AI Agent

Agentic workflow enables the recovery of critical materials from complex feedstocks via selective precipitation

代理工作流程通过选择性沉淀从复杂原料中回收关键材料

Andrew Ritchhart, Sarah I. Allec, Pravalika Butreddy, Krista Kulesa, Qingpu Wang, Dan Thien Nguyen, Maxim Ziatdinov, Elias Nakouzi

机构 * Physical and Computational Sciences Directorate, Pacific Northwest National Laboratory（太平洋西北国家实验室物理与计算科学部门） ； Department of Chemical Engineering, University of Washington（华盛顿大学化学工程系） 纠错

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

AI总结 本文提出一种多代理工作流程，利用AI代理和自动化仪器从生产水和磁性浸出液中高效回收关键材料，通过简单化学品实现选择性沉淀，加快了分离技术的发展周期。

DOVA: Deliberation-First Multi-Agent Orchestration for Autonomous Research Automation

DOVA：基于协商的多智能体协作以实现自主研究自动化

Aaron Shen, Alfred Shen

机构 * University of California, Berkeley, USA（加州大学伯克利分校） ； Amazon Web Services, USA（亚马逊网络服务） 纠错

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

AI总结 DOVA通过协商优先的协作机制、混合协同推理和自适应多层思考，提升多源信息整合与复杂任务处理能力，降低推理成本并提高回答准确性。

Design and evaluation of an agentic workflow for crisis-related synthetic tweet datasets

危机相关合成推文数据集的代理工作流设计与评估

Roben Delos Reyes, Timothy Douglas, Asanobu Kitamoto

机构 * Department of Computer Science, University College London, London, United Kingdom（伦敦大学学院计算机科学系，伦敦，英国） ； National Institute of Informatics, Tokyo, Japan（日本信息学研究院，东京，日本） 纠错

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

AI总结 本文提出一种代理工作流生成危机相关合成推文数据集，以解决真实数据获取困难和标注成本高的问题，通过迭代生成、评估和反馈机制，实现灵活可扩展的合成数据生成。

DeepFix: Debugging and Fixing Machine Learning Workflow using Agentic AI

DeepFix：利用代理AI进行机器学习工作流的调试与修复

Fadel Mamar Seydou, Arnab Sharma

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

AI总结 本文提出DeepFix，利用代理AI框架实现机器学习全流程自动化测试，通过Deepchecks检测潜在bug并生成详尽报告，提供修复建议，支持多种ML系统并集成到开发流程中，展示如何发现传统测试无法检测的隐藏故障模式。

Agentic LLM Workflow for MR Spectroscopy Volume-of-Interest Placements in Brain Tumors

基于代理的大语言模型的脑肿瘤MR波谱成像体积感兴趣区放置工作流

Sangyoon Lee, Francesca Branzoli, Małgorzata Marjańska, Patrick Bolan

机构 * Center for Magnetic Resonance Research（磁共振研究中心） ； University of Minnesota（明尼苏达大学） ； ICM – Paris Brain Institute（巴黎脑研究所） 纠错

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

AI总结 本文提出一种基于代理的大语言模型工作流，用于优化脑肿瘤MR波谱成像中体积感兴趣区的放置，通过生成多个候选区域并选择最优方案，提升临床应用的灵活性和准确性。

Comments 10 pages, 4 figures

PMAx: An Agentic Framework for AI-Driven Process Mining

PMAx：一种用于AI驱动流程挖掘的代理框架

Anton Antonov, Humam Kourani, Alessandro Berti, Gyunam Park, Wil M. P. van der Aalst

机构 * Fraunhofer Institute for Applied Information Technology（弗劳恩霍夫应用信息科技研究所） ； 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)；autonomous agent(abstract)；multi-agent(abstract)

AI总结 PMAx通过隐私保护的多代理架构，使非技术人员能将业务问题转化为可靠流程洞察，避免LLM的确定性推理和隐私泄露问题。

Comments Submitted to EMMSAD 2026 (tool demonstration track), under review

Optimizing LLM Annotation of Classroom Discourse through Multi-Agent Orchestration

通过多智能体协调优化LLM对课堂话语的标注

Bakhtawar Ahtisham, Kirk Vanacore, Rene F. Kizilcec

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出一种分层、成本敏感的多阶段标注框架，通过自检和争议解决阶段提升LLM标注的可靠性，以应对教育数据科学中规模与效度之间的矛盾。

Comments Accepted for presentation at the Education Data Science Conference (EDS 2026), Stanford, USA, May 26-28, 2026. Extended abstract

AGORA: Agentic Green Orchestration Architecture for Beyond 5G Networks

AGORA：面向6G网络的代理绿色协调架构

Rodrigo Moreira, Larissa Ferreira Rodrigues Moreira, Maycon Peixoto, Flavio De Oliveira Silva

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

AI总结 本文提出AGORA架构，通过嵌入本地工具增强的大语言模型代理，将自然语言可持续性目标转化为基于 telemetry 的操作，实现能量感知的流量引导，展示紧凑模型在低能耗和正确策略执行中的优势。

Journal ref 2026

Position: Agentic Evolution is the Path to Evolving LLMs

位置：代理进化是进化大语言模型的路径

Minhua Lin, Hanqing Lu, Zhan Shi, Bing He, Rui Mao, Zhiwei Zhang, Zongyu Wu, Xianfeng Tang, Hui Liu, Zhenwei Dai, Xiang Zhang, Suhang Wang, Benoit Dumoulin, Jian Pei

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

AI总结 本文提出代理进化作为大语言模型适应的未来方向，通过A-Evolve框架实现持续优化，并提出进化扩展假设。

Comments Update code link

When to Screen, When to Bypass: LLM-Judges in Resource-Scarce AI-Human Workflow

何时筛查，何时绕过：LLM-判断在资源稀缺的AI-人类工作流中

Ruihan Lin, Jiheng Zhang

专题命中 工作流自动化 ：workflow(title,abstract)；planning(abstract)

AI总结 研究探讨在资源有限的AI-人类工作流中，何时通过LLM-判断筛选输出，何时直接绕过判断直接提交人类审核，提出基于队列网络模型的优化策略，分析不同瓶颈资源下的最优分配方案。

AgenticScholar: Agentic Data Management with Pipeline Orchestration for Scholarly Corpora

AgenticScholar: 基于管道编排的代理数据管理用于学术语料

Hai Lan, Tingting Wang, Zhifeng Bao, Guoliang Li, Daomin Ji, Ge Lee, Feng Luo, Zi Huang, Hailang Qiu, Gang Hua

专题命中 工作流自动化 ：agentic(title,abstract)；planning(abstract)

AI总结 本文提出AgenticScholar系统，整合结构化知识表示层、LLM中心混合查询规划层和统一执行层，实现多模态学术数据的端到端推理，有效提升学术数据管理的效率和可解释性。

Comments 54 pages, 25 figures

NetArena: Dynamic Benchmarks for AI Agents in Network Automation

NetArena：网络自动化中AI代理的动态基准测试

Yajie Zhou, Jiajun Ruan, Eric S. Wang, Sadjad Fouladi, Francis Y. Yan, Kevin Hsieh, Zaoxing Liu

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

AI总结 NetArena通过动态生成基准测试框架提升网络自动化中AI代理的可靠性，减少置信区间重叠，揭示更细致的行为特征，并支持SFT和RL微调。

Demonstration of AI-Assisted Scientific Workflow on Canonical Benchmarks

在经典基准上展示AI辅助的科学工作流

Kin Hung Fung

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文通过经典基准问题展示AI辅助科学工作流，涵盖解析和数值方法，验证了AI在推导、实现、验证和论文准备中的应用价值。

Comments 10 pages, 5 figures

Towards Next-Generation LLM Training: From the Data-Centric Perspective

迈向下一代大语言模型训练：从数据导向的视角

Hao Liang, Zhengyang Zhao, Zhaoyang Han, Meiyi Qiang, Xiaochen Ma, Bohan Zeng, Qifeng Cai, Zhiyu Li, Linpeng Tang, Weinan E, Wentao Zhang

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

AI总结 本文从数据导向视角出发，探讨了大语言模型训练中的数据准备瓶颈问题，提出构建自动数据准备系统和统一的数据-模型交互训练系统，以提升数据利用效率和模型性能。

Formalizing and validating properties in Asmeta with Large Language Models (Extended Abstract)

在Asmeta中形式化和验证属性的大型语言模型（扩展摘要）

Andrea Bombarda, Silvia Bonfanti, Angelo Gargantini, Nico Pellegrinelli

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

AI总结 本文探讨将大型语言模型集成到Asmeta框架中，帮助用户定义、形式化、解释和验证时间属性，通过示例展示这种集成的可行性与潜在优势。

EMPA: Evaluating Persona-Aligned Empathy as a Process

EMPA：评估基于角色的共情作为过程

Shiya Zhang, Yuhan Zhan, Ruixi Su, Ruihan Sun, Ziyi Song, Zhaohan Chen, Xiaofan Zhang

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

AI总结 本文提出EMPA框架，通过可控心理场景和多智能体沙盒评估持续干预而非孤立回复，以提升对话代理的共情能力。

The Ghost in the Grammar: Methodological Anthropomorphism in AI Safety Evaluations

语法中的幽灵：人工智能安全评估中的方法论人类学

Mariana Lins Costa

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

AI总结 本文通过分析近期技术报告，探讨人工智能安全领域中对AI系统投射意图、人格等属性的隐性人类学倾向，质疑其对安全评估方法论的影响。

Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers

基于布局的可控病理图像生成与上下文扩散变换器

Yuntao Shou, Xiangyong Cao, Qian Zhao, Deyu Meng

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出基于布局的可控病理图像生成方法，通过多代理LVLM注释框架构建精细临床对齐的监督数据，提出IC-DiT模型整合空间布局、文本描述和视觉嵌入，实现高保真生成与强空间可控性。

Comments 19 pages

LLM-Augmented Release Intelligence: Automated Change Summarization and Impact Analysis in Cloud-Native CI/CD Pipelines

LLM增强的发布智能：云原生CI/CD流水线中的自动化变更摘要与影响分析

Happy Bhati

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

AI总结 本文提出一种结合AI的发布智能框架，用于云原生CI/CD流水线中自动化生成变更摘要和影响分析，通过语义过滤、大语言模型摘要和静态依赖分析提升发布通信的准确性和效率。

Comments 13 pages, 1 figure, 4 tables

Probabilistic Model Checking Taken by Storm

Storm所采用的概率模型检查

Matthias Volk, Linus Heck, Sebastian Junges, Joost-Pieter Katoen, Tim Quatmann

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

AI总结 本文介绍Storm模型检查器在概率模型检查中的应用，涵盖MDP建模、属性检查及策略提取，并展示对区间MDP和POMDP等不确定性的支持。

A proof-of-concept for automated AI-driven stellarator coil optimization with in-the-loop finite-element calculations

为自动AI驱动的磁镜线圈优化提供概念验证：闭环有限元计算

Alan A. Kaptanoglu, Pedro F. Gil

机构 * Courant Institute of Mathematical Sciences, New York University（数学科学学院，纽约大学） ； Max-Planck-Institut für Plasmaphysik（等离子物理研究所） 纠错

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

AI总结 本文提出一种端到端的自动线圈优化方法，通过闭环有限元计算实现磁镜装置线圈设计的自动化，采用遗传算法和上下文感知LLM进行非停优化，并引入新的Von Mises应力闭环优化方法。

Computer Science Achievement and Writing Skills Predict Vibe Coding Proficiency

计算机科学成就与写作技能预测节奏编码熟练度

Sverrir Thorgeirsson, Theo B. Weidmann, Zhendong Su

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

AI总结 研究探讨了计算机科学成就和写作技能对节奏编码流程成效的预测作用，发现两者均显著影响表现，且计算机科学成就在控制一般认知技能后仍保持显著性。

Comments CHI 2026, 17 pages

Generative Inverse Design of Cold Metals for Low-Power Electronics

冷金属的生成反向设计用于低功耗电子

Kedeng Wu, Yucheng Zhu, Yan Chen, Bizhu Zhang, Shuyu Liu, Xiaobin Deng, Yabei Wu, Liangliang Zhu, Hang Xiao

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

AI总结 本文提出利用MatterGPT生成冷金属，通过训练集和统一的能带边缘距离描述符，生成大量候选结构并验证其稳定性与能带特性，为低功耗电子材料发现提供新途径。

Incentivize Contribution and Learn Parameters Too: Federated Learning with Strategic Data Owners

激励贡献与学习参数：具有战略数据所有者的联邦学习

Drashthi Doshi, Aditya Vema Reddy Kesari, Avishek Ghosh, Swaprava Nath, Suhas S Kowshik

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出两种机制，通过纳什均衡激励客户端贡献并学习参数，同时确保信息真实披露，最终实现最优参数学习和数据贡献。

Comments 27 pages, under review

Efficient Semi-Automated Material Microstructure Analysis Using Deep Learning: A Case Study in Additive Manufacturing

利用深度学习高效半自动分析材料微结构：加性制造的案例研究

Sanjeev S. Navaratna, Nikhil Thawari, Gunashekhar Mari, Amritha V P, Murugaiyan Amirthalingam, Rohit Batra

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

AI总结 本文提出一种半自动主动学习分割框架，通过U-Net网络与交互式用户标注界面及核心集图像选择策略，提升材料图像分割效率，减少人工标注时间65%，并用于缺陷分类与工艺参数映射。

PolyMon: A Unified Framework for Polymer Property Prediction

PolyMon：一种聚合物性质预测的统一框架

Gaopeng Ren, Yijie Yang, Jiajun Zhou, Kim E. Jelfs

机构 * Department of Chemistry, Molecular Sciences Research Hub, Imperial College London, White City Campus, Wood Lane, London, W12 0BZ, U.K.（化学系，分子科学研究中心，伦敦帝国理工学院，白城校区，Wood Lane，伦敦，W12 0BZ，英国） 纠错

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

AI总结 PolyMon框架整合多种聚合物表示方法和机器学习方法，通过系统评估不同表示和模型对预测性能的影响，为聚合物性质预测提供全面的基础。

C2|Q>: A Robust Framework for Bridging Classical and Quantum Software Development

C2|Q>: 一种连接经典与量子软件开发的稳健框架

Boshuai Ye, Arif Ali Khan, Teemu Pihkakoski, Peng Liang, Muhammad Azeem Akbar, Matti Silveri, Lauri Malmi

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

AI总结 C2|Q>通过模块化方法将经典规范转化为量子可执行程序，降低量子软件开发门槛，实验证明其在模拟和真实量子硬件上均具可靠性。

Comments Preprint accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM), 2026

High-Throughput Computational Exploration of MOFs for Short-Chain PFAS Removal

高通量计算探索用于短链PFAS去除的MOFs

Mengru Zhang, Satyanarayana Bonakala, Taku Watanabe, Karim Hamzaoui, Guillaume Maurin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种高通量计算筛选策略，用于识别高性能MOFs用于水中的短链PFAS吸附，结合经典力场和u-MLIP实现准确预测和设计。

A systematic design approach for one-dimensional and crossed photonic nanobeam cavities for quantum dot integration

一维及交叉光子纳米束腔系统化设计方法用于量子点集成

Oscar Camacho Ibarra, Jan-Gabriel Hartel, Atzin David Ruiz Perez, Sonja Barkhofen, Klaus D. Jöns

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种系统化方法，用于设计一维及交叉光子纳米束腔，通过优化晶格周期性、空气孔几何和腔体长度，实现对光学束缚的精确控制并减少辐射损失，为量子点集成提供了高效优化路径。

Comments 12 pages, 8 figures

UniMatSim: A High-Throughput Materials Simulation Automation Framework Based on Universal Machine Learning Potentials

UniMatSim：基于通用机器学习势的高通量材料模拟自动化框架

Yanjin Xiang, Yihan Nie, Yunzhi Gao, Haidi Wang, Wei Hu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 UniMatSim通过整合多种UMLIPs，实现从结构优化到稳定性验证的自动化工作流，提升计算效率和可重复性，为数据驱动的材料发现提供可靠基础。

Comments 14 pages main text, 17 pages Supporting Information, 4 figures