Imperial College London（帝国理工学院）

Prompt-Conditioned Channel Attention for Hierarchical Feature Modulation toward Anatomy-Agnostic Segmentation

面向解剖结构无关分割的提示条件通道注意力用于分层特征调制

Mosharof Hossain, Md Rabiul Islam, Limon Halder, Erchin Serpedin, Md Kamrul Hasan

机构 * Khulna University of Engineering & Technology (KUET)（库尔纳工程技术大学） ； Texas A&M University（德克萨斯农工大学） ； Imperial College London（伦敦帝国学院） 纠错

AI总结 针对现有医学图像分割方法的提示融合局限，提出PCCA机制与PROMISE-Net两种变体，在四个基准测试中较对应基线取得一致IoU提升，为医学图像分割提供可扩展的提示感知分层特征调制框架。

InsufficiencyBench: Evaluating LLM legal advice on underspecified user queries

InsufficiencyBench：评估大型语言模型（LLM）在信息不足的用户查询下的法律建议

Samuel J. Vincent, Daniel Calloway, Fangyi Yu, Andrew M. Bean, Nabeel Seedat

机构 * Thomson Reuters Foundational Research（汤姆森路透基础研究机构） ； Imperial College London（帝国理工学院） 纠错

AI总结 本研究构建了首个针对查询端信息不足的法律基准InsufficiencyBench，评估前沿LLM在信息不足的法律查询中识别缺失要素、避免过早结论的能力，发现现有模型表现不佳。

Comments 10 pages, Best Paper Honorable Mention at ICML AI4Law 2026

ContractScrub: A benchmark for final review of legal contracts

ContractScrub：用于法律合同最终审核的基准测试

Yejin Bang, Kirsty Fielding, Brandan Oliver, Brian Birke, Nabeel Seedat, Andrew M. Bean

机构 * Thomson Reuters Foundational Research（汤森路透基础研究部） ； Imperial College London（帝国理工学院） 纠错

AI总结 针对合同 scrubbing 任务，研究人员推出首个基准测试 ContractScrub，发现前沿 LLMs 在该任务上表现不佳，凸显了领域特定基准的重要性。

Comments 10 pages, ICML AI4Law Workshop

Magnetically Self-Sealed MR Haptic Actuator With PWM-Based Excitation and High-Fidelity Torque Control

采用基于PWM的激励与高保真力矩控制的磁自密封MR触觉执行器

Dong Qiang, Tian Yuan, Song Yang, Kequan Xia, Thomas Reddyhoff, Yikun Zhang, Cheng Cheng, Min Yu

机构 * Imperial College London（伦敦帝国学院） ； Huazhong University of Science and Technology（华中科技大学） 纠错

AI总结 该研究提出一种集成式MRF触觉系统，采用磁自密封旋转执行器与高保真力矩控制，通过优化磁通量布置提升性能，其控制器较PID大幅降低误差，可稳定运行，将变革人机协作模式。

Comments Submitted to IEEE/ASME Transactions on Mechatronics. 16 pages, 9 figures, including supplementary material