Carnegie Mellon University（卡内基梅隆大学）

2607.26886 2026-07-30 cs.CV cs.AI cs.CL cs.CY 新提交

Hearsay: Vision-Language Medical Diagnoses Without an Image

Hearsay：无需图像的视觉-语言医学诊断

Siddharth Vohra

机构 * Carnegie Mellon University（卡内基梅隆大学）； Amazon Web Services AI Native（亚马逊网络服务AI原生部门）

AI总结该研究发现前沿视觉-语言模型在无图像时会基于人口统计学特征编造医学诊断，存在不同失败模式，提出需直接审计其结构化输出通道并将探针词敏感性作为核心评估维度。

Comments Peer-reviewed and presented at the 1st Workshop on Toward Trustworthy Vision-Language Models in the Wild (TrustVLM), co-located with ACM ICMR 2026, Amsterdam. Non-archival workshop. Reviews public on OpenReview. 5 pages, 2 figures

2607.26350 2026-07-30 cs.SD cs.CL 新提交

Dissecting Sensitivity to Training Language in Self-Supervised Speech Learning Using Neural Audio Codec Tokens

基于神经音频编解码器令牌剖析自监督语音学习对训练语言的敏感性

Daigo Takizawa, Tomohiko Nakamura, Samuele Cornell, William Chen, Satoru Fukayama, Shinji Watanabe

机构 * National Institute of Advanced Industrial Science and Technology (AIST)（日本国立先进工业科学技术研究所）； Carnegie Mellon University（卡内基梅隆大学）

AI总结该研究通过控制变量分析发现，基于神经音频编解码器的自监督语音模型的下游性能依赖SSL预训练语言，不依赖编解码器训练语言，据此提出单个编解码器可跨语言复用，需对齐预训练语言与目标语言。

Comments Accepted to Interspeech2026

2607.26337 2026-07-30 cs.RO eess.IV 新提交

Reeling It In: Flexible Needle Pick Up via Thread Manipulation for Autonomous Suturing

收线：通过线操作实现自主缝合的柔性缝针拾取

Emma Huang, Zih-Yun Chiu, Neelay Joglekar, Shanglei Liu, Michael C. Yip

机构 * University of California San Diego（加利福尼亚大学圣迭戈分校）； Johns Hopkins University（约翰斯·霍普金斯大学）； Carnegie Mellon University（卡内基梅隆大学）； UC San Diego Health（加州大学圣迭戈分校健康中心）

AI总结本研究提出一种基于缝合线辅助的自主缝针拾取框架，通过线操作实现间接拾取，可应对缝针被遮挡或不可接近等场景，提升了自主缝合的鲁棒性。

Comments Accepted to IROS 2026