医学 AI

LLM-as-an-Investigator: Evidence-First Reasoning for Robust Interactive Problem Diagnosis

LLM作为调查员：基于证据优先的鲁棒交互式问题诊断

Fabrizio Marozzo, Pietro Liò

机构 * University of Calabria（卡拉布里亚大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 提出证据优先的AI方法LLM-as-an-Investigator，通过估计问题歧义、生成假设、提问澄清并更新概率，避免过早接受用户假设，提升诊断准确性。

From Loss Diagnosis to Rational Design: A Unified Analytical Model for Photoelectrochemical Cells

从损失诊断到理性设计：光电化学电池的统一分析模型

Ziyan Pan, Giulia Tagliabue

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出统一损失分析框架，通过拟合实验电流-电压数据定量分解热力学、光学、复合和界面损失，识别性能瓶颈并指导优化策略，经多种PEC系统验证。

Comments 43 pages total: 19-page main text with 4 figures and 2 tables; 24-page Supplementary Information with 7 figures and 8 tables

Entity Binding Failures in Speech LLM Reasoning: Diagnosis and Chain-of-Thought Intervention

语音大模型推理中的实体绑定失败：诊断与思维链干预

Ming-Hao Hsu, Xiaohai Tian, Jun Zhang, Zhizheng Wu

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen, China（1 数据科学学院，香港中文大学（深圳）） ； ByteDance, China（2 字节跳动，中国） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文通过诊断语音大模型在逻辑推理中的实体绑定失败问题，提出实体感知思维链方法，显著提升推理准确率。

Comments INTERSPEECH 2026

LingxiDiagBench: A Multi-Agent Framework for Benchmarking LLMs in Chinese Psychiatric Consultation and Diagnosis

LingxiDiagBench: 用于基准测试大语言模型在中文精神科咨询与诊断中的多智能体框架

Shihao Xu, Tiancheng Zhou, Jiatong Ma, Yanli Ding, Yiming Yan, Ming Xiao, Guoyi Li, Haiyang Geng, Yunyun Han, Jianhua Chen, Yafeng Deng

机构 * Tianqiao and Chrissy Chen Institute（天桥和克里斯西·陈研究所） ； EverMind AI Inc.（EverMind AI公司） ； Shanghai Mental Health Center, Shanghai Jiao Tong University School of Medicine（上海精神卫生中心，上海交通大学医学院） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 提出LingxiDiagBench多智能体框架，包含16K电子病历对齐的合成咨询对话数据集，评估LLM在静态诊断和动态咨询中的表现，发现其对抑郁-焦虑共病识别和12类鉴别诊断准确率低，动态咨询常不如静态评估。

Cascade Classification of Dermoscopic Images of Skin Neoplasms with Controllable Sensitivity and External Clinical Validation

皮肤肿瘤皮肤镜图像的级联分类：可控敏感度与外部临床验证

Elena S. Kozachok, Sergey S. Seregin, Aleksandr V. Kozachok, Ilya P. Latyshev, Oleg I. Samovarov

机构 * Ivannikov Institute for System Programming of the Russian Academy of Sciences (ISP RAS)（俄罗斯科学院伊万尼科夫系统编程研究所） ； Orel Oncological Dispensary（奥廖尔肿瘤医院） 纠错

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

AI总结 本研究比较了四种深度学习架构在皮肤镜图像分类中的表现，提出一种两阶段级联分类方案，通过可调分诊阈值实现敏感度控制，并在外部临床数据集上验证了泛化差距。

Comments 28 pages, 8 figures, 10 tables

Scalable anomaly detection via a univariate Christoffel function

通过单变量Christoffel函数实现可扩展的异常检测

Florian Grivet, Didier Henrion, Jean-Bernard Lasserre, Louise Travé-Massuyès

机构 * LAAS-CNRS（法国国家自动控制研究所） ； University of Toulouse（图卢兹大学） ； CNRS（国家科学研究中心） ； Faculty of Electrical Engineering, Czech Technical University in Prague（布拉格捷克技术大学电子工程系） 纠错

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

AI总结 针对Christoffel函数方法因矩阵大小随维度指数增长而难以应用于高维数据的问题，提出基于查询点与支撑点间平方距离的单变量Christoffel函数（UCF），在ADBench基准上平均精度优于14种基线方法。

On Sequence-to-Sequence Models for Automated Log Parsing

关于自动化日志解析的序列到序列模型

Adam Sorrenti, Andriy Miranskyy

机构 * Toronto University（多伦多大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究系统评估了四种序列建模架构（Transformer、Mamba、单/双向LSTM）在自动化日志解析中的性能，发现Transformer表现最佳，Mamba在计算成本较低时具有竞争力，并分析了表示选择、序列长度和数据效率的影响。

Comments Added a comparison with large language models