医学 AI

MedQ-Deg: A Multidimensional Benchmark for Evaluating MLLMs Across Medical Image Quality Degradations

MedQ-Deg：一个多维基准，用于评估医疗图像质量退化下的多模态大语言模型

Jiyao Liu, Junzhi Ning, Chenglong Ma, Wanying Qu, Jianghan Shen, Siqi Luo, Jinjie Wei, Jin Ye, Pengze Li, Tianbin Li, Jiashi Lin, Hongming Shan, Xinzhe Luo, Xiaohong Liu, Lihao Liu, Junjun He, Ningsheng Xu

机构 * Fudan University（复旦大学） ； Shanghai AI Lab（上海人工智能实验室） ； Shanghai Jiaotong University（上海交通大学） ； Imperial College London（伦敦帝国理工学院） 纠错

专题命中 医学数据与评测 ：medical image(title,abstract)；分类 cs.CV

AI总结 MedQ-Deg是一个多维基准，用于评估医疗图像质量退化下多模态大语言模型的性能，揭示模型在不同退化类型下的表现差异及置信度校准问题。

Comments 29 pages, 11 figures

VLM-SubtleBench: How Far Are VLMs from Human-Level Subtle Comparative Reasoning?

VLM-SubtleBench: VLMs在人类水平的细微比较推理方面还有多远？

Minkyu Kim, Sangheon Lee, Dongmin Park

机构 * KRAFTON ； KAIST（韩国科学技术院） 纠错

专题命中 医学数据与评测 ：medical image(abstract)；分类 cs.CV、cs.LG

AI总结 VLM-SubtleBench通过评估VLMs在细微比较推理上的表现，揭示了模型与人类性能之间的差距，并为提升VLMs的推理能力提供了基础。

Comments ICLR 2026

PromptGate Client Adaptive Vision Language Gating for Open Set Federated Active Learning

PromptGate：面向开放集联邦主动学习的客户端自适应视觉语言门控

Adea Nesturi, David Dueñas Gaviria, Jiajun Zeng, Shadi Albarqouni

机构 * University of Bonn（波恩大学） ； University Hospital Bonn（波恩大学医院） ； Clinic for Diagnostic and Interventional Radiology（诊断与介入放射科诊所） 纠错

专题命中 医学数据与评测 ：medical AI(abstract)；分类 cs.CV

AI总结 PromptGate通过动态视觉语言模型门控框架提升开放集联邦主动学习的标注效率，实现高纯度和高召回率的样本筛选。

Comments 3 Figures, 2 Tables, 10 pages

Decomposing Physician Disagreement in HealthBench

分解健康基准中医生的分歧

Satya Borgohain, Roy Mariathas

专题命中 医学数据与评测 ：medical AI(abstract)

AI总结 研究通过分解健康基准数据集中的医生分歧，发现可减少的不确定性显著影响分歧程度，而不可减少的不确定性则无影响，提示评估设计改进的方向。

XPPG-PCA: Reference-free automatic speech severity evaluation with principal components

XPPG-PCA：无参考自动语音严重程度评估的主成分分析

Bence Mark Halpern, Thomas B. Tienkamp, Teja Rebernik, Rob J. J. H. van Son, Sebastiaan A. H. J. de Visscher, Max J. H. Witjes, Defne Abur, Tomoki Toda

机构 * Nagoya University, Japan（日本名古屋大学） ； Netherlands Cancer Institute（荷兰癌症研究所） ； University of Groningen（格罗宁根大学） ； University Medical Center Groningen（格罗宁根大学医学中心） ； CNRS, Sorbonne Nouvelle（法国国家科学研究中心、索邦-努瓦塞勒大学） ； University of Amsterdam（阿姆斯特丹大学） ； University Medical Hospital Groningen（格罗宁根大学医学中心） 纠错

专题命中 医学数据与评测 ：pathology(abstract)

AI总结 XPPG-PCA提出了一种无参考、无监督的语音严重程度评估方法，通过主成分分析在三个荷兰口腔癌数据集上验证了其性能，展示了在临床应用中的潜力。

Comments 14 pages, 4 figures. Author Accepted Manuscript version of the IEEE Selected Topics in Signal Processing with the same title

Journal ref IEEE Journal of Selected Topics in Signal Processing 2026

CoTJudger: A Graph-Driven Framework for Automatic Evaluation of Chain-of-Thought Efficiency and Redundancy in LRMs

CoTJudger: 一种基于图的框架，用于自动评估链式推理效率和冗余性在LRMs中

Siyi Li, Jiajun Shi, Shiwen Ni, Ge Zhang, Shuaimin Li, Shijian Wang, Zhoufutu Wen, Yizhi Li, Hamid Alinejad-Rokny, Jiaheng Liu, Min Yang, Wenhao Huang

机构 * University of Science and Technology of China（科学技术大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） ； Shenzhen Institutes of Advanced Technology, CAS（深圳先进技术研究所，中国科学院） ； Southeast University（东南大学） ； Nanjing University（南京大学） ； Beihang University（北航） ； University of Manchester（曼彻斯特大学） 纠错

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 CoTJudger通过构建依赖图提取最短有效路径，评估链式推理的效率与冗余，揭示模型中的冗余问题及失败模式。