AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
RSRefSeg 2: 解耦引用遥感图像分割与基础模型
机构 * Beihang University（北京航空航天大学）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 RSRefSeg 2通过解耦传统三阶段流程，提出双阶段协作框架，结合CLIP的跨模态对齐与SAM的分割泛化能力，提升遥感图像分割精度与复杂语义解释能力。
Journal ref IEEE Transactions on Geoscience and Remote Sensing, vol. 64, pp. 1-20, 2026, Art no. 4700420
BIP! NDR（无DOI引用数据集）：一个没有DOI的计算机科学会议和研讨会论文的引用数据集
专题命中 工作流自动化 ：workflow(abstract)
AI总结 BIP! NDR通过识别和检索无DOI的开放科学论文，提取其全文中的引用信息，填补了MAG停用后计算机科学领域引用分析的数据空白。
非合作人机智能体动力学
专题命中 软件智能体 ：AI agent(title,abstract)；agent(title)
AI总结 本文研究了人工智能代理与人类决策者在战略环境中的非合作互动动力学，通过不同预期效用与前景理论代理的组合，探讨混合群体竞争中的涌现行为。
Comments 41 pages
意图形式化：在AI代理时代可靠编码的重大挑战
机构 * Microsoft Research（微软研究院）
专题命中 软件智能体 ：AI agent(title)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文探讨意图形式化作为解决AI生成代码与用户意图间差距的关键挑战，提出通过形式化规范提升软件可靠性的方法，并指出验证规范的瓶颈及未来研究方向。
Comments 10 pages
ProofWright: 向 CUDA 的代理形式验证迈进
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 ProofWright 通过整合自动形式验证与 LLM 代码生成，为 CUDA 核心提供内存安全、线程安全和语义正确性保证，验证了 74% 的生成内核，发现传统测试遗漏的细微错误。
CodeScout: 一种有效的强化学习代码搜索代理训练方法
专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 本文提出CodeScout，通过强化学习方法训练仅使用标准Unix终端的代码搜索代理，实验证明其在多个基准测试中优于大型语言模型。
FailureMem: 一种面向故障的多模态框架用于自主软件修复
机构 * Nanjing University（南京大学） ； SenseTime（秒速） ； The Chinese University of Hong Kong（香港中文大学） ； University of Texas at Dallas（德克萨斯大学达拉斯分校）
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出FailureMem框架，通过融合工作流代理、主动感知工具和故障记忆库，提升多模态自动程序修复的效率与准确性，实验表明其在GUI修复任务中解决率提升3.7%。
当规范出现时：长期远 horizon 编码代理中忠实度损失的基准测试
机构 * Purdue University（普渡大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出一个基准测试，研究在逐步披露目标设计时，编码代理中忠实度损失（SLUMP）的变化，通过20篇最新ML论文和371个可验证组件评估不同平台的实现忠实度。
AgentFactory: 通过可执行子代理积累与重用实现自我进化框架
机构 * Peking University（北京大学） ； Hong Kong Polytechnic University（香港理工大学） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出AgentFactory，通过保存可执行子代理代码而非文本经验实现自我进化，使子代理在反馈中持续优化，提升任务执行效率和鲁棒性，实现能力持续积累。
联邦计算作为代码（FCaC）：通过设计实现主权意识系统
专题命中 软件智能体 ：workflow(abstract)
AI总结 本文提出FCaC架构，通过编译权威和委派为可验证的加密 artifacts，解决跨组织和司法边界联邦系统中主权约束执行问题，引入虚拟联邦平台实现去中心化协作。
Comments 22 pages, 5 figures
AgentVLN：迈向具有代理能力的视觉-语言导航
机构 * Nanjing University of Aeronautics and Astronautics（南京航空航天大学） ； Shandong University（山东大学） ； Zhejiang University（浙江大学）
专题命中 GUI与网页智能体 ：agentic(title)；agent(abstract)；planning(abstract)
AI总结 本文提出AgentVLN框架，通过部分可观测半马尔可夫决策过程建模视觉-语言导航，结合VLM-as-Brain范式和跨空间表示映射，解决多级表示不一致问题，实现高效轻量级导航部署。
Comments 19pages, 4 figures
从数字孪生到世界模型：移动边缘通用智能的机会、挑战与应用
机构 * State-Province Joint Engineering and Research Center of Advanced Networking and Intelligent Information Services, College of Computer, Northwest University（高级网络与智能信息服务省州联合工程研究中心，计算机学院，西北大学） ； College of Computing and Data Science, Nanyang Technological University（计算与数据科学学院，南洋理工大学） ； Automation of School, Guangdong University of Technology（自动化学院，广东工业大学）
专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文探讨了从数字孪生到世界模型的转变，分析了其在移动边缘通用智能中的作用，涵盖概念差异、设计原则、关键组件及应用挑战。
看见、思考、行动：通过识别切换器教多模态代理有效交互GUI
机构 * School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院）
专题命中 GUI与网页智能体 ：agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出State-aware Reasoning方法，通过识别当前切换状态和指令目标状态，提升多模态代理在GUI切换指令执行的准确性，实验显示准确率提升超30%。
Comments Accepted at CVPR 2026
AdaZoom-GUI: 基于自适应缩放的GUI定位与指令细化
机构 * Lenovo Research（联想研究院） ； Tsinghua University（清华大学）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出AdaZoom-GUI框架，通过指令细化模块和条件缩放策略提升GUI定位精度与指令理解，构建高质量数据集并采用GRPO训练模型，实现在高分辨率GUI理解中的最佳性能。
DesertFormer：基于Transformer的语义分割用于自动驾驶导航系统中的沙漠地形分类
机构 * Department of Computer Science \& Engineering (AI \& ML) Gayatri Vidya Parishad College of Engineering for Women Visakhapatnam, India
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.LG
AI总结 DesertFormer基于SegFormer B2与层次化Mix Transformer（MiT-B2）架构，针对沙漠地形的低对比度、强光照变化和稀疏植被挑战，实现10类生态意义地形分类，提升地面机器人与自动驾驶车辆的安全路径规划能力。
Comments 10 pages, 6 figures, 3 tables. Preprint also available on Zenodo (DOI: 10.5281/zenodo.19053085)
基于大规模自改进演示的目标导向视觉-语言导航学习
机构 * Shanghai AI Laboratory（上海人工智能实验室） ； UNC Chapel Hill（北卡罗来纳大学教堂山分校） ； Fudan University（复旦大学） ； The University of Adelaide（阿德莱德大学） ； Nanjing University（南京大学） ； Shanghai Jiaotong University（上海交通大学）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 本文提出SID方法，通过自改进演示提升导航能力，实现高效探索和泛化，显著提升导航性能，达到新状态的SOTA水平。
受控内存：多智能体工作流的生产架构
专题命中 记忆与上下文管理 ：agent(title,abstract)；multi-agent(title)；autonomous agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出受控内存架构，通过共享内存和治理层解决多智能体工作流中的内存治理问题，提升系统精度与可靠性。
Comments 18 pages, 4 figures, 11 tables, 7 appendices. Code and datasets: https://github.com/personizeai/governed-memory
面向AI代理的图原认知记忆：版本化记忆架构的正式信念修订语义
机构 * Kumiho Inc.（科米霍公司）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出Kumiho架构，结合正式信念修订语义，实现统一的图原记忆系统，通过双重存储模型和混合检索方式，在LoCoMo和LoCoMo-Plus基准测试中取得显著性能提升。
Comments 56 pages, 1 figure
TheraMind：一种用于长期心理辅导的战略和自适应代理
机构 * Shenzhen University（深圳大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Auckland University of Technology（奥克兰理工大学） ； University of Science and Technology of China（中国科学技术大学） ； SKL-IOTSC, CIS, University of Macau（澳门科技研究所、CIS、澳门大学） ； Guangdong Laboratory of Artificial Intelligence and Digital Economy (SZ)（广东人工智能与数字经济实验室（深圳））
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出TheraMind，一种用于可信在线长期心理辅导的战略和自适应代理，通过双循环架构提升对话管理和治疗规划能力，实验证明其在多会话指标上优于其他方法。
RPMS：通过规则增强的记忆协同提升基于LLM的具身规划
机构 * School of Electrical & Electronic Engineering（电子与电气工程学院）
专题命中 记忆与上下文管理 ：planning(title)；分类 cs.AI
AI总结 本文提出RPMS架构，通过结构化规则检索、轻量信念状态和规则优先仲裁解决LLM在封闭世界具身环境中的失效问题，显著提升任务成功率。
ReLMXEL：基于强化学习的可解释内存控制器与能量和延迟优化
机构 * Department of Mathematics and Computer Science（数学与计算机科学系） ； Sri Sathya Sai Institute of Higher Learning（Sri Sathya Sai高等研究院） ； Department of Computer Science and Engineering（计算机科学与工程系） ； Indian Institute of Technology Ropar（印度理工学院罗帕尔分校） ； AI Performance Engineer（AI性能工程师） ； Red Hat（红帽公司）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出ReLMXEL，一种基于强化学习的多智能体在线框架，通过奖励分解动态优化内存控制器参数，提升内存系统效率与透明度。
用于多模态生物医学数据的可解释少样本阿尔茨海默病预测的表格LLMs
机构 * University of Pennsylvania（宾夕法尼亚大学） ； Stony Brook University（石溪大学） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Medical University of South Carolina（南卡罗来纳医科大学） ； Cedars-Sinai Medical Center（西格拉姆山医疗中心）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出TAP-GPT框架，利用预训练的大语言模型进行少样本阿尔茨海默病分类，展示了其在多模态生物医学数据中的优越性能和可解释性。
在信任中生存：涌现信任学习
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；分类 cs.LG
AI总结 本文提出一种轻量级基于信任的控制算法ETL，使AI代理在共享资源的竞争环境中实现合作。该算法通过内部信任状态调节记忆、探索和行动选择，仅需个体奖励和局部观察，计算和通信开销极低。
生成式人工智能在软件开发中的现状：文献和开发者调查的洞察
机构 * Bucharest University of Economic Studies（布加勒斯特经济大学）
专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.SE
AI总结 研究通过文献综述和65名开发者的调查，发现生成式AI在设计、实现、测试和文档中影响最大，显著减少重复性任务时间，但早期SDLC阶段收益较低，需加强治理以应对风险。
将反馈转化为记忆-as-a-工具
机构 * Komorebi AI Technologies（Komorebi人工智能技术）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL；agentic(journal_ref)
AI总结 本文提出通过文件式记忆系统和智能体控制的工具调用来将临时批评转化为可检索的指导方针，从而降低推理时间的推理成本。在Rubric Feedback Bench数据集上实验表明，增强型LLM在测试时能快速匹配精炼管道性能，同时大幅降低推理成本。
Comments Code: https://github.com/vicgalle/feedback-memory-as-a-tool Data: https://huggingface.co/datasets/vicgalle/rubric-feedback-bench
Journal ref ICLR 2026 Workshop on Memory for LLM-Based Agentic Systems
可重放马尔可夫链
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文研究了可重放马尔可夫链，探讨了通过重放策略区分初始状态的方法，证明非适应性策略在效率上与适应性策略有多项式差距。
SocialJax: 多智能体强化学习中序列社会困境的评估套件
机构 * King’s College London（伦敦国王学院） ； Eindhoven University of Technology（埃因霍温理工大学） ； The Alan Turing Institute（艾伦·图灵研究所） ； Google DeepMind（谷歌DeepMind）
专题命中 Agent评测 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出SocialJax，一个用于多智能体强化学习中序列社会困境的评估套件，通过JAX实现高效环境与算法，实验显示其在实时性能上比Melting Pot RLlib快50倍，并验证了基线算法的有效性及环境的社会困境特性。
Comments Accepted at ICLR 2026
通过多智能体辩论实现高效的LLM安全评估
机构 * Beijing Institute of AI Safety and Governance（北京人工智能安全与治理研究院） ； Beijing Key Laboratory of Safe AI and Super Alignment（北京安全人工智能与超对齐重点实验室） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； CSE, The Chinese University of Hong Kong（香港中文大学电子工程系） ； University of Chinese Academy of Sciences（中国科学院大学） ； Department of Mathematics, The Chinese University of Hong Kong（香港中文大学数学系） ； Long-term AI（长期人工智能）
专题命中 Agent评测 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本文提出多智能体辩论框架，利用HAJailBench基准测试，提升LLM安全评估的可靠性与经济性，验证了少量辩论轮次即可获得显著效果。
Comments 15 pages, 5 figures, 10 tables. Updated abstract to fix an incconsistency issue with the main paper: HAJailBench size (12,000 -> 11,100)
大规模开放生物医学知识图谱：基于Samyama图数据库的构建、联邦与AI代理访问
机构 * VaidhyaMegha Private Limited（维达希亚梅加私人有限公司）
专题命中 Agent评测 ：agent(title,abstract)；AI agent(title)；分类 cs.AI
AI总结 本文提出三种开源生物医学知识图谱，通过可重复的ETL模式构建大规模图谱，实现跨图谱联邦与AI代理访问，展示了高精度的领域特定工具。
Comments 12 pages, 7 tables, open-source code and data
VeriGrey：灰盒代理验证
机构 * National University of Singapore（新加坡国立大学）
专题命中 Agent评测 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出VeriGrey方法，通过工具调用序列反馈函数驱动测试过程，发现LLM代理中隐含的提示注入漏洞，并在实际案例中验证其有效性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈