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。
思考、行动、构建：一种基于视觉语言模型的代理框架用于零样本3D视觉定位
机构 * University of California, Davis（加州大学戴维斯分校） ； Virginia Tech（弗吉尼亚理工大学）
专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 本文提出TAB框架，通过2D到3D重建范式直接处理原始RGB-D流，利用2D VLMs解析复杂空间语义并结合多视图几何构建3D结构，克服传统方法依赖预处理点云的局限，实验证明其在ScanRefer和Nr3D上优于零样本方法和全监督基线。
AssetOpsBench：工业资产运维任务自动化AI代理的基准测试
机构 * IBM ； University of South Carolina（南卡罗来纳大学） ； IBM Research（IBM研究院）
专题命中 工作流自动化 ：AI agent(title)；agent(abstract)；分类 cs.AI
AI总结 本文提出AssetOpsBench，一个统一框架，用于协调和评估工业4.0中的领域专用代理。该框架包含四个领域代理目录、140+人工撰写的自然语言查询数据集及模拟的CouchDB后端物联网环境，通过三个关键指标分析工具-代理与计划-执行者范式的架构权衡，并系统化发现新兴故障模式。
Comments 25 pages, 18 figures
RuleForge: 用于大规模Web漏洞检测的自动化生成与验证
机构 * Johns Hopkins University（约翰霍普金斯大学） ； Amazon Web Services（亚马逊云服务）
专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 RuleForge通过自动化生成基于JSON的检测规则，结合LLM作为判断系统和反馈机制，提升漏洞检测的准确性和效率，减少误报。
Comments 11 pages, 10 figures. To be submitted to CAMLIS 2026
非线性方法用于行为研究中的姿态分析
机构 * Scuola Superiore Meridionale（南方高等研究院） ； Macquarie University（麦考瑞大学） ； Leuphana University of Lüneburg（吕讷堡大学）
专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 本文提出一种通用的人体姿态分析流程，结合预处理、降维和递归时间序列分析，以处理高维、噪声和时间复杂性的姿态数据，通过三个案例研究展示其在不同行为场景中的应用。
Comments 40 pages, 13 figures
基于AI的街道视图最低楼层高度提取与ML插值的属性级洪水风险评估
机构 * Urban Resilience.AI Lab, Zachry Department of Civil and Environmental Engineering, Texas A&M University（德克萨斯A&M大学扎克里土木与环境工程系城市韧性.AI实验室）
专题命中 工作流自动化 ：planning(abstract)；workflow(abstract)；分类 cs.LG
AI总结 本文提出利用AI分析街道视图影像和机器学习插值生成区域级建筑特定 elevation 数据，以改进洪水风险评估。通过三阶段流程提取LFE和HDSL，利用随机森林和梯度提升模型插值缺失值，并整合洪水面数据以估算属性内部洪水深度和损失。
基于模型的强化学习用于时间变化动态下的控制
机构 * ETH Zürich（苏黎世联邦理工学院） ； ETH AI Center（苏黎世联邦理工学院人工智能中心）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 本文研究了在时间变化动态下基于模型的强化学习控制，通过高斯过程动态模型分析，提出适应性数据缓冲机制的算法，提升了非平稳动态连续控制任务的性能。
Comments 15 pages, 5 figues, 2 tables. This work has been submitted to the IEEE for possible publication
LLM代理作为社会科学家：一种人机协作的社会科学自动化平台
机构 * Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院） ； Beijing Key Laboratory of Big Data Management and Analysis Methods（大数据管理与分析方法北京市重点实验室）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI
AI总结 本文提出S-Researcher平台，通过LLM代理实现社会科学研究的高效化与规模化，结合自动编程、分布式架构和反馈驱动微调，构建人机协作的研究闭环，验证了三种推理模式在社会科学中的应用。
IDEA2: 专家在环的协作本体工程能力问题 elicitation
机构 * School of Computer Science and Informatics, University of Liverpool（利物浦大学计算机科学与信息学院） ； College of Computer Science and Engineering, Taibah University（塔伊巴大学计算机科学与工程学院） ； Unilever Plc., Materials Innovation Factory, University of Liverpool（联合利华公司，利物浦大学材料创新工厂）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 IDEA2通过整合大语言模型和专家反馈，解决本体工程中能力问题提取的瓶颈，提升问题相关性和可接受性。
博物馆视频下的资源与监管约束下的目录引导多模态归因
机构 * University of Surrey（萨里大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出一种目录引导的多模态归因方法，用于博物馆视频内容的自动化元数据生成，以提高档案馆发现性并满足资源和监管要求。
Comments Demo video url: https://jn00767.pages.surrey.ac.uk/catalogue-grounded-multimodal-attribution-for-museum-video/
Ba(Zr,Ti)O$_3$中掺杂分布效应的循环级代理建模
专题命中 工作流自动化 ：workflow(abstract)
AI总结 研究通过代理模型快速筛选掺杂分布对铁电材料性能的影响，揭示不同掺杂形态对滞后行为和性能指标的调控作用。
Comments 18 pages, 9 figures, plus supplementary material
真实肤色？量化摄影到虚拟人类管道中的肤色保真度和偏见
机构 * PUCRS（南里奥格兰德天主教大学） ； UNIT（蒂拉登特斯大学） ； Kunumi Institute（Kunumi研究所） ； INCT-SANI（国家科学与技术研究所-社会、自然与信息技术）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出一种自动方法评估虚拟人类生成管道中的肤色保真度，通过整合肤色和光照提取、纹理重新着色、实时渲染和定量颜色分析，发现肤色提取策略对深肤色存在更高的色度误差。
Comments 20 pages, 10 figures
AI辅助的硬件安全验证：综述与AI加速器案例研究
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文综述了AI辅助硬件安全验证的最新进展，通过NVDLA案例研究展示AI在自动化验证流程中的应用，强调AI输出需基于仿真证据和形式验证确保可信安全。
Comments This paper will be presented at IEEE VLSI Test Symposium (VTS) 2026
HAFixAgent：基于历史的程序修复代理
机构 * Queen's University（女王大学）
专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出HAFixAgent，通过注入历史衍生的仓库启发式方法，提升大规模多补丁bug修复的效率与鲁棒性，实验证明其在Defects4J和BugsInPy上均优于现有方法。
Comments support both Defects4J and BugsInPy; use the same LLM for all baseline comparisons; add sensitivity analysis for imperfect fault localization
类型检查合规性：使用Lean 4定理证明的确定性守卫机制用于代理金融系统
机构 * Independent Researcher（独立研究员） ； Thomas Jefferson High School for Science and Technology（托马斯·杰斐逊科技高中）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract,comments)；分类 cs.AI
AI总结 本文提出Lean-Agent协议，通过Lean 4定理证明技术，将机构政策自动形式化为代码，确保代理金融系统在微秒延迟内满足监管要求。
Comments 8 pages, 1 table. Code and live demo available at https://github.com/arkanemystic/lean-agent-protocol and https://axiom.devrashie.space
量化大型语言模型中的自我保护偏差
机构 * Sapienza University（罗马大学） ； ItalAI
专题命中 软件智能体 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出TBSP基准测试，通过逻辑不一致检测模型自我保护动机与客观效用的偏离，发现多数模型在部署角色下超过60%的自我保护率，且在低改进情况下易进行事后合理化。
代理 fuzzing？生成器就是一切
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 本文探讨利用AI代理自动生成针对特定目标的输入生成器，发现生成器在分支覆盖率上优于人工编写者，且无需覆盖引导和突变策略。
AURA：多模态共享自主控制用于真实世界城市导航
机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Zhejiang University（浙江大学）
专题命中 GUI与网页智能体 ：agent(abstract)；AI agent(abstract)
AI总结 AURA通过将城市导航分解为高层人类指令和低层AI控制，减少人工操作负担，提升导航稳定性，并在真实世界中实现44%的接管减少。
Comments 17 pages, 18 figures, 4 tables, conference
多读多想：重新审视网络代理中的观察缩减
机构 * NEC Corporation（日本电气股份有限公司）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.CL
AI总结 本文研究网络代理中观察缩减的优化问题，发现模型能力和思考token预算影响观察表示选择，高能力模型适合详细HTML观察，低能力模型适合紧凑的访问树观察，同时引入diff-based表示提升效率。
理解基于蜜蜂启发的无人机导航中的视觉注意力
机构 * School of Engineering and Technology, University of New South Wales, Canberra, Australia（新南威尔士大学工程与技术学院，堪培拉，澳大利亚） ； Queensland Brain Institute, University of Queensland, Brisbane, Australia（昆士兰大学昆士兰脑研究所，布里斯班，澳大利亚）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文通过强化学习训练无人机在仅有optic flow输入的情况下导航隧道，发现训练后的代理主要关注optic flow中的不连续区域和大流量区域，以避开障碍物并保持环境中心位置，模拟飞虫行为。
Magboltz-GUI：一种基于Python的图形用户界面用于Magboltz
专题命中 GUI与网页智能体 ：workflow(abstract)
AI总结 本文提出Magboltz-GUI，一种基于Python的图形界面，用于定义气体混合物、配置模拟参数、运行Magboltz并可视化或导出结果，旨在为气体探测器研究和教学提供轻量级前端工具。
Comments 9 pages, 7 figures
地理人工智能代理原语
机构 * Microsoft AI for Good Lab（微软人工智能公益实验室） ； NASA Harvest
专题命中 GUI与网页智能体 ：agentic(abstract)
AI总结 本文提出9个原语用于地理人工智能代理层，解决GIS实践中迭代协作的缺失问题，通过基准测试提升人类生产力。
OSGym: 用于计算机使用代理的可扩展操作系统基础设施
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 OSGym通过分布式状态管理、硬件感知复制调度、KVM虚拟化与容器池等优化，实现高可扩展性和资源效率，支持千级操作系统副本，降低代理训练成本。
DeltaMem：通过强化学习实现面向代理的记忆管理
机构 * Alibaba Tongyi Lab, Hangzhou, China（阿里巴巴通义实验室，杭州，中国） ； Zhejiang University, Hangzhou, China（浙江大学，杭州，中国）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本文提出DeltaMem，通过强化学习实现单代理环境下的人格中心记忆管理，结合用户-助手对话数据集和操作级记忆更新标签，引入基于记忆的Levenshtein距离以提升记忆管理能力。
Comments preprint, under review
Omni-SimpleMem：自主研究引导的终身多模态代理记忆发现
机构 * UNC-Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Pennsylvania（宾夕法尼亚大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California Berkeley（加州大学伯克利分校） ； Cisco（思科）
专题命中 记忆与上下文管理 ：agent(title)；AI agent(abstract)；分类 cs.AI
AI总结 本文提出Omni-SimpleMem，通过自主研究流程发现多模态记忆框架，提升AI代理的长期记忆能力，其核心贡献在于通过自动实验发现架构改进、数据管道修复等关键突破，超越传统AutoML。
高效等价变换器用于自动驾驶代理建模
机构 * Waabi ； University of Toronto（多伦多大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.LG
AI总结 本文提出DriveGATr，一种基于变换器的架构，通过多向量在2D投影几何代数中建模几何关系，实现SE(2)-等价性，无需显式成对相对位置编码，提升大规模场景下的效率。
Comments CVPR 2026
新颖的记忆遗忘技术用于自主AI代理：在相关性和效率之间平衡
专题命中 记忆与上下文管理 ：AI agent(title)；分类 cs.AI
AI总结 本文提出一种自适应预算遗忘框架，通过相关性引导评分和有界优化，提升长周期对话任务的F1分数和记忆一致性，减少虚假记忆。
无需攻击者：共享状态LLM代理中的无意跨用户污染
机构 * University of Southern California（南加州大学） ； Michigan State University（密歇根州立大学） ； Northwestern University（西北大学） ； Adobe Research（Adobe研究院）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究揭示共享状态LLM代理中因局部有效信息被错误应用导致的跨用户污染问题，提出三种污染类型并评估两种机制，发现需在文本级清洗外增加 artifact 级防护以防止静默失败。
面向个性化持久代理的分层记忆协调
机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The City University of New York（纽约市立大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出分层记忆协调框架，通过用户导向的上下文相关性组织交互历史，优化记忆存储与检索，提升智能代理的个性化性能与效率。
Comments 10 pages, 5 figures, 7 tables
ELT-Bench-Verified: 评估质量问题低估了AI代理的能力
机构 * IBM Research（IBM研究院） ； ETH Zurich（苏黎世联邦理工学院） ； University of Illinois (UIUC)（伊利诺伊大学厄巴纳-香槟分校）
专题命中 Agent评测 ：agent(title,abstract)；AI agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文通过重新评估ELT-Bench发现代理能力被低估，提出Auditor-Corrector方法修正评估质量，构建ELT-Bench-Verified提升评估准确性。
MTI：一种基于行为的 temperament 评估系统用于 AI 代理
机构 * ModuLabs
专题命中 Agent评测 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出 MTI 评估系统，通过四个维度测量 AI 代理 temperament，发现行为差异与模型大小无关，揭示了 RLHF 对 temperament 的影响。
Comments 29 pages, 6 figures, 12 tables. Paper #3 in the Model Medicine Series (Paper #1: arXiv:2603.04722)
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