MIRA: Medical Image Reflection for Agentic Diagnosis
MIRA：面向智能体诊断的医学图像反射
专题命中 诊断辅助 ：medical image(title,abstract)；diagnosis(title,abstract)；分类 cs.CV
AI总结 该研究提出医学视觉诊断框架MIRA，通过两阶段训练优化工具使用与证据验证，在9个医学视觉推理基准上较Qwen3-VL-8B backbone提升7.44分，改善工具使用判断并减少有害判断。
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 12 篇
UniMod: Enhancing Multi-Modal Medical Diagnosis through Cross-Modality and Within-Modality Alignment
UniMod：通过跨模态与模态内对齐增强多模态医学诊断
机构 * University of Central Florida（中佛罗里达大学） ； University of Rochester（罗切斯特大学） ； Harvard Medical School（哈佛医学院） ； University of Virginia（弗吉尼亚大学）
专题命中 诊断辅助 ：diagnosis(title,abstract)；medical image(abstract)；分类 cs.CV、cs.LG
AI总结 UniMod框架通过要求各模态独立预测诊断缓解多模态医学诊断的捷径学习，添加跨模态与模态内对齐，在两个数据集上优于基线方法，还可扩展至多标签5分类诊断。
Comments Accepted to ACM Multimedia 2026 (MM '26). 10 pages, 7 figures, 5 tables. Code: https://github.com/futurespyhi/UniMod
MoE Proxy Models for Low-Cost Failure Reproduction and Diagnosis in LLM RL Post-Training
用于LLM RL后训练中低成本故障复现与诊断的MoE代理模型
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 本文针对LLM RL后训练中故障复现成本高的问题，提出一种MoE代理模型构建方法，通过专家剪枝降低计算需求，可低成本复现故障并辅助诊断。
BREAD: Baseline-Referenced Explanations for Anomaly Diagnosis
BREAD：面向异常诊断的基线参考解释方法
机构 * University of Amsterdam（阿姆斯特丹大学） ； Amsterdam Business School（阿姆斯特丹商学院）
专题命中 诊断辅助 ：diagnosis(title,abstract)；分类 cs.LG
AI总结 该研究针对现有异常诊断方法的缺陷，提出可扩展的基线参考诊断方法BREAD，经数学保证和实验验证，其诊断结果比LIME更忠实准确，适用于AI前瞻性异常检测场景。
SCOUT: Symmetric Consensus Outlier Detection for Failure Localization in LLM Pre-Training
SCOUT：用于大语言模型预训练中故障定位的对称共识异常检测
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 SCOUT是用于LLM预训练故障定位的统一运行时框架，基于等价副本严格多数共识识别异常，可与主流大模型训练框架集成，解决现有诊断方法的局限。
Physics-informed Diffusion Generative Model for Time-Series Data Synthesis in Dynamic Systems
用于动态系统时间序列数据合成的物理信息扩散生成模型
机构 * Beihang University（北京航空航天大学） ； The Hong Kong Polytechnic University（香港理工大学）
专题命中 诊断辅助 ：diagnosis(abstract)；分类 cs.LG
AI总结 提出PhysDGM模型，将物理规则嵌入扩散生成过程以合成符合物理定律的工业时间序列，构建的440万样本数据集可提升下游任务性能并减少数据需求，助力数据稀缺环境的AI应用。
Comments 27 pages; 5 main figures and 4 extended data figures
Same Targets, Different Computation: How Post-Training Divides Work Across Model Layers
指令微调如何改变上游状态影响后期读取：一种跨修补诊断
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 诊断辅助 ：biomedical(abstract)；分类 cs.LG
AI总结 研究探讨指令微调如何通过后期栈与上游状态交互影响后续token选择，通过跨修补诊断发现指令微调模型的后期栈效果依赖自身训练状态，且稀疏特征在其中起中介作用。
Comments 14 pages, 4 figures. Code and compact artifacts: https://github.com/yifan1207/first-divergence-crosspatching
Toward Fair Speech Technologies: A Comprehensive Survey of Bias and Fairness in Speech AI
面向公平的语音技术：语音AI中的偏差与公平性综合综述
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本综述整合400余项相关研究，构建统一框架，针对语音模态提出7种公平定义，梳理偏差来源并系统化缓解策略，为语音AI的公平性研究提供了全面指引。
Comments 73 pages, work in progress
Cross-modal topology decodes battery faults from sparse voltage snapshots
跨模态拓扑从稀疏电压快照解码电池故障
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本研究针对EV电池安全瓶颈，提出跨模态诊断框架DeFault，通过将电压序列展开为相空间拓扑解码故障，在99辆EV的1640万条数据上对四种故障类型平均准确率达0.96，无需新增传感器即可实现高可解释性故障诊断。
Comments 33 pages, 12 figures
LLM Ensemble Fault Classification for Automotive HiL Validation
面向汽车HiL验证的大语言模型集成故障分类
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文提出可解释多LLM集成框架，结合异构LLM输出提升汽车HiL验证故障分类性能，经多车型多场景评估，Top-3集成优于单模型及Top-5集成，实现更优诊断效果。
Comments 8 pages, 3 figures. Accepted at the 23rd Workshop on Model Driven Engineering, Verification and Validation (MoDeVVa 2026), co-located with MODELS 2026. Original submitted version
Observational Evidence Revises Presumed Large Ozone Worsening from Nitrogen Oxides Cuts
观测证据修正了关于氮氧化物减排会导致臭氧严重恶化的假设
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究人员通过整合观测约束的机器学习框架，调和了空气质量模型关于NOx减排对臭氧影响的分歧，发现中国城市NOx减排普遍使臭氧下降，持续减排的益处被低估。
UPAIR: Diagnosing Reasoning States via Uncertainty-Progress Alignment for Selective Intervention
你的模型是在思考还是停滞不前？PUMA：通过相位动量对齐诊断推理病理学
机构 * University of Science and Technology of China（中国科学技术大学）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究大型推理模型测试时的“过度思考”问题，提出相位动量对齐假设并构建认知能量模型，引入PUMA框架，通过分层诊断架构区分主动探索与被动停滞，在多基准实验中优于现有基线，实现更好的准确性-效率权衡和跨域泛化。
