AI Agent

A Trace-Based Assurance Framework for Agentic AI Orchestration: Contracts, Testing, and Governance

基于跟踪的代理AI编排保证框架：合同、测试与治理

Ciprian Paduraru, Petru-Liviu Bouruc, Alin Stefanescu

机构 * University of Bucharest Romania ； University of Bucharest \& Institute for Logic 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 本文提出一种基于跟踪的代理AI编排保证框架，通过显式步骤和跟踪合同进行执行仪器化，支持机器可验证的判定和确定性回放，同时提供压力测试和结构化故障注入以评估在现实故障和退化条件下的容错能力。

From Workflow Automation to Capability Closure: A Formal Framework for Safe and Revenue-Aware Customer Service AI

从工作流自动化到能力闭合：一种安全且收益意识的客户服务AI形式框架

Cosimo Spera

机构 * Minerva CQ 纠错

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

AI总结 本文提出一种形式框架，用于安全且收益意识的客户服务AI，解决自动化转型中安全缺口问题，通过动态组合能力实现安全目标。

HISR: Hindsight Information Modulated Segmental Process Rewards For Multi-turn Agentic Reinforcement Learning

HISR: 基于 hindsight 信息的分段过程奖励用于多轮代理强化学习

Zhicong Lu, Zichuan Lin, Wei Jia, Changyuan Tian, Deheng Ye, Peiguang Li, Li Jin, Nayu Liu, Guangluan Xu, Wei Feng

机构 * Aerospace Information Research Institute, Chinese Academy of Sciences（中国科学院航空航天信息研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tencent Hunyuan（腾讯文脉） ； School of Computer Science and Technology, Tianjin University（天津大学计算机科学与技术学院） 纠错

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

AI总结 本文提出HISR方法，通过hindsight信息调节分段过程奖励，提升多轮代理强化学习中的信用分配可靠性，实验验证了方法的有效性。

Comments Submitted to ACL 2026 on Jan 5, 2026

Understanding by Reconstruction: Reversing the Software Development Process for LLM Pretraining

通过重构理解：为LLM预训练反转软件开发过程

Zhiyuan Zeng, Yichi Zhang, Yong Shan, Kai Hua, Siyuan Fang, Zhaiyu Liu, Jiaheng Liu, Haozhe Wang, Yining Zheng, Ming Ding, Ke Shen, Ge Zhang, Wenhao Huang, Xipeng Qiu

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

AI总结 本文提出通过重构软件开发过程来提升LLM性能，通过模拟多智能体轨迹生成更丰富的监督信号，实验显示在多个基准测试中效果显著。

Robotic Agentic Platform for Intelligent Electric Vehicle Disassembly

智能电动汽车拆解机器人平台

Zachary Allen, Max Conway, Lyle Antieau, Allen Ponraj, Nikolaus Correll

机构 * Department of Computer Science, University of Colorado, Boulder（科罗拉多大学博尔德分校计算机科学系） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)

AI总结 本文提出RAPID平台，通过感知驱动操作、灵活自动化和AI辅助机器人编程，解决电动汽车电池包拆解的自动化问题，实验评估了三种快拆策略并引入代理AI规范以提升人机协作效率。

Expert Personas Improve LLM Alignment but Damage Accuracy: Bootstrapping Intent-Based Persona Routing with PRISM

专家人设提升LLM对齐但损害准确性：基于PRISM的意图驱动人设路由 Bootstrapping

Zizhao Hu, Mohammad Rostami, Jesse Thomason

机构 * University of Southern California（南加州大学） 纠错

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

AI总结 本文研究了专家人设在不同任务类型和提示长度下的有效性，提出PRISM框架通过自蒸馏实现意图条件的人设路由，提升生成任务的人类偏好对齐，同时保持判别任务的准确性，且计算开销低。

Retrieval-Augmented LLM Agents: Learning to Learn from Experience

基于检索的LLM代理：学习从经验中学习

Thomas Palmeira Ferraz, Romain Deffayet, Vassilina Nikoulina, Hervé Déjean, Stéphane Clinchant

机构 * NAVER LABS Europe（NAVER实验室欧洲） 纠错

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

AI总结 本文提出结合微调与经验检索的方法，通过LoRA优化SFT流程，分析经验检索关键设计，提出整合经验检索的训练流程，提升代理对新任务的泛化能力。

Unlocking Full Efficiency of Token Filtering in Large Language Model Training

解锁大语言模型训练中令牌过滤的全面效率

Di Chai, Pengbo Li, Feiyuan Zhang, Yilun Jin, Han Tian, Kaiqiang Xu, Binhang Yuan, Dian Shen, Junxue Zhang, Kai Chen

机构 * Shanghai University of Finance and Economics（上海财经大学） ； Hong Kong University of Science and Technology（香港科技大学） ； University of Science and Technology of China（中国科学技术大学） ； Southeast University（东南大学） 纠错

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

AI总结 本文提出Centrifuge系统，通过算法与系统协同设计提升令牌过滤效率，减少反向传播时间达49.9%，端到端训练时间达34.7%，并提升模型性能26.6%。

Data-driven construction of machine-learning-based interatomic potentials for gas-surface scattering dynamics: the case of NO on graphite

数据驱动构建基于机器学习的互原子势能面用于气体-表面散射动力学：NO在石墨上的案例

Samuel Del Fré, Gilberto A. Alou Angulo, Maurice Monnerville, Alejandro Rivero Santamaría

机构 * Univ. Lille, CNRS, UMR 8523 – PhLAM – Physique des Lasers Atomes et Molécules（里尔大学，法国国家科学研究中心，UMR 8523 – PhLAM – 物理激光原子分子研究所） 纠错

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

AI总结 本文提出一种数据驱动方法，利用NO在石墨上的散射作为基准系统，构建机器学习互原子势能面，通过主动学习策略提高效率，实现大规模分子动力学模拟，揭示吸附能、散射概率等关键特性。

Comments 19 pages, 9 figures

D-Mem: A Dual-Process Memory System for LLM Agents

D-Mem：一种用于LLM代理的双过程记忆系统

Zhixing You, Jiachen Yuan, Jason Cai

机构 * Einstein Institute of Mathematics（爱因斯坦数学研究所） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） ； AWS AI（AWS人工智能） 纠错

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

AI总结 本文提出D-Mem双过程记忆系统，通过轻量向量检索与全面深入模块结合，提升长期推理准确性，实验表明其在LoCoMo基准上F1得分达53.5，优于传统方法。

Probabilistic multivariate statistical process control via kernel parameter uncertainty propagation

基于核参数不确定性传播的概率多变量统计过程控制

Zina-Sabrina Duma, Victoria Jorry, Ayesha Safraz, Maria Paola di Crosta, Tuomas Sihvonen, Lassi Roininen, Satu-Pia Reinikainen

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种概率K-MSPC框架，通过传播核参数不确定性到监控统计量，改进多变量过程监控的鲁棒性与准确性。

Sketch2Topo: Using Hand-Drawn Inputs for Diffusion-Based Topology Optimization

Sketch2Topo: 利用手绘输入进行基于扩散的拓扑优化

Shuyue Feng, Cedric Caremel, Yoshihiro Kawahara

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Sketch2Topo通过结合图像到图像生成和图像编辑能力，提升扩散模型在拓扑优化中的定制化与用户交互体验，平衡功能与美学。

Comments 5 pages, 4 figures, accepted at CHI 2026 as a poster

Deconstructing Open-World Game Mission Design Formula: A Thematic Analysis Using an Action-Block Framework

解构开放世界游戏任务设计公式：一种使用动作块框架的主题分析

Kaijie Xu, Yiwei Zhang, Brian Yang, Clark Verbrugge

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出MAQV框架，通过分析2200个任务数据，揭示任务设计中的平衡与变化规律，提供可复现的分析流程和可视化工具。

Multi-material Direct Ink Writing and Embroidery for Stretchable Wearable Sensors

多材料直接墨水书写与刺绣用于可拉伸可穿戴传感器

Lukas Cha, Ryman Hashem, Ria Prakash, Tanguy Declety, Wenze Zhang, Liang He

机构 * Institute of Biomedical Engineering, University of Oxford, UK（生物医学工程研究所，牛津大学，英国） ； The Podium Institute for Sports Medicine and Technology, University of Oxford, UK（体育医学与技术研究所，牛津大学，英国） ； École Polytechnique Fédérale de Lausanne, Switzerland（洛桑联邦理工学院，瑞士） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种纺织品兼容的制造流程，结合多材料直接墨水书写与自动化刺绣，实现可拉伸应变传感器直接嵌入服装中，展示出高达120%的拉伸性能和线性响应特性，适用于运动捕捉和柔性机器人应用。

Comments 6 pages, 8 figures, conference

Efficient and Scalable Monocular Human-Object Interaction Motion Reconstruction

高效且可扩展的单目人类-物体交互运动重建

Boran Wen, Ye Lu, Sirui Wang, Keyan Wan, Jiahong Zhou, Junxuan Liang, Xinpeng Liu, Bang Xiao, Ruiyang Liu, Yong-Lu Li

机构 * SJTU（上海交通大学） ； SII（上海信息院） ； FDU（福建大学） ； BJTU（北京理工大学） ； ZJU（浙江大学） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出一种高效的稀疏接触标注方法和InterPoint多模态预测器，结合4DHOISolver框架，构建了大规模4D HOI数据集，并通过强化学习验证了运动重建的有效性。