DeepInsight II: One Trace from Benchmark to Robot
DeepInsight II：从基准测试到机器人的单条轨迹
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 DeepInsight II量化具身层，复现基准结果、通过MotionBench实现仿真到真实机器人的原生迁移，并扩展轨迹定位至带修复动作的交接标签，提供从基准到机器人的经验连续性。
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. 医学数据与评测 8 篇
LongRCA Bench: Diagnosing Responsible Roles and Root Causes in Long-Horizon Agent Failures
LongRCA Bench：诊断长 horizon 智能体失败中的责任角色与根本原因
机构 * Computer Network Information Center, Chinese Academy of Sciences（中国科学院计算机网络信息中心） ； Hangzhou Institute for Advanced Study, University of Chinese Academy of Sciences（中国科学院大学杭州高等研究院） ； Chongqing University（重庆大学） ； Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； Singapore Management University（新加坡管理大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室） ； Tsinghua University（清华大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 LongRCA Bench 是含1140条失败轨迹的长 horizon 智能体失败诊断基准，本文提出无需训练的 RCTA 方法，在责任角色归因和根本步骤定位上优于现有基线，表明需将二者作为独立评估目标。
Comments 17 pages, 5 figures. Yunfei Zhang and Boyu Feng contributed equally. Changhua Pei is the corresponding author
TRACE-BN: Transferring Bangla-English Tutoring Behavior to a Sub-1B Offline Language Model
TRACE-BN：将孟加拉语-英语辅导行为迁移至参数量小于10亿的离线语言模型
机构 * North South University（北南大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 本文提出TRACE-BN数据集，将其辅导行为通过LoRA迁移至Qwen3-0.6B模型，在资源受限离线部署下，相关指标及多维度辅导效果均获显著提升。
When Agentic Executions Fail: Detecting and Localizing Runtime Faults from Telemetry
当智能体执行失败时：从遥测数据中检测和定位运行时故障
机构 * University of Toronto（多伦多大学）
专题命中 医学数据与评测 ：diagnosis(abstract)
AI总结 该研究提出 AGENTCHAOSBENCH 基准，在智能体系统遥测数据中检测定位运行时故障，实验显示现有 LLM 基线对该任务的解决效果仍远未达标。
