AI Agent

Adaptation of Agentic AI: A Survey of Post-Training, Memory, and Skills

代理AI的适应：训练后、记忆和技能的综述

Pengcheng Jiang, Jiacheng Lin, Zhiyi Shi, Zifeng Wang, Luxi He, Yichen Wu, Ming Zhong, Peiyang Song, Qizheng Zhang, Heng Wang, Xueqiang Xu, Hanwen Xu, Pengrui Han, Dylan Zhang, Jiashuo Sun, Chaoqi Yang, Kun Qian, Tian Wang, Changran Hu, Manling Li, Quanzheng Li, Hao Peng, Sheng Wang, Jingbo Shang, Chao Zhang, Jiaxuan You, Liyuan Liu, Pan Lu, Yu Zhang, Heng Ji, Yejin Choi, Dawn Song, Jimeng Sun, Jiawei Han

机构 * UIUC（伊利诺伊大学香槟分校） ； Stanford（斯坦福大学） ； Princeton（普林斯顿大学） ； Harvard（哈佛大学） ； UC Berkeley（加州大学伯克利分校） ； Caltech（加州理工学院） ； UCSD（加州大学圣地亚哥分校） ； Georgia Tech（佐治亚理工学院） ； Northwestern（西北大学） ； TAMU（德克萨斯大学奥斯汀分校） ； MGH（麻省总医院） ； Keiji AI ； Unity 纠错

专题命中 记忆与上下文管理 ：agentic(title)；agent(abstract)；tool use(abstract)；分类 cs.AI、cs.CL

AI总结 本文综述了代理AI在训练后、记忆和技能方面的适应方法，提出四范式框架，分析了代理与工具适应的技术细节及权衡，探讨了开放问题。

Empowering Locally Deployable Medical Agent via State Enhanced Logical Skills for FHIR-based Clinical Tasks

通过增强状态的逻辑技能赋能本地可部署的医疗代理以用于基于FHIR的临床任务

Wanrong Yang, Zhengliang Liu, Yuan Li, Bingjie Yan, Lingfang Li, Mingguang He, Dominik Wojtczak, Yalin Zheng, Danli Shi

机构 * Department of Computer Science, University of Liverpool（利物浦大学计算机科学系） ； The Hong Kong Polytechnic University（香港理工大学） ； Beijing Normal University（北京师范大学） ； School of Computing, University of Georgia（佐治亚大学计算机学院） ； Department of Eye and Vision, University of Liverpool（利物浦大学眼科学与视觉系） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI

AI总结 本文提出SELSM框架，通过增强状态的逻辑技能提升本地医疗代理在FHIR临床任务中的零样本能力，实现100%任务完成率和22.67%的成功率提升。

Comments 10 pages, 5 figures

ProgAgent:A Continual RL Agent with Progress-Aware Rewards

ProgAgent：一种具有进度感知奖励的持续强化学习代理

Jinzhou Tan, Gabriel Adineera, Jinoh Kim

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Texas A\&M University-Commerce（德克萨斯A&M大学-科摩斯） 纠错

专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG

AI总结 ProgAgent通过进度感知奖励机制，结合PPO与coreset回放和突触智能，有效解决持续学习中的遗忘问题，提升学习效率。

Temperature Measurement in Agent Systems

代理系统中的温度测量

Christoph J. Börner, Ingo Hoffmann

专题命中 记忆与上下文管理 ：agent(title,abstract)

AI总结 本文研究了如何在非资本市场应用中测量代理系统中的温度，通过建立测量方程和示例展示方法，并提出影响竞争子系统平均意见的策略。

Comments 1 figure

Memory for Autonomous LLM Agents:Mechanisms, Evaluation, and Emerging Frontiers

自主LLM代理的记忆：机制、评估与新兴前沿

Pengfei Du

机构 * Hong Kong Research Institute of Technology（香港理工大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文探讨了自主LLM代理中记忆的机制、评估及未来发展方向，分析了五种核心机制及评估挑战，强调记忆对代理适应性和应用的重要性。

Co-LoRA: Collaborative Model Personalization on Heterogeneous Multi-Modal Clients

Co-LoRA：在异构多模态客户端上的协同模型个性化

Minhyuk Seo, Taeheon Kim, Hankook Lee, Jonghyun Choi, Tinne Tuytelaars

机构 * KU Leuven（库勒芬大学） ； Seoul National University（首尔国立大学） ； Sungkyunkwan University（成均馆大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 Co-LoRA通过任务相关性感知的模型聚合和维度不变模块，实现了在异构多模态客户端上的协同模型个性化，提升了在异构场景下的性能。

Comments ICLR 2026

DreamSAC: Learning Hamiltonian World Models via Symmetry Exploration

DreamSAC：通过对称探索学习哈密顿世界模型

Jinzhou Tang, Fan Feng, Minghao Fu, Wenjun Lin, Biwei Huang, Keze Wang

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 DreamSAC通过基于哈密顿的对称探索方法，学习物理不变性以提升3D物理模拟中的外推泛化能力。

Comments 19 pages, 5 figures

Can Large Language Models Keep Up? Benchmarking Online Adaptation to Continual Knowledge Streams

大语言模型能否跟上？连续知识流的在线适应基准测试

Jiyeon Kim, Hyunji Lee, Dylan Zhou, Sue Hyun Park, Seunghyun Yoon, Trung Bui, Franck Dernoncourt, Sungmin Cha, Minjoon Seo

机构 * KAIST AI（韩国科学技术院人工智能研究所） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Google（谷歌公司） ； KRAFTON（KRAFTON公司） ； Adobe Research（Adobe研究院） ； New York University（纽约大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.CL

AI总结 本文提出OAKS基准测试，用于评估大语言模型在动态连续知识流中的在线适应能力，发现现有模型在持续更新知识时存在显著局限性。

Distributionally Robust Self Paced Curriculum Reinforcement Learning

分布鲁棒自适应课程强化学习

Anirudh Satheesh, Keenan Powell, Vaneet Aggarwal

机构 * University of Maryland College Park（马里兰大学学院公园分校） ； Purdue University West Lafayette（普渡大学西拉法叶分校） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 分布鲁棒自适应课程强化学习通过动态调整鲁棒性预算，平衡性能与鲁棒性，提升在分布偏移下的稳定性与表现。

Video-EM: Event-Centric Episodic Memory for Long-Form Video Understanding

视频-EM：面向长视频理解的事件中心型片段记忆

Yun Wang, Long Zhang, Jingren Liu, Jiaqi Yan, Zhanjie Zhang, Jiahao Zheng, Ao Ma, Run Ling, Xun Yang, Dapeng Wu, Xiangyu Chen, Xuelong Li

机构 * City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学） ； Tianjin University（天津大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； The Institute of Artificial Intelligence (TeleAI), China Telecom（中国电信人工智能研究所（TeleAI）） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 Video-EM通过事件中心型片段记忆框架，将长视频问答转化为事件构建与记忆细化，提升长视频理解的连贯性与可靠性。

Comments 14 pages, 6 figures

LLM4PQC - Accurate and Efficient Synthesis of PQC Cores by Feedback-Driven LLMs

LLM4PQC - 通过反馈驱动的LLM实现准确且高效的PQC核心合成

Buddhi Perera, Zeng Wang, Weihua Xiao, Mohammed Nabeel, Ozgur Sinanoglu, Johann Knechtel, Ramesh Karri

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 LLM4PQC通过反馈驱动的LLM实现PQC核心的高效准确合成，减少手动工作量并加速设计探索。

Comments Accpeted at DATE 26

Reinforcement Learning for Vehicle-to-Grid Voltage Regulation: Single-Hub to Multi-Hub Coordination with Battery-Aware Constraints

为车辆到电网电压调节的强化学习：单中心到多中心协调与电池感知约束

Jingbo Wang, Roshni Anna Jacob, Harshal D. Kaushik, Jie Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种基于强化学习的V2G电压调节框架，通过单中心与多中心协调，结合电池感知约束，实现了在正常和过载情况下的电压稳定控制。