医学 AI

Diagnostic Classification Of Lung Nodules Using 3D Neural Networks

Raunak Dey, Zhongjie Lu, Yi Hong

专题命中 诊断辅助 ：CT(abstract)；diagnosis(abstract)；分类 cs.CV、cs.LG；biomedical(comments)

Comments Accepted for publication in IEEE International Symposium on Biomedical Imaging (ISBI) 2018 Copyright c 2018 IEEE

A Neurosymbolic Approach for Explainable Early Diagnosis of Alzheimer's Disease

一种用于阿尔茨海默病可解释早期诊断的神经符号方法

Ranveer Singh, Pranuthi Tenali, Saurabh Mathur, Ameet Soni, Vaishali Phatak, Karla Lynch, Daniel Murman, Matthew Rizzo, Sriraam Natarajan

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 该研究提出一种自动化流程，用预训练基础模型处理言语流畅性测试音频构建贝叶斯网络，以实现阿尔茨海默病的可解释早期诊断，成功恢复临床知识并识别语言标志物间新关系。

Misconception Diagnosis From Student-Tutor Dialogue: Generate, Retrieve, Rerank

从学生-辅导对话中诊断误解：生成、检索、重排序

Joshua Mitton, Prarthana Bhattacharyya, Digory Smith, Thomas Christie, Ralph Abboud, Simon Woodhead

机构 * Eedi Renaissance Philanthropy Learning Engineering Virtual Institute（Eedi 理性慈善学习工程虚拟研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文提出利用大语言模型从学生-辅导对话中检测误解的方法，通过生成、检索和重排序提升误解识别的准确性。

Comments Published as Oral Paper at Learning at Scale, 2026. Link: https://dl.acm.org/doi/10.1145/3774398.3811609. 21 pages, 8 figures, 8 tables. Joshua Mitton and Prarthana Bhattacharyya contributed equally to this paper

A Graph-Based Reinforcement Learning Framework for Structured Drift Diagnosis and Recovery in Autonomous LLM Agents

面向自主大语言模型智能体中结构化漂移诊断与恢复的基于图的强化学习框架

Ismail El Hamraoui, Sagar Jose, Nicolas Bureau, Robert Plana

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本研究针对自主LLM智能体的运行时行为漂移问题，提出基于图的强化学习即插即用恢复框架，经AppWorld基准验证，该框架可利用漂移信息做出正确恢复决策且输出符合要求。

Wrong Design Intent Is Worse Than Never Conditioning: A Derangement-Control Diagnosis of Header Conditioning in CAD Program Completion

错误的设计意图比没有更糟糕：CAD程序完成中头部条件的错位控制诊断

Yang Xiao

机构 * Sichuan University（四川大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究微调代码语言模型中设计意图头部对CAD生成的影响，通过CADCON及错位控制等方法，发现错误头部会降低依从性，独立指标揭示指标循环性，危害具模式特异性，错误意图会误导生成。

Comments 47 pages, 4 figures. v5: one change in Sec. 6. The repaired-extractor re-run, previously listed as the first follow-up, has now been run under an independent pre-registration: the deficit reproduces on the repaired scoring surface under both tokenizations, bounded by the repair changing only 11.2% of scored rows. Anchor, verdict, per-row scores on both surfaces and run log are public

From Diagnosis to Correction: Benchmarking and Improving Real-World Table Parsing

从诊断到修正：真实世界表格解析的基准测试与改进

Jutao Xiao, Yuan Qu, Dongsheng Ma, Fan Wu, Tianyao He, Weihong Li, Jie Yang, Yu Qiao, Bin Wang, Conghui He

机构 * Zhejiang University（浙江大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Peking University（北京大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文针对真实世界表格解析的缺陷，构建诊断基准TableParseMap，提出DEC框架，无需重训即可提升冻结解析器性能，在TableParseMap上TEDS获显著提升。

Alignment Collapse Under KV Cache Quantization: Diagnosis and Mitigation

KV缓存量化下的对齐崩溃：诊断与缓解

Bruce Changlong Xu, Adarsh Kumarappan, Mu Zhou

机构 * Stanford University（斯坦福大学） ； California Institute of Technology（加利福尼亚理工学院） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究发现低比特KV缓存量化会无声破坏大模型的安全对齐，根源在于安全特征位于低维激活子空间，易受量化噪声影响；提出逐通道缩减（PCR）诊断方法，分类三种失效模式并指导缓解，无需训练即可恢复高达97%的对齐损失。

Comments Preprint. 61 pages, 9 figures

Is Self-Pretraining really useful to improve diagnosis in medical Time Series?

自预训练（SPT）真的有助于改进医疗时间序列的诊断吗？

Omar Coser, Antonio Orvieto, Paolo Soda, Loredana Zollo

机构 * Università Campus Bio-Medico di Roma（罗马生物医学大学校园大学） ； Umeå University（于默奥大学） ； Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； ELLIS Institute Tübingen（埃利斯研究所蒂宾根分所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 该研究探究自预训练（SPT）对Transformer在医疗时间序列诊断任务的影响，发现SPT可提升分类准确率0-6个百分点，是无需修改架构的通用有效策略。

Comments 21 pages, 7 figures,4 tables

Invisible Yet Detected: PelFANet with Attention-Guided Anatomical Fusion for Pelvic Fracture Diagnosis

不可见却可检测：带有注意力引导解剖融合的PelFANet用于骨盆骨折诊断

Siam Tahsin Bhuiyan, Rashedur Rahman, Sefatul Wasi, Naomi Yagi, Syoji Kobashi, Ashraful Islam, Saadia Binte Alam

机构 * Center for Computational & Data Sciences, Independent University, Bangladesh（孟加拉国独立大学计算与数据科学中心） ； Department of Computer Science and Engineering, Independent University, Bangladesh（孟加拉国独立大学计算机科学与工程系） ； Advanced Medical Engineering Research Institute, University of Hyogo, Japan（日本兵库大学先进医学工程研究所） ； Graduate School of Engineering, University of Hyogo, Japan（日本兵库大学工学研究科） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文提出PelFANet，通过融合原始骨盆X光和分割骨图像，利用注意力模块提升骨折分类性能，实验显示其在可见和不可见骨折检测中均表现优异。

Comments Accepted at MICCAI EMERGE 2025

Journal ref MICCAI EMERGE 2025, LNCS 16534, Springer, 2026

Vision Meets Language: A RAG-Augmented YOLOv8 Framework for Coffee Disease Diagnosis and Farmer Assistance

Semanto Mondal

机构 * University of Naples Federico II（那不勒斯费德里科二世大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

Comments There are 14 pages, 8 figures

A Data-Driven Vibration Analysis Framework for Micro-Motor Fault Diagnosis and Quality Control

一种用于微电机故障诊断与质量控制的数据驱动振动分析框架

Xuan Chen, Xinjun Zuo, Yancheng Bi, Shunli Yu, Yunqi Cao

专题命中 诊断辅助 ：diagnosis(title)；分类 eess.SP

AI总结 本研究针对电动牙刷微电机故障诊断与质量控制需求，设计振动信号采集装置，结合RF特征选择与SVM分类模型，实现微电机故障的精准高效检测，多项性能指标优异。

Comments 6 pages, 4 figures, and 1 table. Accepted by the 37th Chinese Process Control Conference (CPCC 2026); to appear in the conference proceedings

proxymate: Diagnosis and Adjustment of Proxy Estimates for Reliable Inference

Proxymate：用于可靠推断的代理估计诊断与调整

Alexandra N. M. Darmon, Deeksha Sinha, Steve Wilkins-Reeves, Caner Gocmen

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究针对代理估计存在的问题，提出Proxymate框架及Python包，通过四个级别进行代理验证和调整，提供诊断与策略，在Meta多个用例中应用，校正大量代理与主要单元比较，推动多工作流发布。

Comments 15 pages, 2 figures

The Geometry of Saturation: Effective Rank Predicts When Labels Stop Helping in Few-Shot Classification

二元少样本分类的谱相图：内在维度、几何饱和与表征诊断

Arnav Gupta

机构 * Independent Researcher（独立研究者） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出饱和指数S(K)作为二元少样本分类中标注停止准则，理论证明其与协方差估计集中度及线性判别稳定性相关，实验验证其与边际精度增益正相关，并划分探索、过渡、饱和三阶段。

Comments 46 pages, 8 figures, 22 tables

An Intervention-Based Framework for Shortcut Diagnosis in Spoofing Countermeasures

面向欺骗对抗系统的基于干预的捷径诊断框架

Santiago Rubio, Pilar Bello, Dayana Ribas, Antonio Miguel, Eduardo Lleida, Alfonso Ortega

机构 * University of ZaragozaSpain（萨拉戈塔大学西班牙） ； Business Telecommunications ServicesSpain（业务电信服务西班牙） ； ViVoLab, Aragón Institute for Engineering Research (I3A)（ViVoLab，阿拉贡工程研究院（I3A）） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 针对深度伪造音频检测系统因数据集捷径伪影导致野外可靠性下降的问题，提出基于有向图模型的干预诊断框架，可区分捷径依赖与合法域偏移，明确非语音区间是主导捷径。

Comments Accepted at Odyssey 2026: The Speaker and Language Recognition Workshop

Neural Network Implementation of the Renormalization Group for Fault Diagnosis with Class Imbalance

基于重正化群神经网络的类别不平衡故障诊断

Evgeny Nikulchev, Dmitry Ilin

机构 * MIREA – Russian Technological University（莫斯科俄罗斯技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出RGNet，一种基于重正化群概念的神经网络架构，通过层次化粗粒化特征空间处理类别不平衡和多维噪声，在AI4I数据集上验证了其有效性。

Comments 8 pages

SDVDiag: Multimodal Causal Discovery for Online Diagnosis in Software-defined Vehicles

SDVDiag：软件定义车辆中用于在线诊断的多模态因果发现

Matthias Weiß, Athreya Hosahalli Prakash, Falk Dettinger, Nasser Jazdi, Michael Weyrich

机构 * University of Erlangen-Nuremberg（埃尔兰根-纽伦堡大学） ； Fraunhofer Institute for Software and Virtual Systems（弗劳恩霍夫软件与虚拟系统研究所） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出SDVDiag多模态因果发现管道，融合日志和指标表示构建因果图，结合异常触发实现持续在线诊断，在自动泊车测试中因果图更稀疏，根因定位准确。

Comments 8 pages, 4 figures, 2 tables

A Multimodal Approach to Alzheimer's Diagnosis: Geometric Insights from Cube Copying and Cognitive Assessments

一种多模态阿尔茨海默病诊断方法：来自立方体复制和认知评估的几何洞察

Jaeho Yang, Kijung Yoon

机构 * Department of Electronic Engineering, Hanyang University（电子工程系，翰阳大学） ； Department of Artificial Intelligence, Hanyang University（人工智能系，翰阳大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出多模态框架，将手绘立方体草图转换为图结构，结合人口统计和神经心理测试分数，用于阿尔茨海默病分类，图表示优于像素模型，多模态融合提升性能。

When Attribution Patching Lies: Diagnosis and a Second-Order Correction

当归因补丁说谎时：诊断与二阶修正

Luyang Zhang, Jialu Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究归因补丁（梯度一阶近似）在机制可解释性中的不可靠性，发现主要误差源于下游网络的非线性，并提出可靠性评分、误差界和HVP二阶修正方法。

Comments 30 pages, 12 figures

Evidence-Grounded Ensemble Diagnosis of 802.11 Packet Captures: A Multi-Stage Pipeline with Deterministic Reliability Scoring

基于证据的802.11数据包捕获集成诊断：具有确定性可靠性评分的多阶段流水线

Jerome Henry, Swadhin Pradhan, Miroslav Popovic

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 提出PROBE多阶段流水线，通过确定性证据框架和集成方法解决LLM在802.11诊断中的幻觉、置信度偏差和评估偏见问题，在87个企业Wi-Fi捕获上实现0.957的加权证据F1分数和96%的自动接受率。

Comments 37 pages, 9 figures, 9 tables

Interpreting Learning Under Competing Models: Joint and Stepwise Approaches for Dynamic Cognitive Diagnosis

解释竞争模型下的学习：动态认知诊断的联合与逐步方法

Yawen Ma, Sahoko Ishida, Kate Cain, Gabriel Wallin

机构 * School of Mathematical Sciences, Lancaster University（兰卡斯特大学数学科学学院） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Department of Psychology, Lancaster University（兰卡斯特大学心理学系） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 研究在项目-技能结构未知时，联合估计Q矩阵与学习过程相比先确定Q矩阵再研究学习，如何改变对学习者发展的结论，并通过动态认知诊断模型分析阅读游戏数据，发现联合分析更可靠。

Analyzing Stream Collapse in Hyper-Connections: From Diagnosis to Mitigation

分析超连接中的流坍缩：从诊断到缓解

Ekaterina Alimaskina, Gleb Molodtsov, Aleksandr Beznosikov

机构 * MIRAI ； BRAIn Lab ； Yandex Research ； Innopolis University 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文通过细粒度诊断发现超连接中的多流残差连接存在流坍缩现象，即信号集中于主导流，并通过打破初始化对称性缓解该问题以提升性能。

Advantage Collapse in Group Relative Policy Optimization: Diagnosis and Mitigation

群体相对策略优化中的优势崩塌：诊断与缓解

Xixiang He, Qiyao Sun, Ao Cheng, Xingming Li, Xuanyu Ji, Hailun Lu, Runke Huang, Qingyong Hu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 针对GRPO在可验证奖励强化学习中的优势崩塌问题，提出诊断指标ACR和轻量级扩展方法AVSPO，通过注入虚拟奖励样本减少梯度消失，提升模型推理能力。

Comments Accepted at the International Conference on Machine Learning (ICML 2026). Project page: https://QingyongHu.github.io/AVSPO

Spectral Priors vs. Attention: Investigating the Utility of Attention Mechanisms in EEG-Based Diagnosis

光谱先验 vs. 注意力：探究注意力机制在基于脑电图的诊断中的效用

Tawsik Jawad, Gowtham Atluri, Vikram Ravindra

机构 * University of Cincinnati（辛辛那提大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文提出一种基于频带选择的光谱特征构建方法，证明在小型EEG数据集中，传统机器学习模型性能可匹敌或超越SOTA深度学习模型，而注意力机制无法提取稳定的光谱特征。

Sparse Mixture-of-Experts Routing in Visual Diffusion Transformers:Diagnosis, Boundary Calibration and Evolutionary Roadmap from Routing Collapse to Selective Deadlock

视觉扩散变换器中稀疏专家混合路由的稀疏性：从路由崩溃到选择性死锁的诊断、边界校准和进化路线图

Haiying Sha

机构 * Haiying Sha（海ying Sha） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文系统诊断了Token-Choice稀疏混合专家（MoE）在视频扩散变换器中的训练失败模式，通过分析超过6500万个标记的路由决策时间序列，提出了功能冗余假说，并总结了从视觉统一到世界模型的三步进化路线图。

Beyond Localization: A Comprehensive Diagnosis of Perspective-Conditioned Spatial Reasoning in MLLMs from Omnidirectional Images

超越定位：从全景图像中对MLLMs的视角条件空间推理进行综合诊断

Yuangong Chen, Wai Keung Wong, Jiaxing Li, Ioannis Patras, Xu Zheng

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Guangzhou University（广州大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； HKUST(Guangzhou)（香港科技大学（广州）） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文研究了多模态大语言模型（MLLMs）在视角变化下的空间推理能力，提出了PCSR-Bench基准测试，评估了14种代表性MLLMs在不同任务上的表现，揭示了空间推理能力的显著差距，并探讨了通过强化学习进行优化的可能性。

Comments 10pages, 4 figures

When Adaptation Fails: A Gradient-Based Diagnosis of Collapsed Gating in Vision-Language Prompt Learning

当适应失效：基于梯度的Collapsed Gating在视觉-语言提示学习中的诊断

Yunxuan Fang, Ziwei Zhang, Xinhe Wang

机构 * Beihang University（北航大学） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文研究了在冻结少样本提示学习中，适应性门控和提示选择模块失效的问题，通过实验发现梯度不平衡和门控退化是主要失效模式，揭示了参数高效学习中适配门控的有效条件。

Classification-Head Bias in Class-Level Machine Unlearning: Diagnosis, Mitigation, and Evaluation

类别级机器去学习中的分类头偏差：诊断、缓解与评估

Weidong Zheng, Kongyang Chen, Yuanwei Guo, Yatie Xiao

机构 * School of Computer Science and Cyber Engineering, Guangzhou University（计算机科学与电子工程学院，广州大学） ； School of Artificial Intelligence, Guangzhou University（人工智能学院，广州大学） ； Guangzhou Institute of Internet of Things（广州物联网研究院） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文揭示了类别级去学习中的偏差主导捷径，提出BiasShift和两种新的机制，通过引入新的指标量化偏差依赖性，实验表明方法在保持去学习性能的同时更稳定。

Time-RA: Towards Time Series Reasoning for Anomaly Diagnosis with LLM Feedback

Time-RA：面向时间序列推理的异常诊断方法：基于LLM反馈

Yiyuan Yang, Zichuan Liu, Lei Song, Kai Ying, Zhiguang Wang, Tom Bamford, Svitlana Vyetrenko, Jiang Bian, Qingsong Wen

机构 * University of Oxford（牛津大学） ； Nanjing University（南京大学） ； MSRA（微软研究院） ； SJTU（上海交通大学） ； Abel AI ； Outsampler ； University of Strasbourg（斯特拉斯堡大学） ； Squirrel Ai Learning（Squirrel AI学习） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.LG

AI总结 本文提出Time-RA，通过引入RATs40K多模态数据集，改进时间序列异常检测的生成式推理方法，提升诊断准确性和解释性，实现可解释的多模态时间序列分析。

Comments ACL 2026 Findings. 27 pages, 11 figures, 15 tables. Code and dataset are publicly available

MApLe: Multi-instance Alignment of Diagnostic Reports and Large Medical Images

MApLe：多实例诊断报告与大医学图像的对齐

Felicia Bader, Philipp Seeböck, Anastasia Bartashova, Ulrike Attenberger, Georg Langs

机构 * Computational Imaging Research Lab, Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna（计算成像研究实验室，生物医学成像与影像引导治疗系，维也纳医学大学） ； Comprehensive Center for Artificial Intelligence in Medicine, Medical University of Vienna（医学人工智能综合中心，维也纳医学大学） ； Medical Anomaly Detection (MANO) Group, Computational Imaging Research (CIR), Department of Biomedical Imaging and Image-guided Therapy, Medical University of Vienna（医学异常检测（MANO）组，计算成像研究（CIR），生物医学成像与影像引导治疗系，维也纳医学大学） ； Department of Biomedical Imaging and Image-Guided Therapy, Medical University of Vienna（生物医学成像与影像引导治疗系，维也纳医学大学） 纠错

专题命中 诊断辅助 ：medical image(title)；分类 cs.CV

AI总结 MApLe通过多任务多实例对齐方法，解决诊断报告与图像局部区域的关联问题，提升医学图像与文本的对齐性能。

Comments Accepted for MIDL 2026; Reviews available at https://openreview.net/forum?id=M8OO3CRbL9#discussion

From Prediction to Diagnosis: Reasoning-Aware AI for Photovoltaic Defect Inspection

从预测到诊断：面向光伏缺陷检测的推理感知AI

Dev Mistry, Feng Qiu, Bo Chen, Feng Liu, Can Chen, Mohammad Shahidehpour, Ren Wang

机构 * Illinois Institute of Technology（伊利诺伊理工学院） ； Argonne National Laboratory（阿贡国家实验室） ； Commonwealth Edison（联邦爱迪生公司） ； Drexel University（德雷塞尔大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 诊断辅助 ：diagnosis(title)；分类 cs.CV

AI总结 本文提出REVL-PV框架，通过融合电致发光、热成像和可见光图像，实现光伏缺陷的结构化诊断报告，提升检测准确性和可解释性。

Comments 34 pages, 5 figures