AI Agent

Toward Explanatory Equilibrium: Verifiable Reasoning as a Coordination Mechanism under Asymmetric Information

迈向解释均衡：在信息不对称下可验证推理作为协调机制

Feliks Bańka, Jarosław A. Chudziak

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出解释均衡概念，研究在信息不对称环境下，通过结构化推理 artifacts 和有限验证机制实现安全协调，证明结构化推理能有效降低不良批准率。

Comments 18 pages, 4 figures. Accepted for presentation at EXTRAAMAS 2026 (AAMAS 2026 workshop); to appear in post-proceedings

Competition and Cooperation of LLM Agents in Games

博弈中的大语言模型代理竞争与合作

Jiayi Yao, Cong Chen, Baosen Zhang

专题命中 规划决策 ：agent(abstract)；multi-agent(abstract)

AI总结 研究大语言模型代理在资源分配和Cournot竞争博弈中的行为，发现多轮提示和非零和上下文促进合作，基于公平性推理提出分析框架。

Comments Submitted to CDC'2026

When Valid Signals Fail: Regime Boundaries Between LLM Features and RL Trading Policies

当有效信号失效时：LLM特征与强化学习交易策略之间的制度边界

Zhengzhe Yang

机构 * Independent Researcher（独立研究员） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文研究LLM生成连续数值特征是否能提升强化学习交易代理性能，发现有效特征在分布偏移时会引入噪声，影响策略鲁棒性。

Learning When Not to Learn: Risk-Sensitive Abstention in Bandits with Unbounded Rewards

学习何时不学习：具有无界奖励的老虎机中风险敏感的退避策略

Sarah Liaw, Benjamin Plaut

机构 * Harvard University（哈佛大学） ； University of California, Berkeley（加州大学伯克利分校） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种风险敏感的退避算法，在无导师的情况下处理无界奖励的老虎机问题，通过确定性区域减少不可逆损害，理论证明了谨慎探索在高风险环境中的有效性。

Comments 19 pages, 3 figures; accepted to AISTATS 2026

PRIX: Learning to Plan from Raw Pixels for End-to-End Autonomous Driving

PRIX：从原始像素学习计划以实现端到端自动驾驶

Maciej K. Wozniak, Lianhang Liu, Yixi Cai, Patric Jensfelt

机构 * KTH Royal Institute of Technology（瑞典皇家理工学院） ； SCANIA（斯堪尼亚） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 PRIX通过使用仅需摄像头数据的端到端驾驶架构，无需BEV表示和LiDAR，直接从原始像素预测安全轨迹，实现了高效且实用的自动驾驶解决方案。

Comments Accepted for Robotics and Automation Letters (RA-L) and will be presented at iROS 2026

A Diffusion-Contrastive Graph Neural Network with Virtual Nodes for Wind Nowcasting in Unobserved Regions

具有虚拟节点的扩散-对比图神经网络用于无观测区域的风现在预报

Jie Shi, Siamak Mehrkanoon

机构 * Department of Information and Computing Sciences, Utrecht University（乌得勒支大学信息与计算科学系） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种基于扩散和对比的图神经网络，通过引入虚拟节点在无观测区域预测风况，有效降低预测误差，提升风能利用和预警系统能力。

Comments 25 pages, 7 figures

ExecTune: Effective Steering of Black-Box LLMs with Guide Models

ExecTune: 通过引导模型有效控制黑盒大语言模型

Vijay Lingam, Aditya Golatkar, Anwesan Pal, Ben Vo, Narayanan Sadagopan, Alessandro Achille, Jun Huan, Anoop Deoras, Stefano Soatto

机构 * AWS AI（亚马逊云科技人工智能） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出ExecTune方法，通过结合教师引导采样、监督微调和结构感知强化学习，优化引导模型生成策略的可执行性与效率，提升大语言模型在数学推理和代码生成任务中的性能。

Comments Accepted at Lifelong Agents Workshop at ICLR 2026

Explainability and Certification of AI-Generated Educational Assessments

人工智能生成教育评估的可解释性与认证

Antoun Yaacoub, Zainab Assaghir, Anuradha Kar

机构 * aivancity School for Technology, Business & Society（aivancity 科技、商业与社会学院） ； Lebanese University（黎巴嫩大学） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出了一种综合框架，用于解释和认证AI生成的评估项目，结合自我理性化、基于归因的分析和事后验证，以产生基于布卢姆和SOLO分类法的认知对齐证据。通过结构化的认证元数据模式，实现可审计的文档，满足新兴治理需求。

Comments Chapter to be published in a Springer special book "Emerging trends in Computer Science and Computer Engineering Education Book"

LLM Nepotism in Organizational Governance

大语言模型在组织治理中的偏袒行为

Shunqi Mao, Wei Guo, Dingxin Zhang, Chaoyi Zhang, Weidong Cai

机构 * School of Computer Science, The University of Sydney（悉尼大学计算机科学学院） 纠错

专题命中 规划决策 ：AI agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文研究了大语言模型在组织治理中因对AI信任态度产生的偏袒现象，提出Merit-Attitude Factorization方法以缓解该偏见。

Comments 23 pages, 3 figures, 13 tables

Post-Processing Methods for Improving Accuracy in MRI Inpainting

改进MRI修复精度的后处理方法

Nishad Kulkarni, Krithika Iyer, Austin Tapp, Abhijeet Parida, Daniel Capellán-Martín, Zhifan Jiang, María J. Ledesma-Carbayo, Syed Muhammad Anwar, Marius George Linguraru

机构 * CIBER-BBN, ISCIII（生物工程、生物材料与纳米医学网络研究中心，卡洛斯三世健康研究所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出结合模型集成与高效后处理策略的MRI修复方法，通过轻量U-Net增强阶段提升解剖合理性与视觉保真度，实现更准确且鲁棒的修复结果。

BridgeSim: Unveiling the OL-CL Gap in End-to-End Autonomous Driving

BridgeSim: 揭示端到端自动驾驶中的OL-CL差距

Seth Z. Zhao, Luobin Wang, Hongwei Ruan, Yuxin Bao, Yilan Chen, Ziyang Leng, Abhijit Ravichandran, Honglin He, Zewei Zhou, Xu Han, Abhishek Peri, Zhiyu Huang, Pranav Desai, Henrik Christensen, Jiaqi Ma, Bolei Zhou

机构 * UCLA（加州大学洛杉矶分校） ； UCSD（加州大学圣地亚哥分校） ； Qualcomm（高通公司） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文揭示了OL策略在闭环部署中转移效果差的根本原因，提出Test-Time Adaptation框架以校正观测域偏移和状态-动作偏差，提升端到端自动驾驶性能。

Self-Correcting RAG: Enhancing Faithfulness via MMKP Context Selection and NLI-Guided MCTS

自校正RAG：通过MMKP上下文选择和NLI引导的MCTS增强忠实性

Shijia Xu, Zhou Wu, Xiaolong Jia, Yu Wang, Kai Liu, April Xiaowen Dong

机构 * Chongqing University（重庆大学） ； Queen Mary University of London（伦敦玛丽女王大学） ； Chongqing Key Laboratory of Big Data Intelligence and Privacy Computing（重庆市大数据智能与隐私计算重点实验室） ； Fangda Partners（方达律师事务所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.CL

AI总结 本研究提出Self-Correcting RAG框架，通过MMKP上下文选择和NLI引导的MCTS机制，提升复杂推理任务中的准确性和减少幻觉。

Do LLMs Build Spatial World Models? Evidence from Grid-World Maze Tasks

大型语言模型构建空间世界模型了吗？基于网格世界迷宫任务的证据

Weijiang Li, Yilin Zhu, Rajarshi Das, Parijat Dube

机构 * University of Notre Dame（圣母大学） ； Columbia University（哥伦比亚大学） ； MQube Cognition（MQube认知实验室） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文通过迷宫任务评估LLM的空间理解能力，发现其空间推理依赖于表示形式而非任务类型，表明LLM缺乏稳健的空间世界模型。

Governed Reasoning for Institutional AI

机构AI中的受控推理

Mamadou Seck

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出Cognitive Core，通过九种类型认知原语和四层治理模型，解决机构决策中需要的AI架构问题，实现高准确率和零静默错误，引入治理性作为评估标准。

Toward World Models for Epidemiology

迈向流行病学的世界模型

Zeeshan Memon, Yiqi Su, Christo Kurisummoottil Thomas, Walid Saad, Liang Zhao, Naren Ramakrishnan

机构 * Department of Computer Science, Emory University（埃默里大学计算机科学系） ； Department of Computer Science, Virginia Tech（弗吉尼亚理工大学计算机科学系） ； Department of Electrical and Computer Engineering, Worcester Polytechnic Institute（伍斯特理工学院电气与计算机工程系） ； Bradley Department of Electrical and Computer Engineering, Virginia Tech（弗吉尼亚理工大学布拉德利电气与计算机工程系） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出流行病学世界模型的概念框架，探讨其在政策相关推理中的必要性，通过案例研究展示显式世界建模对处理流行病决策中的挑战的重要性。

Stop Fixating on Prompts: Reasoning Hijacking and Constraint Tightening for Red-Teaming LLM Agents

不要执着于提示：针对LLM代理的推理劫持与约束紧缩

Yanxu Mao, Peipei Liu, Tiehan Cui, Congying Liu, Mingzhe Xing, Datao You

机构 * School of Software, Henan University（河南大学软件学院） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Peking University（北京大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.CL

AI总结 本文提出JailAgent框架，通过触发提取、推理劫持和约束紧缩三个阶段，避免修改用户提示，提升跨模型和跨场景的性能。

STDDN: A Physics-Guided Deep Learning Framework for Crowd Simulation

STDDN：一种基于物理的深度学习框架用于人群模拟

Zijin Liu, Xu Geng, Wenshuai Xu, Xiang Zhao, Yan Xia, You Song

机构 * School of Computer Science and Engineering, Beihang University（北京航空航天大学计算机科学与工程学院） ； School of Software, Beihang University（北京航空航天大学软件学院） ； Beijing Digital Native Digital City Research Center（北京数字原生数字城市研究中心） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.LG

AI总结 本文提出STDDN框架，通过引入流体动力学的连续方程，结合神经普通微分方程和动态图学习模块，改进人群模拟的物理约束与效率，实现更稳定和高效的模拟性能。

Journal ref International Conference on Learning Representations (ICLR), 2026

HyperGraphPro: Progress-Aware Reinforcement Learning for Structure-Guided Hypergraph RAG

HyperGraphPro: 为结构引导的超图RAG设计的进度感知强化学习

Jinyoung Park, Sanghyeok Lee, Omar Zia Khan, Hyunwoo J. Kim, Joo-Kyung Kim

机构 * KAIST（韩国科学技术院） ； Microsoft（微软） ； Amazon（亚马逊） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 HyperGraphPro通过结合语义相关性和图连接性，改进超图检索机制，采用基于进度的逐步策略优化，提升多步推理的准确性和生成质量。

Comments In progress

ZARA: Training-Free Motion Time-Series Reasoning via Evidence-Grounded LLM Agents

ZARA：通过证据驱动的LLM代理实现无训练的运动时间序列推理

Zechen Li, Baiyu Chen, Hao Xue, Flora D. Salim

机构 * University of New South Wales, Sydney（新南威尔士大学悉尼校区） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.CL

AI总结 ZARA通过证据驱动的LLM代理实现无训练的运动时间序列推理，利用参考数据构建统计学基础的知识库，提升活动识别的泛化能力和跨领域适应性。

Comments Accepted by ACL 2026 Main Conference

Large Language Model as An Operator: An Experience-Driven Solution for Distribution Network Voltage Control

大语言模型作为算子：一种经验驱动的配电网电压控制解决方案

Xu Yang, Chenhui Lin, Licheng Sha, Liping Yang, Shuzhou Wu, Xichen Tian, Haotian Liu, Wenchuan Wu

机构 * State Key Laboratory of Power Systems（电力系统国家重点实验室） ； State Grid Beijing Electric Power Company（国网北京市电力公司） ； Department of Electrical Engineering, Tsinghua University（清华大学电机工程与应用电子技术系） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出基于大语言模型的经验驱动日提前电压/无功调度方案，通过多模块协作实现调度策略的自进化，实验验证了该方法在信息不完整情况下的有效性。

PoTable: Towards Systematic Thinking via Plan-then-Execute Stage Reasoning on Tables

PoTable：通过表格推理中的计划-执行阶段推理实现系统性思维

Qingyang Mao, Qi Liu, Zhi Li, Mingyue Cheng, Zheng Zhang, Rui Li

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（中国科学技术大学认知智能国家重点实验室） ； Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院） 纠错

专题命中 规划决策 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出PoTable，一种基于计划-执行阶段的表格推理方法，通过明确的分析阶段和代码生成机制提升推理的系统性和可解释性。

Comments Accepted by IEEE TKDE 2026

Organizational Security Resource Estimation via Vulnerability Queueing

通过漏洞排队实现组织安全资源估计

Abdullah Y. Etcibasi, Zachary Dobos, C. Emre Koksal

专题命中 规划决策 ：planning(abstract)；分类 cs.SE

AI总结 本文提出利用非平稳排队框架，基于漏洞时间戳估计组织网络安全资源，通过高斯混合模型识别分段平稳阶段，实现高精度资源预测。

Conflicts Make Large Reasoning Models Vulnerable to Attacks

冲突使大型推理模型容易受到攻击

Honghao Liu, Chengjin Xu, Xuhui Jiang, Cehao Yang, Shengming Yin, Zhengwu Ma, Lionel Ni, Jian Guo

机构 * International Digital Economy Academy（国际数字经济学院） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； The City University of Hong Kong（香港城市大学） ； DataArc Tech 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 研究探讨了冲突如何影响大型推理模型的安全性，发现冲突显著增加攻击成功率，揭示了安全表示在冲突下的变化，强调需更深入的对齐策略以确保模型的鲁棒性和可信度。

Tuning Qwen2.5-VL to Improve Its Web Interaction Skills

调优 Qwen2.5-VL 以提升其网页交互能力

Alexandra Yakovleva, Henrik Pärssinen, Harri Valpola, Juho Kannala, Alexander Ilin

机构 * Aalto University（阿尔托大学） ； University of Oulu（奥卢大学） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 本文通过调优 Qwen2.5-VL 模型，改进其在网页交互中的可靠性，解决元素定位不准确、指令敏感性和过度乐观偏差等问题，提升单次点击任务的成功率。

Comments Accepted to the Short Paper Track of ACM Web Conference 2026 (WWW 2026). The final version will appear in the ACM Digital Library

Policy-Guided Threat Hunting: An LLM enabled Framework with Splunk SOC Triage

基于策略的威胁狩猎：一个由LLM赋能的框架与Splunk SOC分拣

Rishikesh Sahay, Bell Eapen, Weizhi Meng, Md Rasel Al Mamun, Nikhil Kumar Dora, Manjusha Sumasadan, Sumit Kumar Tetarave, Elyson De La Cruz

机构 * Department of Management Information Systems, University of Illinois, Springfield, USA（美国伊利诺伊大学斯普林菲尔德分校管理信息系统系） ； School of Computing and Communications, Lancaster University, United Kingdom（英国兰卡斯特大学计算与通信学院） ； School of Computer Applications, Kalinga Institute of Industrial Technology, India（印度卡林加工业技术学院计算机应用学院） ； School of Information Technology and Artificial Intelligence, University of Cumberlands, USA（美国坎伯兰大学信息技术与人工智能学院） 纠错

专题命中 规划决策 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出一个自动化威胁狩猎框架，结合LLM与Splunk平台，通过多层模型实现动态威胁适应与风险优先级评估，提升SOC分析效率。

Maximum Entropy Relaxation of Multi-Way Cardinality Constraints for Synthetic Population Generation

多维卡数约束的最大熵松弛方法用于合成人口生成

François Pachet, Jean-Daniel Zucker

机构 * ImagineAllThePeople ； IRD, UMMISCO, Sorbonne Université（法国发展研究所、UMMISCO、索邦大学） 纠错

专题命中 规划决策 ：agent(abstract)；分类 cs.AI

AI总结 本文提出最大熵方法解决多维约束下的合成人口生成问题，通过期望匹配而非精确约束，提升计算效率，实验显示在属性和三元交互增多时优势显著。

Comments 19 page, 5 figures, 3 tables

Artificial Intelligence for All? Brazilian Teachers on Ethics, Equity, and the Everyday Challenges of AI in Education

人工智能为所有人服务？巴西教师对伦理、公平及教育中人工智能的日常挑战的看法

Bruno Florentino, Camila Sestito, Wellington Cruz, André de Carvalho, Robson Bonidia

机构 * University of São Paulo（圣保罗大学） ； Federal University of Technology-Paraná (UTFPR)（巴拉那联邦理工大学） ； Instituto Significare（Significare研究所） 纠错

专题命中 规划决策 ：planning(abstract)；分类 cs.AI

AI总结 研究探讨巴西K-12教师对AI在教育中应用的看法，发现教师对AI的兴趣主要集中在互动内容、教学计划和个性化评估，但面临缺乏培训和技术支持等结构性挑战。

Incentive Design without Hypergradients: A Social-Gradient Method

无超梯度的激励设计：一种社会梯度方法

Georgios Vasileiou, Lantian Zhang, Silun Zhang

专题命中 规划决策 ：agent(abstract)

AI总结 本文提出一种无需超梯度的社会梯度流方法，用于在信息不对称条件下设计激励，通过证明社会成本梯度始终是下降方向，确保在任意学习规则下收敛至社会最优解。

Comments 8 pages, 4 figures

Score-based generative emulation of impact-relevant Earth system model outputs

基于评分的生成模拟对相关地球系统模型输出的影响

Shahine Bouabid, Andre Nogueira Souza, Raffaele Ferrari

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出基于评分扩散的生成模拟模型，用于快速探索替代未来并保持与地球系统模型行为一致，通过月度数据展示其在影响相关变量联合分布建模中的潜力。

Combined Stochastic and Robust Optimization for Electric Autonomous Mobility-on-Demand with Nested Benders Decomposition

结合随机与鲁棒优化的电动自动驾驶按需出行系统与嵌套Benders分解

Sten Elling Tingstad Jacobsen, Balázs Kulcsár, Anders Lindman

专题命中 规划决策 ：planning(abstract)

AI总结 本文提出结合随机与鲁棒优化的MPC框架，利用时空贝叶斯神经网络预测与多阶段随机优化模型，通过嵌套Benders分解实现高效求解，降低乘客等待时间和能耗成本。

Comments 32 pages, 12 figures