Defensive Pessimism: Growth, Culture, and the Survival of Evidence
防御性悲观主义：增长、文化与证据的存续
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 本文研究发展社会中合作与攫取型政权的关系，提出文化维系的外部实践可纠正合作失败，揭示规模-份额楔子机制，还提出滚动履约保证金机制以保障相关实践的执行与改革。
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 16 篇
Token Reduction Is Not Cost Reduction
令牌减少并非成本降低
机构 * PointFive
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 研究基于 API 的编码代理上下文减少层，通过对 2848 次 Claude Code 运行分析，发现提示缓存流量主导成本，工具输出减少不能可靠预测计费成本降低，压缩可能损害任务完成，进而提出以成功调整计费成本为核心的分层证据标准。
Foam-Agent: A Large Language Model-Based Multi-Agent Framework for Automating Computational Fluid Dynamics Workflows
Foam-Agent：迈向自动化智能CFD工作流程
机构 * Department of Computer Science, Rensselaer Polytechnic Institute（里士满理工学院计算机科学系） ； Department of Mechanical, Aerospace, and Nuclear Engineering, Rensselaer Polytechnic Institute（里士满理工学院机械、航空航天与核工程系） ； Department of Computer Science and Engineering, University of California San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； College of Education, Zhejiang Normal University（浙江师范大学教育学院） ； School of Computer Science and Engineering, Southeast University（东南大学计算机科学与工程学院）
专题命中 诊断辅助 ：diagnosis(abstract)
AI总结 Foam-Agent通过多智能体框架和大型语言模型，实现自动化CFD工作流程，显著提升模拟效率和成功率。
Comments 34 pages, 9 figures, 9 tables
Journal ref Computer Methods in Applied Mechanics and Engineering, Vol. 461, 119271 (2026)
2. 病理影像 8 篇
An Information Theory Analysis of Whole Slide Image Pathology AI and Diagnostic Field Selection AI Under Limited Resources
有限资源下全切片病理图像AI与诊断视野选择AI的信息论分析
专题命中 病理影像 ：pathology(title,abstract)；diagnosis(abstract)；分类 q-bio、eess.IV
AI总结 本研究在有限资源下通过构建三种图像模型，对比WSI-AI与DFS-AI的性能，得出应根据诊断任务信息结构选择两者的结论。
Gated Spatial Redundancy Projection for Pathology Transformer Attentions
用于病理Transformer注意力机制的门控空间冗余投影
机构 * Concordia University（康考迪亚大学） ； Université de Montréal（蒙特利尔大学） ； Mila - Quebec AI Institute（米拉-魁北克人工智能研究所） ； Centre de recherche du CHUM（CHUM研究中心）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 针对病理Transformer自注意力的局部空间冗余失效模式，提出轻量即插即用的Gated SRP模块，在TCGA生存队列和切片分类数据集上均实现性能提升，仅增加极少量参数。
Comments Accepted at BMVC 2026 Conference
From Multi-Resolution Cells to Gigapixel Whole Slide Images Foundation Model for Computational Pathology
从多分辨率细胞到千兆像素全切片图像：用于计算病理学的基础模型
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 针对现有计算病理学模型泛化性受限的问题，提出多分辨率金字塔Transformer（MRPT），经多分辨率自监督预训练后，在34个数据集的多项任务中性能优于同类模型与多模态大语言模型。
A Distributional Robustness Margin For Pathology Foundation Models
超越计数：病理学基础模型的分布稳健性余量
机构 * Radboud University Medical Center（拉德堡德大学医学中心）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 研究病理学基础模型受非生物学变异影响的问题，提出交叉混杂稳健性余量（CRoMa），通过直接比较距离评估模型稳健性，将其重塑为队列范围的余量分布，为模型选择和稳健性评估提供原则基础。
Comments Preprint
Pathryoshka: Compressing Pathology Foundation Models via Multi-Teacher Knowledge Distillation with Nested Embeddings
Pathryoshka: 通过多教师知识蒸馏与嵌套嵌入压缩病理基础模型
机构 * Technical University of Munich（慕尼黑技术大学） ； Helmholtz Munich（马克斯·普朗克研究所慕尼黑分部） ； Munich Data Science Institute（慕尼黑数据科学研究所） ； Munich Center for Machine Learning（慕尼黑机器学习中心）
专题命中 病理影像 ：pathology(title,abstract)；分类 cs.CV
AI总结 Pathryoshka通过多教师知识蒸馏与嵌套嵌入技术，显著压缩病理基础模型规模，同时保持性能和精度，提升模型的可部署性与普及性。
Comments Author list in metadata corrected to match the paper
4$π$ Planning for the Reduction of Predicted Hematologic Toxicity Risk in Cervical Cancer Radiotherapy
用于降低宫颈癌放疗中预测血液学毒性风险的4π计划
专题命中 病理影像 ：CT(abstract,abstract_cn)
AI总结 该研究针对宫颈癌共面放疗的血液学毒性风险，用114例患者数据训练模型，发现4π非共面放疗可降低骨髓等剂量，使预测HT风险降23%，为减少该毒性提供了新方案。
The Objective Is the Bottleneck: Latent World Models Encode What Their Planners Cannot Use
目标是瓶颈：潜在世界模型编码了其规划器无法使用的内容
专题命中 病理影像 ：pathology(abstract)；分类 cs.LG
AI总结 该研究发现潜在世界模型的规划瓶颈在于规划器目标而非预测器，通过替换目标无需额外训练即可大幅提升长视野规划性能，揭示模型编码了规划器未利用的可达性信息。
Comments Follow-up to arXiv:2608.10145. All experiments run on a laptop CPU; no model was trained or fine-tuned. Code, checkpoints and every measurement: github.com/joyjeet-singh/tinylab
Activity-dependent epidemic spreading on multiscale brain networks predicts Alzheimer's disease progression
多尺度脑网络上的活性依赖型流行病传播可预测阿尔茨海默病进展
专题命中 病理影像 ：pathology(abstract)；分类 q-bio
AI总结 该研究将神经元活性耦合到流行病动力学模型，结合多尺度脑网络分析，证实神经元活性是阿尔茨海默病病理扩散的关键驱动因素，其模型可预测疾病进展的空间模式与范围。
3. 医疗多模态 2 篇
The Role of Natural Language Understanding in Multimodal Video-Based Dengue Diagnosis
自然语言理解在基于多模态视频的登革热诊断中的作用
专题命中 医疗多模态 ：diagnosis(title)；分类 cs.CV
AI总结 本研究提出基于YOLO和CLIP的视觉-语言框架，从视频中分类未受感染与DENV2感染的蚊子，帧级准确率达98.54%、灵敏度达99.91%，证实该框架可用于分析感染相关生物行为。
Can Generalist Vision Language Models (VLMs) Rival Specialist Medical VLMs? Benchmarking and Strategic Insights
通用视觉语言模型（VLMs）能否在医疗领域超越专门化模型？基准测试与战略洞察
机构 * The Chinese University of Hong Kong（香港中文大学） ； The University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所）
专题命中 医疗多模态 ：clinical AI(abstract)；diagnosis(abstract)；分类 cs.CV、eess.IV
AI总结 研究比较了通用与专门化医疗VLMs的性能，发现高效微调的通用模型在多数任务中表现可比或更优，尤其在处理未见医疗模态时。
Comments version 5
4. 生物医学文本 5 篇
Novel Knowledge-Guided Generative Methods for Synthetic Transcriptomic Data
面向合成转录组数据的新型知识引导生成方法
机构 * Politecnico di Milano（米兰理工大学）
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 该研究针对转录组数据的获取限制，提出并基准测试三种生成对抗网络变体，其中MK-TGAN模型结合图神经网络整合先验知识，生成的合成转录组数据真实性与实用性更优。
Class Geometry as Supervision for Sample-Efficient Open-World Detection
类别几何作为样本高效开放世界检测的监督信号
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.CV
AI总结 该研究针对开放世界目标检测的数据稀缺挑战，提出类别几何监督（CGS）框架，通过保留类别间关系结构提升样本效率，在多任务场景中验证了其有效性。
Comments Under review. 12 Pages, 5 figures, 4 tables
SpinCastML an Open Decision-Making Application for Inverse Design of Electrospinning Manufacturing: A Machine Learning, Optimal Sampling and Inverse Monte Carlo Approach
SpinCastML：一种用于电纺制造逆向设计的开源决策应用：一种机器学习、最优采样和逆蒙特卡洛方法
专题命中 生物医学文本 ：biomedical(abstract)；分类 cs.LG
AI总结 SpinCastML通过机器学习和逆蒙特卡洛方法实现电纺逆向设计，整合化学约束和分布感知，提高纤维直径预测精度和设计效率。
Comments Paper published at https://doi.org/10.1021/acsomega.6c07333. The associated software developed in this study is released under the GNU GPL 3.0 license and is openly available as a citable archive at https://doi. org/10.5281/zenodo.18557989
Journal ref Elisa Roldan, Tasneem Sabir; SpinCastML An Open Decision Making Application for Inverse Design of Electrospinning Manufacturing: A Machine Learning, Optimal Sampling, and Inverse Monte Carlo Approach. ACS Omega 2026
SchemaLink: An Intelligent Web Editor for LinkML Schema Curation
SchemaLink：用于LinkML模式管理的智能Web编辑器
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 本文提出基于Web的SchemaLink，通过图形化语言和RAG方法简化LinkML模式的设计与管理，生成高质量模式，相关资源开源提供。
Research Assistant: AstraZeneca's Agentic System for R&D
研究助手：阿斯利康的研发智能体系统
机构 * AstraZeneca（阿斯利康）
专题命中 生物医学文本 ：biomedical(abstract)
AI总结 阿斯利康研发了基于LLM的智能体系统Research Assistant，整合多类生物医学数据，支持两种问答模式，可溯源证据，为研发工作提供支持。
Comments 16 pages, 3 figures
5. 健康监测 1 篇
Personalized Scorer Modeling: A Learning-Based Framework for Deriving Robust Sleep Stage Labels from Multiple Experts
个性化评分者建模：一种基于学习的框架，用于从多位专家处推导鲁棒的睡眠阶段标签
专题命中 健康监测 ：diagnosis(abstract)；分类 cs.LG
AI总结 本研究提出基于学习的个性化评分者建模框架 LBH，利用多评分者数据集构建更可靠的睡眠阶段参考标签，在 DOD-H、DOD-O 数据集上较基线方法提升了睡眠分期性能。
6. 医学数据与评测 6 篇
Doctorina MedBench: A Dialogue-Based Benchmark and Evaluation Framework for Agent-Based Medical AI
Doctorina MedBench：基于真实医患交互的医疗AI端到端评估框架
机构 * A.I. Doctor Medical Assist LTD（A.I. Doctor Medical Assist有限公司）
专题命中 医学数据与评测 ：medical AI(title,abstract)；diagnosis(abstract)；分类 cs.LG
AI总结 Doctorina MedBench通过模拟真实医患对话评估医疗AI系统，包含诊断、观察、治疗和步骤计数四项指标，用于评估临床正确性和对话效率，同时支持多层级测试和质量监控。
MARC v1: An Open-Source Multi-Agent Framework for Clinical AI Reasoning and Coordination
MARC v1：一个用于临床AI推理与协作的开源多智能体框架
专题命中 医学数据与评测 ：clinical AI(title)
AI总结 该研究提出开源多智能体框架MARC v1，以确定性多智能体编排替代整体式LLM提示用于临床推理，含角色专业化智能体与分解器模块，支持多部署方式，具备模型无关、可解释等特性。
Comments 13 pages, 4 figures
HumanTracker: Towards Comprehensive and Human-Aligned Motion Tracking Benchmark
HumanTracker：面向全面且与人类对齐的运动跟踪基准
机构 * Nankai University（南开大学） ； Tsinghua University（清华大学） ； Galbot ； Shanghai Jiao Tong University（上海交通大学） ； Peking University（北京大学） ； Shanghai Qi Zhi Institute（上海启智研究院）
专题命中 医学数据与评测 ：diagnosis(abstract)；分类 cs.CV
AI总结 针对人形运动跟踪评估与人类感知不符、基准多样性不足的问题，提出HumanTracker基准及偏好对齐指标HumanScore，该指标可更好预测人类偏好并揭示运动学指标遗漏的接触与稳定性故障。
Comments Accepted to ECCV 2026
Motor, Cognitive, or Corpus? What Survives Cross-Lingual Transfer in Speech-Based Parkinsons Disease Detection
运动、认知还是语料？基于语音的帕金森病检测中跨语言迁移能保留什么
机构 * Hertie Institute for AI in Brain Health, University of Tübingen（蒂宾根大学赫蒂脑健康人工智能研究所） ； Tübingen AI Center, University of Tübingen（蒂宾根大学蒂宾根人工智能中心） ； Charité–Universitätsmedizin（夏里特医学院） ； Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡弗里德里希-亚历山大大学）
专题命中 医学数据与评测 ：pathology(abstract)；分类 eess.SP
AI总结 该研究通过对9个SSL语音骨干的分层分析，探究跨语言迁移中保留的语音特征类型，发现层选择依赖语料库且迁移信号缺乏病理特异性，明确了基于语音的PD检测模型的关键局限。
AnchorSIPS: A Synthetic Dataset and Evaluation Resource for Evidence-Supported Psychosis-Risk Symptom Measurement
AnchorSIPS：用于证据支持的精神病风险症状测量的合成数据集与评估资源
机构 * Monash University（莫纳什大学） ； Orygen（奥瑞金） ； The University of Melbourne（墨尔本大学） ； Swinburne University of Technology（斯威本科技大学） ； University of Liverpool（利物浦大学） ； Khalifa University（哈利法大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 本文提出AnchorSIPS合成数据集，基于Mini-SIPS访谈构建含1万次结构化精神病风险访谈，解决临床数据隐私问题，用于研究证据提取等，实验发现LLM基线存在细节提取不足问题。
Toward Federated Large Language Models in Medicine: A Parameter-Efficient Framework for Privacy-Preserving, Multi-Institutional Adaptation
一种联邦学习和参数高效的大型语言模型在医学中的训练框架
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 本文提出Fed-MedLoRA框架，通过低秩适配器参数实现医学LLM的联邦学习，提升跨机构异质性下的模型收敛性和泛化能力。
Comments 41 pages, 11 tables, 3 figures; Just accepted
