青光眼自动筛查模型换一家医院、换一台相机就明显失准，一项神经符号框架把解剖图推理与可微模糊临床规则组合进同一网络，用取自八个数据集、八个国家共12,619张眼底图的9,100张训练，并以西班牙另一家医院、另一款相机拍摄的485张RIM-ONE图像做完全留出的跨院测试。在分布内测试集上，EfficientNet-B4加图注意力网络的配置取得0.9612的AUC（95%置信区间0.951–0.972），高于仅用EfficientNet-B4的0.9472；但两者合用后跨院AUC为0.6155，比基线低8.1个百分点。
卡内基梅隆大学团队发布 B-REAL，一个跳过姿态估计、直接把原始视频映射为行为标签的监督分类平台，端到端推理延迟低于15毫秒，可在 CPU 或 GPU 上跟上视频采集速度。在 CalMS21 小鼠社交行为基准上，仅用1分钟标注数据即超过 A-SOiD 与 CBAS 用完整数据集训练的结果；在果蝇攻击行为中，从1分钟标注起在全部8次配对抽样上优于两种基线。闭环实验中，按 B-REAL 检测到的理毛发放奖励，使小鼠理毛回合率在训练后期比早期提高129%。
医学影像分类的卷积网络解释图有了新的训练方式：SalientNet不依赖人工标注的显著图，而是要求生成的掩码保留足够信息，让冻结的分类器在受控容差内复现原预测。在BreakHis、Brain MRI ND5和FracAtlas三个数据集上，它相对Grad-CAM、Grad-CAM++和LIME在多数数据集与网络组合中取得更高的忠实度（Win %）和更低的预测下降（Drop %），并在FracAtlas上与医生标注的骨折区域呈现较强空间相关，ResNet-18的平均真值活跃比例最高达0.96。
一项跨CNN、ViT与Vision Mamba的对比把人类眼动热图当作独立基准，量化模型显著图与人类注视的对齐程度，发现Mamba在胸片任务上定位得分最高，但其显著图强度分布与人类注视几乎不相关。
在三个独立队列的结构MRI上，阿尔茨海默病分类模型会把年龄当作捷径：年龄越大，被赋予的患病风险越高。把年龄效应在特征空间里做线性残差化（PMDN）后，认知正常与轻度认知障碍组的年龄—预测相关性降到接近零，平衡准确率0.71、Brier分数约0.22，且折间波动明显小于对抗训练方案CF-Net。事后校准进一步压低概率误差，但等渗回归与贝叶斯分箱这类非参数方法效果最好。
在九个ImageNet卷积网络上，逐层从输出重建该层输入patch的可还原度随深度下降，但更稳定地由该层有效压缩比预测；把预训练奇异向量复制到随机编码器会提高可还原度，复制奇异值谱或激活稀疏度则降低。
让ChatGPT、Claude、Gemini和Grok按三档由粗到细的提示词生成PyTorch安全帽佩戴分类训练脚本，在972张平衡图像上各跑20次：十二个配置中十个收敛到0.957至0.967的准确率平台，但最详细的第三档让Gemini和Grok跌到约0.58，脚本仍能运行却不收敛。对照消融显示，从零训练的多尺度卷积结构在两种学习率调度下都失败，而预训练ResNet18骨干在两种调度下都收敛。
该研究用1312张婴儿尿布粪便照片（经质量筛选后1100张，其中896张获三位儿科胃肠病学家多数一致作为参考集），基于Teachable Machine卷积神经网络训练20个模型（85/15训练与内部验证划分），评估AI与专家按BITSS分类的一致性：七分类最佳模型总体准确率0.56，线性与二次加权Kappa分别为0.59和0.75；合并为便秘、成形、软便、液体四类后准确率升至0.76，加权Kappa为0.69和0.78，而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
该工作提出一个端到端的比较性医学影像框架，在胸部 X 光肺炎分类、脑部 MRI 肿瘤检测和皮肤镜皮肤癌分类三类异构任务上评估 ResNet50、EfficientNet-B0、DenseNet121、DeiT-Small 与 Swin-Tiny，并整合迁移学习、类别不平衡处理、模型校准、自助法置信区间、鲁棒性评估、失败案例分析、Grad-CAM 可解释性、集成学习与多项性能指标，同时加入受限于研究辅助定位的 LLM 报告组件，用于生成模型比较摘要、可解释性解读与决策支持报告；结果显示 CNN 在结构化放射影像上依然高效，而视觉 Transformer 在语境更复杂的脑部 MRI 与皮肤镜任务上表现出较强性能与鲁棒性。
该工作提出并验证了一条混合流水线：先用三维卷积神经网络（基于 D3M 的 VNet 架构，输入位移与速度共 6 通道）把每个模拟粒子二分类为晕成员或非晕成员，再用高度并行化的 Friends-of-Friends 算法把预测为晕成员的粒子聚成独立暗物质晕；训练数据由 GADGET-4 生成、以 ROCKSTAR 结果作标签，在最高分辨率 L100-N1283 配置下粒子分类各项主要指标均超过 98%，最终晕表纯度总体超过 95%、在 5×1011 M⊙ 以上完备度稳定在约 93%，晕质函数与参考结果一致到 5% 以内，并忠实重建内部密度剖面，相对 ROCKSTAR 取得约一个数量级的加速。