医学 AI

Replay-guided Test-time Adaptation for Fault Diagnosis Under Unseen Operating Conditions

基于回放的测试时适应用于未见操作条件下的故障诊断

Yakun Wang, Pengyu Han, Zeyi Liu, Xiao He, Dongming Cai, Hongshuo Zhao

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

AI总结 本文提出了一种结合离线领域泛化和在线测试时适应的框架，用于解决工业系统中由于动态环境导致的故障诊断模型性能下降问题，通过回放机制提升模型在未见操作条件下的适应能力。

Comments 6 pages, 2 figures

Diagnosis Is Not Prescription: Linguistic Co-Adaptation Explains Patching Hazards in LLM Pipelines

诊断并非处方：语言共适应解释了LLM流水线中的修补危害

Yoon Jeonghun, Kim Dongchan

机构 * KAIST (Korea Advanced Institute of Science and Technology)（韩国科学技术院） ； NAVER Corp.（NAVER公司） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文研究了多模块LLM代理失败时，诊断与修补之间的矛盾，发现路由模块虽为瓶颈，但注入修正示例反而降低性能，而修正查询重写模块则更有效，提出了语言合同假说解释这种现象。

Comments Preprint. Under review at EMNLP 2026 (ARR)

Ex-GraphRAG: Interpretable Evidence Routing for Graph-Augmented LLMs

Ex-GraphRAG：图增强大语言模型中的可解释证据路由

Yoav Kor Sade, Arvindh Arun, Rishi Puri, Steffen Staab, Maya Bechler-Speicher

机构 * Tel Aviv University（特拉维夫大学） ； Institute for AI, University of Stuttgart（人工智能研究所，斯图加特大学） ； NVIDIA（英伟达） ； Meta AI 纠错

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

AI总结 本文提出Ex-GraphRAG，通过引入多变量图神经加法网络（M-GNAN）来解决图增强大语言模型中证据路由的可解释性问题，揭示了语义重要性与结构连通性之间的不匹配，对检索剪枝、上下文构建和失败诊断有重要影响。

Metis: Learning to Jailbreak LLMs via Self-Evolving Metacognitive Policy Optimization

Metis: 通过自进化元认知策略优化学习 jailbreak LLMs

Huilin Zhou, Jian Zhao, Yilu Zhong, Zhen Liang, Xiuyuan Chen, Yuchen Yuan, Tianle Zhang, Chi Zhang, Lan Zhang, Xuelong Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Institute of Artificial Intelligence (TeleAI), China Telecom（人工智能研究院（TeleAI），中国电信） 纠错

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

AI总结 本文提出Metis框架，通过将jailbreaking重新表述为对抗性部分可观测马尔可夫决策过程中的推理时间策略优化，以提高对抗性测试的效率和效果，同时通过结构化反馈和透明推理轨迹提升可解释性，实验表明Metis在多种模型上均表现出更高的攻击成功率和更低的token成本。

Comments Accepted to the 43rd International Conference on Machine Learning (ICML 2026)

Active Evidence-Seeking and Diagnostic Reasoning in Large Language Models for Clinical Decision Support

大语言模型在临床决策支持中的主动证据获取与诊断推理

Chen Zhan, Xihe Qiu, Xiaoyu Tan, Xibing Zhuang, Gengchen Ma, Yue Zhang, Shuo Li, Peifeng Liu, Xiaoxiao Ge, Liang Liu, Lu Gan

机构 * Tencent Youtu Lab（腾讯优图实验室） ； Case Western Reserve University（凯斯西储大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究探讨了大语言模型在临床决策支持中的主动证据获取与诊断推理问题，提出了一种基于OSCE的标准化患者模拟器和可控可复现的基准测试，发现多轮证据获取会降低诊断准确性并降低支持证据质量，表明静态全上下文基准可能高估交互证据获取场景中的性能，需引入互补的交互评估以提高临床决策安全性。

Planning, Scheduling, and Behavior in EV Charging Systems: A Critical Survey and Trilemma Framework

电动汽车充电系统中的规划、调度与行为：一项批判性综述与三重困境框架

Peiyan Xiao, Yuheng Li, Ayan Mukhopadhyay, Sai Krishna Ghanta, Sabur Baidya, Yanhai Xiong

机构 * The College of William \& Mary, Williamsburg, VA, USA ； University of Georgia, Athens, GA, USA ； University of Louisville, Louisville, KY, USA 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文综述了电动汽车充电系统中规划、调度和行为三个层面的研究，提出了三重困境框架，揭示了在追求高保真度时面临的可计算性与现实整合之间的权衡问题。

Comments Review article; 56 pages excluding references; 1 figure and 3 tables

Locality in effective field theory for inflationary soft modes

有效场论中膨胀软模式的局部性

Takahiro Tanaka, Yuko Urakawa

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文研究了膨胀软模式的有效场论中局部性条件，提出了一种量子态的局部性要求，该要求确保每个局部宇宙中的硬模式态仅通过同一区域内的软模式值依赖于软模式。当该条件满足时，粗粒化后的软模式动力学保持局部性，硬模式对超视界曲率扰动相关函数的环修正被扰动抑制。这为判断因硬模式增强修正而破坏梯度展开的情况提供了模型无关的诊断。此外，该局部性条件还推导出广义软定理，从而在额外假设下得到标准一致性关系。本文还表明，局部性条件保证了在大规范变换下不变的算子相关函数的红外发散不存在。因此，硬模式态的局部性为膨胀软模式的有效描述、广义软定理、硬模式环修正的抑制以及可观察相关函数的红外正则性提供了一个统一的标准。

Comments 19 pages, 1 figure