AI Agent

RefAgent: A Multi-agent LLM-based Framework for Automatic Software Refactoring

RefAgent：一种基于大型语言模型的多智能体框架，用于自动软件重构

Khouloud Oueslati, Maxime Lamothe, Foutse Khomh

机构 * Polytechnique Montreal（蒙特利尔大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.SE

AI总结 RefAgent是一种基于多智能体的LLM框架，用于自动化软件重构，通过自我反思和工具调用能力提升重构效率和代码质量。

TritonDFT: Automating DFT with a Multi-Agent Framework

TritonDFT：基于多智能体框架的DFT自动化

Zhengding Hu, Kuntal Talit, Zhen Wang, Haseeb Ahmad, Yichen Lin, Prabhleen Kaur, Christopher Lane, Elizabeth A. Peterson, Zhiting Hu, Elizabeth A. Nowadnick, Yufei Ding

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)

AI总结 TritonDFT通过多智能体框架实现DFT自动化，提供可扩展的工作流设计、帕累托感知参数推断和多源知识增强，提升DFT执行的效率和准确性。

Alignment Backfire: Language-Dependent Reversal of Safety Interventions Across 16 Languages in LLM Multi-Agent Systems

对齐反噬：在16种语言的LLM多智能体系统中语言依赖性的安全干预逆转

Hiroki Fukui

机构 * Research Institute of Criminal Psychiatry / Sex Offender Medical Center（犯罪精神病研究所以及性犯罪医疗中心） ； Department of Neuropsychiatry, Kyoto University（京都大学神经精神病学系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL

AI总结 本研究发现，在不同语言的LLM多智能体系统中，对齐干预可能导致安全措施的逆转，揭示了语言空间对对齐效果的决定性影响。

Comments 89 pages, 4 figures, 4 supplementary figures, 12 supplementary tables; preprint

SCoUT: Scalable Communication via Utility-Guided Temporal Grouping in Multi-Agent Reinforcement Learning

SCoUT: 多智能体强化学习中通过效用引导的时间分组实现可扩展通信

Manav Vora, Gokul Puthumanaillam, Hiroyasu Tsukamoto, Melkior Ornik

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 SCoUT通过效用引导的时间分组在多智能体强化学习中实现可扩展通信，通过软智能体分组和组感知批评者减少复杂性，提升通信学习精度。

ClinNoteAgents: An LLM Multi-Agent System for Predicting and Interpreting Heart Failure 30-Day Readmission from Clinical Notes

ClinNoteAgents: 基于大语言模型的多智能体系统用于从临床笔记预测和解释心力衰竭30天再住院

Rongjia Zhou, Chengzhuo Li, Carl Yang, Jiaying Lu

机构 * Emory University（埃默里大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 ClinNoteAgents通过多智能体系统从临床笔记中预测和解释心力衰竭30天再住院风险，提升医疗数据利用效率。

Comments 10 pages, 2 figures. Accepted to AMIA 2026 Informatics Summit (Student Paper Track)

Breaking and Fixing Defenses Against Control-Flow Hijacking in Multi-Agent Systems

打破和修复多智能体系统中针对控制流劫持的防御措施

Rishi Jha, Harold Triedman, Justin Wagle, Vitaly Shmatikov

机构 * Cornell University（康奈尔大学） ； Microsoft（微软公司） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 本文提出ControlValve防御机制，通过生成允许的控制流图和强制执行上下文规则，解决多智能体系统中控制流劫持攻击的安全性与功能性目标冲突问题。

Optimizing What We Trust: Reliability-Guided QUBO Selection of Multi-Agent Weak Framing Signals for Arabic Sentiment Prediction

优化我们信任的内容：基于可靠性引导的多智能体弱标注信号QUBO选择用于阿拉伯语情感预测

Rabab Alkhalifa

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

AI总结 本文提出一种基于可靠性的弱监督框架，通过QUBO选择优化多智能体弱标注信号，提升阿拉伯语情感预测的可靠性与结构迁移能力。

Graph-theoretic Agreement Framework for Multi-agent LLM Systems

图论同意框架用于多智能体大语言模型系统

Muhammad Umar Javed

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出图论框架用于分析多智能体大语言模型中的共识稳定性，通过映射Transformer交叉熵到带符号拉普拉斯矩阵，解决不可观测死锁问题，并验证了共识定理和多项式时间算法。

Comments arXiv admin comment: This version has been removed by arXiv administrators as the submitter did not have the rights to agree to the license at the time of submission

HDLFORGE: A Two-Stage Multi-Agent Framework for Efficient Verilog Code Generation with Adaptive Model Escalation

HDLFORGE：一种用于高效Verilog代码生成的两阶段多智能体框架

Armin Abdollahi, Saeid Shokoufa, Negin Ashrafi, Mehdi Kamal, Massoud Pedram

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 HDLFORGE通过两阶段多智能体框架实现高效Verilog代码生成，通过自适应模型升级提升生成准确性与效率。

CyberSleuth: Autonomous Blue-Team LLM Agent for Web Attack Forensics

CyberSleuth：自主蓝队LLM代理用于网络攻击取证

Stefano Fumero, Kai Huang, Matteo Boffa, Danilo Giordano, Marco Mellia, Dario Rossi

专题命中 多智能体 ：agent(title,abstract)；AI agent(abstract)；agentic(abstract)；multi-agent(abstract)

AI总结 CyberSleuth通过LLM代理实现网络攻击自动化取证，展示了多代理专业化和有效设计在提升取证效率中的作用。

Comments Updated version - Added study on Malware Traffic Analysis

Multi-Agent Reinforcement Learning in Intelligent Transportation Systems: A Comprehensive Survey

智能交通系统中的多智能体强化学习：综述

Rexcharles Donatus, Kumater Ter, Daniel Udekwe

机构 * Department of Aerospace of Engineering, Faculty of Air Engineering, Air Force Institute of Technology（空军技术学院航空航天工程系） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；分类 cs.LG

AI总结 本文综述了多智能体强化学习在智能交通系统中的应用，涵盖协调模型、学习算法及关键领域，指出可扩展性、非平稳性等挑战影响实际部署。

Think, Then Verify: A Hypothesis-Verification Multi-Agent Framework for Long Video Understanding

思考，然后验证：一种用于长视频理解的假设-验证多智能体框架

Zheng Wang, Haoran Chen, Haoxuan Qin, Zhipeng Wei, Tianwen Qian, Cong Bai

机构 * College of Computer Science, Zhejiang University of Technology（浙江工业大学计算机科学学院） ； Zhejiang Key Laboratory of Visual Information Intelligent Processing（浙江视觉信息智能处理重点实验室） ； UC Berkeley（伯克利大学） ； College of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)

AI总结 VideoHV-Agent通过结构化假设-验证流程提升长视频理解的准确性、可解释性和效率。

Comments Accepted at CVPR 2026

Visioning Human-Agentic AI Teaming: Continuity, Tension, and Future Research

展望人机协同AI：连续性、张力与未来研究

Bowen Lou, Tian Lu, T. S. Raghu, Yingjie Zhang

机构 * University of Southern California（南加州大学） ； Arizona State University（亚利桑那州立大学） ； Peking University（北京大学） 纠错

专题命中 多智能体 ：agentic(title,abstract)；分类 cs.AI

AI总结 本文提出Team SA理论作为人机协同AI转型的整合锚点，探讨在适应性自主下持续对齐的挑战与未来研究方向。

MedCoRAG: Interpretable Hepatology Diagnosis via Hybrid Evidence Retrieval and Multispecialty Consensus

MedCoRAG：通过混合证据检索和多专科共识进行可解释的肝病诊断

Zheng Li, Jiayi Xu, Zhikai Hu, Hechang Chen, Lele Cong, Yunyun Wang, Shuchao Pang

机构 * School of Cyber Science and Engineering, Nanjing University of Science and Technology（南京理工大学信息科学与工程学院） ； School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Department of Neurology, China-Japan Union Hospital of Jilin University（吉林大学中日联谊医院神经内科） ； Department of Anesthesiology, China-Japan Union Hospital of Jilin University（吉林大学中日联谊医院麻醉科） ； School of Computing, Macquarie University（麦考瑞大学计算机学院） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 MedCoRAG通过混合证据检索和多专科共识，提升肝病诊断的可解释性和准确性。

BioLLMAgent: A Hybrid Framework with Enhanced Structural Interpretability for Simulating Human Decision-Making in Computational Psychiatry

BioLLMAgent: 一种具有增强结构可解释性的混合框架，用于模拟计算精神病学中的人类决策过程

Zuo Fei, Kezhi Wang, Xiaomin Chen, Yizhou Huang

机构 * School of Computer Science and Technology, East China Normal University（东华大学计算机科学与技术学院） ； Department of Computer Science, University of Reading（Reading大学计算机科学系） ； Department of Computer Science, Brunel University of London（伦敦布鲁内尔大学计算机科学系） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 BioLLMAgent通过结合认知模型与LLM能力，提供结构可解释的计算沙盒，用于模拟人类决策过程和评估干预策略。

An Accelerated Primal Dual Algorithm with Backtracking for Decentralized Constrained Optimization

一种带回溯的加速对偶算法用于去中心化约束优化

Qiushui Xu, Necdet Serhat Aybat, Mert Gürbüzbalaban

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出了一种带回溯的分布式加速对偶算法，用于解决去中心化约束优化问题，实现了最优收敛速率。

Comments In this version, proofs are slightly modified to ensure that an optimal dual bound is not needed for agents with an affine constraint function

Differentially Private Formation Control: Privacy and Network Co-Design

差分隐私形成控制：隐私与网络协同设计

Calvin Hawkins, Matthew Hale

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种协同设计框架，用于在多智能体系统中同时设计网络拓扑和隐私保护级别，以实现差分隐私下的形成控制。

Comments arXiv admin note: text overlap with arXiv:2004.02744

CATNet: Collaborative Alignment and Transformation Network for Cooperative Perception

CATNet：用于协作感知的协同对齐与变换网络

Gong Chen, Chaokun Zhang, Tao Tang, Pengcheng Lv, Feng Li, Xin Xie

机构 * School of Computer Science and Technology, Tianjin University（计算机科学与技术学院，天津大学） ； School of Cybersecurity, Tianjin University（网络安全学院，天津大学） ； School of Future Technology, Tianjin University（未来技术学院，天津大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 CATNet通过时空同步、小波去噪和自适应选择器提升多代理协作感知的鲁棒性和适应性。

Comments Accepted by CVPR26

Strategic Interactions in Multi-Level Stackelberg Games with Non-Follower Agents and Heterogeneous Leaders

多层Stackelberg游戏中非跟随者和异质领导者的战略互动

Niloofar Aminikalibar, Farzaneh Farhadi, Maria Chli

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一个多层Stackelberg框架，考虑非跟随者和异质领导者，以更准确地建模拥堵耦合市场中的战略互动。

Learning to Recommend in Unknown Games

在未知游戏中学习推荐

Arwa Alanqary, Zakaria Baba, Manxi Wu, Alexandre M. Bayen

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 该研究探讨了在未知多智能体游戏中通过推荐学习偏好，分析了不同反馈模型对效用函数学习的影响，并设计了低遗憾的在线算法。

GCAgent: Enhancing Group Chat Communication through Dialogue Agents System

GCAgent：通过对话代理系统增强群聊交流

Zijie Meng, Zheyong Xie, Zheyu Ye, Chonggang Lu, Zuozhu Liu, Zihan Niu, Yao Hu, Shaosheng Cao

机构 * Zhejiang University（浙江大学） ； Xiaohongshu Inc.（小红书公司） ； University of Science and Technology of China（中国科学技术大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI

AI总结 GCAgent通过集成娱乐和实用导向的对话代理系统，提升群聊交流效果，实现多参与者对话的高效管理与增强。