医学 AI

MedInjection-FR: Exploring the Role of Native, Synthetic, and Translated Data in Biomedical Instruction Tuning

MedInjection-FR: 探索原生、合成和翻译数据在生物医学指令微调中的作用

Ikram Belmadani, Oumaima El Khettari, Pacôme Constant dit Beaufils, Benoit Favre, Richard Dufour

专题命中 生物医学文本 ：biomedical(title,abstract)

AI总结 MedInjection-FR研究通过结合原生、合成和翻译数据，探索其在生物医学指令微调中的作用，发现原生数据效果最佳，混合数据提供互补优势，合成数据需与原生结合才能提升性能。

Comments Accepted in LREC-2026

Learning Hierarchical Knowledge in Text-Rich Networks with Taxonomy-Informed Representation Learning

在文本丰富网络中学习层次化知识：基于分类学的表示学习

Yunhui Liu, Yongchao Liu, Yinfeng Chen, Chuntao Hong, Tao Zheng, Tieke He

机构 * State Key Laboratory for Novel Software Technology（新型软件技术国家重点实验室） ； Nanjing University（南京大学） ； Ant Group（蚂蚁集团） 纠错

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 TIER通过构建隐含层次分类学并整合到节点表示中，提升文本丰富网络的层次化知识学习能力，实现更可解释的结构化建模。

Comments Accepted by KDD 2026. Extended version coming soon

MrBERT: Modern Multilingual Encoders via Vocabulary, Domain, and Dimensional Adaptation

MrBERT：通过词汇、领域和维度适应构建的现代多语言编码器

Daniel Tamayo, Iñaki Lacunza, Paula Rivera-Hidalgo, Severino Da Dalt, Javier Aula-Blasco, Aitor Gonzalez-Agirre, Marta Villegas

专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG

AI总结 MrBERT通过词汇、领域和维度适应，实现了多语言编码器在特定任务和专业领域中的高性能与高效优化。

Comments 24 pages, 14 tables and 4 figures

RexDrug: Reliable Multi-Drug Combination Extraction through Reasoning-Enhanced LLMs

RexDrug：通过增强推理的大型语言模型实现可靠的多药物组合提取

Zhijun Wang, Ling Luo, Dinghao Pan, Huan Zhuang, Lejing Yu, Yuanyuan Sun, Hongfei Lin

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 RexDrug通过增强推理的大型语言模型，实现了可靠的多药物组合提取，优于现有方法并在二元和n元任务中均表现优异。

Comments 21 pages, 7 figures

Tree-Based Predictive Models for Noisy Input Data

基于树模型的噪声输入数据预测方法

Kevin McCoy, Zachary Wooten, Christine B. Peterson

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出meBART模型，通过直接整合测量误差来提升预测精度和不确定性量化能力，适用于生物医学领域中存在测量误差的预测问题。

Comments 17 pages, 9 figures

Conformal Prediction for Risk-Controlled Medical Entity Extraction Across Clinical Domains

面向多临床领域的风险控制医疗实体提取的符合预测

Manil Shrestha, Edward Kim

机构 * Department of Computer Science, Drexel University（计算机科学系，德雷塞尔大学） 纠错

专题命中 生物医学文本 ：radiology(abstract)

AI总结 本文提出一种符合预测框架，用于多临床领域医疗实体提取，发现模型在不同领域中校准方向不同，需根据文档结构和任务需求调整阈值以确保安全部署。

Bayesian Inference for Joint Tail Risk in Paired Biomarkers via Archimedean Copulas with Restricted Jeffreys Priors

通过受限杰弗里斯先验的阿基米德Copula进行配对生物标志物联合尾风险的贝叶斯推断

Agnideep Aich, Md. Monzur Murshed, Sameera Hewage, Ashit Baran Aich

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出一种基于Copula的贝叶斯方法，通过受限杰弗里斯先验量化配对生物标志物的联合尾风险，揭示了极端共动性显著高于独立性。

Causal Retrieval with Semantic Consideration

具有语义考虑的因果检索

Hyunseo Shin, Wonseok Hwang

机构 * Department of Artificial Intelligence, University of Seoul, Seoul 02504, South Korea（人工智能系，首尔大学，首尔） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 CAWAI是一种结合语义和因果关系的检索模型，通过双重训练目标在因果检索任务中表现优异，尤其在大规模检索场景中具有良好的泛化能力。