AI Agent

Context is all you need: Towards autonomous model-based process design using agentic AI in flowsheet simulations

上下文即一切：利用流表模拟中的代理AI实现自主的基于模型的过程设计

Pascal Schäfer, Lukas J. Krinke, Martin Wlotzka, Norbert Asprion

机构 * BASF SE（巴斯夫股份有限公司） ； RWTH Aachen University（亚琛工业大学） 纠错

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

AI总结 本文提出一种代理AI框架，利用先进LLM在工业流表模拟环境中辅助过程设计，通过分解任务实现工程知识与代码生成的协同，展示了在反应分离、压力 swing 蒸馏和异构azeotropic 蒸馏中的应用效果。

ARL-Tangram: Unleash the Resource Efficiency in Agentic Reinforcement Learning

ARL-Tangram：释放代理强化学习中的资源效率

Bangjun Xiao, Yihao Zhao, Xiangwei Deng, Shihua Yu, Yuxing Xiang, Huaqiu Liu, Qiying Wang, Liang Zhao, Hailin Zhang, Xuanzhe Liu, Xin Jin, Fuli Luo

机构 * School of Computer Science, Peking University（北京大学计算机科学系） ； LLM-Core Xiaomi（小智LLM核心） 纠错

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

AI总结 ARL-Tangram通过动作级 orchestration 实现细粒度外部资源共享与弹性调度，提升代理强化学习的资源利用效率，实验表明其在平均动作完成时间、训练步长速度和外部资源节约方面均有显著提升。

RECAP: Reproducing Copyrighted Data from LLMs Training with an Agentic Pipeline

RECAP：通过代理流水线从LLM训练中重现受版权保护的数据

André V. Duarte, Xuying li, Bin Zeng, Arlindo L. Oliveira, Lei Li, Zhuo Li

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Instituto Superior Técnico/INESC-ID（里斯本技术大学/INESC-ID） ； Hydrox AI 纠错

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

AI总结 RECAP通过代理流水线从LLM输出中提取和验证记忆的训练数据，利用反馈循环和对抗模块提升版权文本提取效果，实验显示其在ROUGE-L评分上显著提升。

ChainFuzzer: Greybox Fuzzing for Workflow-Level Multi-Tool Vulnerabilities in LLM Agents

ChainFuzzer：针对LLM代理中工作流级多工具漏洞的灰盒模糊测试

Jiangrong Wu, Zitong Yao, Yuhong Nan, Zibin Zheng

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

AI总结 本文提出ChainFuzzer，通过可审计证据发现和复现多工具漏洞，利用TPS合成稳定提示并结合防护机制提升漏洞触发率，验证了20个流行开源LLM代理应用中的365个可复现漏洞。

One Supervisor, Many Modalities: Adaptive Tool Orchestration for Autonomous Queries

一个监督者，多种模态：面向自主查询的自适应工具协调

Mayank Saini, Arit Kumar Bishwas

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

AI总结 本文提出一个代理AI框架，通过动态分解用户查询并分配任务给不同模态的工具，提升多模态查询处理效率，实验显示在15类任务中准确回答时间减少72%，对话重做减少85%，成本降低67%。

Comments 19 pages, 3 figures; v2: corrected author metadata

Robust Fine-Tuning from Non-Robust Pretrained Models: Mitigating Suboptimal Transfer With Epsilon-Scheduling

从非鲁棒预训练模型中实现鲁棒微调：通过epsilon调度缓解次优迁移

Jonas Ngnawé, Maxime Heuillet, Sabyasachi Sahoo, Yann Pequignot, Ola Ahmad, Audrey Durand, Frédéric Precioso, Christian Gagné

机构 * Université Laval (IID)（拉瓦尔大学） ； Mila ； CortAIx Labs, Thales Digital Solutions（CortAIx实验室，泰雷兹数字解决方案） ； Université Côte d’Azur, CNRS, INRIA, I3S, Maasai（蔚蓝海岸大学，国家科学研究中心，国家信息与自动化技术研究院，I3S，Maasai） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） 纠错

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

AI总结 本文研究了从非鲁棒预训练模型中实现鲁棒微调的挑战，提出epsilon调度方法以避免次优迁移，提升模型鲁棒性与适应性。

Comments 10 pages, 7 figures, 4 tables

Journal ref The Fourteenth International Conference on Learning Representations (ICLR 2026)

Human-in-the-Loop LLM Grading for Handwritten Mathematics Assessments

人机协同的LLM评阅用于手写数学评估

Arne Vanhoyweghen, Vincent Holst, Melika Mobini, Lukas Van de Voorde, Tibo Vanleke, Bert Verbruggen, Brecht Verbeken, Andres Algaba, Sam Verboven, Marie-Anne Guerry, Filip Van Droogenbroeck, Vincent Ginis

机构 * Data Analytics Lab, Vrije Universiteit Brussel（布鲁塞尔自由大学数据分析实验室） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

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

AI总结 本文提出一种可扩展的端到端流程，利用LLM辅助评阅短篇手写作业，通过构建答案键、开发评分指南和结合自动扫描、多轮评分和人工验证，有效减少评阅时间并保持准确性。

Comments 19 pages, 5 figures

Using a Human-AI Teaming Approach to Create and Curate Scientific Datasets with the SCILIRE System

利用人类与AI协同方法通过SCILIRE系统创建和整理科学数据集

Necva Bölücü, Jessica Irons, Changhyun Lee, Brian Jin, Maciej Rybinski, Huichen Yang, Andreas Duenser, Stephen Wan

机构 * CSIRO（澳大利亚联邦科学工业研究组织） ； University of Málaga（马拉加大学） 纠错

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

AI总结 SCILIRE系统通过人类与AI协同原理，结合验证和整理数据的工作流，提升科学文献中结构化知识提取的准确性与效率。

Comments 17pages, 9 figures, EACL demo track

ELLA: Generative AI-Powered Social Robots for Early Language Development at Home

ELLA：生成式AI赋能的社交机器人，用于家庭中的早期语言发展

Victor Nikhil Antony, Shiye Cao, Shuning Wang, Chien-Ming Huang

机构 * Johns Hopkins University（约翰霍普金斯大学） 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ELLA，一种基于生成式AI的社交机器人，通过互动讲故事、家长选择的语言目标和支架对话支持早期语言发展，通过家庭工作坊和实地部署验证其设计有效性。

TaxBreak: Unmasking the Hidden Costs of LLM Inference Through Overhead Decomposition

TaxBreak: 通过开销分解揭示LLM推理的隐藏成本

Prabhu Vellaisamy, Shreesh Tripathi, Vignesh Natarajan, Surya Santhan Thenarasu, Shawn Blanton, John P. Shen

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

AI总结 TaxBreak通过分解主机可见的编排开销，识别优化应针对软件栈还是设备侧工作负载，揭示LLM推理中隐藏的成本问题。

Comments Accepted at IEEE ISPASS 2026. Copyright assigned to IEEE

Auger Spectroscopy via Generative Quantum Eigensolver: A Quantum Approach to Molecular Excitations

通过生成量子本征求解器的Auger光谱学：一种用于分子激发的量子方法

Kimberlee Keithley, Shunsuke Yamamoto, Ryota Kenmoku, Ikko Hamamura, Kouhei Nakaji, Shu Kanno, Takao Kobayashi, Qi Gao, Shumpei Uno, Kohei Oshio, Naoki Watanabe, Takeshi Sato, Naoki Yamamoto, Shunya Minami, Yohichi Suzuki, Yuma Nakamura, Jorge A. Campos-Gonzalez-Angulo, Mohammad Ghazi Vakili, Alan Aspuru-Guzik

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种混合量子-经典方法，结合生成量子本征求解器和量子自洽方程运动方法，用于计算Auger光谱，展示了其在水分子中的有效性。

Ab initio screening of quantum frustrated materials with kagome and triangular geometries

从头计算筛选具有kagome和三角几何结构的量子 frustrated 材料

Byeong-Hyeon Jeong, Hee Seung Kim, SungBin Lee, Myung Joon Han

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出结合高通量第一性原理计算、磁力理论和自旋哈密顿量分析的新方法，筛选可能具有竞争交换相互作用和新磁态的材料，发现六种新候选材料，揭示其潜在的新磁相。

Comments Under review

A Standards-Aligned Coordination Framework for Edge-Enhanced Collaborative Healthcare in 6G Networks

面向6G网络的边缘增强协同医疗标准对齐协调框架

Liuwang Kang, Fan Wang, Yuzhang Huang, Shang Yan, Jianbin Zheng, Wenbin Lei, Konstantin Yakovlev, Jie Tang, Shaoshan Liu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出CAIP框架，解决医疗应用中跨异构设备、边缘服务器和网络控制实体的流程级协调问题，通过现有标准接口实现无新增协议层的协调抽象，为6G医疗网络提供流程级协调能力。

High-Throughput Quantification of Altermagnetic Band Splitting

高通量量化交替磁性带分裂

Ali Sufyan, Brahim Marfoua, J. Andreas Larsson, Erik van Loon, Rickard Armiento

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过高通量筛选发现173种具有显著自旋分裂的材料，揭示自旋分裂在布里渊区内的分布特征，为自旋电子学和量子材料研究提供理论基础。