AI Agent

AgentTrace: Causal Graph Tracing for Root Cause Analysis in Deployed Multi-Agent Systems

AgentTrace: 多智能体系统部署中的因果图追踪用于根本原因分析

Zhaohui Geoffrey Wang

机构 * USC Viterbi School of Engineering（南加州大学维特比工程学院） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 AgentTrace通过构建因果图追踪多智能体系统部署中的根本原因，实现高精度和低延迟的故障诊断，优于启发式和LLM基线方法。

Comments 11 pages, 1 figure, 19 tables. Published at ICLR 2026 Workshop on Agents in the Wild. Camera-ready version with revised layout and framework overview figure

SkinGPT-X: A Self-Evolving Collaborative Multi-Agent System for Transparent and Trustworthy Dermatological Diagnosis

SkinGPT-X: 一种自演化协作多智能体系统用于透明和可信的皮肤病诊断

Zhangtianyi Chen, Yuhao Shen, Florensia Widjaja, Yan Xu, Liyuan Sun, Zijian Wang, Hongyi Chen, Wufei Dai, Juexiao Zhou

机构 * School of Data Science, The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）数据科学学院） ； Department of Dermatology, Tianjin Institute of Integrative Dermatology, Tianjin Academy of Traditional Chinese Medicine Affiliated Hospital（天津中医药大学附属医院天津市中西医结合皮肤病研究所皮肤科） ； Department of Dermatology, Beijing AnZhen Hospital, Capital Medical University（首都医科大学附属北京安贞医院皮肤科） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)；分类 cs.AI

AI总结 SkinGPT-X通过自演化皮肤病记忆机制，解决单一大语言模型在细粒度多类诊断和罕见皮肤病诊断中的不足，实现透明可信的皮肤病诊断。

Governance-Aware Vector Subscriptions for Multi-Agent Knowledge Ecosystems

面向治理的向量订阅用于多智能体知识生态系统

Steven Johnson

机构 * Independent Researcher（独立研究员） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；AI agent(abstract)；分类 cs.AI

AI总结 本文提出面向治理的向量订阅机制，结合语义相似性匹配与多维政策约束，解决多智能体环境中知识订阅的合规性问题，通过AIngram平台验证了该机制在政策约束下的有效性。

Comments 12 pages, 7 tables. Code and benchmark available at https://github.com/StevenJohnson998/AIngram

Deception and Communication in Autonomous Multi-Agent Systems: An Experimental Study with Among Us

自主多智能体系统中的欺骗与交流：以Among Us为例的实证研究

Maria Milkowski, Tim Weninger

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；autonomous agent(abstract,journal_ref)

AI总结 本文通过Among Us游戏研究自主智能体的欺骗与交流行为，发现智能体主要使用指示性语言，伪装者倾向使用解释和否认等行为，欺骗多表现为 equivocation 而非直接谎言，揭示了自主交流中真理与效用之间的根本矛盾。

Comments 8 pages + references, 9 figures. Accepted at AAMAS 2026

Journal ref Proceedings of the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS 2026), IFAAMAS, 2026

CADSmith: Multi-Agent CAD Generation with Programmatic Geometric Validation

CADSmith: 基于程序化几何验证的多智能体CAD生成

Jesse Barkley, Rumi Loghmani, Amir Barati Farimani

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

AI总结 CADSmith通过多智能体管道生成CadQuery代码，并通过双重嵌套修正循环进行迭代优化，结合精确测量和视觉评估提升CAD生成质量。

Comments 8 pages, 6 figures

Can a Robot Walk the Robotic Dog: Triple-Zero Collaborative Navigation for Heterogeneous Multi-Agent Systems

机器人能否行走：异构多智能体系统的三零协同导航

Yaxuan Wang, Yifan Xiang, Ke Li, Xun Zhang, BoWen Ye, Zhuochen Fan, Fei Wei, Tong Yang

机构 * Yuanpei College, Peking University（北京大学元培学院） ； School of Computer Science, Peking University（北京大学计算机学院） ； School of Computer Science, Beijing University of Posts and Telecommunications（北京邮电大学计算机学院） ； Pengcheng Laboratory（鹏城实验室） ； Beijing Jinruyi Large Model Technology Co., Ltd.（北京金如意大模型科技有限公司） 纠错

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；planning(abstract)

AI总结 本文提出三零路径规划框架，通过协调者-探索者架构实现无需训练、无需先验知识和无需模拟的异构多机器人系统协作导航，实验显示其在复杂环境中具有鲁棒性和适应性。

Comments 8 pages, 2 figures

Autonomous Detection and Coverage of Unknown Target Areas by Multi-Agent Systems

多智能体系统自主探测和未知目标区域覆盖

Jie Song, Yang Bai, Mikhail Svinin, Naoki Wakamiya

专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)

AI总结 本文提出了一种新型多智能体覆盖控制算法，使智能体能自主探测目标区域并协同实现全面覆盖，结合密度驱动机制与CVT实现最优空间分布，利用CBFs确保安全性和效率。

Comments 8 pages, 9 figures

Channelling, Coordinating, Collaborating: A Three-Layer Framework for Disability-Centered Human-Agent Collaboration

通道、协调与协作：一种面向残疾人的人机协作三层次框架

Lan Xiao, Catherine Holloway

机构 * Global Disability Innovation Hub（全球残障创新中心） ； UCL Interaction Centre（伦敦大学学院交互中心） ； University College London（伦敦大学学院） 纠错

专题命中 多智能体 ：agent(title,comments)；分类 cs.AI

AI总结 本文提出一种三层次框架，重新定义AI在能力多样协作中的作用，通过建立跨能力的信息基础、协调不同能力的协作流程，并作为有界伙伴推动共同目标。

Comments Accepted in CHI '26 Workshop on Human-Agent Collaboration

Decoding Defensive Coverage Responsibilities in American Football Using Factorized Attention Based Transformer Models

利用基于因子化注意力的变换器模型解码美式足球防守覆盖责任

Kevin Song, Evan Diewald, Ornob Siddiquee, Chris Boomhower, Keegan Abdoo, Mike Band, Amy Lee

机构 * Amazon Web Services, Seattle, WA, USA（亚马逊云服务（AWS），美国华盛顿州西雅图） ； National Football League, New York, NY, USA（美国国家橄榄球联盟（NFL），美国纽约州纽约市） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出基于因子化注意力的变换器模型，用于预测美式足球比赛中防守球员的覆盖分配、接球手与防守球员的配对及每次传球的受攻防守球员，实现了对球员责任的动态预测。

Comments 19 pages, 8 figures, ISACE 2026

Altruistic Ride Sharing: A Framework for Fair and Sustainable Urban Mobility via Peer-to-Peer Incentives

利他性拼车：通过点对点激励实现公平可持续的城市交通框架

Divyanshu Singh, Ashman Mehra, Kavya Makwana, Snehanshu Saha, Santonu Sarkar

机构 * Dept. of CSIS and APPCAIR, BITS Pilani K K Birla Goa Campus（BITS Pilani K K Birla Goa校区计算机科学与信息系统系及应用人工智能中心） ； School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出利他性拼车框架，通过去中心化的点对点激励机制，减少交通拥堵和碳排放，提高车辆利用率。

Cooperative Transportation Without Prior Object Knowledge via Adaptive Self-Allocation and Coordination

无需先验物体知识的协作运输：通过自适应自分配与协调

Jie Song, Yang Bai, Naoki Wakamiya

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出一种无需预先了解货物位置和尺寸的多智能体协作运输框架，通过自适应自分配与协调实现自组织运输团队，利用密度函数生成吸引力场，结合CVT实现平衡编队和自动分配。

Towards Privacy-Preserving Federated Learning using Hybrid Homomorphic Encryption

面向隐私保护联邦学习的混合同态加密

Ivan Costa, Pedro Correia, Ivone Amorim, Eva Maia, Isabel Praça

专题命中 多智能体 ：workflow(abstract)

AI总结 本文提出通过混合同态加密机制提升联邦学习的隐私保护，采用掩码和RSA封装技术防止密钥滥用，实验证明在MNIST数据集上保持模型精度的同时，增加的开销极小。

Comments 25 pages, 4 figures, 24th International Conference on Applied Cryptography and Network Security (ACNS 2026)

Age of Positioning with Stochastic Motion Models

具有随机运动模型的位置年龄

Wasif J. Hussain, Don-Roberts Emenonye, R. Michael Buehrer, Harpreet S. Dhillon

专题命中 多智能体 ：agent(abstract)

AI总结 本文提出位置年龄(AoP)指标，用于评估随机轨迹下位置准确性的时变特性，通过随机路点模型推导了不同队列纪律下的闭式表达式，并通过数值模拟验证了最优操作条件的存在。

UCAgent: An End-to-End Agent for Block-Level Functional Verification

UCAgent：一种端到端的块级功能验证代理

Junyue Wang, Zhicheng Yao, Yan Pi, Xiaolong Li, Fangyuan Song, Jinru Wang, Yunlong Xie, Sa Wang, Yungang Bao

机构 * State Key Lab of Processors, Institute of Computing Technology, CAS（中国科学院计算技术研究所处理器国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Beijing Institute of Open Source Chip（北京开源芯片研究院） 纠错

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

AI总结 UCAgent通过构建纯Python验证环境和31阶段细粒度验证流程，解决传统方法在复杂半导体设计验证中的不足，实现98.5%的代码覆盖率和100%的功能覆盖率。

JAL-Turn: Joint Acoustic-Linguistic Modeling for Real-Time and Robust Turn-Taking Detection in Full-Duplex Spoken Dialogue Systems

JAL-Turn：联合声学-语言建模用于全双工语音对话系统中实时且鲁棒的轮流检测

Guangzhao Yang, Yu Pan, Shi Qiu, Ningjie Bai

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

AI总结 本文提出JAL-Turn框架，通过联合声学-语言建模实现高效实时轮流检测，利用交叉注意力模块整合预训练声学表示与语言特征，同时共享冻结的ASR编码器以并行处理，提升准确性和实时性。

Comments 8 pages, in porgress

DataFlex: A Unified Framework for Data-Centric Dynamic Training of Large Language Models

DataFlex: 一种统一的以数据为中心的大型语言模型动态训练框架

Hao Liang, Zhengyang Zhao, Meiyi Qiang, Mingrui Chen, Lu Ma, Rongyi Yu, Hengyi Feng, Shixuan Sun, Zimo Meng, Xiaochen Ma, Xuanlin Yang, Qifeng Cai, Ruichuan An, Bohan Zeng, Zhen Hao Wong, Chengyu Shen, Runming He, Zhaoyang Han, Yaowei Zheng, Fangcheng Fu, Conghui He, Bin Cui, Zhiyu Li, Weinan E, Wentao Zhang

机构 * Peking University（北京大学） ； Institute for Advanced Algorithms Research, Shanghai（上海先进算法研究所） ； OriginHub Technology ； LLaMA-Factory Team（LLaMA-Factory团队） ； Zhongguancun Academy（中关村学院） ； OpenDataLab, Shanghai Artificial Intelligence Laboratory（上海人工智能实验室OpenDataLab） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 DataFlex 提供了一种统一的以数据为中心的动态训练框架，支持样本选择、领域混合调整和样本再加权，提升了大型语言模型的训练效率和可重复性。

Spectral Coherence Index: A Model-Free Metric for Protein Structural Ensemble Quality Assessment

谱相干指数：一种无模型的蛋白质结构集合质量评估指标

Yuda Bi, Huaiwen Zhang, Jingnan Sun, Vince D Calhoun

机构 * Tri-institutional Center for Translational Research in Neuroimaging and Data Science (TReNDS), Georgia State University, Georgia Institute of Technology, and Emory University（三机构神经影像与数据科学转化研究中心（TReNDS），佐治亚州立大学，佐治亚理工学院，埃默里大学） ； School of Computer Science and Technology, Xidian University（西安电子科技大学计算机科学与技术学院） ； Departments of Biomedical Engineering, Johns Hopkins University（约翰霍普金斯大学生物医学工程系） ； School of Electrical and Computer Engineering, Georgia Institute of Technology（佐治亚理工学院电气与计算机工程学院） 纠错

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

AI总结 本文提出谱相干指数（SCI）作为无模型指标，用于评估蛋白质结构集合的质量。通过分析NMR结构集合，SCI能有效区分实验集合与合成不相干对照，展现出高鉴别能力。

SocialX: A Modular Platform for Multi-Source Big Data Research in Indonesia

SocialX：一个模块化平台，用于印度尼西亚多源大数据研究

Muhammad Apriandito Arya Saputra, Andry Alamsyah, Dian Puteri Ramadhani, Thomhert Suprapto Siadari, Hanif Fakhrurroja

机构 * Center of Excellence SAKTI, Research Institute Intelligent Business & Sustainable Economy, Telkom University（Telkom大学智能商业与可持续经济研究所SAKTI卓越中心） ； Biomedical Engineering Study Program, School of Electrical Engineering, Telkom University（Telkom大学电气工程学院生物医学工程研究项目） ； Research Center for Smart Mechatronics, National Research and Innovation Agency (BRIN)（国家研究与创新署智能机电一体化研究中心） 纠错

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

AI总结 SocialX通过整合异构数据采集、语言感知预处理和可插拔分析，为印度尼西亚多源大数据研究提供统一管道，解决数据碎片化问题。

Comments 10 pages, 1 Figure, 4 Tables

Toward Reliable Scientific Visualization Pipeline Construction with Structure-Aware Retrieval-Augmented LLMs

迈向可靠科学可视化管道构建的结构感知检索增强型大语言模型

Guanghui Zhao, Zhe Wang, Yu Dong, Guan Li, GuiHua Shan

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

AI总结 本文提出结构感知检索增强型大语言模型，用于生成可执行的科学可视化管道，通过提供 vtk.js 代码示例提高模块选择和执行顺序的准确性，降低人工修正成本。

Binary Verification for Zero-Shot Vision

零样本视觉的二元验证

Rongbin Hu, Jeffrey Liu

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

AI总结 本文提出一种无需训练的二元验证流程，通过量化和二元化步骤提升零样本视觉任务性能，适用于引用表达定位、空间推理和BLINK-Jigsaw等任务。

KANEL: Kolmogorov-Arnold Network Ensemble Learning Enables Early Hit Enrichment in High-Throughput Virtual Screening

KANEL：Kolmogorov-Arnold网络集成学习实现高通量虚拟筛选中的早期命中富集

Pavel Koptev, Nikita Krainov, Konstantin Malkov, Alexander Tropsha

机构 * AI1 Technologies（AI1 科技公司） ； KAN Technologies, LLC（KAN 科技有限公司） ； UNC-Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

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

AI总结 KANEL通过结合可解释的Kolmogorov-Arnold网络与XGBoost等模型，提升高通量虚拟筛选中早期命中富集的准确性。

Comments 8 Pages

Innovation Discovery System for Networking Research

网络研究创新发现系统

Mengrui Zhang, Bang Huang, Yunxin Xu, Haiying Huang, Luxi Zhao, Mochun Long, Qingyu Song, Qiao Xiang, Xue Liu, Jiwu Shu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出SciNet，通过构建网络科研数据集、模拟人类创新流程和开发评估方法，生成实用且新颖的网络研究想法，优于传统LLM生成。

Coupling Quantum Mechanical Modeling and Molecular Dynamics on Heterogeneous Supercomputers for Studying Distal Mutation Effects on Drug Binding in HIV-1

在异构超级计算机上结合量子力学建模和分子动力学研究HIV-1中距突变对药物结合的影响

William Dawson, Louis Beal, Marco Zaccaria, Luigi Genovese

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出结合长时标分子动力学与高通量量子力学分析的方法，揭示HIV-1蛋白酶突变诱导的药物抗性电子结构特征，展示了一种可扩展的计算策略，用于研究复杂生物物理机制。

Comments 22 pages, 11 figures

Integration Adapter Architecture for Food Traceability Blockchain

食品追溯区块链的集成适配器架构

André Romão, Francisco Faria, João R. Matos, Emanuel Nunes, Samih Eisa, Miguel L. Pardal

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种模块化适配器架构，旨在通过连接企业应用与区块链网络，支持技术资源有限的中小型企业，实现遗留系统与区块链的高效集成。

Comments 12 pages, 4 figures, 5 tables

One Is Not Enough: How People Use Multiple AI Models in Everyday Life

一个不够：人们如何在日常生活中使用多个AI模型

Seunghwa Pyo, Donggun Lee, Jungwoo Rhee, Soobin Park, Youn-kyung Lim

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究探讨了人们如何在日常生活中协调多个多模态大语言模型，揭示用户构建模型层级和切换策略以优化任务效率与输出可信度。

Comments Accepted as a poster at CHI 2026

Zero-Shot Personalized Camera Motion Control for Image-to-Video Synthesis

零样本个性化摄像机运动控制用于图像到视频合成

Pooja Guhan, Divya Kothandaraman, Geonsun Lee, Tsung-Wei Huang, Guan-Ming Su, Dinesh Manocha

机构 * University of Maryland College Park（马里兰大学帕克分校） ； Dolby Laboratories（杜比实验室） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出零样本扩散框架，实现从单参考视频向静态图像转移电影级运动，提升非专家创作者的创意表达与视频制作可及性。

Bayesian Deep Count Regression and Anomaly Detection: Evidence from GDELT Event Panels

贝叶斯深度计数回归与异常检测：来自GDELT事件面板的证据

Hsin-Hsiung Huang, Yuh-Haur Chen, Mahlon Scott

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于贝叶斯计数回归的深度模型，结合负二项和零膨胀负二项分布头，用于预测和检测异常，通过地理统计方法分析事件传播。

Learning to Commit: Generating Organic Pull Requests via Online Repository Memory

学习承诺：通过在线仓库记忆生成有机的拉取请求

Mo Li, L. H. Xu, Qitai Tan, Ting Cao, Yunxin Liu

机构 * Tsinghua University（清华大学） 纠错

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

AI总结 本文提出Learning to Commit框架，通过在线仓库记忆提升生成拉取请求的有机性，通过对比历史提交改进代码风格和架构约束。

Comments Preprint. Work in progress

AgentPack: A Dataset of Code Changes, Co-Authored by Agents and Humans

AgentPack：一个由代理和人类共同撰写的代码更改数据集

Yangtian Zi, Zixuan Wu, Aleksander Boruch-Gruszecki, Jonathan Bell, Arjun Guha

机构 * Northeastern University（东北大学） 纠错

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

AI总结 本文提出AgentPack数据集，包含180万条由Claude Code、OpenAI Codex和Cursor Agent与人类共同撰写的代码更改，分析其结构特性，并展示基于该数据集微调的模型在代码编辑任务中优于传统人类提交数据集的性能。

ReCUBE: Evaluating Repository-Level Context Utilization in Code Generation

ReCUBE：评估代码生成中仓库级上下文利用

Jiseung Hong, Benjamin G. Ascoli, Jinho D. Choi

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Emory University（埃默里大学） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 ReCUBE基准测试评估LLM在代码生成中利用仓库级上下文的有效性，通过重建掩码文件并使用依赖关系和文档作为上下文，发现即使先进模型在完整上下文设置下也仅达到37.57%的通过率，而引入Caller-Centric Exploration工具包可显著提升性能。

Comments Under Review