医学 AI

What Makes Deep Learning Work for Traditional Chinese Medicine Tongue Diagnosis? A Comprehensive Ablation Study

深度学习为何能用于中医舌诊？一项全面的消融研究

Longxia Gao, Linan Wang, Yuhe Han, Junze Geng, Meng Zhang, Hanqing Zhao

机构 * College of Traditional Chinese Medicine, Hebei University（河北大学中医学院） 纠错

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

AI总结 该研究通过对中医舌诊数据集开展消融实验，明确了深度学习模型的关键设计原则，为相关多标签医学图像分类任务提供了可推广的依据。

Comments 30 pages, 8 figures, 9 tables

Leveraging Trajectory Graphs for Pre-Execution Error Diagnosis in Agentic LLM Systems

利用轨迹图实现智能体大语言模型系统的预执行错误诊断

Xu Zheng, Zhuomin Chen, Chaohao Lin, Hua Wei, Haifeng Chen, Wei Cheng, Dongsheng Luo

机构 * Florida International University（佛罗里达国际大学） ； Arizona State University（亚利桑那州立大学） ； NEC Laboratories America（美国 NEC 实验室） ； Singapore Management University（新加坡管理大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 该研究提出Trajectory Graph Copilot框架，以Graph Debugger为核心，通过预执行错误诊断提升LLM智能体完成长周期任务的能力，在多基准测试中平均提升14.69%通过率。

SkillMentor: LLM Agent Self-Evolution via Learning Blind-Spot Diagnosis

SkillMentor：基于盲点诊断的大语言模型智能体自我进化

Xiaoyi Bao, Yuanzhen Xie, Yunzhi Tan, Jinghang Gu, Zhongqing Wang, Chu-Ren Huang, Bo Hu, Zang Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Platform and Content Group, Tencent（腾讯平台与内容事业群） ； Soochow University（苏州大学） 纠错

专题命中 诊断辅助 ：diagnosis(title,abstract)

AI总结 本文提出SkillMentor，将盲点诊断作为独立于执行的可学习智能体能力，通过强化学习训练导师策略，在AppWorld和BFCLv3上使执行器性能平均提升44.2%，实现无需更新执行器的智能体自我进化。

Same Facts, Different Diagnosis: Measuring and Mitigating Narrative Anchoring in Clinical Language Models

相同事实，不同诊断：临床语言模型中叙事锚定的测量与缓解

Prabhjot Singh, Pritam Deka, Vijay Chennareddy

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Queen’s University Belfast（贝尔法斯特女王大学） ； Middlesex University London（伦敦密德萨斯大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)

AI总结 本研究针对临床语言模型的叙事锚定偏差，构建含1000个USMLE案例的基准，提出NarrativeShield三智能体流水线，可大幅降低叙事锚定差距并减少不稳定决策，同时发布数据集供相关研究使用。

Beyond the Bidirectional Promise: Re-evaluating the Robustness of Diffusion Language Models

超越双向承诺：重新评估扩散语言模型的鲁棒性

Saurabh Yadav, Badri Narayana Patro, Vijay Srinivas Agneeswaran

机构 * Microsoft（微软公司） 纠错

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

AI总结 该研究评估了扩散语言模型的鲁棒性，发现其虽能抵御部分对抗攻击但易受自然噪声影响，存在过度自信问题，脆弱性源于解码器路由故障，需将鲁棒性整合入迭代解码循环。

Not All Tokens Deserve Equal Credit: Counterfactual Sensitivity Credit Reallocation for Long-CoT Reasoning

并非所有 token 都应获得同等权重：面向长思维链（Long-CoT）推理的反事实敏感性权重重分配

Qiangqiang He, Zhongheng Wu, ZiJian Wang

机构 * State Key Laboratory for Novel Software Technology, Nanjing University（南京大学现代软件技术国家重点实验室） ； Institute of Wireless Communications Technology, Shanghai Jiao Tong University（上海交通大学无线通信技术研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对长思维链推理中均匀分配 token 权重的缺陷，提出反事实敏感性权重重分配方法，在数学推理基准上优于 GRPO，验证了特权诱导方向不可靠的诊断。

Comments 20 pages, 6 figures, 11 tables

MemeBench: What LVLMs Miss When Interpreting Culture-Dependent Memes

MemeBench：大型视觉语言模型在解读依赖文化的梗图时所缺失的内容

Weihang Wang, Kainan Tu, Jielei Zhang, Run Yang, Boheng Sheng, Yuchen He, Yu Xie, Pengyu Chen, Peiyi Li, Huyang Sun, Longwen Gao, Zhouhui Lian

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对LVLMs解读文化类梗图的知识缺口问题，推出诊断基准MemeBench及实体引导检索基线KAR，验证了检索手段可提升梗图解读的VIKR成功率。

Comments 17 pages, 5 figures, and 13 tables

Is Solving Better Than Evaluating GenAI Solutions?

解决生成式AI（GenAI）方案比评估更好吗？

Ethan Dickey, Marios Mertzanidis, Alexandros Psomas

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 通过220名大三算法课学生的随机A/B交叉研究发现，评估GenAI方案与传统解题的整体成绩无显著差异，仅作业成绩局部更高，需刻意支架式教学才能获得学习收益。

Comments 11 pages

A Mathematical Framework for Topological Causal Data Analysis

拓扑因果数据分析的数学框架

Hugo Gobato Souto, Ioannis Diamantis

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出拓扑因果数据分析（TCDA）框架，区分结果级与分布级TCDA，构建对应识别与表示方法，明确观测拓扑在因果发现中的作用，为结构化对象的因果分析提供数学基础。

PhoPS: An automated photometric pipeline for survey-era astronomy

PhoPS：面向勘测时代天文学的自动测光流水线

Orhan Erece, Yucel Kilic

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对现代天文勘测的海量数据需求，研究人员开发了开源自动测光天体测量流水线 PhoPS，通过动态 Gaia DR3 索引与 RANSAC 零点模型提升精度，适用于小行星光变等天文研究。

Comments 11 pages, 9 figures, 3 tables

Diagnostic Feedback under Hidden Task Difficulty

隐藏任务难度下的诊断反馈

Mark Izgarshev, Georgy Lukyanov

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对隐藏任务难度的场景，提出均衡精炼机制，可在特定条件下实现对困难任务的诊断，证明隐藏难度能生成智能体相关信息，且该机制适用于连续努力与不完美诊断的情况。