Quantum error correction and fault tolerance: A comprehensive tutorial
量子纠错与容错：综合教程
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文全面介绍量子纠错（QEC）的核心概念（码、综合征、稳定子、解码和容错），并连接主要码族和当前研究方向，旨在为初学者和研究者提供操作理解。
Comments 209 pages
科学与医疗
医学 AI
医学智能、临床 AI、医学影像、病理、诊断和医疗健康大模型。
1. 诊断辅助 18 篇
ClinicBot: A Guideline-Grounded Clinical Chatbot with Prioritized Evidence RAG and Verifiable Citations
ClinicBot：基于指南的临床聊天机器人，具有优先证据RAG和可验证引用
机构 * USC Information Sciences Institute（USC信息科学研究所）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 提出ClinicBot系统，通过结构化提取指南、按临床重要性排序证据和多智能体协作，生成准确、可验证的临床回答。
2. 病理影像 1 篇
ConceptM$^3$oE: Concept-Guided Multimodal Mixture of Experts for Interpretable Computational Pathology
ConceptM$^3$oE：面向可解释计算病理学的概念引导多模态专家混合模型
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Dell Children’s Medical Center（德尔儿童医疗中心） ； The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心） ； University of Nevada, Reno（内华达大学里诺分校）
专题命中 病理影像 ：pathology(title,abstract)；medical AI(abstract)
AI总结 提出ConceptM$^3$oE框架，通过概念引导的多模态专家混合路径嵌入概念形成，并利用残差路径保持性能与可解释性，在脑肿瘤分类中优于基线并提升小样本性能。
3. 医疗多模态 2 篇
CCS: Clinical Consensus Selection for Radiology Report Generation
CCS：放射学报告生成的临床共识选择
机构 * School of Computing Science, University of Glasgow（格拉斯哥大学计算机科学学院） ； School of Electrical and Computer Engineering, University of Sydney（悉尼大学电气与计算机工程学院） ； Language Technology Lab, University of Cambridge（剑桥大学语言技术实验室）
专题命中 医疗多模态 ：radiology(title,abstract)；分类 cs.CV
AI总结 提出CCS框架，通过采样多个候选报告并选择临床共识最高的一个，以改进放射学报告生成在推理时的质量。
Comments 17 pages, 6 figures
When Models Learn to Ask Why: Adaptive Causal Reasoning for Trustworthy Medical Vision-Language Models
当模型学会问为什么：面向可信医疗视觉语言模型的自适应因果推理
机构 * The Ohio State University（俄亥俄州立大学） ； Hunan University（湖南大学） ； Amazon（亚马逊）
专题命中 医疗多模态 ：diagnosis(abstract)
AI总结 提出MedCausalX框架，通过因果推理链、自适应反射架构和轨迹级因果校正，解决医疗VLM中的虚假相关和推理不一致问题，显著提升诊断一致性和减少幻觉。
Comments Accepted by CVPR 2026 Findings
4. 生物医学文本 6 篇
OOD-GraphLLM: Graph Large Language Model for Out-of-Distribution Generalized Drug Synergy Prediction
OOD-GraphLLM：面向分布外泛化的药物协同预测图大语言模型
机构 * DCST, BNRist, Tsinghua University（国防科技大学、北京理工大学、清华大学） ； DCST, Tsinghua University（国防科技大学、清华大学）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 针对药物协同预测中因新化合物导致的分布外偏移问题，提出OOD-GraphLLM框架，通过联合优化分子图表示与生物医学语义语言表示实现准确预测。
Comments 12 pages, 9 figures, ACM KDD 2026
Aggregate Models, Not Explanations: Improving Feature Importance Estimation
聚合模型而非解释：改进特征重要性估计
机构 * Roche Pharma Research \& Early Development, Roche Innovation Center Basel, F. Hoffmann-La Roche Ltd, Basel, Switzerland ； Universite Paris-Saclay, Inria, CEA, Palaiseau, France
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 针对特征重要性估计不准确的问题，本文通过理论分析证明模型级集成比解释级集成能更有效地降低误差，并在基准和蛋白质组学数据上验证。
mcp-proto-okn: Natural-language access to open scientific knowledge graphs through the Model Context Protocol
mcp-proto-okn：通过模型上下文协议实现对开放科学知识图谱的自然语言访问
机构 * San Diego Supercomputer Center, University of California San Diego（圣地亚哥超级计算机中心，加州大学圣地亚哥分校） ； The Scripps Research Institute（斯克里普斯研究所） ； Amentum, Space Biosciences Division, NASA Ames Research Center（Amentum空间生物学部门，NASA阿姆斯研究中心） ； Mate Bioservices（Mate生物服务） ； Renaissance Computing Institute, University of North Carolina at Chapel Hill（复兴计算研究所，北卡罗来纳大学夏洛特分校） ； Weill Institute for Neurosciences, Department of Neurology, University of California San Francisco（Weill神经科学研究所，神经病学系，加州大学旧金山分校）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 提出基于模型上下文协议的服务器mcp-proto-okn，使AI助手能通过自然语言发现、查询和集成科学知识图谱，降低跨领域知识图谱分析门槛。
Comments 9 pages, 1 figure
Metamaterials and Fluid Flows
超材料与流体流动
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本文综述了超材料在流体-结构相互作用中的应用，探讨了通过设计材料内部结构来精确操控流固耦合、声固耦合及弹性动力学响应，并展望了该领域的关键挑战与未来方向。
Comments 4 figures
Journal ref Nature Communications 17, 4144 (2026)
SURGENT: A Surgical Multi-Agent Assistance System Across the Perioperative Workflow
SURGENT: 一种跨围手术期工作流程的手术多智能体辅助系统
机构 * East China Normal University（华东师范大学） ； City University of Hong Kong（香港城市大学）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 提出SURGENT手术多智能体辅助系统，结合思维树规划器、多科室协作智能体和检索增强推理，通过新型记忆设计管理长期患者病史和短期工作摘要，在五项围手术期任务中优于基线LLM和现有医疗多智能体框架。
Comments preprint
Specialty-Specific Medical Language Model for Immune-Mediated Diseases
免疫介导疾病的专科医学语言模型
机构 * John Snow Labs Inc.（约翰·斯诺实验室公司）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 针对免疫介导和传染病领域，通过专家标注数据集和临床领域嵌入的Transformer模型，提出专科NER模型，F1达0.89，优于基线和零样本方法。
Comments 15 pages, 5 figures. Funded in part by NIAID/NIH under contract 75N93024C00010
5. 医学数据与评测 6 篇
LUMINA: A Multi-Vendor Mammography Benchmark with Energy Harmonization Protocol
LUMINA：采用能量协调协议的多供应商乳腺X线摄影基准
机构 * Department of Radiology, Northwestern University（北western大学放射科） ； Department of Radiation Oncology, University of Health Sciences Prof. Dr. Cemil Tascioglu City Hospital（健康科学大学教授Dr. Cemil Tascioglu医院放射肿瘤科） ； Department of Radiology, Istanbul University（伊斯坦布尔大学放射科）
专题命中 医学数据与评测 ：pathology(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG、eess.IV
AI总结 为解决现有FFDM数据集规模小、标注少和供应商多样性不足的问题，提出LUMINA多供应商数据集及能量协调方法，通过前景像素对齐减少域偏移，在诊断、BI-RADS分类和密度估计任务上验证了模型性能提升。
Comments This paper was accepted to CVPR 2026
Efficient, Validation-Free Intrinsic Quality Estimation for Large-Scale Face Recognition Datasets
面向大规模人脸识别数据集的高效、免验证的内在质量评估
机构 * School of Cyber Science and Technology, University of Science and Technology of China（中国科学技术大学网络科学与技术学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV、cs.LG
AI总结 提出一种无需训练的内在质量（IQ）指标，通过邻域一致性得分和全局表示子空间复杂度来估计人脸识别数据集生成高性能模型的潜力，实现快速数据集诊断与筛选。
Comments ICML 2026
When Should Models Change Their Minds? Contextual Belief Management in Large Language Models
模型何时应改变想法？大语言模型中的上下文信念管理
机构 * Zhejiang University（浙江大学） ； HomologyAI
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出上下文信念管理（CBM）框架，通过引入BeliefTrack基准和信念状态奖励的强化学习，将大语言模型在长程交互中的信念更新失败率平均降低70.9%。
Comments Work in progress
WASHH: An Anchor-Aware Whale-Guided Selection Hyper-Heuristic for Continuous Optimization and SVC Configuration
WASHH：一种用于连续优化和SVC配置的锚点感知鲸鱼引导选择超启发式算法
机构 * Faculty of Applied Sciences, Macao Polytechnic University（澳门理工学院应用科学学院） ； School of Mechanical and Electrical Engineering and Automation, Shanghai University（上海大学机械与自动化工程学院） ； Pazhou Lab (Huangpu), Guangzhou（广州 Pazhou 实验室（黄埔）） ； College of Animal Science and Technology, Zhongkai University of Agriculture and Engineering（仲恺农业工程学院动物科学与技术学院） ； Macao Polytechnic University（澳门理工学院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出WASHH超启发式算法，通过在线奖励控制器选择多种搜索行为，在连续优化和SVC超参数配置中取得最优平均排名和最低验证损失。
Learnable Assessment Skills for LLM-based Automated Scoring: Rubric Construction via Iterative Optimization
基于LLM的自动评分中可学习的评估技能：通过迭代优化构建评分标准
机构 * School of Computing, University of Georgia, Athens, GA, USA（佐治亚大学计算机学院） ； AI4STEM Education Center, University of Georgia, Athens, GA, USA（佐治亚大学AI4STEM教育中心） ； The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 提出一种迭代框架，使LLM能从评分经验中学习评估技能（即与题目无关的自然语言程序性知识），自动构建评分标准，无需人工干预，在ASAP-SAS数据集上超越专家编写的评分标准。
Comments 12 pages, 5 figures
BenchTrace: A Benchmark for Testing Reflection Ability and Controlled Evolution in LLM Agents
BenchTrace: 用于测试LLM智能体反思能力和受控进化的基准
机构 * University of Tokyo（东京大学） ； Kyoto University（京都大学） ； National Institute of Informatics（日本信息处理学会）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 提出BenchTrace基准，通过反思评估和进化评估两个任务，结合失败避免率(FAR)指标，系统评估LLM智能体的自我进化能力，实验发现当前模型在反思诊断和泛化上存在显著瓶颈。
6. 其他医学AI 1 篇
MediHive: A Decentralized Agent Collective for Medical Reasoning
MediHive：用于医学推理的去中心化智能体集体
机构 * College of Computing and Informatics, Drexel University（德雷塞尔大学计算与信息学院）
专题命中 其他医学AI ：medical AI(abstract)
AI总结 提出一种去中心化多智能体框架MediHive，通过共享记忆池和迭代融合机制，使LLM智能体自主分配角色、进行条件性基于证据的辩论并融合观点，在MedQA和PubMedQA上分别达到84.3%和78.4%的准确率。
Comments Accepted by Journal of Healthcare Informatics Research
