2026-08-05 每日论文
| 来源 | 独立页面 |
|---|---|
| arXiv | arXiv |
| bioRxiv | bioRxiv |
| medRxiv | medRxiv |
arXiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| ParVL：面向多模态大语言模型的并行扩展与可扩展计算分配 | Yang Yang | 2026-08-04 | 现有的多模态大语言模型（MLLMs）扩展策略通常要么扩大模型参数，要么增加序列推理计算量，导致显著的内存或延迟开销。更重要的是，大多数现有方法无法改变视觉Transformer（ViT）和大语言模型（LLM）组件之间固定且刚性的计算分配，限制了任务特定优化。为解决这一问题，我们提出了面向MLLMs的并行视觉-语言（ParVL）扩展框架，该框架通过复用现有ViT和LLM骨干参数，在多个视觉和语言分支间扩展并行计算。此框架引出一个核心问题：在给定固定骨干参数预算下，额外的共享骨干计算应如何在视觉和语言模态之间分配？我们在共享骨干上为每个并行计算流实例化分支特定的前缀参数，并通过全参数监督微调在约130亿个token上端到端训练整个模型。我们系统研究了ViT编码器和LLM解码器之间的计算分配权衡。ParVL在整体多模态性能上优于同配方单分支基线，且最佳评估的视觉-语言分配因任务而异。代码可在https://github.com/YangYangGirl/ParVL获取。 | |
| SocietyBench：反事实社会世界演化的预测 | Zhenran Wang | 2026-08-04 | 大型语言模型（LLMs）及其上构建的智能体，如今在基准测试中主要考察其能否完成任务——如修复漏洞、驱动浏览器、操作图形界面。然而，一种互补的社会能力，即模型理解和预测真实社会事件发展方式的能力，却鲜有衡量。我们引入SocietyBench，一个端到端基准测试，它从一行事件主题出发，收集五个平台上的网络新闻和社交媒体帖子，将其提炼为按日期索引的时间线，将事实事件与公众舆论层分开，并将时间线上的每个截止日期转化为一组经审计的预测问题。问题在两个正交的百分制轴上评分：概率校准和时间准确性。在任何模型看到时间线之前，一个三阶段流程会替换所有命名实体，并按每个事件的常数平移所有日期，将真实事件弧转化为反事实的社会世界——结构上与已发生事件相同，但去除了模型可能匹配预训练记忆的表面标签。在五个异质事件和125个预测点（中英文版本）上，六个前沿LLM中最强者仅达到75.0分（满分100），而一个简单锚点得分为50。两个轴表现分化：模型可能在校准上强但时间上弱，或反之。基于共享基础模型构建的三个智能体框架未能超越该基础模型，而两种无模型启发式方法均落后于所有LLM。单个轴上的事件间差距可达21.4分，这成为我们主张在多个事件而非单一事件上评估的主要论据。所有匿名化时间线、问题库、真实答案及评分代码均已发布。 | |
| 世界杯竞技场：对前沿大语言模型在实时锦标赛中的前瞻性、无泄漏评估 | Zhenran Wang | 2026-08-04 | 衡量大型语言模型预测能力的基准测试几乎总是回顾性的：事件已经发生，答案在互联网某处，评估必须防范记忆效应。我们报告了相反的设计。在2026年世界杯的39天赛程中，六个前沿大语言模型——均具备扩展思维和原生服务器端网络搜索——在每次开球前，逐场比赛被要求填写一份覆盖全部104场比赛的七市场预测卡，外加12个小组冠军和赛前总冠军池；提问时答案尚不存在，因此评估通过构造而非过滤实现无泄漏，冻结存档包含4,494个计分预测。该赛事揭示的是六个系统共有的行为模式。在比赛结果上，它们平均准确率为63.9%，与押注博彩公司热门持平——这实际上是它们通常的做法。它们彼此之间的共识远多于正确性，因此多数投票无增益。它们对平局和进球数投入不足，并将比分预测集中在单一典型结果上。准确性跟随赛事的失衡程度而非对其了解程度：在最接近的对抗中，档案资料最丰富，但准确性崩溃，而关于整个赛事的问题则回答良好。在此任务上，当前一代前沿系统差异不显著：排名在运行期间顶部和底部保持稳定，中间波动，且差距始终狭窄。简报档案、赛程和官方结果作为基准发布，附带计分代码。 | |
| TurnSight：面向工具集成推理的回合级事后自我蒸馏 | Changle Qu | 2026-08-04 | 工具集成推理（TIR）使大型语言模型能够通过迭代工具交互解决复杂任务。然而，现有的强化学习方法往往依赖轨迹级监督，限制了在长时程TIR场景中的细粒度信用分配。同策略自蒸馏通过具有特权上下文的教师分支提供更密集的信号，但现有方法通常从地面真值答案或检索技能中获取此类上下文，这可能无法反映智能体实际访问的状态。此外，令牌级监督无法捕捉工具交互的回合级结构。为解决这一问题，我们提出了TurnSight，一种回合级事后自蒸馏框架，直接从执行条件化的事后中获取监督。随后，它构建多个具有不同前瞻视野的事后视图，并通过跨视野方向一致性选择可靠监督。最后，所选的事后信号在兄弟回滚之间进行归一化，并用于自适应调节强化学习优势，同时保持其原始优化方向。在三个基准上的广泛实验证明了TurnSight的有效性。我们的代码可在https://github.com/quchangle1/TurnSight获取。 | |
| 校准可信度：共同设计用于评估教育领域大语言模型的指标与可视化方案 | Adam Coscia | 2026-08-04 | 大语言模型正在重塑教育技术，然而对其回应进行教学法对齐评估的研究仍显不足，目前主要依赖构建该技术的学习工程师的专业知识。为弥合这一差距，我们探索将可信度作为结构化评估视角，利用现有的大语言模型可信度度量，系统性地识别潜在的教学干扰。通过与开发大语言模型驱动的数字教科书的学习工程师进行纵向协同设计过程，我们：（1）共同构建了五项可信度指标，包含20项针对教学用途定制的度量；（2）设计了将可信度违规映射到大语言模型回应上的可视化工具；（3）评估了这些工具如何帮助学习工程师对大语言模型回应进行A/B比较。明确可信度提高了评估者间信度，同时帮助学习工程师解决冲突目标并产生更一致的判断。我们讨论了可信度作为教育中大语言模型评估视角的新兴益处，并为未来评估工具提出了新设计指南，以支持教学对齐的大语言模型驱动学习工具。 | |
| 语义捆绑：利用大型语言模型通过交互式节点与边捆绑简化知识图谱 | Adam Coscia | 2026-08-04 | 我们提出语义捆绑（Semantic Bundling），一种用于理解以知识图谱（KGs）表示的文本文档的可视分析技术。将文档语料库表示为知识图谱使实体间的关系明确化，这使得知识图谱既可直接分析，也可用于包括机器学习流水线和生成式AI后端在内的计算工作流中。然而，随着知识图谱的增长，它们变得难以针对特定任务进行解释和可视化（例如，“毛球问题”），每条关系的含义往往深埋在密集的源文本中。语义捆绑利用大型语言模型（LLMs）支持用户驱动的知识图谱中节点和边的捆绑，形成更高级别的图结构：超级节点，它折叠并总结图的某个区域，以及超级边，它总结两个实体之间的连接。结果与底层三元组和源文档相关联，将总结基于证据。我们在AgentK中实现了语义捆绑，这是一个开源系统，从文本文档构建知识图谱，并将图交互映射到捆绑操作。通过电影评论和情报分析场景的用例，我们展示了语义捆绑如何揭示文档集合中的新见解，并将我们的发现综合为对知识图谱理解中新兴挑战和机遇的讨论。 | |
| PAST-Bench：个人智能体中递归自我改进基础的基准测试 | Shuhan Xue | 2026-08-04 | 递归自我改进要求智能体将积累的经验转化为更好的未来行为。个人AI智能体为研究这一能力提供了具体场景，因为它们在会话间保留偏好、任务历史、工具例程和习得技能。然而，保留的经验是否真正随时间提升其表现尚未被系统测试。我们引入PAST-Bench，一个旨在隔离此问题的基准。每个智能体在匹配条件下运行有序的新会话任务序列，以开启或关闭经验保留。它涵盖26个场景和204个片段，涉及记忆、程序复用、信息收集和更新。我们报告后续任务的增益，以及这些增益是否遵循预期的保存、检索和更新路径。在七个基础模型和四个智能体框架中，改进是真实的但不均衡地分布在不同能力上。具有相同总体增益的智能体在增益是否由预期路径证据支持方面可能差异显著。基于这些发现，我们开发了Hermes+，它通过智能体循环各阶段的五项针对性干预扩展了Hermes。Hermes+提高了从保留经验中获得的平均增益，并提供更清晰的路径证据，其在需要替换过时状态的任务上改进最强，尽管效果仍依赖于能力和模型。总之，PAST-Bench和Hermes+为研究持久智能体如何从保留经验进展到系统改进提供了评估和诊断基础。代码：https://github.com/Gen-Verse/PAST-Bench | |
| 推理大语言模型中的测试时扩展：推理机制、评估与可复现性 | Mohsen Hariri | 2026-08-04 | 大型语言模型借助更多的推理时计算，能够解决难度显著更高的推理问题。然而，“测试时扩展”这一术语如今涵盖了多种推理算法，这些算法或沿单一轨迹延长思考过程，或采样完整候选结果并通过投票或验证进行聚合，或对未完成的中间状态进行搜索。这些算法在统计结构、计算核算和失败模式上各不相同。若将这些过程视为在单一标量“预算”下可互换，或仅报告准确率而不说明产生该结果的推理协议，则会使不同研究间的结果难以比较。我们沿三个维度对测试时扩展进行了系统性阐述。首先，我们将测试时扩展形式化为自回归模型隐式前缀树上的预算推理，并区分三种结构模式：单轨迹顺序扩展、叶级扩展（带终端归约）以及前缀级扩展。其次，我们将评估对象视为整个推理系统，并制定评估原则，将端到端系统性能与候选库诊断分开。我们引入一种评估概况，其坐标和简单泛函能够恢复或界定常见的重复采样指标，并规定计算与不确定性的协议匹配报告方式。第三，我们明确了推理协议的可复现性要求，区分精确重放与分布性可复现，并识别支持每种要求所需的工件。我们还按模型侧和接口机制组织了开放权重推理生态系统，将这些原则应用于广博知识、符号推理和竞赛数学基准测试，并汇编了超过20亿条完整推理轨迹以供发布，这些轨迹带有逐步丰富的验证器和词元级信号。 | |
| agogic：面向LLM原生文本到符号音乐生成的表演计时音乐令牌 | Junhao Chen | 2026-08-04 | 文本到音乐的语言模型通常从一个默认选择开始：如何对音乐进行分词。这一选择通常与主干网络、数据和训练方案纠缠在一起，其影响从未被单独衡量过。我们固定了预训练的Qwen3.5（0.8B-27B）、数据、预算和解码方式，仅替换七种分词方案中的表示，并将纹理指标锚定到每种表示的无模型上限。结果排序清晰且出人意料：表示而非模型大小，是分布保真度的决定性变量。将主干网络扩展34倍几乎不改变Frechet音乐距离（FMD），而切换表示则使其减半。PMT，一种我们发布的表现分辨率流（10毫秒时序、逐音符力度、多轨纹理；609个符号），在0.8B规模下达到FMD 159，而节拍网格（1.7-1.8倍更低，其他情况下高达2.8倍；非重叠自助置信区间）为272-286，因此一个0.8B的表现分辨率模型优于27B的节拍网格。这一优势在26M从零开始的主干网络和第二个表现分辨率分词器上重现：这是该类别的属性，而非某个幸运词汇表。它也不是更细网格的伪影：将PMT的起始时间对齐到节拍网格的分辨率后，其FMD仍领先两者67-129（n=500）。该效应是分布性的；是否可听是另一个问题，由我们的探针留待开放，并预注册了人类研究。原生字幕遵循度较弱但可分离：一个轻量级的解码时约束将乐器F1从.28提升到.60，正确调性从.16提升到.35，且无分布成本。我们发布了测试工具、25多个检查点、两个语料库（86.6k个跨字幕/MIDI/ABC/音频对齐；625万个带字幕，为音乐领域最大），以及一个印记诊断：已发布的文本到MIDI系统几乎不变地复现其训练分布，对字幕近乎不变（不同领域上和弦时间为72%对71%）。该领域的下一个表示声明现在可以被衡量，而非断言。 | |
| 当注意力失明：ALiBi位置编码中的数值失效 | Christopher Schröder | 2026-08-04 | 我们识别出ALiBi位置编码中一个此前被忽视的失效模式：其线性偏置缩放会下溢浮点精度，导致大量注意力权重归零，使受影响的注意力头部分失明。我们分析了这一失效模式，刻画了其影响，并考察了四种缓解策略。我们进一步证明了该失效模式在基于ALiBi的最新预训练模型中的出现。通过使用1.48亿参数解码器模型的全面预训练实验，我们将其影响与上下文外退化区分开来。我们发现，ALiBi的失效模式能显著损害令牌检索，而对标准解码器基准的影响较小。我们提出了四种训练时缓解策略，并分别及组合评估了它们，发现对数缩放距离在针包检索中带来最一致的改进。尽管存在此问题，默认的ALiBi斜率仍是一个令人惊讶的强基线，特别是在大海捞针检索中。基于这些发现，我们为使用ALiBi训练模型提供了具体建议。 |
bioRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| 清楚了吗？关于先验知识对退化语音感知影响的稳健电生理测量。 | Synigal, S. R. | 2026-08-05 | 感知与感觉并非同义词。相反，感知是一个过程，其中感官输入基于记忆、经验和背景，以行为相关的方式被组织和解释。一个常被引用来解释感知的特定框架是贝叶斯推断。该框架将感知视为一个概率过程，其中不精确的感官数据与先验知识（先验）相结合，以确定有意识感知的内容（后验概率），这反映了大脑对感官数据原因的最佳猜测。一个关于先验信息如何影响感知的显著行为例子见于研究中，其中通过提前呈现语音内容信息，使退化的语音变得可理解。对这一现象的神经生理学研究主要集中在其如何影响低级感觉编码的神经指标上。这些指标上报告的任何效应大小往往远小于——且远不如——伴随先验信息而来的对感知的显著大效应。在本研究中，我们记录了27名健康成年参与者（16名女性）的脑电图，他们聆听了由匹配或不匹配文本前置的退化语音片段。以匹配文本形式的先验知识在聆听退化语音时导致了显著的感知突显效应。对所得脑电图的分析揭示了：1）先验信息对语音语言编码的脑电图测量有显著但相对较弱的影响；2）先验信息对一个类似已确立的感知证据积累神经指标的脑电图信号有非常大的影响，且该信号与参与者间的语音清晰度评分密切相关。这些脑电图信号可能分别对应于退化语音预测感知过程中贝叶斯推断过程的不同组成部分。因此，它们对更广泛地理解预测感知以及未来对临床人群感知障碍的研究具有重要意义。 | |
| 鸟类鸣唱复杂性的全球格局与演化 | Bulla, M. | 2026-08-05 | 鸟类为何演化出复杂的鸣唱一直是一个长期未解之谜。在此，通过量化4,940种鸟类（占所有雀形目的83%）的鸣唱复杂性，我们展示了鸣唱复杂性的纬度梯度，最复杂的鸣唱出现在温带、开阔栖息地的鸟类群落中，这些鸟类以相对不显眼的羽毛为特征。通过控制共同祖先的比较分析，我们发现对基于性选择强度、智力信号或物种丰富度的传统解释支持甚少。相反，复杂鸣唱主要在会学习鸣唱的雀形目中演化，尤其是候鸟、栖息地泛化种以及在开阔栖息地繁殖的物种，这些环境中结构化声学信号传播更高效。综合来看，我们的发现表明，全球鸣唱复杂性的变异源于发声学习、生态背景和演化历史之间的相互作用，而非单一的选择驱动因素。 | |
| 一种稳健且具普适性的低投入空间蛋白质组学工作流程，实现深度蛋白质组覆盖 | Courtellemont, T. | 2026-08-05 | 空间蛋白质组学已迅速成为解析复杂组织分子结构的有力方法，为局部蛋白质组组成如何塑造组织功能提供了关键见解。在本研究中，我们旨在通过建立一套仅依赖标准组织学、成像和蛋白质组学设施中常用仪器的流程，拓宽基于质谱的空间蛋白质组学的可及性。所形成的工作流程整合了高分辨率全切片成像、基于图像的区域选择、简化的低输入样本处理，以及在Orbitrap Exploris平台上优化的高灵敏度方法。为展示该方法的潜力，我们将其应用于脉络丛（ChP），这是一个高度特化但研究不足的脑结构，其空间分子组织仍鲜有表征。对来自不同年龄和性别小鼠的三个脑区室ChP样本的分析，从极少量输入材料中量化了数据集中的超过8,000个蛋白质组，提供了前所未有的蛋白质组-wide分辨率的ChP空间异质性。我们的发现建立了ChP的基础空间蛋白质组图谱，并突显了研究其在衰老、神经系统疾病和中枢神经系统感染中作用的新机会。 | |
| BirdCODE：大规模检测鸟类通信 | Fine, A. | 2026-08-05 | 基于深度学习的动物声音识别通常应用于大型音频数据集，用于生态监测和公民科学，但现有方法缺乏从这些数据集中提取动物交流洞察所需的精细时间分辨率。在此，我们介绍了鸟类通讯检测器（BirdCODE），这是一种深度学习模型，能够以精确的时间边界检测并分类超过9000种鸟类的发声，其物种数量比之前的生物声学声音事件检测模型增加了数百倍。在广泛的基准测试中，BirdCODE在鸟类声音的检测和分类方面达到了最先进的性能。将BirdCODE应用于130万条公民科学录音，我们展示了四个案例研究，说明如何利用BirdCODE计算的声音事件边界进行系统发育分析、描述声学交流的地理和时间变异，以及表征跨物种互动。这些共同证明了BirdCODE如何能够实现大规模、数据驱动的鸟类通讯研究。模型代码、权重和预测结果均已公开提供。 | |
| 基于对比调控嵌入注意力模型的个性化基因组差异表达预测：洞见与挑战 | Hu, Z. | 2026-08-05 | 深度学习模型应用于DNA序列，在预测基因表达、染色质谱和变异致病性方面已取得成功。然而，学习个体间差异仍具挑战性，因为个体间的DNA序列变异很小，而基因表达受非遗传噪声的显著影响。先前从序列预测个性化基因表达的努力在训练基因之外显示出有限的泛化能力，揭示了诸如在连续卷积下采样层中，高度相似的输入序列间变异信号被稀释等局限。在本研究中，我们探索了应对这些挑战的架构修改。我们提出了一种对比性调控嵌入注意力模型（CREAM），旨在更好地捕捉个体间的细微序列差异。为减轻非遗传变异的影响，我们将基因表达分解为遗传和非遗传成分，并评估模型在遗传信号上的性能。在模拟和GTEx转录组数据集上评估时，CREAM能捕捉组织特异性基因表达，并在训练基因上显著优于基线架构。CREAM自主优先考虑统计精细定位的因果表达数量性状位点，引入辅助$L_1$归纳偏置进一步增强了在未见基因中定位因果变异的精确性。然而，对所有测试方法而言，预测未见基因表达的泛化能力均降至接近零的相关性。单次运行的模型预测不确定性可捕捉训练基因的预测准确性，并反映测试基因的跨运行一致性。尽管对未见基因的准确推断仍是开放问题，我们的结果突出了关键障碍，并为从DNA序列建模个性化基因调控指明了方向。 | |
| 代谢分支点上的不对称辅底物利用，作为可驱动溢流代谢的最小网络基序 | West, R. | 2026-08-05 | 代谢溢出现象从微生物到肿瘤普遍存在：随着葡萄糖消耗增加，细胞从呼吸作用转变为呼吸发酵，并排泄有机酸或乙醇。细胞如何调节其通量以实现这一转换？利用分支点的简化模型，我们发现三种独立的“内置”机制各自能在分支点实现通量切换：两条分支上的差异酶动力学、分支酶的变构调节，以及两个分支点反应间不对称的辅底物（如NADH/NAD+）利用。值得注意的是，辅底物机制实现了数倍更高的敏感性，且这种敏感性可被其他两种机制进一步增强。随后，我们将此理论应用于酵母丙酮酸分支点，通过开发包含或不包含细胞质和线粒体中NADH动力学的区室化模型来支撑溢出代谢。关键在于，只有包含NADH动力学的模型重现了实验数据：（a）NADH水平随葡萄糖流入增加而非线性上升；（b）这种上升发生在比溢出更低的葡萄糖阈值处；（c）当NADH氧化酶在线粒体中表达而非细胞质中表达时，溢出的葡萄糖阈值增加。因此，辅底物不仅仅是化学基团的被动载体；它们在分支点的不对称利用提供了一种内在的、网络嵌入的调控层，与基于酶的调控协同作用。除了解释酵母中的溢出代谢，这一理论还提供了一种通过操纵辅底物来重新路由通量的代谢工程策略。 | |
| 产前缺氧缺血损伤后，兔脑瘫模型中出现了异常的疼痛表型 | Genry, L. T. | 2026-08-05 | 脑性瘫痪（CP）是儿童期最常见的运动障碍，其最常见的合并症是疼痛。接受产前缺氧缺血（HI）处理的兔幼崽在出生后第5天（P5）表现出痛觉过敏和腰脊髓中伤害性传入神经的扩张。在本研究中，我们探讨了HI如何改变多种感觉模态的发育及其对心理社会指标和脊髓中C纤维分布的影响。为此，我们对新西兰白兔胎儿进行了40分钟的HI手术以阻断血流，或进行假手术。我们在P1、P5、P11和P18时进行了von Frey、Hargreaves和冷痛觉过敏测试。此外，我们在P18时进行了开放场测试、双纹理偏好测试和免疫荧光检测。HI幼崽表现出发育改变，在von Frey和Hargreaves测试中出现痛觉过敏，并对冷刺激敏感性降低。HI幼崽在双纹理偏好装置中的厌恶侧停留时间较短，在开放场中心停留时间较长，但该时间内不动比例更高。这伴随着颈髓和腰髓背角中C纤维分布的变化。主成分分析显示，产前HI在感觉和行为领域产生协调改变，多变量表型分析比任何单一测量更全面地捕捉了HI的整体表型。总体而言，HI兔幼崽表现出感觉发育改变、痛觉过敏、焦虑样行为以及脊髓背角中伤害性传入神经分布的变化。 | |
| 探究感觉运动适应过程中theta-gamma相位-振幅耦合的作用 | Voevodina, E. | 2026-08-05 | 感觉运动适应是指根据环境变化调整运动的能力，对于确保运动功能效率至关重要。先前研究表明，大脑振荡及其跨不同频带的相互作用，包括相位-幅度耦合（PAC），支持运动控制背后的有效神经通信。然而，PAC在感觉运动适应中的作用仍不清楚。因此，本研究探讨了在执行感觉运动适应任务期间，theta（4-8 Hz）和gamma（30-80 Hz）振荡之间的PAC如何被调节。二十三名健康成年人执行了无适应的手指敲击任务（FTT），以及带有视觉运动适应的延迟中心出射到达任务（De-CRAT），同时通过脑电图（EEG）记录大脑活动。通过调制指数（MI）量化theta-gamma PAC（tgPAC）。在传感器水平上，两种任务在分布的额叶、中央-顶叶和枕叶电极上均显示出显著且独特的tgPAC调节（所有p值<0.05）。源级全脑分析未能揭示任何适应特异性的tgPAC。然而，涉及感觉运动和额叶区域的探索性感兴趣区（ROI）分析确定了运动阶段（计划与执行）和任务（FTT、De-CRAT基线、De-CRAT适应）之间的显著交互作用（p值<2.2e-16），但未发现与ROI的交互作用（p值=0.957）。事后检验显示，在计划和执行阶段，De-CRAT基线中的tgPAC值最高，FTT中居中，De-CRAT适应中最低（所有p值<.0001）。总体而言，我们的结果表明，tgPAC存在于一系列运动状态中，并指示一种空间分布、任务依赖的模式。这些发现提示，tgPAC可能支持运动命令的灵活调整，并反映参与运动控制的大规模网络交互。 | |
| HippoGenes：一种用于人脑海马亚区转录组谱分析的稳健工作流程 | Ngo, A. | 2026-08-05 | 人类海马体是一种独特的皮层结构，对大脑功能、可塑性和疾病至关重要。揭示其复杂组织需要整合多尺度数据，将分子特征与中尺度解剖学和大尺度功能模式联系起来。基因表达是一种基本的微尺度表型，其分析可提供分子特征在大脑中分布情况的参考描述。利用近期影像-转录组分析，我们引入了HippoGenes，一个涵盖人类海马亚区精细基因表达模式的数据库。我们利用空间统计模型和海马表面映射，从艾伦人脑图谱的稀疏死后组织样本中重建密集转录组图谱，生成数千个基因的连续表达估计，并将其对齐到共同的基于表面的坐标系。我们展示了HippoGenes的实用性，用于（i）绘制与海马形成亚区和三分区划分一致的中间-外侧和前-后转录组梯度，（ii）检查基因表达与海马典型微结构和功能特征之间的关联，以及（iii）对具有海马病理的神经疾病患者进行亚区改变的分子解码。HippoGenes提供了一个探索海马分子组织的框架，为健康和疾病中的多尺度整合开辟了途径，并可在https://hippogenes.readthedocs.io/上公开获取。 | |
| 生命前62天的神经语音追踪：语言背景与认知成熟的影响 | Dvorakova, M. | 2026-08-05 | 新生儿能够识别在子宫内经历过的熟悉语言模式，并将其与不熟悉的语言模式区分开来。目前尚不清楚哪些神经机制负责这种早期的语言特异性行为。在此，我们聚焦于神经语音追踪，并测试其在新生儿及一至两个月大的婴儿中是否表现出语言特异性调谐。婴儿聆听其母语（捷克语）和不熟悉语言（俄语）的婴儿导向故事，同时记录其脑电图。首先，我们考察了主要接触捷克语的婴儿与主要接触其他语言的婴儿之间神经语音追踪是否存在差异。其次，我们通过将现有数据与先前收集的新生儿队列相结合，评估了发育变化，形成了一个涵盖1至62天龄的连续样本。神经语音追踪在刺激衍生的delta和theta频带中，通过振荡功率和使用后向多变量时间响应函数的脑电图到语音包络重建准确性进行评估。接触捷克语的婴儿对捷克语语音的皮层追踪强于接触其他语言的婴儿。在接触捷克语的组内，母语捷克语比不熟悉的俄语引发更强的神经追踪，尤其在delta频带中，表明对韵律词结构的早期语言特异性调谐。在合并的捷克语接触样本中，这种母语优势随年龄逐渐减弱，表明慢节律的神经语音追踪在生命最初两个月内经历快速重组。这些发现证明，语言特异性的神经语音追踪从生命最早几周即可检测到，并受早期围产期语言经验及认知成熟的共同塑造。 |
medRxiv
| 标题 | 作者 | 发布日期 | PDF链接 | 摘要 |
|---|---|---|---|---|
| RCC-AID：用于医学影像研究的肾细胞癌AI数据集 | de Boer, S. | 2026-08-05 | 增强对比计算机断层扫描（CT）是肾细胞癌（RCC）诊断、分期和随访的核心手段。随着人工智能在计算机辅助解决方案方面的研究不断增长，对精选和标注数据集的需求日益重要。基于影像的人工智能研究通常需要病变标注，但这些标注并不总是可获得的。癌症基因组图谱（TCGA）数据集广泛用于模型训练和验证，然而，公开的病变标注资源有限，这限制了已发表研究的可重复性和可比性。为弥补这一缺口，我们筛选了来自三个TCGA-RCC数据库的1,915份CT扫描，并在基于元数据的排除步骤后，使用自动分割模型生成初始肾脏和病变掩膜。接下来，我们对所有乳头状（n=56）、嫌色细胞（n=27）及随机选取的200例透明细胞RCC病例进行了读者研究。两名受训学生进行了质量检查、修正以及肿瘤和囊肿的额外标注，不确定病例由一名委员会认证的放射科医生复核。经过数据排除和质量控制，最终保留了来自91名患者（24名女性，67名男性；平均年龄56岁）的129份标注CT扫描，包括85例透明细胞、26例乳头状和18例嫌色细胞RCC病例。图像及肾脏和病变的体素级标注可在https://zenodo.org/records/20719257公开获取。通过开源这些标注，我们旨在促进肾细胞癌领域可访问、可重复的人工智能研究。RCC-AID为分割、检测、亚型分类、放射组学及多模态RCC研究提供了可复用的开放资源数据集。 | |
| 基于机器学习的全球超加工食品供应份额图谱及PIF相关非传染性疾病负担估算 | Huang, S. | 2026-08-05 | 目前尚不存在具有跨国预测效度记录的即食超加工食品（UPF）供应开放图谱，且与这类食品相关的全球非传染性疾病（NCD）负担，在反事实暴露情景下以透明分解的不确定性进行估算，尚未在单一框架内量化。我们构建了一个机器学习插补的UPF膳食能量占比图谱，覆盖2010年至2023年174个国家，通过随机森林回归将44项已发表的全国NOVA估计映射到食品供应结构，并采用留一国家交叉验证。随后进行五项关联评估：一项涵盖27种NCD结局的生态全表型关联研究；一项具有时变暴露和五层敏感性分解的潜在影响分数（PIF）估计；一项对加工宏量成分供应的60年世代评估；一项对16个国家含糖饮料（SSB）税收的合成对照评估；以及一项使用全国代表性调查数据对生态和个体层面效应量级进行跨层比较。供应侧估计得出2021年残疾调整生命年范围为160万至950万。经可信度折减后的负担约为360万。2010年至2021年的负担增长完全由分母驱动：人口老龄化和疾病患病率扩张贡献了增长的103%，而供应变化贡献了负3%。这与膳食结构变化和人群肥胖之间20年世代滞后一致。留区交叉验证对拉丁美洲和加勒比地区返回零泛化能力。分母驱动模式并不意味着UPF无害；它表明到2010年，加工食品环境在大多数国家已结构性确立。该图谱、敏感性框架及所有代码均作为公共卫生基础设施发布。 | |
| 撤回：正念认知疗法对单亲家庭儿童内化与外化症状及注意力问题的有效性 | Jamali, S. | 2026-08-05 | 作者已撤回其稿件，因为需要对稿件进行大幅修订，并对研究设计进行重大调整。因此，作者不希望该作品被引用为项目参考。如有任何疑问，请联系通讯作者 Isaac Rahimian-Boogar 博士，邮箱：i_rahimian@semnan.ac.ir。 | |
| 恍惚实践与幸福感测量：以自动诱导认知恍惚为例 | Fernandez, A. | 2026-08-05 | 引言 自动诱导认知恍惚（AICT）是一种非寻常意识状态（NOSC），一旦学会标准化的自我诱导程序，仅凭意志即可进入。关于AICT的首篇研究论文仅发表于十年前，这意味着对该现象的研究仍处于起步阶段。先前关于AICT现象学和神经生理学的报告揭示了其与更广泛描述的NOSC的相似性，以及一些不寻常的特征，引发了关于AICT实践对幸福感潜在益处的疑问。目的 本研究旨在收集关于AICT实践者与非实践者大样本中与幸福感相关特征的定量描述性数据。方法 本研究采用基于网络的调查设计，询问已接受AICT培训及尚未接受培训的参与者，通过验证过的标准化问卷自我报告活力、自尊、心理健康、特质焦虑、生活满意度、幸福感、正负情绪、自然关联性和连通性。还收集了关于NOSC实践、可能导致自发NOSC的生活历史事件以及人口统计数据，作为统计模型中的控制变量进一步纳入分析。结果 在线问卷共收到607份有效回复（171名尚未接受培训的参与者，436名已接受AICT培训的参与者）。发现AICT实践与自尊（RSE）、整体连通性（WCS）以及连通性的所有子维度（WCS自我、WCS他人、WCS世界）的增加相关。AICT实践持续时间对整体连通性及所有连通性子维度、自尊、特质焦虑（STAIT-5）和正性情绪（PANAS+）有显著影响。结论 AICT似乎在培训后不久通过提高自尊和连通感对实践者的幸福感产生益处。长期AICT实践与特质焦虑的进一步降低和正性情绪的增加相关。未来研究需包含对AICT不感兴趣的参与者样本以确认这些发现，并阐明AICT的潜在机制。 | |
| 面向青少年轻度创伤性脑损伤的精准康复：利用商用智能手表生理数据识别患者亚群 | Kettlety, S. A. | 2026-08-05 | 自主神经功能障碍是轻度创伤性脑损伤（mTBI）的常见后遗症。身体活动进展是mTBI康复的重要组成部分，尤其在处理自主神经功能障碍方面。然而，临床医生常依赖即时评估的直立性和运动不耐受来指导活动建议。市售可穿戴设备（如Fitbit）提供了在真实环境中评估活动时心率反应的机会。既往研究已使用生理（心率）和活动（步数）数据来识别成人卒中亚组，这些亚组可用于指导活动建议。该方法可能有助于对mTBI后青少年进行亚组划分，以识别那些对活动有异常生理反应者。我们旨在利用心率和步数数据，识别在确诊mTBI后就诊于专科护理的青少年亚组。招募了80名年龄在13-18岁、mTBI诊断后六个月内参与者，佩戴Fitbit Sense 2。纳入入组后十四天内收集的七天和两夜数据。采用基于组的每分钟步数（SPM）阈值（第25百分位；10 SPM）和个体化心率阈值（20%心率储备（HRR））将每日活动日间数据的每一分钟分为四个象限：SPM>10且HRR>20%（QI）、SPM≤10且HRR>20%（QII）、SPM≤10且HRR≤20%（QIII）和SPM>10且HRR≤20%（QIV）。我们使用各象限分钟百分比、每日平均步数、零步分钟百分比、QI中平均SPM和静息心率，通过k均值聚类算法识别亚组。使用Kruskal-Wallis检验评估聚类变量的亚组差异。共纳入61名参与者。出现三个亚组：久坐型（n=12）、活跃型（n=23）和异常心率升高型（AEHR；n=26）。所有聚类变量在各亚组间差异显著（p<0.01）。活跃型亚组每日步数高，久坐时间低，活动强度最高（QI中平均SPM）。久坐型亚组每日步数低于活跃型，久坐时间长，且静息心率最高。AEHR亚组每日步数低于活跃型，久坐时间长。AEHR亚组在低活动水平下出现异常高心率反应的时间百分比也高于其他亚组。我们的发现表明，可穿戴设备数据能识别具有不同生理/身体活动特征的mTBI青少年亚组，这可能最终用于指导个性化活动处方。未来研究应致力于了解所识别亚组与纵向结局的关系。 | |
| 多变量血液生物标志物捕捉阿尔茨海默病谱系中的韧性与抵抗表型 | Mavromati, K. | 2026-08-05 | 阿尔茨海默病病理与认知结局常出现分离，但当前单一轴线的定义无法在规模上可靠识别具有韧性（高病理、认知保留）和抵抗性（高风险、低病理）的亚组，从而掩盖了将病理负担与认知衰退解耦的机制。在此，我们在Bio-Hermes-001队列（n=1,009）中开发了一个基于血液的多变量框架，整合了19项分子检测和六种风险工具。无监督聚类识别出韧性（n=91）和抵抗性（n=81）亚组，合计占队列的17%，具有不同的淀粉样蛋白、tau和神经退行性变特征。淀粉样蛋白-PET产生了趋同但仅部分重叠的分类。蛋白质组学、细胞因子和多基因分析进一步通过以APOE为中心的基因组特征区分了抵抗性，并通过与临床阿尔茨海默病进展相关的神经炎症标志物区分了韧性。一个四生物标志物组合（Aβ40、p-tau217、p-tau181、NfL）以83%的准确率重现了亚组分配。这些发现支持韧性和抵抗性作为分子上不同的亚组，并为基于病理的分层和机制研究提供了可扩展的框架。 | |
| 基于腕部加速度计衍生的生理学特征可提升孤立性快速眼动睡眠行为障碍的检测能力 | Brink-Kjaer, A. | 2026-08-05 | 孤立性快速眼动睡眠行为障碍（iRBD）是α-突触核蛋白病最强的前驱标志物，但多导睡眠监测在大规模筛查中不切实际，而问卷缺乏足够的特异性。除夜间运动外，近期发表的模型可仅从原始高分辨率腕部加速度计数据中推导出睡眠分期及其他生理特征。在四个队列（366名受试者：95名iRBD患者，271名对照；共5,804个夜晚）中，我们提取了876个特征，涵盖睡眠宏观结构、分期概率动态、运动活动及心肺变异。使用LightGBM分类器，在留一队列外验证下，受试者水平的受试者工作特征曲线下面积（AUC）达到0.955（内部交叉验证中为0.980），优于仅基于运动的模型（AUC为0.843）。这一提升反映了加速度计衍生的非快速眼动-快速眼动区分能力，而非单纯运动。将加速度计数据与RBD筛查问卷结合，在留一队列外验证下实现了72%的敏感性且未观察到假阳性。多夜腕部加速度计可能实现快速、可扩展的大规模iRBD队列识别，以支持神经保护性试验。 | |
| 冠状动脉监护病房中的预见性护理工作与出院准备度的共同构建：一项跨国质性研究 | Rashidi, A. | 2026-08-05 | 摘要 背景：冠状动脉监护病房（CCUs）出院通常被视为一个离散的临床或行政终点。这种基于事件的 conceptualisation 掩盖了从入院到稳定出院准备过程中持续进行的护理和跨专业工作。目的：将CCUs中的出院准备理论化为预期性护理和跨专业工作，并考察专业角色、组织系统和服务背景如何影响两个国家背景下的出院过程。设计：采用反思性主题分析的定性研究。方法：对在澳大利亚和英国CCUs工作的37名临床医生（护士、联合健康专业人员和医务人员）进行了半结构化访谈和焦点小组讨论。在每个数据集内进行归纳性反思性主题分析，随后进行更高层次的解释性整合。结果：四个相互关联的主题将出院准备概念化为：（1）入院时启动并通过持续评估、协调和记录维持的预期性护理工作；（2）通过跨专业协调和分布式专业知识实现的协商性准备；（3）出院记录作为组织紧张关系的场所，影响工作流程和沟通；（4）出院流程受到系统层面压力、下游服务可用性和政策逻辑的制约。在两个国家背景下，护士通过持续监测、关系协调和非正式风险管理被定位为出院准备的守护者，尽管实施方式因组织环境而异。结论：本研究通过将出院准备定位为预期性护理劳动、跨专业协商和组织系统的涌现结果，而非单一决策点，为护理学术做出了贡献。通过揭示支撑出院的分布式且往往隐藏的工作，研究结果扩展了现有的过渡护理模型，并为加强冠状动脉护理中的出院实践提供了理论基础。 | |
| 为全面解析人类常见多态性倒位及其功能效应提供完整表征。 | Lerga-Jaso, J. | 2026-08-05 | 结构变异（SVs）对遗传和表型多样性贡献显著，但其表征远未完善。倒位尤其引人关注，因为它们影响重组，并可能对生育能力产生负面影响。然而，由于它们的平衡性质、断点处的重复序列以及许多倒位的复发性，它们常被遗漏。在此，通过对来自不同研究的超过350个预测进行深入分析、手动注释，并在多样群体中进行精确验证和基因分型，我们生成了迄今为止最大且最可靠的人类多态性倒位数据集，最终得以确定其真实的功能和进化影响。这一独特资源总计包含134个倒位，其中许多情况下涉及更复杂的重排，伴有额外的插入和缺失，以及61个作为对照的倒位重复。特别是，通过在现有功能数据中进行严格插补，我们表明许多研究的变异在多个组织中充当不同基因的前导表达QTL（eQTL）。此外，若干倒位与染色质可及性、DNA甲基化或组蛋白标记的表观遗传变化相关。最后，约20%的倒位与GWAS信号处于高连锁不平衡（LD）状态，包括一个在各大洲间频率差异显著、与体型和身高相关的倒位。值得注意的是，与SNP相比，倒位倾向于富集功能效应，尤其是那些已被提议作为超级基因的最大倒位，这可能补偿其潜在的生育成本。因此，这些发现强调了倒位在众多生物中可能发挥的重要作用，并揭示了先前缺失的、影响人类表型变异的变异。 | |
| 下肢运动是否足够？量化地面手臂摆动运动学与协调性以评估老年人衰老衰退 | Tan, K. Z. | 2026-08-05 | 传统临床步态评估主要关注下肢运动学和整体步行速度，往往忽视了在实际行走中重要的上肢动力学和肢体间协调。在实验室外测量这些运动较为困难，本研究提出并验证了一种可穿戴传感器算法，用于量化居家地面行走中的手臂摆动运动学和手臂-腿部协调（相位锁定值，PLV）。该算法与光学动作捕捉系统验证后，能够可靠地检测摆动事件，且时间偏差可忽略不计。在近1500名社区居住老年人的居家步态记录中，在控制步行速度后，手臂-腿部协调是节律性步态稳定性的最强手臂摆动预测因子。探索性因子分析将上肢功能分为不同的“协调与稳定性”和“步速与能力”轴，识别出手臂摆动作为步态特征的一个独立维度。转弯期间动态恢复力分析显示，体弱老年人手臂-腿部协调恢复较慢，提示运动自动性丧失。在30年年龄跨度中，手臂摆动幅度随年龄下降，而手臂-腿部协调未检测到明显变化。在另一独立实验室队列中，帕金森病患者的协调性也降低，表明该指标对神经损伤和体弱均有响应。该算法为日常生活中的上肢步态动力学评估提供了一种可扩展的方法。将临床关注点从仅步行速度转向全身运动，可能有助于早期检测不稳定。 |