医学 AI

FailureScope: Cross-Regime Behavioral Diagnosis of Language Model Weaknesses

FailureScope: 语言模型弱点的跨机制行为诊断

Nicholas Saban

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出FailureScope方法，通过跨模型通过/失败模式聚类评估探针，在单轮基准、多轮对话和对抗性代理攻击三种机制下稳定生成可解释的失败分类，实现高效任务采样和跨模型失败预测。

Patient-Level Diagnosis of Acute Myeloid Leukemia via Deep Learning Analysis of Bone Marrow Smear

基于深度学习分析骨髓涂片的急性髓系白血病患者级诊断

Yuqi Ma, Tianyi Wang, Weihua Meng, Hongru Chen, Fajin Tao, Qunxian Lu, Lin An, Xiaodong Mo, Gen Yang

机构 * State Key Laboratory of Nuclear Physics and Technology, School of Physics, Peking University（北京大学核物理与天体物理国家重点实验室，物理学院） ； Peking University People’s Hospital, Peking University Institute of Hematology, National Clinical Research Center for Hematologic Disease, Beijing Key Laboratory of Hematopoietic Stem Cell Transplantation（北京大学人民医院，北京大学血液病研究所，国家血液病临床医学研究中心，北京造血干细胞移植重点实验室） ； Shanghai Dishuo Beiken Biotechnology Co., Ltd.（上海迪朔生物科技有限公司） 纠错

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

AI总结 提出从细胞到患者的深度学习流程，通过YOLO检测细胞、EfficientNet-B0分类复合母细胞样细胞（CBLC），聚合细胞级预测为患者级CBLC比率，实现AML辅助诊断，在外部验证集上F1达0.91。

Comments 4 figures

Optimizing 2D Input Representations and Sub-phase Fusion Strategies for Differential Diagnosis of Asthma and COPD Using CNN- and GRU-Based Networks

基于CNN和GRU网络的哮喘与COPD鉴别诊断中二维输入表示和子阶段融合策略的优化

Ipek Sen, Ozgur Ozdemir, Elena Battini Sonmez

机构 * Dept. Electrical and Electronics Engineering Istanbul Bilgi University, Turkey（电气与电子工程系伊斯坦布尔比尔吉大学，土耳其） ； Dept. Computer Engineering Istanbul Bilgi University, Turkey（计算机工程系伊斯坦布尔比尔吉大学，土耳其） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本研究优化了二维输入表示（MFCC、对数梅尔谱图、VAR模型）和子阶段特征融合策略（直接拼接、GRU、GRU+注意力），使用CNN和GRU网络鉴别哮喘与COPD，最佳F1分数达0.877。

Dep-LLM: Training-Free Depression Diagnosis via Evidence-Guided Structured Multi-factor with Reliable LLM Reasoning

Dep-LLM：基于证据引导的结构化多因素与可靠LLM推理的无训练抑郁症诊断

Yiqing Lyu, Xianbing Zhao, Buzhou Tang, Ronghuan Jiang

机构 * School of Computer Science and Technology, Harbin Institute of Technology, Shenzhen, Guangdong, China（哈尔滨工业大学（深圳）计算机科学与技术学院） ； School of Artificial Intelligence and Computer Science, Jiangnan University, Wuxi, China（江南大学人工智能与计算机学院） ； Guangdong Provincial Key Laboratory of Intelligent Information Processing（广东省智能信息处理重点实验室） ； Pengcheng Laboratory（鹏城实验室） ； Chinese People’s Liberation Army General Hospital, Beijing, China（中国人民解放军总医院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出无训练框架Dep-LLM，通过思维链多因素分析、置信度调制和协作预测，在冻结LLM上实现抑郁症诊断，超越零样本和微调方法。

A Reliable Fault Diagnosis Method Based on Belief Rule Base Consider Robustness Analysis

一种考虑鲁棒性分析的基于置信规则库的可靠故障诊断方法

Mingyuan Liu, Dan Yin, Zongzong Wu

机构 * Central South University（中南大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 针对故障诊断中传感器读数可靠性问题，提出一种基于置信规则库的可靠故障诊断方法，通过鲁棒性分析与优化策略提升模型准确性和鲁棒性，在柴油机和轴承故障诊断中验证有效性。

When Attribution Patching Lies: Diagnosis and a Second-Order Correction

当归因补丁说谎时：诊断与二阶修正

Luyang Zhang, Jialu Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究归因补丁（梯度一阶近似）在机制可解释性中的不可靠性，发现主要误差源于下游网络的非线性，并提出可靠性评分、误差界和HVP二阶修正方法。

Comments 30 pages, 12 figures

ProbeLLM: Automating Principled Diagnosis of LLM Failures

ProbeLLM：自动化的大语言模型故障原则性诊断

Yue Huang, Zhengzhe Jiang, Yuchen Ma, Yu Jiang, Xiangqi Wang, Yujun Zhou, Yuexing Hao, Kehan Guo, Pin-Yu Chen, Stefan Feuerriegel, Xiangliang Zhang

机构 * University of Notre Dame（诺丁汉大学） ； LMU Munich（慕尼黑大学） ； Massachusetts Institute of Technology（麻省理工学院） ； IBM Research（IBM研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 提出ProbeLLM框架，通过分层蒙特卡洛树搜索在全局探索与局部细化间分配预算，结合工具增强生成与验证，将故障发现从孤立案例提升为结构化故障模式，揭示更广泛、清晰、细粒度的故障景观。

Correcting Variable Importance Scored by Random Forests

修正随机森林产生的变量重要性评分

Guancheng Zhou, Haiping Xu, Jason Liu, Donghui Yan

机构 * Computer and Information Science（计算机与信息科学） ； Mathematics and Data Science（数学与数据科学） ； University of Massachusetts, Dartmouth, MA（马萨诸塞大学达特茅斯分校） ； The Rivers School, Weston, MA（韦斯特on学校的河流学校） 纠错

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

AI总结 针对随机森林变量重要性受变量间相关性影响的问题，提出基于条件相关性的分组方法进行修正，实验证明两种计算高效方案均能有效校正变量重要性。

Comments 22 pages, 10 figures

Provenance-Grounded Gating and Adaptive Recovery in Synthetic Post-Training Data Curation

基于来源的门控与自适应恢复在合成后训练数据筛选中的应用

Soham Bhattacharjee, Karun Sharma, Vinay Kumar Sankarapu, Pratinav Seth

机构 * Lexsi Labs 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究合成后训练数据筛选中的来源证据门控与样本自适应恢复，提出结合故障诊断与定向再生成的自适应恢复流水线，提高产量、恢复率和注入召回率。

Determination Provenance: From Ambiguity to Algebra

确定性溯源：从歧义到代数

Joseph M. Hellerstein

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出确定性溯源框架，通过支持集和滤过结构量化数据结果对语义分辨的依赖程度，适用于事务隔离和Datalog¬。

Comments 15 pages body, 34 pages total

The UZH protocol: Separating errors and constructing improved CP2K basis sets and pseudopotentials

UZH协议：分离误差并构建改进的CP2K基组和赝势

Hossein Mirhosseini, Tiziano M. A. Müller, Matthias Krack, Thomas D. Kühne, Jürg Hutter

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出UZH协议，通过三路比较分解CP2K中的高斯基组和赝势误差，并优化参数文件，从而改进基组和赝势。

AgenticRL: Self-Refining Agentic Reinforcement Learning for Vision-Conditioned UAV Navigation

面向视觉条件的无人机导航的自优化智能体强化学习

Roohan Ahmed Khan, Yasheerah Yaqoot, Amir Atef Habel, Muhammad Ahsan Mustafa, Dzmitry Tsetserukou

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出AgenticRL框架，利用多模态GPT智能体自动设计奖励函数、通过闭环自改进优化策略，在多种无人机导航任务中提升性能并实现高成功率。