Imperial College London（帝国理工学院）

Wireless Center of Pressure Feedback System for Humanoid Robot Balance Control using ESP32-C3

基于ESP32-C3的无线足部压力反馈系统用于人形机器人平衡控制

Muhtadin, Faris Rafi Pramana, Dion Hayu Fandiantoro, Moh Ismarintan Zazuli, Atar Fuady Babgei

机构 * Department of Computer Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia（印度尼西亚十月份十日理工大学计算机工程系） ； Graduate School of Science and Technology, Kumamoto University, Japan（日本熊本大学研究生院） ； The Science and Technology Center of Artificial Intelligence for Healthcare and Society (PUI AIHeS), Indonesia（印度尼西亚人工智能医疗与社会科技中心） ； Department of Electrical Automation Engineering, Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia（印度尼西亚十月份十日理工大学电气自动化工程系） ； Department of Computing, Imperial College London, United Kingdom（英国伦敦帝国学院计算系） 纠错

AI总结 本研究提出了一种基于ESP32-C3的无线足部压力反馈系统，通过实时估计压力中心提升人形机器人在不平表面的平衡稳定性，实验表明其具有高精度和100%的成功率。

A Real-World Evaluation of LLM Medication Safety Reviews in NHS Primary Care

对NHS初级医疗中基于LLM的药物安全审查系统的真实世界评估

Oliver Normand, Esther Borsi, Mitch Fruin, Lauren E Walker, Jamie Heagerty, Chris C. Holmes, Anthony J Avery, Iain E Buchan, Harry Coppock

机构 * i.AI, Department for Science, Innovation, and Technology（i.AI，科学、创新与技术部门） ； Centre for Experimental Therapeutics, University of Liverpool（实验治疗中心，利物浦大学） ； Civic Health Innovation Labs, University of Liverpool（公民健康创新实验室，利物浦大学） ； Downing Street（唐宁街10号） ； Department of Statistics, University of Oxford（统计系，牛津大学） ； Ellison Institute of Technology（埃利森技术研究所） ； Centre for Academic Primary Care, University of Nottingham（学术初级护理中心，诺丁汉大学） ； The UK AI Security Institute（英国人工智能安全研究所） ； Department of Computing, Imperial College London（计算系，伦敦帝国学院） 纠错

AI总结 本文评估了基于LLM的药物安全审查系统在真实临床数据中的表现，揭示了其在不同复杂性下的失败模式，强调了上下文推理的重要性及改进方向。

47B Mixture-of-Experts Beats 671B Dense Models on Chinese Medical Examinations

47B混合专家模型在中文医学考试中超越671B密集模型

Chiung-Yi Tseng, Danyang Zhang, Tianyang Wang, Hongying Luo, Lu Chen, Junming Huang, Jibin Guan, Junfeng Hao, Junhao Song, Xinyuan Song, Ziqian Bi

机构 * AI Agent Lab, Vokram Group（AI代理实验室，Vokram集团） ； Purdue University（普渡大学） ； University of Minnesota（明尼苏达大学） ； Imperial College London（伦敦帝国理工学院） 纠错

AI总结 本文评估了多种大语言模型在中文医学考试中的表现，发现47B混合专家模型在准确率上超越了671B密集模型，揭示了模型大小与性能无直接关联，并指出了不同医学专科间性能差异及模型泛化能力。

A Multicore and Edge TPU-Accelerated Multimodal TinyML System for Livestock Behavior Recognition

一种多核和边缘TPU加速的多模态TinyML系统用于牲畜行为识别

Qianxue Zhang, Eiman Kanjo

机构 * Medical AI Lab, Hebei Provincial Engineering Research Center for AI-Based Cancer Treatment Decision-Making, The First Hospital of Hebei Medical University（医学人工智能实验室，河北省人工智能辅助癌症治疗决策工程研究中心，河北省医科大学第一医院） ； Computing Department, Imperial College London（计算部门，帝国理工学院伦敦分校） ； Professor Pervasive Sensing & TinyML and the Head of the Smart Sensing Lab at Nottingham Trent University（感知与TinyML教授及智能感知实验室主任，诺丁汉特伦特大学） ； Provost’s Visiting Professor in tinyML at Imperial College London（帝国理工学院伦敦分校副校长兼任TinyML客座教授） 纠错

AI总结 本文提出了一种多核和边缘TPU加速的多模态TinyML系统，用于高效识别牲畜行为，实现高模型压缩和低延迟的实时推理。

Comments 12 pages, 10 figures

Journal ref IEEE Internet of Things Journal, vol. 13, no. 1, pp. 666-677, 1 Jan.1, 2026