医学 AI

Attention Dispersion in Dynamic Graph Transformers: Diagnosis and a Transferable Fix

动态图变换器中的注意力分散：诊断与可迁移的修复

Jinhao Zhang, Kangfei Zhao, Qiuhao Zeng, Long-Kai Huang

机构 * Beijing Institute of Technology（北京理工大学） ； University of Toronto（多伦多大学） ； Hong Kong Baptist University（香港 Baptist 大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG

AI总结 本文识别动态图变换器在时间分布偏移下的注意力分散问题，并提出可迁移的差分注意力机制以提升性能，尤其在高偏移数据集上表现显著。

LAtte: Hyperbolic Lorentz Attention for Cross-Subject EEG Classification

LAtte：用于跨受试者EEG分类的双曲洛伦兹注意力

Ahmad Bdeir, Johannes Burchert, Tom Hanika, Lars Schmidt-Thieme, Niels Landwehr

机构 * Data Science Group（数据科学组） ； ISMLL ； Universität Hildesheim（希尔德斯海姆大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG

AI总结 本文提出LAtte框架，结合双曲InceptionTime编码器与洛伦兹注意力，提升跨受试者EEG分类性能，通过分解EEG信号并引入低秩适应模块增强鲁棒性与泛化能力。

Confirming Correct, Missing the Rest: LLM Tutoring Agents Struggle Where Feedback Matters Most

确认正确，遗漏其余：LLM辅导代理在反馈最关键的地方表现不佳

Tahreem Yasir, Wenbo Li, Sam Gilson, Sutapa Dey Tithi, Xiaoyi Tian, Tiffany Barnes

机构 * North Carolina State University（北卡罗来纳州立大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了LLM在逻辑推理中的辅导性能，发现其在区分最优解、次优解和错误解方面存在系统性偏差，影响适应性教学效果。

Comments 22 pages, 20 fgures

STAR: A Stage-attributed Triage and Repair framework for RCA Agents in Microservices

STAR: 一种针对微服务中RCA代理的阶段属性分诊与修复框架

Junle Wang, Xingchuang Liao, Wenjun Wu

机构 * School of Artificial Intelligence, Beihang University Beijing, China（人工智能学院，北京航空航天大学，北京，中国） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出STAR框架，通过将RCA流程分解为四个阶段，提升微服务中RCA代理的可靠性与自修复能力。

Comments 11 pages

TG-DIN: Theory-Guided Demand Inference Network for Generalizable QoS Measurement and Prediction

TG-DIN：基于理论的用户需求推断网络用于通用服务质量测量与预测

Fuliang Yang, Feng Ye

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 TG-DIN通过理论指导推断用户需求，结合调度和队列原理，实现可泛化服务质量测量与预测，优于纯数据驱动方法。

Comments Submitted to an ACM conference