AI Agent

Automated Extraction of Material Properties using LLM-based AI Agents

基于LLM的材料属性自动提取

Subham Ghosh, Abhishek Tewari

机构 * Mehta Family School of Data Science and Artificial Intelligence（梅塔家族数据科学与人工智能学院） ； Indian Institute of Technology Roorkee（印度理工学院罗尔基分校） ； Department of Metallurgical and Materials Engineering（冶金与材料工程系） 纠错

专题命中 工作流自动化 ：AI agent(title)；agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 本研究提出基于LLM的自动材料属性提取方法，构建了大规模热电数据集，实现了高准确率和低成本的属性提取流程，为材料发现提供了新的工具和基础。

Journal ref Computational Materials Science 265 (2026)

Human-Centered LLM-Agent System for Detecting Anomalous Digital Asset Transactions

面向人类的LLM-智能体系统用于检测异常数字资产交易

Gyuyeon Na, Minjung Park, Hyeonjeong Cha, Sangmi Chai

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 HCLA是一种面向人类的多智能体系统，用于通过自然语言交互提高数字资产交易异常检测的可解释性和透明度。

Your Agent May Misevolve: Emergent Risks in Self-evolving LLM Agents

你的代理可能误进化：自我进化大语言模型代理中的新兴风险

Shuai Shao, Qihan Ren, Chen Qian, Boyi Wei, Dadi Guo, Jingyi Yang, Xinhao Song, Linfeng Zhang, Weinan Zhang, Dongrui Liu, Jing Shao

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 本文研究了自我进化代理中因自我进化偏离导致的误进化风险，揭示了其广泛存在及对安全对齐的影响，并提出缓解策略。

Comments Published in ICLR 2026

AIMD-L: An automated laboratory for high-throughput characterization of structural materials for extreme environments

AIMD-L: 一种用于极端环境下结构材料高通量表征的自动化实验室

Todd C. Hufnagel, Pranav Addepalli, Anuruddha Bhattacharjee, Rohit Berlia, Jaafar El-Awady, David Elbert, Lori Graham-Brady, Axel Krieger, Harichandana Neralla, T. Joseph Nkansah-Mahaney, Mostafa M. Omar, Hyun Sang Park, K. T. Ramesh, Matthew Shaeffer, Eric Walker, Piyush Wanchoo, Timothy P. Weihs

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 AIMD-L是一种自动化实验室，用于高通量表征极端环境下结构材料的微观结构和性能。

Comments 15 pages, 10 figures, submitted to Matter

Vibe Researching as Wolf Coming: Can AI Agents with Skills Replace or Augment Social Scientists?

作为狼群的到来：AI代理能否取代或增强社会科学家？

Yongjun Zhang

机构 * Department of Sociology and Institute for Advanced Computational Science, Stony Brook University（社会学系和先进计算科学研究所，石英布鲁克大学） 纠错

专题命中 工作流自动化 ：AI agent(title,abstract)；分类 cs.AI

AI总结 本文探讨AI代理在社会科学研究中的潜力，提出vibe研究概念，分析其在速度、覆盖和方法论上的优势及理论原创性的局限，并提出五条负责任的研究原则。

Comments Commentary

YAQIN: Culturally Sensitive, Agentic AI for Mental Healthcare Support Among Muslim Women in the UK

YAQIN：面向英国穆斯林女性的文化敏感、代理型AI心理健康支持系统

Yasmin Zaraket, Céline Mougenot

机构 * Dyson School of Design Engineering, Imperial College London（帝京理工学院伦敦校区设计工程学院） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 YAQIN通过整合伊斯兰心理学和用户中心设计，为英国穆斯林女性提供文化敏感的AI心理健康支持，提升信任与治疗效果。

Performance Comparison of IBN orchestration using LLM and SLMs

基于LLM和SLMs的IBN编排性能比较

Wai Lwin Phone, Brahim El Boudani, Tasos Dagiuklas, Saptarshi Ghosh

机构 * 1 Dept. of Computer Science \& Digital Technologies, London South Bank University, London, UK 纠错

专题命中 工作流自动化 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文比较了LLM和SLMs在IBN编排中的性能，发现SLMs能提升IBN生命周期完成速度20%。

Comments Accepted for presentation at IEEE International Conference on Communications 2026

Beyond Semantic Similarity: Open Challenges for Embedding-Based Creative Process Analysis Across AI Design Tools

超越语义相似性：基于嵌入的AI设计工具创意过程分析的开放挑战

Seung Won Lee, Semin Jin, Kyung Hoon Hyun

专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)

AI总结 本文探讨了基于嵌入的AI设计工具创意过程分析中超越语义相似性的开放挑战，提出通过上下文感知干预提升分析敏感性。

From Logs to Agents: Reconstructing High-Level Creative Workflows from Low-Level Raw System Traces

从日志到代理：从低级原始系统轨迹重构高级创造性工作流

Tae Hee Jo, Kyung Hoon Hyun

专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)

AI总结 本文提出了一种从低级系统日志重构高级创造性工作流的方法，通过结构化行为工作流图实现对用户创意过程的理解与支持。

LeJOT-AutoML: LLM-Driven Feature Engineering for Job Execution Time Prediction in Databricks Cost Optimization

LeJOT-AutoML：基于LLM的特征工程用于Databricks成本优化中的作业执行时间预测

Lizhi Ma, Yi-Xiang Hu, Yihui Ren, Feng Wu, Xiang-Yang Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Lenovo（联想） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 LeJOT-AutoML利用LLM驱动的AutoML框架，通过动态生成特征提升Databricks作业执行时间预测的准确性，从而实现成本优化。

AI-Driven Phase Identification from X-ray Hyperspectral Imaging of cycled Na-ion Cathode Materials

基于X射线超光谱成像的AI驱动相识别：循环钠离子正极材料

Fayçal Adrar, Nicolas Folastre, Chloé Pablos, Stefan Stanescu, Sufal Swaraj, Raghvender Raghvender, François Cadiou, Laurence Croguennec, Matthieu Bugnet, Arnaud Demortière

机构 * Laboratoire de Réactivité et de Chimie des Solides (LRCS), CNRS UMR 7314, Université de Picardie Jules Verne（法国皮卡第大学劳勃-德-夏尔固体反应与化学实验室（LRCS）） ； Réseau sur le Stockage Electrochimique de l’Energie (RS2E), CNRS FR 3459（能源电化学存储网络（RS2E）） ； ALISTORE-European Research Institute, CNRS FR 3104（ALISTORE欧洲研究机构） ； Université de Picardie Jules Verne（法国皮卡第大学） ； Synchrotron SOLEIL（SOLEIL同步辐射光源） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本研究提出一种AI驱动方法，用于处理稀疏采样的超光谱数据，实现钠离子正极材料中多相分布的纳米尺度成像与分析。

Where Do LLM-based Systems Break? A System-Level Security Framework for Risk Assessment and Treatment

LLM-based系统在哪里失效？一个系统级安全框架用于风险评估与处理

Neha Nagaraja, Hayretdin Bahsi

机构 * Northern Arizona University（北亚利桑那大学） ； Department of Software Science（软件科学系） ； Tallinn University of Technology（塔林技术大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出了一种系统级安全框架，用于评估和处理LLM系统中的风险，通过结合系统建模与攻击-防御树，分析医疗场景中的多步骤攻击路径，并提供可比较的防御策略。

DualSpec: Accelerating Deep Research Agents via Dual-Process Action Speculation

DualSpec: 通过双过程动作推测加速深度研究代理

Shuzhang Zhong, Baotong Lu, Qi Chen, Chuanjie Liu, Fan Yang, Meng Li

机构 * pku（北京大学） ； msr（微软研究院） 纠错

专题命中 工作流自动化 ：tool use(abstract)；分类 cs.LG

AI总结 DualSpec通过双过程动作推测机制，在保持准确性的同时显著提升深度研究代理的端到端速度

MediTools -- Medical Education Powered by LLMs

MediTools -- 由LLMs驱动的医学教育

Amr Alshatnawi, Remi Sampaleanu, David Liebovitz

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 MediTools利用LLMs开发交互式医学教育工具，通过模拟临床场景、文献检索和新闻摘要等功能提升医学教育的效率和效果。

Comments 20 pages, 19 figures, 2 tables. Code available at https://github.com/NM-Streamlit-Team/meditools

Physics-Consistent Neural Networks for Learning Deformation and Director Fields in Microstructured Media with Loss-Based Validation Criteria

具有损失验证标准的物理一致神经网络：用于学习微结构介质中变形和方向场的机械行为

Milad Shirani, Pete H. Gueldner, Murat Khidoyatov, Jeremy L. Warren, Federica Ninno

机构 * Department of Biomedical Engineering, Yale University（生物医学工程系，耶鲁大学） ； Department of Mechanical Engineering, Yale University（机械工程系，耶鲁大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG

AI总结 本文提出了一种基于物理一致神经网络的方法，用于学习微结构介质中的变形和方向场，并通过损失验证标准确保能量稳定性。

Hybrid Orchestration of Edge AI and Microservices via Graph-based Self-Imitation Learning

基于图的自我模仿学习的边缘AI与微服务混合编排

Chen Yang, Jin Zheng, Yang Zhuolin, Lai Pan, Zhang Xiao, Hu Menglan, Yin Haiyan

机构 * School of Computer Science, South-Central Minzu University（中央民族大学南中央学院） ； Key Laboratory of Cyber-Physical Fusion Intelligent Computing, State Ethnic Affairs Commission（国家民族事务委员会网络物理融合智能计算重点实验室） ； Hubei Key Laboratory of Smart Internet Technology, School of Electronic Information and Communication, Huazhong University of Science and Technology（湖北智能互联网技术重点实验室，华中科技大学电子信息与通信学院） ； Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心，科技研究局（A*STAR）） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出SIL-GPO框架，通过图注意力网络和自我模仿学习优化边缘AI与微服务的混合编排，显著降低延迟并提升资源利用率。

RAmmStein: Regime Adaptation in Mean-reverting Markets with Stein Thresholds -- Optimal Impulse Control in Concentrated AMMs

RAmmStein：在均值回复市场中实现制度适应的最优冲击控制——集中式AMM中的最优冲击控制

Pranay Anchuri

机构 * Offchain Labs（Offchain实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 RAmmStein通过深度强化学习优化集中AMM的冲击控制，实现高回报率和低摩擦成本的流动性管理。

Comments 13 pages, 2 figures, 5 tables, 1 algorithm; an earlier version submitted to Designing DeFi workshop (https://www.designingdefi.xyz/)

Can a Lightweight Automated AI Pipeline Solve Research-Level Mathematical Problems?

能否一个轻量级的自动化AI流水线解决研究级别的数学问题？

Lve Meng, Weilong Zhao, Yanzhi Zhang, Haoxiang Guan, Jiyan He

机构 * University of Science and Technology of China（中国科学技术大学） ； Université Paris Cité（巴黎cité大学） ； Zhongguancun Academy（中关村学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本研究展示了一种轻量级自动化AI流水线，能够解决复杂的研究级数学问题，并通过验证和开源实现。

Comments 9 pages

Toward a Physical Theory of Intelligence

迈向智能的物理理论

Peter David Fagan

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 CCE框架通过统一物理过程，建立智能与耗散动态、量子测量和时空几何的联系，为智能研究提供物理约束。

Comments 53 pages, 8 figures

A GPU-Accelerated Transient Detection Pipeline for DECam Time-Domain Surveys

基于GPU的DECam时域巡天暂现体检测流水线

Lei Hu, Tomás Cabrera, Antonella Palmese, Lifan Wang, Igor Andreoni, Xander J. Hall, Xingzhuo Chen, Jiawen Yang, Frank Valdes, Brendan O'Connor, Yuhan Chen

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于GPU的DECam时域巡天暂现体检测流水线，通过SFFT算法和CNN实虚分类实现高效暂现体识别和光变曲线生成，提升了暂现体发现的效率和准确性。

Comments 15 pages, 5 figures

Spin-Orbit Induced Non-Adiabatic Dynamics: An Exact $Ω$-Representation

自旋-轨道诱导的非绝热动力学：一个精确的Ω-表示法

Ryan P. Brady, Sergei N. Yurchenko

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文揭示了自旋-轨道耦合消除后非绝热耦合的必要性，提出精确的Ω表示法流程以提升光谱和动力学计算的准确性。

Comments 24 pages, 4 figures, 1 table

Identification and Counterfactual Analysis in Incomplete Models with Support and Moment Restrictions

不完整模型中支持与矩限制下的识别与反事实分析

Lixiong Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种统一的识别框架，用于不完整模型中的反事实分析，通过扩展支持函数方法并引入不可约条件，证明在有限样本中识别集和矩闭包的统计不可区分性。

Local Laplacian: theory and models for data analysis

局部拉普拉斯：数据分析的理论与模型

Jian Liu, Hongsong Feng, Kefeng Liu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出持续局部拉普拉斯方法，通过理论推导和算法设计，解决拓扑数据分析中局部结构敏感性和计算成本高的问题，实现高效并行计算。

Challenges in Restructuring Community-based Moderation

社区主导的管理重构中的挑战

Chau Tran, Kejsi Take, Kaylea Champion, Benjamin Mako Hill, Rachel Greenstadt

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究探讨了社区主导管理重构中的挑战，发现新系统可能与现有社会规范冲突，并指出平台与自我管理社区的关系影响系统性能评估和维护成本。

Journal ref Proceedings of the ACM on Human-Computer Interaction 8 (CSCW2): 415:1-415:24

pqRPKI: A Practical RPKI Architecture for the Post-Quantum Era

pqRPKI：面向后量子时代的实用RPKI架构

Weitong Li, Yuze Li, Taejoong Chung

专题命中 工作流自动化 ：workflow(abstract)

AI总结 pqRPKI是一种面向后量子时代的RPKI架构，通过多层Merkle树梯与RPKI对象结合，优化验证流程并减少存储和计算开销，实现高效双栈部署。

Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots

Robodimm: 一种基于物理的框架，用于可扩展模块化机器人的自动化执行器尺寸设计

J. L. Torres, M. Munoz, J. D. Alvarez, J. L. Blanco, A. Gimenez

机构 * CIESOL-ceiA3, Department of Engineering, University of Almería, Spain（阿尔梅里亚大学工程系，CIESOL-ceiA3） ； CIESOL-ceiA3, Department of Computer Science, University of Almería, Spain（阿尔梅里亚大学计算机科学系，CIESOL-ceiA3） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Robodimm 是一种基于物理的框架，用于可扩展模块化机器人中自动化执行器尺寸设计，通过约束逆动力学和两轮验证流程提高设计效率。

Comments 8 pages, 3 figures. Preprint version submitted to arXiv

GiBS: Generative Input-side Basis-driven Structures

GiBS: 生成式输入侧基底驱动结构

Reza Marzban, Ashkan Zandi, Ali Adibi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 GiBS是一种基于基底驱动的生成式逆向设计框架，通过紧凑系数集高效优化复杂超材料几何，结合自编码器实现快速设计发现与制造敏感性分析。