医学 AI

FedSKD: Aggregation-free Model-heterogeneous Federated Learning via Multi-dimensional Similarity Knowledge Distillation for Medical Image Classification

FedSKD: 一种无需聚合的联邦学习模型异质性方法通过多维相似性知识蒸馏用于医学图像分类

Ziqiao Weng, Weidong Cai, Bo Zhou

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

AI总结 FedSKD通过多维相似性知识蒸馏实现无需聚合的异构联邦学习，提升医学图像分类的个性化与泛化能力。

Comments Accepted at IEEE-TNNLS, 17 pages

FL-MedSegBench: A Comprehensive Benchmark for Federated Learning on Medical Image Segmentation

FL-MedSegBench: 一个全面的联邦学习在医学图像分割中的基准测试

Meilu Zhu, Zhiwei Wang, Axiu Mao, Yuxing Li, Xiaohan Xing, Yixuan Yuan, Edmund Y. Lam

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

AI总结 FL-MedSegBench是一个全面的医学图像分割联邦学习基准测试，评估了多种FL方法在分割精度、公平性、通信效率等多维度的表现，揭示了个性化方法在特定场景下的优势。

Comments 19 pages,4 figures

Benchmarking LLMs for Pairwise Causal Discovery in Biomedical and Multi-Domain Contexts

在生物医学和多领域背景下对LLM进行成对因果发现的基准测试

Sydney Anuyah, Sneha Shajee-Mohan, Ankit-Singh Chauhan, Sunandan Chakraborty

专题命中 医学数据与评测 ：biomedical(title)

AI总结 本文评估了13个开源LLM在生物医学和多领域背景下进行成对因果发现的能力，发现现有模型在处理复杂因果关系时表现不佳，提出了统一的评估框架并公开数据以促进研究。

FinRule-Bench: A Benchmark for Joint Reasoning over Financial Tables and Principles

FinRule-Bench：一个用于金融表和原则联合推理的基准

Arun Vignesh Malarkkan, Manan Roy Choudhury, Guangwei Zhang, Vivek Gupta, Qingyun Wang, Yanjie Fu, Denghui Zhang

专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG

AI总结 FinRule-Bench是一个评估金融表与原则联合推理能力的基准，通过三个任务测试模型在规则验证、识别和多违规诊断中的表现，揭示LLMs在高风险金融分析中的局限性。

Comments 8 pages + Ethics Statement + References + Appendix

PosIR: Position-Aware Heterogeneous Information Retrieval Benchmark

PosIR：位置感知的异构信息检索基准

Ziyang Zeng, Dun Zhang, Yu Yan, Xu Sun, Cuiqiaoshu Pan, Yudong Zhou, Yuqing Yang

专题命中 医学数据与评测 ：diagnosis(abstract)

AI总结 PosIR是一个标准化的异构信息检索基准，通过长度控制分桶策略系统诊断位置偏差，揭示了检索模型在长文档中存在优先偏差及近期偏差，暴露了短文本评估的局限性。

Comments Work in progress