MedBayes-Lite: Bayesian Uncertainty Quantification for Safe Clinical Decision Support
核心问题：Transformer-based临床语言模型（LLMs）在模糊医疗案例中易过度自信，缺乏校准的不确定性量化，影响临床决策安全性。
主要方法：提出轻量级贝叶斯增强框架MedBayes-Lite，无需重新训练或修改架构，通过三个组件实现不确定性量化：(1) 贝叶斯嵌入校准（Monte Carlo dropout）；(2) 不确定性加权注意力（边际化token可靠性）；(3) 置信度引导决策 shaping（基于临床风险最小化）。
关键结果：在MedQA、PubMedQA、MIMIC-III基准上，减少过度自信32%–48%；模拟临床场景中，可预防41%的诊断错误；参数 overhead 低于3%。
研究意义：为医疗AI系统提供可靠的不确定性传播和可解释性，解决LLMs在临床决策中的过度自信问题，提升安全性。
总结：MedBayes-Lite针对临床LLMs的过度自信痛点，通过轻量级贝叶斯增强实现不确定性量化，无需重新训练即可整合到现有模型中。实验表明，该框架有效减少了模型的过度自信，在多个医疗基准上提升了诊断安全性，为医疗AI的可靠应用提供了实用解决方案。
Integrating Symbolic Natural Language Understanding and Language Models for Word Sense Disambiguation
核心问题：现有词义消歧方法依赖手工标注数据，难以处理复杂符号表示（如OpenCyc），无法有效利用LLMs的语言理解能力。
主要方法：提出零样本词义消歧方法，将符号NLU系统生成的候选意义转换为自然语言替代项，利用统计语言模型（LLMs）作为“oracle”选择合适解释，无需手工标注训练数据。
关键结果：通过人类标注的黄金答案验证，方法有效解决了复杂符号表示的词义消歧问题。
研究意义：结合符号NLU和LLMs的优势，突破传统方法的标注依赖，为复杂推理场景下的词义消歧提供新路径。
总结：该方法整合符号自然语言理解与LLMs，利用LLMs的语言理解能力进行零样本词义消歧，无需手工标注数据即可处理复杂符号表示。实验验证了其有效性，推动了词义消歧向更复杂场景的扩展。
You Only Forward Once: An Efficient Compositional Judging Paradigm
核心问题：多模态大语言模型（MLLMs）作为评委时，要么输出单一分数（偏离生成本质），要么生成冗长分析（计算成本高），难以平衡效率与细粒度理解。
主要方法：提出YOFO框架，通过模板条件单步前向传递判断所有要求——利用autoregressive模型的最终token logits生成二元决策，支持依赖感知分析和post-hoc CoT（思维链）。
关键结果：在推荐数据集上超越现有方法，实现数量级速度提升，同时保持可解释性。
研究意义：为MLLMs作为评委提供高效、细粒度的判断框架，解决“生成式评委”的效率-理解权衡问题。
总结：YOFO针对MLLMs评委的效率痛点，通过单步前向传递实现高效判断，同时支持依赖感知的细粒度分析。实验表明，该框架在推荐任务上表现优异，为MLLMs的实用化提供了新范式。
SurvAgent: Hierarchical CoT-Enhanced Case Banking and Dichotomy-Based Multi-Agent System for Multimodal Survival Prediction
核心问题：现有生存预测方法缺乏多模态整合、有效ROI探索和历史案例经验学习，无法提供可解释结果。
主要方法：提出分层CoT增强多代理系统SurvAgent，包含两个阶段：(1) WSI-Gene CoT增强案例库构建（病理图像分层分析、基因分层分析，生成结构化CoT报告）；(2) 二分法多专家代理推理（通过RAG检索相似案例，整合多模态报告与专家预测）。
关键结果：在五个TCGA队列上超越传统方法和医疗代理，提升生存预测性能。
研究意义：为精准肿瘤学提供可解释的AI驱动生存预测范式，整合多模态数据与案例经验，提升临床决策支持能力。
总结：SurvAgent通过分层CoT和多代理系统，整合病理图像与基因数据，利用RAG检索历史案例，提升了生存预测的准确性和可解释性。实验验证了其在肿瘤学中的有效性，为临床生存预测提供了新工具。
Utilizing Large Language Models for Zero-Shot Medical Ontology Extension from Clinical Notes
核心问题：现有医学本体扩展方法未充分利用临床笔记中的非结构化信息，缺乏零样本能力。
主要方法：提出CLOZE框架，使用LLMs从临床笔记中自动提取医疗实体并整合到分层本体中——利用LLMs的语言理解和生物医学知识，自动去除PHI（受保护健康信息）保护隐私。
关键结果：零样本框架无需额外训练，准确提取实体和关系，支持下游生物医学研究与临床信息学应用。
研究意义：为医学本体扩展提供高效、隐私保护的方法，提升本体的覆盖范围和实用性。
总结：CLOZE框架利用LLMs的零样本能力，从临床笔记中提取医学实体扩展本体，无需手工标注且保护隐私。实验表明，该方法有效提升了医学本体的实用性，为生物医学研究和临床信息学提供了支持。
The Oracle and The Prism: A Decoupled and Efficient Framework for Generative Recommendation Explanation
核心问题：端到端生成推荐解释的LLM架构存在性能-效率权衡，联合优化排名与解释导致次优结果。
主要方法：提出Prism框架，分离推荐为排名和解释生成阶段：(1) 用强大的教师LLM（如FLAN-T5-XXL）作为“Oracle”生成高保真解释知识；(2) 用紧凑的学生模型（如BART-Base）作为“Prism”合成个性化解释。
关键结果：140M参数的Prism模型超越11B参数的教师模型，人类评估中忠实性和个性化更优；推理速度提升24倍，内存减少10倍。
研究意义：通过解耦架构和知识蒸馏，实现高效、高质量的推荐解释，解决性能-效率权衡问题。
总结：Prism框架通过解耦排名与解释生成，利用知识蒸馏从教师LLM获取解释知识，学生模型生成个性化解释。实验表明，该框架在保持解释质量的同时提升了效率，为生成式推荐解释提供了高效解决方案。
Beyond Tokens in Language Models: Interpreting Activations through Text Genre Chunks
核心问题：LLMs的结构可解释性差，无法通过输出全面评估其理解，缺乏对文本类型（genre）的分析。
主要方法：提出通过文本类型块的激活来预测文本类型——使用Mistral-7B和两个数据集，用scikit-learn分类器从LLM激活中提取文本类型，无需人类评估所有输出。
关键结果：F1-scores高达98%（数据集1）和71%（数据集2），超越控制任务，证明文本类型可从LLM激活中推断。
研究意义：为LLMs的可解释性提供新视角，通过激活分析理解其对文本类型的处理，提升安全性与可靠性。
总结：该研究通过分析LLM的激活模式，实现了文本类型的预测，证明了从激活中提取高层语义信息的可行性。实验结果为LLMs的可解释性研究提供了新方法，有助于理解其内部处理机制，提升应用安全性。
