Harvard University（哈佛大学）

VAGS: Velocity Adaptive Guidance Scale for Image Editing and Generation

VAGS：图像编辑与生成的速率自适应引导尺度

Yan Luo, Ahmadou Aidara, Jingyi Lu, Jeremy Moebel, Kai Han, Mengyu Wang

机构 * Harvard AI and Robotics Lab（哈佛人工智能与机器人实验室） ； Harvard University（哈佛大学） ； School of Computing and Data Science（计算与数据科学学院） ； The University of Hong Kong（香港大学） ； Kempner Institute for the Study of Natural and Artificial Intelligence（自然与人工智能研究学院） 纠错

AI总结 VAGS通过自适应引导尺度提升图像编辑和生成的结构保真度和生成质量，无需微调或额外计算。

A Few GPUs, A Whole Lotta Scale: Faithful LLM Training Emulation with PrismLLM

几块GPU，大量规模：PrismLLM实现忠实的LLM训练仿真

Shaoke Xi, ChonLam Lao, Boyi Jia, Jiaqi Gao, Zhipeng Zhang, Jiamin Cao, Brian Sutioso, Erci Xu, Minlan Yu, Kui Ren, Yong Li, Zhengping Qian, Ennan Zhai, Jingren Zhou

机构 * Alibaba Group（阿里巴巴集团） ； Harvard University（哈佛大学） ； Shanghai Jiao Tong University（上海交通大学） ； Zhejiang University（浙江大学） 纠错

AI总结 PrismLLM通过切片方法构建高保真执行图，使工程师能用少量GPU模拟大规模训练行为，准确复现性能和内存表现，节省集群访问成本。

Comments 13 pages body, 21 pages total

RIDE: Retinex-Informed Decoupling for Exposing Concealed Objects

RIDE: 基于Retinex的解耦方法用于揭示隐藏物体

Chunming He, Rihan Zhang, Dingming Zhang, Chengyu Fang, Longxiang Tang, Jingjia Feng, Fengyang Xiao, Sina Farsiu

机构 * Duke University（杜克大学） ； Tsinghua University（清华大学） ； Harvard University（哈佛大学） 纠错

AI总结 RIDE通过Retinex理论提出同域图像分解方法，解决隐藏物体分割问题，利用判别性差距定理提升前景与背景的区分度。

Greedy or not, here I come: Language production under vocabulary constraints in humans and resource-rational models

贪心还是不贪心，这里我来：在词汇限制下的人类语言生成与资源理性模型

Thomas Hikaru Clark, Sihan Chen, Laura Nicolae

机构 * Department of Brain and Cognitive Sciences, MIT（麻省理工学院脑科学与认知科学系） ； Department of Economics, Harvard University（哈佛大学经济系） 纠错

AI总结 研究人类在词汇限制下如何生成语言，发现人类更倾向于贪心采样，但更熟练者会回溯修正，非贪心行为。

Muon-OGD: Muon-based Spectral Orthogonal Gradient Projection for LLM Continual Learning

Muon-OGD: 基于muon的谱范数正交梯度投影用于大语言模型持续学习

Binghang Lu, Zheyuan Deng, Runyu Zhang, Bing Hu, Yunhan Zhao, Yuan Tian, Changhong Mou, Guang Lin, Xiaomin Li

机构 * Purdue University（普渡大学） ； Brown University（布朗大学） ； Massachusetts Institute of Technology（麻省理工学院） ； University of California, Irvine（加州大学 Irvine 分校） ； Utah State University（犹他州立大学） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出Muon-OGD框架，通过谱范数约束优化和正交投影约束，改进LLM持续学习的稳定性-可塑性平衡，实验证明其在持续学习基准上优于传统方法。

MoE-Prefill: Zero Redundancy Overheads in MoE Prefill Serving

MoE-Prefill: 在MoE预填服务中实现零冗余开销

Zhaoyuan Su, Olatunji Ruwase, Karthik Ganesan, Aurick Qiao, Samyam Rajbhandari, Juncheng Yang, Yue Cheng, Yuxiong He

机构 * University of Virginia（弗吉尼亚大学） ； Snowflake AI Research（Snowflake AI研究院） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出MoE-Prefill系统，通过异步专家并行策略优化MoE预填服务，提升吞吐量和GPU利用率，实现在实际和长上下文合成工作负载中的性能提升。

Comments 19 pages, 12 figures, 4 tables

Traj-CoA: Patient Trajectory Modeling via Chain-of-Agents for Lung Cancer Risk Prediction

Traj-CoA：通过链式代理进行患者轨迹建模用于肺癌风险预测

Sihang Zeng, Yujuan Fu, Sitong Zhou, Zixuan Yu, Lucas Jing Liu, Jun Wen, Matthew Thompson, Ruth Etzioni, Meliha Yetisgen

机构 * University of Washington（华盛顿大学） ； Fred Hutch Cancer Center（Fred Hutch癌症中心） ； Harvard University（哈佛大学） ； Google（谷歌） 纠错

AI总结 Traj-CoA通过链式代理系统处理电子健康记录数据，减少噪声并保留完整时间线，从而在肺癌风险预测中优于基线方法。

Comments Accepted by NeurIPS 2025 GenAI4Health Workshop

Topological constraints on self-organisation in locally interacting systems

拓扑约束在局部相互作用系统自组织中的作用

Francesco Sacco, Dalton A R Sakthivadivel, Michael Levin

机构 * Allen Discovery Center at Tufts University, Medford, MA 02155（塔夫茨大学艾伦发现中心，马萨诸塞州梅德福02155） ； Department of Mathematics, CUNY Graduate Center, New York, NY 10016（纽约市立大学研究生中心数学系，纽约州纽约市10016） ； Department of Biology, Tufts University（塔夫茨大学生物学系） ； Wyss Institute for Biologically Inspired Engineering, Harvard University（哈佛大学生物启发工程研究所） 纠错

AI总结 研究局部相互作用系统中自组织的拓扑约束，通过分析不同模型的自由能缩放性，探讨图结构对有序相存在性的必要条件。

Comments 11+3 pages, four figures, four tikzpictures. This version to appear in Philos Trans R Soc A

Journal ref Philosophical Transactions A, 384(2320), 2026

TrainMover: An Interruption-Resilient Runtime for ML Training

TrainMover: 一种具有中断容错能力的机器学习训练运行时

ChonLam Lao, Jiaqi Gao, Jiamin Cao, Zhipeng Zhang, Pengcheng Zhang, Jiangfei Duan, Zhilong Zheng, Yu Guan, Yichi Xu, Yong Li, Zhengping Qian, Aditya Akella, Minlan Yu, Ennan Zhai, Dennis Cai, Jingren Zhou

机构 * Harvard University（哈佛大学） ； Alibaba Group（阿里巴巴集团） ； UT Austin（得克萨斯大学奥斯汀分校） 纠错

AI总结 TrainMover通过弹性与备用机器处理中断，实现最小停机时间和零内存开销，减少GPU浪费时间达55%。

Comments 14 pages body, 19 pages total

Density Estimation via Binless Multidimensional Integration

通过无bin多维积分进行密度估计

Matteo Carli, Alex Rodriguez, Alessandro Laio, Aldo Glielmo

机构 * SISSA ； Harvard University（哈佛大学） ； University of Trieste（特里斯特大学） ； ICTP（国际理论物理中心） ； Banca d’Italia（意大利银行） 纠错

AI总结 本文提出BMTI方法，通过计算邻近数据点的log密度差并进行多维积分，实现非参数、鲁棒且数据高效的密度估计，适用于高维空间。

Croissant Baker: Metadata Generation for Discoverable, Governable, and Reusable ML Datasets

饼干师：用于可发现、可治理和可重用的机器学习数据集元数据生成

Rafi Al Attrach, Rajna Fani, Sebastian Lobentanzer, Joan Giner-Miguelez, Debanshu Das, Varuni H. K., Nobin Sarwar, Rajat Ghosh, Anwai Archit, Surbhi Motghare, Christina Conrad Parry, Luis Oala, Lara Grosso, Joaquin Vanschoren, Steffen Vogler, Sujata Goswami, Eric S. Rosenthal, Marzyeh Ghassemi, Matthew McDermott, Tom Pollard

机构 * Technical University of Munich（慕尼黑技术大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Helmholtz Munich（海德堡-慕尼黑研究所以及医学中心） ； Barcelona Supercomputing Center（巴塞罗那超级计算中心） ； Google（谷歌） ； Couchbase（Couchbase公司） ； University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； Nutanix（Nutanix公司） ； Georg-August-University Göttingen（哥廷根大学） ； Salesforce（Salesforce公司） ； Sage Bionetworks（Sage Bionetworks公司） ； Dotphoton（Dotphoton公司） ； Harvard University（哈佛大学） ； Eindhoven University of Technology（埃因霍温理工大学） ； Bayer AG（拜耳公司） ； Independent Researcher（独立研究者） ； Massachusetts General Hospital（麻省总医院） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出Croissant Baker，一种本地优先的开源命令行工具，可直接从数据集目录生成验证过的Croissant元数据，通过模块化处理程序注册表，支持大规模数据集，如MIMIC-IV，达到97-100%的准确率。

Comments 23 pages, 5 figures, 11 tables. Project: https://lcp.mit.edu/croissant-baker/ Code: https://github.com/MIT-LCP/croissant-baker

MicroscopyMatching: Towards a Ready-to-use Framework for Microscopy Image Analysis in Diverse Conditions

MicroscopyMatching：面向多样条件下的显微图像分析即用框架

Xiaofei Hui, Haoxuan Qu, Hossein Rahmani, Shuohong Wang, Jeff W. Lichtman, Jun Liu

机构 * School of Computing and Communications（计算与通信学院） ； Lancaster University（兰卡斯特大学） ； Department of Cell Biology（细胞生物学系） ； Harvard Medical School（哈佛医学院） ； Department of Molecular and Cellular Biology（分子与细胞生物学系） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出MicroscopyMatching框架，通过统一匹配问题解决显微图像分析中的分割、跟踪和计数任务，克服传统方法在多样条件下的适应性不足问题。

Spontaneous symmetry breaking and Goldstone modes for deep information propagation

自发对称破缺与深度信息传播中的Goldstone模式

Nabil Iqbal, T. Anderson Keller, Yue Song, Takeru Miyato, Max Welling

机构 * Dept. of Mathematical Sciences, Durham University（杜伦大学数学科学系） ； Kempner Institute, Harvard University（哈佛大学凯普纳研究所） ； AMLab, University of Amsterdam（阿姆斯特丹大学AMLab） ； College of AI, Tsinghua University（清华大学人工智能学院） ； University of Tübingen, Tübingen（图宾根大学） ； AI Center（人工智能中心） ； CuspAI 纠错

AI总结 研究深度神经网络中因连续对称自发破缺而产生的Goldstone-like自由度，证明其能实现稳定信息传播，提升训练效率和长期记忆性能。

Comments 28 pages. Code at https://github.com/nabiliqbal/ssb-goldstone-deep-info-prop

DT-Transformer: A Foundation Model for Disease Trajectory Prediction on a Real-world Health System

DT-Transformer：一种用于真实世界健康系统中疾病轨迹预测的基础模型

Yunying Zhu, Andrew R Weckstein, Kueiyu Joshua Lin, Jie Yang

机构 * Division of Pharmacoepidemiology and Pharmacoeconomics, Department of Medicine, Brigham and Women’s Hospital, Harvard Medical School（药理流行病学与药效学部，医学部，布里奇沃特医院，哈佛医学院） ； Harvard T.H. Chan School of Public Health, Harvard University（哈佛大学T.H. 陈公共卫生学院） ； Kempner Institute for the Study of Natural and Artificial Intelligence, Harvard University（自然与人工智能研究学院，哈佛大学） ； Broad Institute of MIT and Harvard, Cambridge, MA, USA（MIT与哈佛大学Broad研究所，剑桥，马萨诸塞州，美国） ； Harvard Data Science Initiative, Harvard University（哈佛大学数据科学计划） 纠错

AI总结 本文提出DT-Transformer模型，基于大规模多医院健康数据预测疾病轨迹，验证了其在不同场景下的预测能力，展示了在896种疾病类别上的高AUC表现。

Comments Work in Progress

AutoMoT: A Unified Vision-Language-Action Model with Asynchronous Mixture-of-Transformers for End-to-End Autonomous Driving

AutoMoT：一种基于异步混合变换器的统一视觉-语言-动作模型用于端到端自动驾驶

Wenhui Huang, Songyan Zhang, Qihang Huang, Zhidong Wang, Zhiqi Mao, Collister Chua, Zhan Chen, Long Chen, Chen Lv

机构 * Nanyang Technological University, Singapore（南洋理工大学，新加坡） ； Harvard University, US（哈佛大学，美国） 纠错

AI总结 本文提出AutoMoT，一种统一视觉-语言-动作模型，通过异步混合变换器架构解决自动驾驶中推理与动作空间分布不一致、推理效率低等问题，实验证明其在多基准测试中表现优异。

Achieving Approximate Symmetry Is Exponentially Easier than Exact Symmetry

实现近似对称性比实现精确对称性要指数级更容易

Behrooz Tahmasebi, Melanie Weber

机构 * Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Harvard University（哈佛大学） 纠错

AI总结 本文研究了精确对称性和近似对称性在机器学习中的成本差异，提出平均复杂度框架，证明精确对称性需要线性复杂度而近似对称性仅需对数复杂度，首次理论区分了两者。

Comments 33 pages, 2 figures. Published at ICLR 2026

Journal ref International Conference on Learning Representations (ICLR) 2026

Synthetic Sociality: How Generative Models Privatize the Social Fabric

合成社会性：生成模型如何私有化社会织体

Ana Dodik, Moira Weigel

机构 * MIT CSAIL（麻省理工学院计算机科学与人工智能实验室） ； Harvard University（哈佛大学） 纠错

AI总结 本文提出分析生成模型的理论框架，探讨生成模型自动化生产社会能力，提出'合成社会性'概念，分析其对社会关系的影响及未来设计方向。

Wahkon: A Statistically Principled Deep RKHS Superposition Network

Wahkon：一种基于统计原理的深度RKHS叠加网络

Yongkai Chen, Wenxuan Zhong, Ping Ma

机构 * Harvard University（哈佛大学） ； University of Georgia（佐治亚大学） 纠错

AI总结 Wahkon结合Kolmogorov超位置原理与RKHS正则化，提供有限维深度表示定理，实现训练可行性与层间复杂度控制，通过统计保证提升预测准确性与解释性。

DeepFilters: Scattering-Aware Pupil Engineering with Learned Digital Filter Reconstruction for Extended Depth of Field Microscopy

DeepFilters: 通过学习的数字滤波器重建实现散射感知的瞳孔工程用于扩展深度场显微镜

Joseph L. Greene, Suet YIng Chan, Qilin Deng, Jeffrey Alido, Alexandra Lion, Guorong Hu, Ruipeng Guo, Tongyu Li, Kivilcim Kiliç, Ian Davison, Lei Tian

机构 * Boston University, Department of Electrical and Computer Engineering（波士顿大学电气与计算机工程系） ； Georgia Tech Research Institute, Electro-Optical Systems Lab（佐治亚理工研究学院电光学系统实验室） ； Boston University, Department of Biology（波士顿大学生物学系） ； Harvard Medical School, Brigham and Women’s Hospital, Department of Orthopedic Surgery（哈佛医学院布里特妇女医院骨科系） ； Boston University, Neurophotonics Center（波士顿大学神经光子学中心） ； Boston University, Department of Biomedical Engineering（波士顿大学生物医学工程系） 纠错

AI总结 本文提出DeepFilters框架，通过校准的可微前向模型联合优化参数化瞳孔滤波器和基于数字滤波器的重建网络，实现无需重新训练的广泛泛化，扩展PSF至400微米以上并在生物组织中实现120微米深度的信号恢复。

Comments 38 pages (18 main text, 20 supplement), 23 Figures (7 main text, 16 supplement)

Uncertainty-Aware Prediction of Lung Tumor Growth from Sparse Longitudinal CT Data via Bayesian Physics-Informed Neural Networks

基于贝叶斯物理信息神经网络的稀疏纵向CT数据肺癌肿瘤生长不确定性的预测

Lingfei Kong, Haoran Ma

机构 * Department of Mathematics, Vanderbilt University（范德比大学数学系） ； John A. Paulson School of Engineering and Applied Science, Harvard University（哈佛大学约翰·A·保罗森工程与应用科学学院） 纠错

AI总结 本文提出一种结合Gompertz生长动力学与低维贝叶斯推断的贝叶斯物理信息神经网络，用于从稀疏不规则纵向CT数据中预测肺癌肿瘤生长，通过两阶段推断策略估计后验预测分布和不确定性区间，实验显示模型能捕捉异质性肿瘤生长模式并保持合理预测精度。

Comments 8 pages, 15 figures

Do Activation Verbalization Methods Convey Privileged Information?

激活 verbalization 方法是否传递了特权信息？

Millicent Li, Alberto Mario Ceballos Arroyo, Giordano Rogers, Naomi Saphra, Byron C. Wallace

机构 * Northeastern University（东北大学） ； Kempner Institute, Harvard University（哈佛大学凯姆纳研究所） ； Boston University（波士顿大学） 纠错

AI总结 本文评估了激活 verbalization 方法的有效性，发现其可能反映生成器模型的知识而非目标模型的操作，需更精准的基准测试。

Comments ICML 2026. 41 pages, 23 tables, 6 figures

BEAVER: An Enterprise Benchmark for Text-to-SQL

BEAVER：一个企业文本到SQL基准测试

Peter Baile Chen, Devin Yang, Weiyue Li, Fabian Wenz, Yi Zhang, Nesime Tatbul, Michael Cafarella, Çağatay Demiralp, Michael Stonebraker

机构 * MIT（麻省理工学院） ； Harvard University（哈佛大学） ； Greenshoe, Inc.（Greenshoe公司） 纠错

AI总结 BEAVER是首个基于企业私有数据仓库构建的文本到SQL基准测试，包含9128个问题-SQL对和19个领域的812张表，通过合成高质量查询和细粒度评估方法，揭示了现有模型在复杂企业场景下的性能差距。

Comments Dataset and code are available at https://beaverbench.github.io/

Quantifying Potential Observation Missingness in Inverse Reinforcement Learning

量化逆强化学习中的潜在观察缺失程度

Leo Benac, Abhishek Sharma, Alihan Huyuk, Finale Doshi-Velez

机构 * School of Engineering and Applied Sciences（工程与应用科学学院） ； Harvard University（哈佛大学） 纠错

AI总结 本文研究逆强化学习中因观察缺失导致的决策偏差问题，提出算法量化行为数据中可能的观察缺失范围，通过合成导航任务、癌症治疗模拟和ICU治疗数据实验验证方法有效性。

TStore: Rethinking AI Model Hub with Tensor-Centric Compression

TStore: 以张量为中心的AI模型仓库重新思考

Tingfeng Lan, Zirui Wang, Yunjia Zheng, Zhaoyuan Su, Juncheng Yang, Yue Cheng

机构 * University of Virginia（弗吉尼亚大学） ； Harvard University（哈佛大学） 纠错

AI总结 TStore通过细粒度去重和压缩技术减少存储开销，保留模型可用性和性能，实现实验中显著的存储节省。

Comments 12 pages, 6 figures. Systems paper on AI model storage

Compact 3D Gaussian Splatting For Dense Visual SLAM

紧凑的3D高斯散射用于密集视觉SLAM

Tianchen Deng, Chang Nie, Shuhong Liu, Wenhua Wu, Jianfei Yang, Shenghai Yuan, Jiuming Liu, Danwei Wang, Hesheng Wang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； The University of Tokyo（东京大学） ； Harvard University（哈佛大学） ； University of Cambridge（剑桥大学） 纠错

AI总结 本文提出紧凑的3D高斯散射SLAM系统，通过滑动窗口遮罩策略和几何代码本压缩高斯参数，提升训练和渲染速度，保持高质量场景表示。

Comments Accepted by IJCV 2026

Small Area Estimation of Case Growths for Timely COVID-19 Outbreak Detection

小区域疫情增长率估计以实现及时的新冠爆发检测

Zhaowei She, Zilong Wang, Jagpreet Chhatwal, Turgay Ayer

机构 * Singapore Management University（新加坡管理学院） ； Georgia Institute of Technology（佐治亚理工学院） ； Massachusetts General Hospital（麻省总医院） ； Harvard Medical School（哈佛医学院） 纠错

AI总结 本文提出TLRF框架，通过随机森林的自适应加权机制，有效平衡准确率与速度，提升小样本区域的疫情增长率估计精度，并在科罗拉多州案例中验证其在爆发检测中的优越性。

Comments Equal contributions by co-first authors Zhaowei She, Zilong Wang (in alphabetical order)

Set-Aggregated Genome Embeddings for Microbiome Abundance Prediction

基于集合聚合基因组嵌入的微生物丰度预测

Younhun Kim, Georg K. Gerber, Travis E. Gibson

机构 * Brigham and Women's Hospital, Boston, MA, USA（布里法伦女性医院，波士顿，马萨诸塞州，美国） ； Harvard Medical School, Boston, MA, USA（哈佛医学院，波士顿，马萨诸塞州，美国） 纠错

AI总结 本文提出利用集合聚合基因组嵌入(SAGE)预测群落丰度，通过基因组语言模型的少样本学习能力，展示在新型基因组上优于传统生物信息学方法的泛化能力。

Comments 11 pages, 7 figures

Missingness-MDPs: Bridging the Theory of Missing Data and POMDPs

缺失性马尔可夫决策过程：弥合缺失数据理论与部分可观测马尔可夫决策过程之间的鸿沟

Joshua Wendland, Markel Zubia, Roman Andriushchenko, Maris F. L. Galesloot, Milan Ceska, Henrik von Kleist, Thiago D. Simao, Maximilian Weininger, Nils Jansen

机构 * Ruhr University Bochum（博德姆鲁尔大学） ； Brno University of Technology（布拉格技术大学） ； Radboud University Nijmegen（拉德博德大学奈杰姆） ； Harvard University（哈佛大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

AI总结 本文提出缺失性马尔可夫决策过程（miss-MDP），一种结合缺失数据理论的POMDP子类，通过学习缺失函数来解决未知缺失函数下的最优策略问题，证明所得策略在真miss-MDP中近似最优。

Probing Non-Equilibrium Grain Boundary Dynamics with XPCS and Domain-Adaptive Machine Learning

利用XPCS和域自适应机器学习探测非平衡晶界动力学

Mouyang Cheng, Bowen Yu, Chu-Liang Fu, Nina Andrejevic, Matthias T. Agne, Riley Hanus, Qiwei Wan, Nathan C. Drucker, Thanh Nguyen, Andrei Fluerasu, Lutz Wiegart, Xiaoqian M Chen, Daniel Pajerowski, Yongqiang Cheng, Joshua J Turner, G. Jeffrey Snyder, Mingda Li

机构 * Quantum Measurement Group, MIT（麻省理工学院量子测量组） ； Center for Computational Science and Engineering, MIT（麻省理工学院计算科学与工程中心） ； Department of Materials Science and Engineering, MIT（麻省理工学院材料科学与工程系） ； Department of Physics, MIT（麻省理工学院物理系） ； Department of Nuclear Science and Engineering, MIT（麻省理工学院核科学与工程系） ； Center for Nanoscale Materials, Argonne National Laboratory（阿贡国家实验室纳米尺度材料中心） ； Materials Science Institute, University of Oregon（俄勒冈大学材料科学研究所） ； Department of Materials Science and Engineering, Northwestern University（西北大学材料科学与工程系） ； Department of Applied Physics, School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院应用物理系） ； National Synchrotron Light Source II, Brookhaven National Laboratory（布鲁赫斯国家实验室同步辐射光源II） 纠错

AI总结 通过XPCS与域自适应机器学习研究晶界动力学，揭示非平衡条件下晶界弛豫的非平衡特性，并提取关键动力学参数。

Comments 14 pages, 4 figures

Faithful or Just Plausible? Evaluating the Faithfulness of Closed-Source LLMs in Medical Reasoning

忠实还是只是合理？评估闭源LLM在医学推理中的忠实性

Halimat Afolabi, Zainab Afolabi, Elizabeth Friel, Jude Roberts, Antonio Ji-Xu, Lloyd Chen, Egheosa Ogbomo, Emiliomo Imevbore, Phil Eneje, Wissal El Ouahidi, Aaron Sohal, Alisa Kennan, Shreya Srivastava, Anirudh Vairavan, Laura Napitu, Katie McClure

机构 * Stratified Precision ； Harvard Medical School（哈佛医学院） ； Imperial College London（帝国理工学院伦敦分校） ； National Health Service（国家健康服务系统） ； Ipsen France（Ipsen法国） ； University College London（伦敦大学学院） 纠错

AI总结 本文通过系统性黑盒评估，揭示闭源LLM在医学推理中的忠实性问题，发现链式推理步骤未必驱动预测，模型易受外部提示影响，强调忠实性比准确性更重要。

Journal ref Proceedings of Machine Learning Research, Vol. 297, pp. 1562-1591, 2026