纳米颗粒的神经安全性难以仅凭材料性质预测，因为暴露条件、疾病背景和宿主反应会改变结局。研究者把599项神经相关研究中的893个实验情境整合为促炎、抗炎/消退与凋亡三类反应程序，构建“保守反应轴”，在材料性质之外逐层加入暴露与生物学背景、细胞反应信息。随机森林模型下，生物安全性预测的ROC-AUC从仅用材料性质的0.66升到加入背景后的0.88，再加入细胞反应后为0.90；恢复预测相应为0.64、0.77和0.78。
该工作提出 LADE，一种仅依赖首 token 输出概率分布的模型无关防御框架：通过对比有害与良性查询，从暗知识中选出概率差异最大的 token 作为潜在安全信号，经分词器映射对齐到目标模型，再用 kNN 距离在生成前过滤有害查询；在 Llama-2-7B-Chat、Llama-3-8B-Instruct、Qwen2-7B-Instruct、Qwen3-8B、Gemma-7B-it、Mistral-7B-Instruct-v0.3 等模型上，LADE 在多种越狱攻击下取得最低或接近最低的平均合规率，并在八个模型中的六个上取得最佳安全—可用性平均表现。
该研究采用质性描述设计与焦点小组访谈，于2024年2月至8月在韩国访谈10名有AI胜任力测评（AICA）经历的护理申请者和10名护理教育者（教授与护理管理者），用常规内容分析法从32个编码中归纳出8个亚主题和4个主题，发现参与者既认可AICA在大规模招聘中的效率与客观性优势，又质疑其评价标准不透明、与以人为本的护理价值不匹配，并担忧网络、光线、设备等外部环境因素和信息支持差距影响公平，建议开发护理专属算法、明确评价标准并将AI定位为辅助面对面面试的工具。
已读完全部报道