医学 AI

Cardiologent: Multi-Agent Clinical Decision Support for Patient-Level Arrhythmia Assessment, Urgency, and Management

Cardiologent：用于患者级心律失常评估、紧急情况和管理的多智能体临床决策支持

Sukju Oh, Moo-Yong Rhee, Jae-Sik Jang, Sukkyu Sun

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对患者级心律失常决策支持问题，提出多智能体系统Cardiologent，每个信号对应智能体基于测量特征读取数据，整合为心律概况并对照指南推理，经评估在多方面表现最佳，使决策可审核，向连续监测迈进。

Comments 21 pages, 8 figures

Lowering the implementation barrier of neutral-atom quantum computing with agentic workflows

利用智能工作流程降低中性原子量子计算的实现障碍

Constantin Dalyac, Alexandre Dauphin, Loïc Henriet, Christophe Jurczak

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对量子计算中理论协议转化为硬件实验的瓶颈问题，引入智能工作流程，在中性原子量子处理器上自动化流程并让研究人员参与验证。通过案例研究展示其作用，还用智能体分类论文，结果表明该流程为理论与硬件搭建桥梁，助力量子实验。

Attenuated Heterogeneity in Fixed-Effects Causal Forests, and a Cross-Fitted Correction

固定效应因果森林中的衰减异质性及交叉拟合校正

Harry Aytug

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究固定效应面板设置中因果森林估计条件平均治疗效果时异质性衰减问题，刻画其随设计变化情况，提出用Chernozhukov等人的校准方法补救，模拟和实际应用中均有效果，方法集成到Python包。

Comments 20 pages, 3 tables

The Cross-Domain Generalization Cost of Offensive Language Detection

攻击性语言检测的跨域泛化成本

Ruixing Ren, Junhui Zhao, Xiaoke Sun, Qiuping Li

机构 * School of Electronic and Information Engineering, Beijing Jiaotong University（北京交通大学电子信息工程学院） ； National Computer Network Emergency Response Technical Team/Coordination Center of China (CNCERT/CC)（国家计算机网络应急技术处理协调中心） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究攻击性语言检测模型跨域泛化性能下降问题，提出含零样本转移损失分解、可控微调协议和联合训练策略的框架，量化各因素影响，揭示数据集效应主导损失，联合训练策略可权衡多语言能力与源任务性能。

Comments 8 pages, 6 figures

LA-RL: Label-Aware Self-Reflection for Reinforcement Learning in Information Extraction

LA-RL：信息抽取中强化学习的标签感知自反思

Xiao You, Tianwei Yan, Zixu Shan, Longyu Du, Shan Zhao

机构 * Hefei University of Technology（合肥工业大学） ； Chongqing Jiaotong University（重庆交通大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对大语言模型信息抽取中现有反思校正方法不足，提出LA-RL框架，通过任务诊断标签指导自校正，经特定训练阶段提升抽取质量，在多项任务实验中取得良好效果，且发现反思结构对任务敏感。

Sensitivity of hMPA to Controlled CEC 2017 Transformations

hMPA对CEC 2017变换的敏感性

Grzegorz Sroka, Sławomir T. Wierzchoń

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究hMPA对CEC 2017变换的敏感性，引入参数化实现独立控制变换，通过DSC和eDSC进行配置级诊断，分析56个三配置子集，发现配置差异因函数而异，提供可重现诊断协议并可扩展。

From Isolated Tasks to Structured Capabilities: A Multilayer Taxonomy for Large Language Models

从孤立任务到结构化能力：大语言模型的多层分类法

Shixin Fang, Jiachen Wo, Wenjuan Qin, Sihang Jiang, Yanghua Xiao

机构 * Fudan University（复旦大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出大语言模型多层分类法，含14个能力领域和91个子技能，以人类认知科学为指导。通过筛选和映射相关论文，分析研究关注情况，揭示领域及子技能分布，此分类法有助于大语言模型研究组织、评估等多方面工作。

Comments 34 pages, 5 figures, 20 tables

What Clinicians Need: Designing, Developing and Evaluating an AI-Based Decision Support System for Autism Assessment

临床医生的需求：设计、开发和评估基于人工智能的自闭症评估决策支持系统

Ulrike Schäfer, William Saakyan, Matthias Norden, Fabrizio Kuruc, Peter Sörries, Isabel Dziobek, Claudia Müller-Birn, Hanna Drimalla

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对成人自闭症诊断复杂且缺专业医生的问题，通过采访临床医生确定挑战与策略，开发SIT-CARE系统，经评估发现其能使临床医生决策路径不同，在自闭症评估诊断中展现潜力，可助力经验不足医生。

Comments 29 pages, 9 figures

SPORD: A Simulation-Propose-then-OR-Dispose Approach for Supply Chain Planning

SPORD：一种用于供应链规划的模拟-提出-然后-优化-处置方法

Jiayin He, Yutong Pan, Sen Yang, Ningxuan Kang, Yongzhi Qi, Jianshen Zhang, Wei Qi, Zuo-Jun Max Shen

机构 * Department of Industrial Engineering, Tsinghua University（清华大学工业工程系） ； College of Engineering, UC Berkeley（加州大学伯克利分校工程学院） ； Faculty of Business and Economics, University of Hong Kong（香港大学经管学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对电商供应链规划中孤立项目及面临的难题，提出模拟-提出-然后-优化-处置方法（SPORD）及NetSim平台，通过解耦实现加速模拟与操作闭环，应用后提升服务质量、降低履约率并实现碳减排，推动模拟用于主动规划。

EvoSQL: Memory-Augmented Critic-Generator Co-Evolution for Text-to-SQL

EvoSQL：用于文本到SQL的内存增强型评论家-生成器协同进化

Jiawei Zhou, Jianwei Wang, Chenyu Zhou, Chaojian Shi, Ming Dong, Kai Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； University of New South Wales（新南威尔士大学） ； Fudan University（复旦大学） ； Wuhan University of Technology（武汉理工大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究文本到SQL问题，提出EvoSQL协同进化框架，通过生成器与评论家迭代交互、维护内存、验证候选及自蒸馏策略优化微调等，在Spider和BIRD实验中持续改进开源模型，证明该方法是有效途径。

A Coordination Theory of NHS Whistleblowing Failure

国民保健制度举报失败的协调理论

Ari Ercole

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究国民保健制度举报失败问题，运用全局博弈技术求解相关重复三人博弈获唯一均衡，识别出三种现有政策未涉及的机制。

Local Second-Order Geometry Induced by Deformation Maps

由变形映射诱导的局部二阶几何

Maria Laura Battagliola

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究利用变形映射诱导非平稳依赖，通过线性化近似邻域协方差行为，给出切向协方差及局部谱，据此构建模拟方案，还应用局部雅可比矩阵摘要探索图像变形，展示了心肌变形局部几何在诊断组间的差异。

Enabling Multi-Dimensional Distributed Trace Comparison with Contrast

通过对比实现多维分布式跟踪比较

Vaastav Anand, Rodrigo Fonseca, Jonathan Mace, Antoine Kaufmann

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究分布式跟踪诊断中的比较难题，提出Contrast系统，通过跟踪投影对象分离跟踪表示与比较语义，利用SpectroViz和Parallax接口展示能力，经实验验证其有效性和效率。

Disentangling Curriculum Learning in NLP: Towards a Unifying Taxonomy

解开自然语言处理中的课程学习：迈向统一分类法

Vanessa Toborek, Florian Seiffarth, Sebastian Müller, Tamás Horváth

机构 * University of Bonn（波恩大学） ； Lamarr Institute（拉马尔研究所） ； Fraunhofer IAIS（弗劳恩霍夫人工智能研究所） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 自然语言处理中课程学习缺乏难度函数和调度器的原则性说明，本文提出细粒度分类法，区分难度评估与训练调度，用于系统分析CL策略，揭示不可比性问题，支持策略设计等，并推动改进来源区分的评估实践。

AgentDebugX: An Open-Source Toolkit for Failure Observability, Attribution, and Recovery in LLM Agents

AgentDebugX：用于大语言模型代理中故障可观测性、归因和恢复的开源工具包

Kunlun Zhu, Xuyan Ye, Zhiguang Han, Yuchen Zhao, Bingxuan Li, Weijia Zhang, Muxin Tian, Xiangru Tang, Pan Lu, James Zou, Jiaxuan You, Heng Ji

机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； University of Toronto（多伦多大学） ； Google（谷歌公司） ； Stanford University（斯坦福大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究大语言模型代理故障调试难题，提出开源框架AgentDebugX，其核心DeepDebug通过多轮诊断定位根源，在基准测试中表现出色，能修复更多失败任务，还通过多种方式公开工作流程并提供错误中心。

Find Before You Fine-Tune: A Diagnostic Study of Small LLMs for Cybersecurity QA

在微调之前进行评估：针对网络安全问答的小型语言模型诊断研究

Shaswata Mitra, Subash Neupane, Trisha Chakraborty, Himanshu Tripathi, Sudip Mittal, Aritran Piplai, Shahram Rahimi

机构 * The University of Alabama（阿拉巴马大学） ； Meharry Medical College（梅哈里医学院） ； Mississippi State University（密西西比州立大学） ； The University of Texas at El Paso（德克萨斯大学埃尔帕索分校） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对网络安全问答选择小型语言模型难的问题，提出FiT诊断框架，从三方面刻画模型。通过对五个模型在两种微调模式下研究发现微调利弊因模式而异，预微调FiT分数可预测变化，能筛选模型、避免不必要微调，支持安全部署。

Comments 8 pages, 5 figures, 4 tables, IEEE ICMLA

One Rewrite to Fix Them All? Type-Aware Repair Allocation for Text-to-Image Prompt Optimization

一劳永逸？用于文本到图像提示优化的类型感知修复分配

Haoyue Liu, Xiaoyu Ma, Ye Chen, Shuguang Cui, Xiaoying Tang

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）理工学院） ； XJTU-POLIMI Joint School, Xi’an Jiaotong University（西安交通大学-米兰理工大学联合学院） ； Shenzhen Future Network of Intelligence Institute (FNii-Shenzhen)（深圳未来智能网络研究院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究文本到图像提示优化问题，提出将语义提示优化制定为原子修复分配的方法，在无需训练的TARA框架中实例化，实验表明该方法在多个基准生成器单元中语义准确性最佳，且运行快、图像质量好。

Decoupling risk and masking in mammographic density under irregular follow up using a latent Markov progression detection framework

在使用潜在马尔可夫进展检测框架进行不规则随访的情况下，乳腺钼靶密度中风险与掩盖的解耦

Furkan Danisman, Zarina Oflaz, Zeynep Kalaylioglu, Mahmut Onur Kulturoglu, Lutfi Dogan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对乳腺钼靶密度筛查数据不规则的问题，提出两阶段潜在马尔可夫进展检测框架，通过拟合模型、量化不确定性等操作，解耦风险与可检测性，量化掩盖对乳腺癌风险的影响，提供可解释的风险特征。

LLMs and Agentic AI Systems for Smart Grids: A Tutorial on Architectures and Applications

用于智能电网的大语言模型和智能AI系统：架构与应用教程

Daniela Rojas, Abdulwahab Albassam, Aidan G. Leung, Jett Ngo, Ryan Luo, Peter R. Quawas, Junpyung Kim, Kangkai Liang, Mansi Nanavati, Jonathan Mai, Meng-Chi Tsai, Yun-Tong Tsai, Yize Chen, Yuanyuan Shi

机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣迭戈分校电气与计算机工程系） ； Department of Electrical and Computer Engineering, University of Alberta（阿尔伯塔大学电气与计算机工程系） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究智能电网中LLMs和智能AI系统，提出基于求解器的设计原则，通过提示策略等构建模块及四个案例研究实例化该原则，比较不同方案，还提出四组评估框架，明确了各部分分工。

Comments 28 pages, 11 figures, 6 tables; plus supplementary material. Review/tutorial article

Importance Sampling and PCA for Finding Failures in Commercial Autonomous Vehicles

用于发现商用自动驾驶车辆故障的重要性采样和主成分分析

Hailey Warner, Duncan Eddy, Shreya Parjan, Caroline Cahilly, Harrison Delecki, Matthias Kleinstauber, Chaitanya Shinde, Jerry Lopez, Mykel J. Kochenderfer

机构 * Department of Aeronautics and Astronautics, Stanford University（斯坦福大学航空航天系） ； Torc Robotics（Torc机器人公司） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究商用自动驾驶车辆故障发现问题，应用自适应压力测试和基于扩散的故障采样算法找到模拟碰撞，引入基于主成分分析的统计分析将故障分类并恢复噪声轨迹，为故障发现到系统诊断提供路径。

Comments IEEE ICVES 2026 (Submitted)

A Diagnostic Framework for AI Agent Behavior

人工智能代理行为的诊断框架

Xichen Zhang, Yingjie Zhang, Tianshu Sun

机构 * Cheung Kong Graduate School of Business（长江商学院） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究人工智能代理在复杂系统中的行为评估问题，提出层归因诊断框架，该框架含基础计算层和行为调制层，阐明了替代有效性等三个结果，为评估代理行为提供了新方法。

Adaptive Fault Injection Planning for Multi-Layer Self-Healing AI Infrastructure

用于多层自愈人工智能基础设施的自适应故障注入规划

Saurabh Kulkarni, Yuxin Yang, Rohan Kulkarni, Gautam Nayak

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究多层自愈人工智能基础设施故障注入规划问题，提出ADA-ST自适应方法，用加权故障传播图指导跨层场景选择，构建平台故障传播图，弥补现有测试覆盖不足，通过迭代达全边覆盖，还能跨硬件代际传递知识，揭示跨层漏洞。

A Critical Analysis of Trustworthy AI Tools, Mark Frameworks, and the Implementation Chasms

对可信人工智能工具、标记框架及实施差距的批判性分析

Michael Papademas, Xenia Ziouvelou, Kostas Karpouzis, Vangelis Karkaletsis

机构 * Panteion University of Social and Political Sciences（潘泰翁社会与政治科学大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究对可信人工智能工具和标记框架进行批判性分析，利用经合组织数据集，通过实证映射等方法找出伦理重点等方面的不对称，发现当前存在的问题，建议扩大伦理目标、贯穿伦理于生命周期并促进多利益相关者参与，以推动人工智能治理。

Terahertz Time-Domain Spectroscopy as a Universal Defect Fingerprinting Tool for Organic Halide Perovskite Solar Cells

太赫兹时域光谱作为有机卤化物钙钛矿太阳能电池通用缺陷指纹识别工具

Inhee Maeng, Young Mi Lee, Jinwoo Park, Seung Jae Oh, Min-Cherl Jung

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对有机卤化物钙钛矿太阳能电池与理论效率的差距，利用太赫兹时域光谱技术，能在室温下对特定缺陷物种定量表征，以MAPbI3为例建立振子强度与缺陷浓度关系，还提出三支柱框架提高电池效率。

Comments New viewpoint for the defect detection using THz-wave absorption property in halide perovksite materials

Improving interpretation of latent class models for diagnostic tests by recognizing their measurands via directed acyclic graphs (DAGs)

通过有向无环图（DAG）识别潜在测量值来改进诊断测试的潜在类别模型的解释

Nandini Dendukuri, Ian Schiller, Else Bijker, Michael Libman, Paul Gustafson, Patrick Bossuyt, Joanna Merckx

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对诊断测试中潜在类别模型解释问题，利用有向无环图识别测量值，分析其对模型似然函数、可识别性的影响，通过模拟及重新分析数据集，揭示忽略不同测量值会致估计偏差，展示该方法价值。

Comments 29 Pages, 4 Figures, 5 Tables

Self-Evolving Human-Centered Framework for Explainable Depression Symptom Annotation

用于可解释抑郁症症状标注的自我进化以人为中心框架

Hoang-Loc Cao, Van Pham, Truong Thanh Hung Nguyen, Phuc Truong Loc Nguyen, Phuc Ho, Veronica Whitford, Hung Cao

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对抑郁症标注质量瓶颈，提出结合大语言模型辅助与专家验证的自我进化标注框架，分三阶段运行，采用双记忆架构，能提高标注一致性和可解释性，减少人工修订，还输出多种信息实现可审计性。

Comments Accepted at IEEE International Conference on Omni-Layer Intelligent Systems (COINS) 2026

Interventional Causal Circuits for Safe Robot Action Testing and Failure Recovery

用于安全机器人动作测试和故障恢复的干预因果电路

Naren Vasantakumaar, Tom Schierenbeck, Michael Beetz

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究机器人动作安全测试及故障恢复问题，提出耦合联合概率树与因果电路并无需重新训练或额外数据收集的闭环框架，经实验验证该框架能减少失败尝试，且被拒计划可生成因果报告支持监督与恢复。

Comments 1st IJCAI Workshop on Safe Physical AI IJCAI 2026 workshop on Safe Physical AI

Evolution-Level Quantum Optimal Control of Single-Qubit Gates with Physics-Informed Neural Networks

基于物理信息神经网络的单比特门的演化级量子最优控制

Yao Du, Jian-Jian Cheng, Lin Zhang, Ming-Liang Hu, Xingang Wang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究利用物理信息神经网络在演化层面进行单比特门设计，共同学习控制场等，改变优化对象，对旋转门和几何门优化效果良好，不仅能合成门，还使量子控制具备可读、可诊断和可局部优化等特性，有助于适应多种实验约束。

Comments 16 pages, 8 figures

A Bayesian Spatiotemporal Model to Estimate Disease Burden Using Hospital-Based Active Surveillance

一种使用基于医院的主动监测来估计疾病负担的贝叶斯时空模型

Brent Strong, Claudia Muñoz-Zanzi, Caitlin Ward

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对被动监测易低估疾病负担及主动监测与被动监测数据空间错位问题，受波多黎各医院钩端螺旋体病监测项目启发，开发贝叶斯时空框架，扩展泊松 - 逻辑框架，纳入空间异质性与检测情况，能更好整合数据估计疾病负担。

SPINE: Bridging the Cyber-Physical Gap with Agentic AI

SPINE：用智能体人工智能弥合网络物理差距

Minkyu Ham, Dongho Kim, Chan Lee, Jiayi Wang, Min Jun Kim, Yixi Zhang, Guo Ye, Jihai Zhao, Soyeon Park, Han Liu

机构 * Northwestern University（西北大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究针对机器人智能部署到物理平台存在的校准瓶颈，提出SPINE框架。该框架含两个多智能体工作流程，经实验验证，能跨双臂平台转移，减少对专家校准的依赖，提高操作成功率，缩短遥操作时间，推动具身人工智能向实际部署发展。