AI Agent

Explainable Model Routing for Agentic Workflows

可解释的模型路由用于代理工作流

Mika Okamoto, Ansel Kaplan Erol, Mark Riedl

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 其他Agent ：agentic(title,abstract)；分类 cs.AI

AI总结 本文提出Topaz框架，通过引入可审计性提升代理路由的可解释性，解决模型选择中的成本与性能权衡问题。

Comments ACM CHI 2026 Human-Centered Explainable AI (HCXAI) Workshop (Spotlight)

Beyond Prompting: An Autonomous Framework for Systematic Factor Investing via Agentic AI

超越提示：通过代理AI实现系统性因子投资的自主框架

Allen Yikuan Huang, Zheqi Fan

专题命中 其他Agent ：agentic(title,abstract)

AI总结 本文提出一种自主框架，通过代理AI实现系统性因子投资，采用自驱动引擎生成可解释的交易信号，通过实证纪律和经济合理性要求减少数据窥探偏差，实证显示其投资组合年化夏普比率达3.11，回报率为59.53%。

Lexical Indicators of Mind Perception in Human-AI Companionship

人类与人工智能伴侣关系中的词汇指标

Jaime Banks, Jianghui Li

专题命中 其他Agent ：agentic(abstract)；分类 cs.CL

AI总结 研究通过分析自然语言中词汇共现，探索人类与AI伴侣关系中的心智感知指标及伦理讨论。