AI Agent

From Model-Based Screening to Data-Driven Surrogates: A Multi-Stage Workflow for Exploring Stochastic Agent-Based Models

从基于模型的筛选到数据驱动的替代品：探索随机基于代理的模型的多阶段工作流程

Paul Saves, Matthieu Mastio, Nicolas Verstaevel, Benoit Gaudou

机构 * IRIT, Université Toulouse Capitole（图卢兹计算机科学研究所，图卢兹第一大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；workflow(title)；multi-agent(comments,journal_ref)；分类 cs.AI、cs.LG

AI总结 本文提出一个多阶段工作流程，通过结合系统实验设计与机器学习替代模型，解决基于代理的模型系统探索中的维度诅咒和内在随机性问题，重点在于发现不稳定区域的非线性交互效应。

Comments Published in MABS 2026 - The 27th International Workshop on Multi-Agent-Based Simulation

Journal ref Multi-Agent-Based Simulation (MABS) XXVII. LCNS Springer, 2026

DoubleAgents: Human-Agent Alignment in a Socially Embedded Workflow

DoubleAgents：社会嵌入式工作流中的人机对齐

Tao Long, Xuanming Zhang, Sitong Wang, Zhou Yu, Lydia B Chilton

机构 * Columbia University（哥伦比亚大学） 纠错

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

AI总结 DoubleAgents通过分布式认知框架实现人机对齐，整合协调代理、可视化仪表板和策略模块，提升复杂社会嵌入式任务的执行效率与用户信任。

Comments 21 pages, 10 figures

Agentic Federated Learning: The Future of Distributed Training Orchestration

代理联邦学习：分布式训练编排的未来

Rafael O. Jarczewski, Gabriel U. Talasso, Leandro Villas, Allan M. de Souza

机构 * Institute of Computing, University of Campinas（坎皮纳斯州立大学计算研究所） ； Hub of Artificial Intelligence and Cognitive Architectures - H.IAAC（人工智能与认知架构中心 - H.IAAC） 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 本文提出代理联邦学习框架，通过语言模型代理自主协调，缓解客户端异质性和系统动态波动，提升资源利用和公平性，推动联邦学习向去中心化生态系统演进。

StatsClaw: An AI-Collaborative Workflow for Statistical Software Development

StatsClaw：统计软件开发的AI协作工作流

Tianzhu Qin, Yiqing Xu

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

AI总结 StatsClaw通过多智能体架构实现统计软件开发的可靠自动化，通过信息隔离机制确保代码生成与验证的独立性，提升软件生命周期的工程效率并保持研究人员对方法学的控制。

SKILLFOUNDRY: Building Self-Evolving Agent Skill Libraries from Heterogeneous Scientific Resources

SKILLFOUNDRY：从异构科学资源构建自演化智能体技能库

Shuaike Shen, Wenduo Cheng, Mingqian Ma, Alistair Turcan, Martin Jinye Zhang, Jian Ma

机构 * Ray and Stephanie Lane Computational Biology Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院Ray and Stephanie Lane计算生物学系） ； Machine Learning Department, School of Computer Science, Carnegie Mellon University（卡内基梅隆大学计算机科学学院机器学习系） 纠错

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

AI总结 SKILLFOUNDRY通过自演化框架将异构资源转化为验证过的智能体技能包，提升科学代理在基准和领域任务中的性能，扩展覆盖范围，为更强大的科学代理提供基础。

Applications of Large Language Models in Radiation Oncology: From Workflow Automation to Clinical Intelligence

大型语言模型在放射肿瘤学中的应用：从工作流自动化到临床智能

Yuzhen Ding, Jason Holmes, Yuexing Hao, Zhengliang Liu, Peilong Wang, Junjie Cui, Meiyun Cao, Caiwen Jiang, Shuoyang Wei, Lin Zhao, Chenbin Liu, Lian Zhang, Yunze Yang, Tianming Liu, Wei Liu

专题命中 工作流自动化 ：workflow(title,abstract)；planning(abstract)

AI总结 本文探讨了大型语言模型在放射肿瘤学中的应用，包括工作流自动化、临床智能及决策支持，展示了其在标准化命名、注册管理及放疗计划评估中的核心贡献。

Designing Human-GenAI Interaction for cMOOC Discussion Facilitation: Effects of a Collaborative AI-in-the-Loop Workflow on Social and Cognitive Presence

为cMOOC讨论促进设计人类-GenAI交互：协作AI-in-the-loop工作流程对社会和认知存在的影响

Jianjun Xiao, Cixiao Wang

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

AI总结 本文研究了通过协作AI-in-the-loop工作流程设计人类-GenAI交互对cMOOC讨论促进的影响，发现协作式人机交互能提升社会存在和认知存在，但认知存在无显著提升。

From Bits to Chips: An LLM-based Hardware-Aware Quantization Agent for Streamlined Deployment of LLMs

从比特到芯片：一种基于LLM的硬件感知量化代理，用于简化LLM的部署

Kaiyuan Deng, Hangyu Zheng, Minghai Qing, Kunxiong Zhu, Gen Li, Yang Xiao, Lan Emily Zhang, Linke Guo, Bo Hui, Yanzhi Wang, Geng Yuan, Gagan Agrawal, Wei Niu, Xiaolong Ma

机构 * The University of Arizona（亚利桑那大学） ； Clemson University（克莱姆森大学） ； University of Georgia（佐治亚大学） ； The University of Tulsa（塔尔萨大学） ； Northeastern University（东北大学） ； Western Digital Corporation（西部数据公司） 纠错

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

AI总结 本文提出HAQA，一种基于LLM的自动化框架，通过高效超参数调优和硬件配置，简化LLM的量化和部署流程，提升部署质量和易用性，实验显示推理速度提升2.3倍，吞吐量和精度均有提升。

Causal Process Models: Reframing Dynamic Causal Graph Discovery as a Reinforcement Learning Problem

因果过程模型：将动态因果图发现重新表述为强化学习问题

Turan Orujlu, Christian Gumbsch, Martin V. Butz, Charley M Wu

机构 * University of Tübingen（图宾根大学） ； MPI for Biological Cybernetics（马克斯·普朗克生物控制论研究所） ； University of Amsterdam（阿姆斯特丹大学） ； TU Darmstadt（达姆施塔特工业大学） 纠错

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

AI总结 本文提出因果过程模型，通过将动态因果图构建视为多智能体强化学习问题，实现了从视觉观测中学习稀疏时间变化因果图，提升可解释性和计算效率。

Structure Matters: Evaluating Multi-Agents Orchestration in Generative Therapeutic Chatbots

结构至关重要：评估生成治疗聊天机器人中多代理协调

Sina Elahimanesh, Mohammadali Mohammadkhani, Sara Zahedi Movahed, Mohammad Mahdi Abootorabi, Shayan Salehi, Abbas Edalat

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

AI总结 研究探讨了基于LLM的多代理系统在生成治疗聊天机器人中的表现，发现其在对话自然度和人类感方面优于单一代理和无指导LLM，证明架构协调对治疗AI的重要性。

RESCORE: LLM-Driven Simulation Recovery in Control Systems Research Papers

RESCORE：基于大语言模型的控制系统研究论文仿真恢复

Vineet Bhat, Shiqing Wei, Ali Umut Kaypak, Prashanth Krishnamurthy, Ramesh Karri, Farshad Khorrami

机构 * New York University（纽约大学） ； Tandon School of Engineering（坦登工程学院） 纠错

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

AI总结 本文提出RESCORE框架，通过迭代执行反馈和视觉比较提升论文仿真恢复精度，实现40.7%的仿真恢复率，比单次生成方法更高效，节省验证时间与成本。

Comments This work has been submitted to the IEEE for possible publication

GPA: Learning GUI Process Automation from Demonstrations

GPA：从演示中学习图形用户界面过程自动化

Zirui Zhao, Jun Hao Liew, Yan Yang, Wenzhuo Yang, Ziyang Luo, Doyen Sahoo, Silvio Savarese, Junnan Li

机构 * Salesforce AI Research（Salesforce AI 研究院） 纠错

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

AI总结 GPA是一种轻量但通用的基于视觉的机器人流程自动化方法，通过单次演示实现快速稳定的过程回放，解决了传统RPA的脆弱性和当前基于视觉语言模型的GUI代理的非确定性风险，具备鲁棒性、确定性和隐私保护等核心优势。

ATLAS: A Layered Constraint-Guided Framework for Structured Artifact Generation in LLM-Assisted MDE

ATLAS：一种分层约束引导的结构化艺术创作框架，用于LLM辅助的MDE

Tong Ma, Hui Lai, Hui Wang, Zhenhu Tian, Chaochao Li, Fengjie Xu, Ling Fang

机构 * University of Science and Technology of China（中国科学技术大学） ； Hefei Institutes of Physical Science, Chinese Academy of Sciences（中国科学院合肥物质科学研究院） ； Anhui University（安徽大学） 纠错

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

AI总结 ATLAS通过分层约束引导框架生成符合显式模式、领域规则和审计要求的结构化工程制品，结合元模型整合、约束模型编译和后生成验证，确保生成结果的正确性和完整性。

Stratifying Reinforcement Learning with Signal Temporal Logic

基于信号时间逻辑的强化学习分层化

Justin Curry, Alberto Speranzon

机构 * University at Albany, State University of New York（纽约州立大学奥尔巴尼分校） ； Lockheed Martin, Advanced Technology Labs（洛克希德·马丁公司先进技术实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于分层理论的信号时间逻辑语义，揭示分层理论与STL的对应关系，为深度强化学习嵌入空间结构分析提供新框架，并推动新型计算技术发展。

Comments 8 pages, 13 figures

Profile-Then-Reason: Bounded Semantic Complexity for Tool-Augmented Language Agents

Profile-Then-Reason: 用于工具增强语言代理的有界语义复杂度

Paulo Akira F. Enabe

机构 * Escola Politénica University of São Paulo（圣保罗大学理工学院） 纠错

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

AI总结 本文提出Profile-Then-Reason框架，通过预设工作流和验证机制减少语言模型调用次数，提升工具增强推理效率。

Sandpiper: Orchestrated AI-Annotation for Educational Discourse at Scale

Sandpiper：大规模教育对话中的协同AI标注

Daryl Hedley, Doug Pietrzak, Jorge Dias, Ian Burden, Bakhtawar Ahtisham, Zhuqian Zhou, Kirk Vanacore, Josh Marland, Rachel Slama, Justin Reich, Kenneth Koedinger, René Kizilcec

机构 * National Tutoring Observatory（国家辅导观察站） ； FreshCognate ； Cornell University（康奈尔大学） ； Massachusetts Institute of Technology（麻省理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 Sandpiper通过结合交互式研究仪表板与大语言模型，实现高体积对话数据与人类定性专家的协同分析，提升研究效率和可靠性。

Compliance Management for Federated Data Processing

联邦数据处理的合规管理

Natallia Kokash, Adam Belloum, Paola Grosso

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

AI总结 本文提出一种合规导向的联邦数据处理框架，整合了政策即代码、工作流编排和大语言模型辅助的合规管理，以解决跨组织边界的数据访问政策管理难题。

A Generative Foundation Model for Multimodal Histopathology

多模态病理生成模型基础框架

Jinxi Xiang, Mingjie Li, Siyu Hou, Yijiang Chen, Xiangde Luo, Yuanfeng Ji, Xiang Zhou, Ehsan Adeli, Akshay Chaudhari, Curtis P. Langlotz, Kilian M. Pohl, Ruijiang Li

机构 * Department of Radiation Oncology, Stanford University School of Medicine（斯坦福大学医学院放射肿瘤学系） ； Department of Psychiatry and Behavioral Sciences, Stanford University School of Medicine（斯坦福大学医学院精神病学与行为科学系） ； Department of Statistics and Data Science, Yale University（耶鲁大学统计与数据科学系） ； Department of Computer Science, Stanford University（斯坦福大学计算机科学系） ； Department of Electrical Engineering, Stanford University（斯坦福大学电气工程系） ； Department of Biomedical Data Science, Stanford University（斯坦福大学生物医学数据科学系） ； Department of Radiology, Stanford University（斯坦福大学放射学系） ； Center for Artificial Intelligence in Medicine and Imaging, Stanford University（斯坦福大学医学与影像人工智能中心） 纠错

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

AI总结 本文提出MuPD模型，通过扩散变压器整合病理图像、分子数据和临床文本，实现跨模态生成任务，提升诊断准确性和数据扩展性。

Comments 33 pages, 9 figures

Toward Full Autonomous Laboratory Instrumentation Control with Large Language Models

迈向完全自主实验室仪器控制的大型语言模型

Yong Xie, Kexin He, Andres Castellanos-Gomez

机构 * Key Laboratory of Wide Band-Gap Semiconductor Technology, School of Advanced Materials and Nanotechnology, Xidian University（西安电子科技大学先进材料与纳米技术学院宽禁带半导体技术重点实验室） 纠错

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

AI总结 本文探讨了大型语言模型在实验室仪器自动化中的应用，展示如何通过ChatGPT生成定制脚本，降低技术门槛，并展示LLM辅助工具如何发展为自主AI代理，实现仪器的自主操作与策略优化。

Comments 16 pages, 5 figures. Accepted manuscript published in Small Structures. Supporting data and code available at https://doi.org/10.5281/zenodo.15065601

Journal ref Small Structures, 2025, 6(8), 2500173

Evaluating Digital Inclusiveness of Digital Agri-Food Tools Using Large Language Models: A Comparative Analysis Between Human and AI-Based Evaluations

利用大语言模型评估数字农业工具的包容性：人类与AI评估的比较分析

Githma Pewinya, Carolina Martins, Garcia Mariangel

机构 * International Water Management Institute（国际水资源管理研究所） 纠错

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

AI总结 本文探讨大语言模型在快速评估数字农业工具包容性方面的潜力，比较四种模型与专家评估的性能，发现其在某些维度上能接近专家判断，但可靠性因模型和情境而异。

Comments 24 pages, 6 figures, 5 tables

From Time-series Generation, Model Selection to Transfer Learning: A Comparative Review of Pixel-wise Approaches for Large-scale Crop Mapping

从时间序列生成、模型选择到迁移学习：对大规模像素级作物制图方法的比较综述

Judy Long, Tao Liu, Sean Alexander Woznicki, Miljana Marković, Oskar Marko, Molly Sears

机构 * College of Forest Resources and Environmental Science, Michigan Technological University（密歇根理工大学森林资源与环境科学学院） ； Warnell School of Forestry and Natural Resources, University of Georgia（佐治亚大学沃内尔林业与自然资源学院） ； Annis Water Resources Institute, Grand Valley State University（大峡谷州立大学安尼斯水资源研究所） ； BioSense Institute（生物感知研究所） ； Department of Agricultural, Food, and Resource Economics, Michigan State University（密歇根州立大学农业、食品与资源经济学系） 纠错

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

AI总结 本文综述了大规模像素级作物制图流程，比较了传统监督方法与迁移学习方法，发现细粒度预处理与Transformer模型在监督和迁移任务中表现最佳，迁移学习在不同域移位下具有适应性，且样本充足时监督学习更准确。

Comments A review paper on pixel-wise approaches for large-scale crop mapping. 29 pages, 18 figures. Preprint

Journal ref Computers and Electronics in Agriculture, Volume 246, May 2026, 111646

Human-AI Collaborative Game Testing with Vision Language Models

人机协作的游戏测试与视觉语言模型

Boran Zhang, Muhan Xu, Zhijun Pan

机构 * Zhengzhou University（郑州大学） ； University of the Arts London（伦敦艺术大学） ； Royal College of Art（皇家艺术学院） 纠错

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

AI总结 本文研究了如何利用AI提升游戏测试效率，通过800个测试用例和276名参与者实验，发现AI辅助能显著提高缺陷识别，但AI错误会影响人类决策，强调优化人机协作的重要性。

Comments Experiment Report

Making Effective Statistical Inferences: From Significance Testing to the Open Science Inference Ecosystem (2016-2026)

有效统计推断：从显著性检验到开放科学推断生态系统（2016-2026）

Aswini Kumar Patra

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文综述了2016-2026年间统计推断的发展，整合了方法学进展与系统改革，提出证据导向和决策导向两种互补的推断领域。

Comments 23 pages, 1 Figure, 3 tables

PalpAid: Multimodal Pneumatic Tactile Sensor for Tissue Palpation

PalpAid：多模态气压触觉传感器用于组织触诊

Devi Yuliarti, Ravi Prakash, Hiu Ching Cheung, Amy Strong, Patrick J. Codd, Shan Lin

机构 * Duke University（杜克大学） ； Arizona State University（亚利桑那州立大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 PalpAid通过气压和声音传感器恢复机器人手术中的触觉信息，能区分不同硬度的3D打印物体和离体组织。

Comments IEEE-RAS RoboSoft 2026

Kill Webs by Collaborative & Self-organizing Agents (CSOAs)

通过协作与自组织代理（CSOAs）消灭网络

Ying Zhao, Charles C. Zhou

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出基于量子退火演化的自组织代理框架，用于提升网络杀伤链的全局优化、分布式杀伤力和负载均衡能力。

Comments 9 pages, 7 figures,30th International Command and Control Research and Technology Symposium (ICCRTS), 3-6 November 2025, Stockholm, Sweden

Beyond Generation: An Empirical Study on Redefining the Act of Drawing Through an 85% Time Reduction in Picture-Book Production

超越生成：通过减少85%的图画书生产时间重新定义绘画行为的实证研究

Cosei Kawa

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究通过实证评估AI协作流程，发现其在减少生产时间的同时，将节省的时间用于高水平的艺术判断和完成工作，从而提升创作体验。

Comments 10 pages, 6 figures, 1 table. This study provides an empirical comparison between conventional and AI-collaborative picture-book production workflows

Hybrid Quantum-HPC Middleware Systems for Adaptive Resource, Workload and Task Management

混合量子-高性能计算中间件系统用于自适应资源、工作负载和任务管理

Pradeep Mantha, Florian J. Kiwit, Nishant Saurabh, Shantenu Jha, Andre Luckow

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出混合量子-高性能计算系统中自适应资源、工作负载和任务管理的中间件方法，通过四层架构、执行动机集、Pilot-Quantum框架和Q-Dreamer工具包实现应用感知调度和性能建模。

ARES OS 2.0: An Orchestration Software Suite for Autonomous Experimentation Systems and Self-Driving Labs

ARES OS 2.0：面向自主实验系统和自动驾驶实验室的编排软件套件

Arthur W. N. Sloan, Robert W. Waelder, Morgen L. Smith, Nicholas Kleiner, Arnas Babeckis, Jason Wheeler, Daylond Hooper, Benji Maruyama

专题命中 工作流自动化 ：planning(abstract)

AI总结 ARES OS 2.0通过服务导向架构实现实验室自动化和闭环自主实验，提供统一控制和实验设计工具，降低科研人员构建自动驾驶实验室的门槛。

Automated Segmentation and Tracking of Group Housed Pigs Using Foundation Models

基于基础模型的群养猪自动分割与跟踪

Ye Bi, Bimala Acharya, David Rosero, Juan Steibel

机构 * Iowa State University（爱荷华州立大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于基础模型的群养猪自动化监测流程，利用预训练的视觉-语言基础模型作为通用视觉骨干，并通过模块化后处理实现农场特定适应，通过Grounded-SAM2进行视频分割并结合长时间跟踪管道实现稳定的身份一致性。

Optimal Experimental Design using Eigenvalue-Based Criteria with Pyomo.DoE

基于特征值标准的最优实验设计与Pyomo.DoE

Daniel J. Laky, Shammah Lilonfe, Shawn B. Martin, Katherine A. Klise, Bethany L. Nicholson, John D. Siirola, Alexander W. Dowling

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于特征值的最优实验设计方法，通过Pyomo.DoE扩展实现E-最优和ME-最优，提升数字孪生参数方向的建模效率与鲁棒性。

Comments 82 pages, 14 figures, 11 tables; includes supplementary information