医学 AI

Decoupled Contrastive Decoding via Expert-Aligned Drafting

基于专家对齐草稿的解耦对比解码

Zhixuan Liu, Zhichen Dong, Yuanfu Wang, Chao Yang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对对比解码成本高的问题，提出解耦对比解码，采用专家对齐轻量级提案生成器与标准投机验证，实现显著加速并降低MMLU提案路径延迟。

Comments 28 pages, 11 figures, 20 tables. Code: https://github.com/chadlzx/dcd

Formal Verification of Quantum Ancilla Safety

量子辅助量子位安全性的形式验证

Jiqi Li, Jingyi Mei, Wang Fang, Ji Guan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对量子编译中辅助量子位安全性的形式验证难题，提出端到端验证-修复框架，通过两步归约策略实现高效并行验证，可分类错误并修复局域故障，工具可扩展至数千量子位且效果良好。

Machine learning correction of satellite precipitation is governed by mechanism purity, not algorithmic complexity: a proof-of-concept study in Hunan, China, with pre-registered cross-regional validation

卫星降水的机器学习校正受机制纯度而非算法复杂度支配：中国湖南的概念验证研究及预先注册的跨区域验证

Yi Xu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出TMI框架，发现卫星降水的机器学习校正性能受机制纯度而非算法复杂度支配，经跨区域验证可作为适用性筛选工具。

Comments 44 pages, 8 figures, 5 tables; supplementary material included (8 tables, 2 figures)

CTBench: Evaluating Troubleshooting Capabilities of AI Agents in Realistic Telecom Network Operations

CTBench：评估AI智能体在真实电信网络运维中的故障排查能力

Xingyu Yan, Tingting Dai, Antonio De Domenico, Mohamed Sana, Nicola Piovesan, Changchang Li, Bowen Liu, Kun Jiang, Mengjie Zhang, Dingcheng Shan, Jing-Cheng Pang, Chenwei Wu, Sijie Wu, Lianying Chao, Haoran Cai, Jiantao Ye, Xubin Li, Simon Mark Lucas, Xin Chen

机构 * Huawei Technologies（华为技术有限公司） ； Paris Research Center, Huawei Technologies（华为技术有限公司巴黎研究中心） ； Queen Mary University of London（伦敦玛丽女王大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出CTBench基准，评估AI智能体的电信故障排查能力，发现其路径恢复表现好于根本原因分析，且资源消耗与诊断效果无必然关联。

Towards Model-based Run-time Cybersecurity: On Control-Flow Anomaly Detection, Attack Identification, and Hardware Monitoring

面向基于模型的运行时网络安全：控制流异常检测、攻击识别与硬件监控

Martin Sachenbacher, Martin Leucker, Alexander Weiss, Aliyu Tanko Ali

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本文提出结合软件与硬件监控的基于模型的方法，以提升控制流异常检测与攻击树识别的鲁棒性，解决攻击者通过伪装控制流逃避检测的问题，在认证服务示例中验证了该方案可提高诊断精度。

Comments 14 pages

When Do Institutions Beat Intelligence?

何时制度优于智能？

Zhengye Han

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究通过构建受控人工生态，实验揭示制度在修复集体构建可用公共状态的失败时优于智能，反之则不然，为智能与制度的选择提供了诊断依据。

Knowledge-Graph-Guided Retrieval-Augmented LLMs for Explainable Root Cause Analysis in Automotive HiL Validation

知识图谱引导的检索增强大语言模型用于汽车在环（HiL）验证中的可解释根本原因分析

Hamza Ouarrad, Mohammad Abboush, Andreas Rausch

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出KG引导的RAG-LLM框架，用于汽车HiL数据的RCA与故障定位，在ASM汽油发动机和电动车系统案例中分别获90%、94% Top-1准确率，可实现可解释且泛化的故障分析。

Comments 10 pages, 3 figures, 5 tables. Accepted for publication and oral presentation at the 10th International Conference on System Reliability and Safety (ICSRS 2026), Rome, Italy, November 23--25, 2026

Benchmarking Quantum and Classical Machine Learning Models on Oncological Data

量子与经典机器学习模型在肿瘤数据上的基准测试

Sydney Leither, Thomas Lubinski, Michael Kubal, Sonika Johri

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究开发公平基准测试方法，对比量子与经典机器学习模型在三类肿瘤数据集上的表现，未发现量子优势，建议优先分析高维度、更符合生物学实际的数据集以推进实用量子优势研究。

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

Jinwen Li, Yunhong Che, Simona Onori, Weihan Li, Xiaosong Hu

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

Hamza Ouarrad, Mohammad Abboush, Andreas Rausch

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

Xiang Weng, Xiao Lu, Jiawei Li, Grant Forster, Jessica Chapman, Beckie George, Yunbo Lu, Guowen He, Haofan Wang, Jingcheng Lai, Peer Nowack

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。

A framework for assessing value and heterogeneity, illustrated using an early model of population screening with a multi-cancer early detection test

评估价值与异质性的框架：以多癌早期检测测试的人群筛查早期模型为例

N Kunst, S Dias, K Payne, S Palmer, MO Soares

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出了拆分价值与异质性的医疗干预价值评估框架，将其应用于英格兰MCED测试的人群筛查模型，发现Galleri筛查每人上限价值为0.135 QALYs，结肠/直肠等三类癌症贡献50%价值，结果稳健，可指导决策与研究优先级。

Comments 15 pages, 2 Figures, 2 Tables

LLM-Guided Heuristic Design from Simulation Traces: A Case Study in Dynamic Production and AGV Scheduling

基于模拟轨迹的大语言模型引导式启发式设计：动态生产与自动导引车调度的案例研究

Jinbo Li, Chuanhao Li

机构 * Tsinghua University（清华大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出LLM引导的启发式设计框架，通过模拟轨迹诊断优化AGV与生产调度策略，在多组实验中优于多种基线方法，证实模拟轨迹可指导代码层面的策略改进。

Comments 33 pages, 8 figures

SiriusDeliver: Automating Data Warehouse Delivery at Tencent

SiriusDeliver：腾讯的数据仓库交付自动化方案

Haining Xie, Xiaokai Zhou, Jiaming Yang, Siqi Shen, Ziwei Wang, Yifeng Zheng, Tengyue Xu, Yipeng Shi, Zefang Zong, Yang Li, Peng Chen, Jie Jiang, Debiao He, Xiao Yan, Jiawei Jiang

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 腾讯提出SiriusDeliver端到端交付自动化智能体，集成三类组件，经离线实验和腾讯云WeData大规模部署验证，可显著提升DW交付的成功率、效率，缩短交付时间与工程师工作量。

Comments 13 pages, 13 figures, 3 tables. Under submission

GALA: Graph-Augmented LLM Agents for Root Cause Analysis and Incident Response in Microservices

GALA：用于微服务根本原因分析和事件响应的图增强大语言模型智能体

Yifang Tian, Yaming Liu, Zichun Chong, Zihang Huang, Yiran Li, Hans-Arno Jacobsen

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对微服务RCA的现有方法存在局限，提出图增强LLM智能体框架GALA+，结合STRIX与SURE-Score，在基准测试中性能优于最佳LLM基线，获SRE专家认可。

Comments Proceedings of the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE '26), October 12--16, 2026, Munich, Germany

Branch2Skill: Efficient Skill Evolution Through Reasoning Trees

Branch2Skill：基于推理树的高效技能演化方法

Yanwei Ren, Haotian Zhang, Likang Xiao, Jiaxing Huang, Jiayan Qiu, Baosheng Yu, Quan Chen, Liu Liu

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 Branch2Skill是将推理树转化为密集监督信号的框架，通过蒙特卡洛树搜索提取推理证据并提炼更新，在六个基准测试中提升了任务性能与技能演化效率，以GPT 5.5为目标模型时token用量比SkillOpt少73.2%

Comments 9 pages, 6 figures, 3 tables. Technical report

Walking through Discussions: A Mobile Visual Analytics System for In-Situ Group Discussion Analysis

穿行于讨论间：用于现场小组讨论分析的移动视觉分析系统

Yiping Sun, Ziyao Kang, Wei Zeng, Minli Wu, Jiazhi Xia

机构 * Central South University（中南大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出移动视觉分析系统MobileGroupVis，适配小屏幕触控交互，用于现场分析课堂小组讨论，可辅助教师监控小组、诊断异常并开展课堂干预。

Comments Accepted by IEEE VIS'26

FailForge: Distilling Procedural Competence from Persistent Failures into Code Agents

FailForge：从持续失败中提取过程能力到代码智能体

Dongyi Lv, Fushun E, Aichen Cai, Liang Huang, Ya Zhang, Qiuyu Ding, Canhui Wu, Zhi Wang, Yuesong Zhang, Jiaqi Wang, Nan Duan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 FailForge 框架将代码智能体的失败案例转化为训练信号，以边际成本恢复超26%失败实例，使 Qwen3.5-4B 在 SWE-bench Verified 上的解决率提升6.6个百分点，增益集中于最难问题。

Improving Constraint Models with LLM Agents

用大语言模型智能体改进约束模型

Florentina Voboril, Stefan Szeider

机构 * TU Wien（维也纳技术大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出一种基于LLM智能体的框架，通过迭代诊断修复改进约束模型，在9个组合优化问题的27个测试实例中多数表现优于原模型，部分问题求解速度提升超两个数量级，证明自主智能体方法可支持约束模型优化。

Lingjing: A Simulation Testbed for Multi-Agent Embodied Tasks in Open-Ended Cities

Lingjing：面向开放城市多智能体具身任务的仿真测试平台

Xiaohe Li, Yiru Wang, Junhao Fan, Mingyuan Liu, Jie Huang, Kaixin Zhang, Jiahao Li, Chen Qian, Zide Fan

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 Lingjing 是一款面向开放城市异构多智能体具身任务的仿真测试平台，支持城市多智能体协同的可复现评估与故障诊断，通过评估视觉语言模型等揭示了环境感知等瓶颈。

JaleesBench: Are AI Assistants Good Spiritual Company?

JaleesBench：AI助手能否成为良好的精神陪伴？

M. Waleed Kadous, Benjamin Olsen

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 研究人员推出JaleesBench基准测试，评估AI助手的精神陪伴能力，发现简单提示指导可提升通用模型的陪伴表现，领域微调助手的优势来自检索和提示层，还可用于改进现有宗教类AI助手。

Comments 21 pages, 8 figures, 4 tables. Open-source harness, scenario bank, proof texts, and full evaluation (model responses and both judges' verdicts): https://github.com/iaser-ai/jaleesbench . Interactive browser for inspecting scenarios, responses, and judge verdicts: https://s.iaser.ai/jb

Queueing Analysis and Cost Optimization in a Diagnostic--Treatment Hospital Queue with Heterogeneous Referred Patients

异构转诊患者的诊疗医院队列中的排队分析与成本优化

Shobha Rani, Rohit Dehru, Raghu Nandan Sengupta

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究针对含初诊与转诊患者的医院队列，构建分析决策框架，推导性能指标，设计负载触发控制，验证结果并优化总成本，采用多种启发式求解器求解。

QSVM-RQNN: Low-Qubit Recurrent Quantum Similarity Learning for Condition Monitoring and Fault Classification

QSVM-RQNN：用于状态监测和故障分类的低量子比特循环量子相似度学习

Amit S. Patel, Himanshu R. Patel, Bikash K. Behera

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对NISQ设备的量子资源限制问题，提出QSVM-RQNN框架，结合QSVM与RQNN实现低量子比特需求，在故障分类任务上达到有竞争力的性能，实现了性能与效率的良好权衡。

Comments 24 Pages, 7 Figures

Silent coverage failures in rare-event searches and a degeneracy index that predicts them

稀有事件搜寻中的静默覆盖失效及可预测该失效的简并指数

Davide Pagno

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究针对稀有事件搜寻中因模型误设导致的静默覆盖失效，提出泊松-费舍尔简并指数预测失效，通过建模变形恢复覆盖但损失灵敏度。

SkillProx: Self-Evolving Agent Skills via Proximal Textual Gradient Descent

SkillProx：基于近端文本梯度下降的自进化智能体技能

Mingxuan Zheng, Yujin Zhou, Chuxue Cao, Boqin Yin, Yuyao Zhang, Jiapeng Sun, Shuaishuai Gong, Sirui Han, Yike Guo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 SkillProx是结合闭环诊断进化与近端优化的自进化智能体技能框架，可提升LLM智能体在分布内外基准的平均准确率3.0个百分点，且两种核心组件具有互补效果。

Comments 23 pages, 4 figures

EMAS: Stabilizing Multi-Agent System Evolution through Evidence-Guided Revision

EMAS：通过证据引导的修正稳定多智能体系统演化

Chao Fei, Qingyi Si, Kaihua Liang, Yanghua Xiao, Panos Kalnis, Hongcheng Guo

机构 * King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学） ； Fudan University（复旦大学） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 EMAS 是一种不更新 LLM 参数、利用样本经验修正 MAS 拓扑与提示词的方法，在四个基准和两个 LLM 上提升了准确率并降低了 token 成本，表现优于多数基线方法。

Autonomy-of-Heads: Data-Free Sparse Attention from Frozen Query-Key Geometry

头自主性：基于冻结查询-键几何的无数据稀疏注意力

Yehan Yang, Junyuan Shang, Yang Li, Guanqun Zhao, Shuohuan Wang, Dianhai Yu

机构 * Institute of Computing Technology, Chinese Academy of Sciences（中国科学院计算技术研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Baidu Inc.（百度公司） 纠错

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 本研究提出无数据稀疏注意力方法 AoH，通过查询-键投影谱几何识别检索头与流头，在 50% 稀疏度下平均保留全注意力 96.5% 性能，同时显著降低 LLM 的计算延迟与 KV-cache 内存。

AgentChaos: Chaos Engineering for Agent Systems via Programmatic Fault Injection

AgentChaos：通过可编程故障注入实现智能体系统的混沌工程

Gou Tan, Zhensu Sun, Jieke Shi, Ting Zhang, Zilong He, Qingfu Wu, Shuai Liang, Weifeng Sun, Junda He, Pengfei Chen, Chuanfu Zhang, Lwin Khin Shar, David Lo

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 提出AgentChaos框架，在不修改源代码的情况下于LLM API共享层注入故障，评估显示智能体系统鲁棒性取决于自身实现，现有故障诊断方法仍有提升空间。

Comments Accepted at the 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

108 ps coincidence time resolution through optimized scintillators, photodetectors, readout electronics, and DOI-based timing correction in orthogonally stacked detector configurations

通过优化闪烁体、光电探测器、读出电子学以及正交堆叠探测器构型中基于DOI的时间校正实现108 ps符合时间分辨率

Arisa Sanzen, Yuya Onishi, Takahiro Moriya, Tomohide Omura, Ryosuke Ota

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 该研究提出正交堆叠的xDetector构型，通过优化闪烁体、光电探测器、读出电子学及三维相互作用CTR校正，使系统CTR达108.6 ps FWHM，较传统探测器提升10.3%，有望助力TOF-PET性能提升

Implicit Computation of Filtered Prime Implicants

过滤本原蕴含项的隐式计算

Edward Liem, Clemens Dubslaff

专题命中 诊断辅助 ：diagnosis(abstract)

AI总结 针对现有本原蕴含项计算方法因指数级数量导致可扩展性差的问题，提出基于决策图的端到端符号算法，实现受侧约束的本原蕴含项的隐式计算。