University of Isfahan

孤独症静息态fMRI分类器很少能跨采集站点泛化，而许多报告的高准确率受数据泄漏影响。ASD Neuro Agentic（ANA）让语言模型智能体从文献和研究者输入提出特征，所有数值计算由固定工具完成，在ABIDE I的17个中心、1028名参与者上搜索流程，选出经ComBat协调的切空间连接组模型集成。留一中心测试中该集成AUC为0.814（95% CI 0.773–0.841），高于ASD-DiagNet和ASD-SAENet。

孤独症静息态fMRI分类器很少能跨采集站点泛化，而许多报告的高准确率受数据泄漏影响。ASD Neuro Agentic（ANA）让语言模型智能体从文献和研究者输入提出特征，所有数值计算由固定工具完成，在ABIDE I的17个中心、1028名参与者上搜索流程，选出经ComBat协调的切空间连接组模型集成。留一中心测试中该集成AUC为0.814（95% CI 0.773–0.841），高于ASD-DiagNet和ASD-SAENet。

该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。

该研究把 LLM 不确定性头框架适配到基于 Aya-Expanse-8B 的两个波斯语医学模型 Gaokerena-V 与 Gaokerena-R，先在 168 题伊朗医学入学考试上观察到 Gaokerena-V 的五次运行一致性明显低于 Aya-Expanse-8B 而 Gaokerena-R 与之相当，再构建每个骨干 1600 条响应的波斯语声明级幻觉数据集，在冻结骨干的注意力图与词元概率上训练轻量声明级头，留出测试集上 PR-AUC 为 0.4820 与 0.4652（分别为随机基线的 2.30 与 2.66 倍），ROC-AUC 为 0.7852 与 0.7810，推理时无需检索或重复采样。