医学 AI

LLM-Based Automated Diagnosis Of Integration Test Failures At Google

基于LLM的谷歌集成测试故障自动诊断

Celal Ziftci, Ray Liu, Spencer Greene, Livio Dalloro

机构 * GoogleUSA（美国谷歌） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出Auto-Diagnose工具，利用LLM高效诊断集成测试故障，通过分析日志生成摘要并集成至代码审查系统，实验证明其高准确率和用户认可。

Bayesian Joint Modelling of Longitudinal Creatinine Trajectories in Children with Auto-Immune Disorders to Predict Paediatric Kidney Disease Risk in a Single Centre Study

基于儿童自身免疫性疾病纵向肌酐轨迹的贝叶斯联合建模以预测单中心肾脏疾病风险

Qendresa Selimi, Christiana Charalambous, Taban Baghfalaki, John Booth, Stephen D Marks

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究探讨了纵向血清肌酐测量与儿童自身免疫性疾病患者不良肾脏结局风险的关系，通过联合建模框架分析重复生物标志物测量和时间到事件结局，发现肌酐轨迹与复合事件风险密切相关，治疗方案对风险有显著影响。

Chaplains' Reflections on the Design and Usage of AI for Conversational Care

神职人员对AI在对话护理设计与使用中的反思

Joel Wester, Samuel Rhys Cox, Henning Pohl, Niels van Berkel

机构 * University of Copenhagen（哥本哈根大学） ； Aalborg University（奥尔堡大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究探讨神职人员对AI对话系统在非临床场景中支持日常福祉的能力的认知与限制，揭示了倾听、连接、承载与渴望等主题对护理技术设计的启示。

Comments To appear at ACM CHI 2026. 15 pages, 2 figures, 3 tables

Uniqueness of dynamic elastography for isotropic standard linear solid viscoelastic media

各向同性标准线性粘弹性介质动态弹性成像的唯一性

Yu Jiang, Ching-Lung Lin, Gen Nakamura

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文基于麦拉洪和尤恩的论证，证明了在各向同性扩展麦克斯韦模型和各向同性扩展标准线性固体模型中，通过单次测量可唯一确定感兴趣区域内的剪切波速。

Resilience Quantification and its Support for Operational Resilience

韧性量化及其对运营韧性的支持

Ion Matei, Maksym Zhenirovskyy

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一种量化系统韧性的方法，通过降级空间表示获取无应用依赖的韧性指标，结合机器学习与熵基主动采样高效近似高维空间中的韧性容量，并通过重新配置步骤延长系统功能。

The Long-Horizon Task Mirage? Diagnosing Where and Why Agentic Systems Break

长远任务的幻觉？诊断代理系统何时及为何失效

Xinyu Jessica Wang, Haoyue Bai, Yiyou Sun, Haorui Wang, Shuibai Zhang, Wenjie Hu, Mya Schroder, Bilge Mutlu, Dawn Song, Robert D Nowak

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of California, Berkeley（加州大学伯克利分校） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文通过HORIZON基准测试分析LLM代理在长周期任务中的失效模式，提出轨迹驱动的评估方法，并通过人类标注验证其有效性，为构建更可靠的代理系统提供指导。

Locate, Steer, and Improve: A Practical Survey of Actionable Mechanistic Interpretability in Large Language Models

定位、引导与改进：大型语言模型中可操作机制可解释性的一项实用调查

Hengyuan Zhang, Zhihao Zhang, Mingyang Wang, Zunhai Su, Yiwei Wang, Qianli Wang, Shuzhou Yuan, Ercong Nie, Xufeng Duan, Feijiang Han, Qibo Xue, Zeping Yu, Chenming Shang, Xiao Liang, Jing Xiong, Hui Shen, Chaofan Tao, Zhengwu Liu, Senjie Jin, Zhiheng Xi, Dongdong Zhang, Sophia Ananiadou, Tao Gui, Ruobing Xie, Hayden Kwok-Hay So, Hinrich Schütze, Xuanjing Huang, Qi Zhang, Ngai Wong

机构 * The University of Hong Kong（香港大学） ； Fudan University（复旦大学） ； LMU Munich（慕尼黑大学） ； Tsinghua University（清华大学） ； Technische Universität Darmstadt（达姆施塔特技术大学） ； Technische Universität Berlin（柏林技术大学） ； Technische Universität Dresden（德累斯顿技术大学） ； The Chinese University of Hong Kong（香港中文大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanjing University（南京大学） ； University of Manchester（曼彻斯特大学） ； Dartmouth College（达特茅斯学院） ； University of California Los Angeles（加州大学洛杉矶分校） ； University of Michigan（密歇根大学） ； Microsoft（微软） ； Tencent（腾讯） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出一个实用调查，围绕'定位、引导与改进'流程，系统分类定位和引导方法，展示如何通过该框架提升模型对齐、能力和效率。