医学 AI

Benchmarks for Trajectory Safety Evaluation and Diagnosis in OpenClaw and Codex: ATBench-Claw and ATBench-Codex

轨迹安全评估与诊断的基准测试：OpenClaw和Codex中的ATBench-Claw和ATBench-Codex

Zhonghao Yang, Yu Li, Yanxu Zhu, Tianyi Zhou, Yuejin Xie, Haoyu Luo, Jing Shao, Xia Hu, Dongrui Liu

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 医学数据与评测 ：diagnosis(title,abstract)

AI总结 本文提出ATBench-Claw和ATBench-Codex，用于评估和诊断OpenClaw和Codex环境中的轨迹安全，通过定制安全分类法实现基准测试的可扩展性。

Comments 18 pages, 3 figures

Federated Medical Image Classification under Class and Domain Imbalance exploiting Synthetic Sample Generation

联邦学习在类别和领域不平衡下的医学图像分类中利用合成样本生成

Martina Pavan, Matteo Caligiuri, Francesco Barbato, Pietro Zanuttigh

机构 * University of Padova（帕多瓦大学） ； NIDEK Technologies Srl（NIDEK技术公司） 纠错

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

AI总结 本文提出FedSSG框架，通过生成合成样本解决医学图像分类中的类别和领域不平衡问题，提升模型性能和泛化能力。

Comments Accepted at ICPR 2026, 13 pages, 3 figures, 5 tables

State Beyond Appearance: Diagnosing and Improving State Consistency in Dial-Based Measurement Reading

超越外观：诊断并改进基于指针的测量读数中的状态一致性

Yuanze Hu, Gen Li, Yuqin Lan, Qingchen Yu, Zhichao Yang, Junwei Jing, Zhaoxin Fan, Xiaotie Deng

机构 * Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（未来区块链与隐私计算北京先进创新中心） ； Beihang University（北航） ； Fudan University（复旦大学） ； Peking University（北京大学） 纠错

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

AI总结 本文研究了多模态大语言模型在指针式测量读数任务中的表现问题，发现现有模型在状态一致性上存在缺陷，提出TriSCA框架以提升状态一致性。

Lunguage: A Benchmark for Structured and Sequential Chest X-ray Interpretation

Lunguage: 用于结构化和序列化胸部X光解读的基准测试

Jong Hak Moon, Geon Choi, Paloma Rabaey, Min Gwan Kim, Jung-Oh Lee, Hyuk Gi Hong, Eun Woo Doe, Hangyul Yoon, Jiyoun Kim, Harshita Sharma, Daniel C. Castro, Javier Alvarez-Valle, Edward Choi

机构 * KAIST（韩国科学技术院） ； Ghent University（根特大学） ； Seoul National University Hospital（首尔国立大学医院） ； Seoul Medical Center（首尔医院） ； Yeungnam University College of Medicine（延世大学医学院） ； Microsoft Research Health Futures（微软研究院健康未来） 纠错

专题命中 医学数据与评测 ：radiology(abstract)

AI总结 本文提出LUNGUAGE基准数据集，用于结构化放射学报告生成，支持单报告评估和多研究的纵向患者评估。通过两阶段结构化框架和LUNGUAGESCORE指标，实现对放射学报告的细粒度评估。

Comments CHIL (Conference on Health, Inference, and Learning) 2026