Science（计算机科学研究所） ； University of Göttingen（哥廷根大学） ； James Watt School of Engineering（詹姆斯·瓦特工程学院） ； University of Glasgow（格拉斯哥大学） ； Laboratory of Intelligent Home Appliances（智能家电实验室） ； College of Science and Technology（科学与技术学院） ； Ningbo University（宁波大学） 纠错

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)

Mitigating Distribution Shift in Model-based Offline RL via Shifts-aware Reward Learning

Wang Luo, Haoran Li, Zicheng Zhang, Congying Han, Chi Zhou, Jiayu Lv, Tiande Guo

机构 * UCAS（中国科学技术大学） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.LG

Remote Autonomy for Multiple Small Lowcost UAVs in GNSS-denied Search and Rescue Operations

Daniel Schleich, Jan Quenzel, Sven Behnke

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO

Comments Accepted final version. IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR), Galway, Ireland, 2025

Track-to-Track Association for Collective Perception based on Stochastic Optimization

Laura M. Wolf, Vincent Albert Wolff, Simon Steuernagel, Kolja Thormann, Marcus Baum

机构 * Institute of Computer Science, University of Göttingen（计算机科学研究所，哥廷根大学） ； Institute of Communications Technology, Leibniz University Hannover（通信技术研究所，莱比锡大学汉诺威分校） ； University of Göttingen（哥廷根大学） 纠错

专题命中 通用世界模型 ：environment model(abstract)；分类 cs.RO

Unveiling Molecular Moieties through Hierarchical Grad-CAM Graph Explainability

Salvatore Contino, Paolo Sortino, Maria Rita Gulotta, Ugo Perricone, Roberto Pirrone

专题命中 通用世界模型 ：分类 cs.AI、cs.LG；predictive model(abstract)；predictive models(abstract)