AI Agent

VLM-CAD: VLM-Optimized Collaborative Agent Design Workflow for Analog Circuit Sizing

VLM-CAD：面向模拟电路尺寸设计的VLM优化协作代理设计流程

Guanyuan Pan, Shuai Wang, Yugui Lin, Tiansheng Zhou, Pietro Liò, Zhenxin Zhao, Yaqi Wang

机构 * Hangzhou Dianzi University（杭州电子科技大学） ； SCBC, Guangdong University of Foreign Studies（广东外语外贸大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 本文提出VLM-CAD流程，通过神经符号结构解析模块和ExTuRBO方法提升多模态推理的鲁棒性和可解释性，实验表明其在模拟电路设计中具有高准确性和低功耗。

Comments submitted to the 34th ACM International Conference on Multimedia (ACMMM 2026)

From Static Templates to Dynamic Runtime Graphs: A Survey of Workflow Optimization for LLM Agents

从静态模板到动态运行时图：LLM代理工作流优化的综述

Ling Yue, Kushal Raj Bhandari, Ching-Yun Ko, Dhaval Patel, Shuxin Lin, Nianjun Zhou, Jianxi Gao, Pin-Yu Chen, Shaowu Pan

机构 * Department of Computer Science, Rensselaer Polytechnic Institute（伦斯勒理工学院计算机科学系） ； IBM Research（IBM研究院） ； Department of Mechanical, Aerospace, and Nuclear Engineering, Rensselaer Polytechnic Institute（伦斯勒理工学院机械、航空航天与核工程系） 纠错

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

AI总结 本文综述了LLM代理工作流优化方法，区分静态与动态方法，探讨结构确定时间、优化部分及评估信号，提出结构感知评估视角以提升可比性和可复现性。

AwesomeLit: Towards Hypothesis Generation with Agent-Supported Literature Research

AwesomeLit: 向基于代理支持的文献研究进行假设生成

Zefei Xie, Yuhan Guo, Kai Xu

机构 * School of Computer Science, University of Nottingham, UK（诺丁汉大学计算机科学学院） ； School of Intelligence Science and Technology, Peking University, China（北京大学智能科学与技术学院） 纠错

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

AI总结 本文提出AwesomeLit系统，通过可视化工具帮助用户探索未知领域，识别研究方向并提升信心。

Agentic AI-based Coverage Closure for Formal Verification

基于代理AI的正式验证覆盖闭合

Sivaram Pothireddypalli, Ashish Raman, Deepak Narayan Gadde, Aman Kumar

机构 * 1 Infineon Technologies India Private Limited, India 2 Dr. B R Ambedkar National Institute of Technology Jalandhar, India 3 Infineon Technologies Dresden AG \& Co. KG, Germany 纠错

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

AI总结 本文提出基于代理AI的工作流，利用大语言模型驱动生成AI自动分析正式验证覆盖，识别覆盖缺口并生成所需形式属性，提升验证效率。

Comments To appear at the IEEE International Conference on Intelligent Processing, Hardware, Electronics, and Radio Systems (CIPHER), February 13-15, 2026, NIT Jalandhar, India

Agentic Verifier-in-the-Loop Solver Orchestration for Cell-Free Massive MIMO Downlink Power Control

代理验证在回路求解器协调 for 无细胞大规模MIMO下行功率控制

Zhichao Gao

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

AI总结 本文提出VISO-PC框架，通过代理在求解器间路由以优化无细胞大规模MIMO下行功率控制，提升公平性并减少运行时间。

Comments This is the version 1. 6 pages, 5 figures, 4 tables. This paper presents a agentic verifier-aware orchestration formulation for cell-free massive MIMO power control

Automated Extraction of Collins-Soper Kernel from Lattice QCD using An Autonomous AI Physicist System

利用自主AI物理学家系统自动化提取Collins-Soper核从格点QCD

Jin-Xin Tan, Ting-Jia Miao, Mu-Hua Zhang, Xiang-He Pang, Ze-Xi Liu, Lin-Feng Zhang, Si-Heng Chen, Wei Wang

专题命中 工作流自动化 ：autonomous agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 本文展示利用PhysMaster系统自动化高维拟合、重整化、连续极限楚尔 extrapolation和非微扰重建，有效提升格点QCD研究效率与精度。

Comments 7 pages, 6 figures

PaperBanana: Automating Academic Illustration for AI Scientists

PaperBanana：为AI科学家自动化学术插图

Dawei Zhu, Rui Meng, Yale Song, Xiyu Wei, Sujian Li, Tomas Pfister, Jinsung Yoon

机构 * Peking University（北京大学） ； Google Cloud AI Research（谷歌云AI研究） 纠错

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

AI总结 PaperBanana通过整合先进视觉语言模型和图像生成模型，自动化生成出版级学术插图，提升了科研流程中插图制作的效率与质量。

Comments Add Citations

flexvec: SQL Vector Retrieval with Programmatic Embedding Modulation

flexvec: 带程序化嵌入调制的SQL向量检索

Damian Delmas

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 flexvec通过程序化嵌入调制实现高效的向量检索，利用SQL接口整合可组合的查询原语，在大规模数据集上实现快速检索。

Comments 15 pages, 1 figure, 7 tables, 4 appendices. Code available at https://github.com/damiandelmas/flexvec

Active learning-enabled multi-objective design of thermally conductive and mechanically compliant polymers

基于主动学习的多目标设计热导性和机械兼容性聚合物

Yuhan Liu, Jiaxin Xu, Renzheng Zhang, Meng Jiang, Tengfei Luo

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于多目标贝叶斯优化的主动学习框架，用于发现同时具有高热导率和低体积模量的聚合物，通过分子动力学模拟和主动学习减少数据稀缺性，提供多功能聚合物设计的可行方案。

Design Space and Implementation of RAG-Based Avatars for Virtual Archaeology

基于RAG的虚拟考古中 avatars 的设计空间与实现

Wilhelm Kerle-Malcharek, Giulio Biondi, Karsten Klein, Ulf Hailer, Steffen Diefenbach, Fabrizio Grosso, Marco Legittimo, Paola Venuti, Carla Binucci, Giuseppe Liotta, Falk Schreiber

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨了基于RAG的avatrs在虚拟考古中的应用，设计了涵盖应用场景、avatrs个性及输入输出模式的需求空间，并通过虚拟现实环境中的案例研究验证了其在提升数字文化遗产互动性方面的有效性。

Joint Bayesian calibration and map-making for intensity mapping experiments

联合贝叶斯校准与制图方法用于强度制图实验

Zheng Zhang, Philip Bull, Mario G. Santos, Ainulnabilah Nasirudin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种联合贝叶斯校准与制图方法，用于强度制图实验，通过吉布斯采样处理仪器校准与制图的联合后验分布，减少时间变化接收机增益、热漂移和相关1/f噪声的影响。

Comments 30 pages, 18 figures. (Under RASTI review.) Any comments are welcome

JanusBM: A Dual-Fidelity Multi-Zone White-Box Building Modeling Framework

JanusBM：一种双保真多区白箱建筑建模框架

Haozhen Cheng, Hüseyin K. Çakmak, Veit Hagenmeyer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出JanusBM框架，结合高保真水力模型与低保真理想负载替代模型，通过双阶段验证校准流程实现多时间尺度的建筑能耗模拟，提升年度分析效率并满足瞬态峰值评估需求。

STRIATUM-CTF: A Protocol-Driven Agentic Framework for General-Purpose CTF Solving

STRIATUM-CTF: 一种基于协议的代理框架用于通用CTF求解

James Hugglestone, Samuel Jacob Chacko, Dawson Stoller, Ryan Schmidt, Xiuwen Liu

机构 * Department of Computer Science, Florida State University, Tallahassee, USA（计算机科学系，佛罗里达州立大学，塔拉萨斯，美国） 纠错

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 本文提出STRIATUM-CTF框架，通过Model Context Protocol标准化工具接口，提升CTF求解的自主性和适应性，在真实竞赛中取得第一名。

Comments 8 pages, 7 pages

Immersion in the GitHub Universe: Scaling Coding Agents to Mastery

在GitHub宇宙中的沉浸：将编码代理扩展至精通

Jiale Zhao, Guoxin Chen, Fanzhe Meng, Minghao Li, Jie Chen, Hui Xu, Yongshuai Sun, Wayne Xin Zhao, Ruihua Song, Yuan Zhang, Peng Wang, Cheng Chen, Jirong Wen, Kai Jia

专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.SE

AI总结 本文提出ScaleSWE系统，通过自动化多代理工作流生成高质量SWE数据，产生10万验证实例，超越现有数据集的多样性和复杂性，训练出性能提升三倍的ScaleSWE代理。

Task-Aware Positioning for Improvisational Tasks in Mobile Construction Robots via an AI Agent with Multi-LMM Modules

面向即兴任务的移动建筑机器人AI代理的定位任务感知

Seongju Jang, Francis Baek, SangHyun Lee

机构 * University of Michigan（密歇根大学） ； Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 GUI与网页智能体 ：agent(title,abstract)；AI agent(title)

AI总结 本文提出一种AI代理，通过多LMM模块实现对自然语言描述的即兴任务的理解与定位，使移动建筑机器人能自主完成非预定义任务。

GUIrilla: A Scalable Framework for Automated Desktop UI Exploration

GUIrilla：一个可扩展的自动化桌面UI探索框架

Sofiya Garkot, Maksym Shamrai, Ivan Synytsia, Mariya Hirna

机构 * MacPaw 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出GUIrilla框架，用于生成大规模真实桌面交互数据，以提升交互系统基础模型的性能与泛化能力，特别针对macOS平台，提供可重用的MacApp Trees结构化表示。

Comments Accepted to the 3rd DATA-FM Workshop @ ICLR 2026

IntentWeave: A Progressive Entry Ladder for Multi-Surface Browser Agents in Cloud Portals

IntentWeave: 多表面浏览器代理在云门户中的渐进入口阶梯

Wanying Mo, Jijia Lai, Xiaoming Wang

专题命中 GUI与网页智能体 ：agent(abstract)；agentic(abstract)

AI总结 本文提出IntentWeave，一种多表面浏览器代理的渐进入口阶梯设计，通过不同介入策略提升用户控制与效率。

Comments chiea26

AgentRAE: Remote Action Execution through Notification-based Visual Backdoors against Screenshots-based Mobile GUI Agents

AgentRAE: 通过基于通知的视觉后门实现远程动作执行以对抗基于截图的移动GUI代理

Yutao Luo, Haotian Zhu, Shuchao Pang, Zhigang Lu, Tian Dong, Yongbin Zhou, Minhui Xue

机构 * Nanjing University of Science and Technology（南京理工大学） ； Macquarie University（麦考瑞大学） ； Western Sydney University（西澳大学） ； University of Hong Kong（香港大学） ； CSIRO’s Data61（澳大利亚CSIRO Data61） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 针对基于截图的移动GUI代理，提出AgentRAE通过自然视觉触发器诱导远程动作执行，采用两阶段管道提升代理对细微图标差异的敏感度，并通过后训练关联触发器与特定动作，实现高攻击成功率和隐蔽性。

Fleet-Level Battery-Health-Aware Scheduling for Autonomous Mobile Robots

车队层面的电池健康意识调度

Jiachen Li, Shihao Li, Jian Chu, Wei Li, Dongmei Chen

机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种多机器人调度方法，考虑电池退化成本，优化任务分配、服务顺序、充电决策和充电模式，平衡车队退化。通过线性化非线性退化项，结合实例数据改进松弛，采用分层启发式方法提升可扩展性。

STEM Agent: A Self-Adapting, Tool-Enabled, Extensible Architecture for Multi-Protocol AI Agent Systems

STEM Agent：一种自适应、工具驱动、可扩展的多协议AI代理系统架构

Alfred Shen, Aaron Shen

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

AI总结 STEM Agent通过模块化架构实现多协议兼容，整合五种交互协议，引入用户偏好学习机制，采用生物启发式技能获取系统，支持子线性增长的内存系统，通过413测试套件验证性能。

Comments 8 pages, 1 figures, 4 tables

Knowledge Access Beats Model Size: Memory Augmented Routing for Persistent AI Agents

知识访问胜过模型规模：基于对话记忆的持久AI代理路由

Xunzhuo Liu, Bowei He, Xue Liu, Andy Luo, Haichen Zhang, Huamin Chen

机构 * vLLM Semantic Router Project（vLLM语义路由器项目） ； MBZUAI ； McGill University（麦吉尔大学） ； Mila ； AMD ； Red Hat（红帽） 纠错

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

AI总结 本文提出利用对话记忆提升AI代理效率，通过轻量模型结合检索信息，使小模型在用户特定查询中表现优于大模型，证明知识访问比模型规模更重要。

RoboMemory: A Brain-inspired Multi-memory Agentic Framework for Interactive Environmental Learning in Physical Embodied Systems

RoboMemory：一种脑启发的多记忆代理框架，用于物理具身系统中的交互环境学习

Mingcong Lei, Honghao Cai, Yuyuan Yang, Yimou Wu, Jinke Ren, Zezhou Cui, Liangchen Tan, Junkun Hong, Gehan Hu, Shuangyu Zhu, Shaohan Jiang, Ge Wang, Junyuan Tan, Zhenglin Wan, Zheng Li, Zhen Li, Shuguang Cui, Yiming Zhao, Yatong Han

机构 * FNii-Shenzhen（FNii-深圳） ； SSE, CUHK-Shenzhen（SSE，CUHK-深圳） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； The University of Hong Kong（香港大学） ； National University of Singapore（新加坡国立大学） ； The Chinese University of Hong Kong（香港中文大学） ； Ising AI 纠错

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

AI总结 本文提出RoboMemory框架，通过整合空间、时间、事件和语义记忆，提升机器人在复杂环境中的长期规划与交互学习能力，实验表明其在EmbodiedBench上成功率提升26.5%，超越现有SOTA模型。

Session Risk Memory (SRM): Temporal Authorization for Deterministic Pre-Execution Safety Gates

会话风险记忆（SRM）：确定性预执行安全门的时序授权

Florin Adrian Chitan

机构 * Independent Researcher（独立研究者） ； ILION Project（ILION项目） 纠错

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

AI总结 本文提出SRM，一种轻量确定性模块，通过轨迹级授权扩展无状态执行门，以检测分布式攻击。实验显示SRM在检测率和准确率上优于传统方法，且具备低延迟。

Comments 12 pages, 3 figures. Companion paper to arXiv:2603.13247. Benchmark dataset and artifacts available on Zenodo: 10.5281/zenodo.15410944

ReflectEd: Evaluating Reflection-Driven Learning in an AI-Assisted System

ReflectEd：在AI辅助系统中评估基于反思的学习

Md Nazmus Sakib, Ishika Tarin, Naga Manogna Rayasam, Manas Gaur, Sanorita Dey

专题命中 记忆与上下文管理 ：planning(abstract)；workflow(abstract)

AI总结 本文提出ReflectEd系统，通过理论驱动提示和机制支撑，评估反思驱动学习在协作环境中的效果，发现深度反思提升行动力但增加工作负担。

Comments Accepted at the 27th International Conference on Artificial Intelligence in Education (AIED 2026). The final authenticated version will appear in Springer LNAI/LNCS proceedings

Synthetic or Authentic? Building Mental Patient Simulators from Longitudinal Evidence

合成还是真实？从纵向证据构建心理健康患者模拟器

Baihan Li, Bingrui Jin, Kunyao Lan, Ming Wang, Mengyue Wu

机构 * SJTU Paris Elite Institute of Technology（上海交通大学巴黎精英理工学院） ； X-LANCE Lab（X-LANCE实验室） ； School of Computer Science, Shanghai Jiao Tong University（上海交通大学计算机科学学院） ； School of Computer Science and Engineering, Northeastern University（东北大学计算机科学与工程学院） ； School of Computing and Information Systems, Singapore Management University（新加坡管理大学计算机与信息系统学院） 纠错

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

AI总结 本文提出DEPROFILE框架，通过整合多源数据构建统一患者档案，提升对话真实性和行为多样性。

Retrieval-Augmented Generation with Covariate Time Series

增强检索生成与协变量时间序列

Kenny Ye Liang, Zhongyi Pei, Huan Zhang, Yuhui Liu, Shaoxu Song, Jianmin Wang

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出RAG4CTS框架，解决时间序列基础模型在数据稀缺、短暂序列和协变量耦合动态下的预测问题，通过层级时间序列知识库和双阶段加权检索机制提升预测精度。

Comments 12 pages. Preprint

On-device Semantic Selection Made Low Latency and Memory Efficient with Monolithic Forwarding

在设备上实现语义选择：通过单体转发实现低延迟和内存高效

Jiahao Zhou, Chengliang Lin, Dingji Li, Mingkai Dong, Haibo Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Huawei（华为） 纠错

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

AI总结 本文提出PRISM系统，通过单体转发实现低延迟和内存高效的语义top-K选择，减少延迟和内存使用，提升设备AI应用的效率和部署性。

Rectify, Don't Regret: Avoiding Pitfalls of Differentiable Simulation in Trajectory Prediction

纠正，而非后悔：避免可微模拟在轨迹预测中的陷阱

Harsh Yadav, Christian Bohn, Tobias Meisen

机构 * University of Wuppertal（乌珀塔尔大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一种非可微的递推滚动方法，通过切断计算图来避免可微模拟中的捷径学习，提升轨迹预测的鲁棒性和恢复能力。

Portfolio Optimization under Recursive Utility via Reinforcement Learning

通过强化学习进行递归效用下的投资组合优化

Minkey Chang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究递归效用是否能提升投资组合分配的强化学习效果，通过蒙特卡洛方法近似递归效用中的确定等价，改进了PPO和A2C算法，实验显示在夏普比率、最大回撤和累计收益上优于传统方法。

The Empirical Content of Bayesian Updating under Misspecification

贝叶斯更新在规格错误下的经验内容

Pooya Molavi

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在模型可能不准确的情况下，贝叶斯更新的一致性条件，指出后验分布需满足可数划分条件，并探讨了在有限状态空间和紧致状态空间下的不同限制，以及高斯环境下后验不确定性不超出先验的结论。