AI Agent

In-situ process monitoring for defect detection in wire-arc additive manufacturing: an agentic AI approach

现场过程监控用于焊接电弧增材制造中的缺陷检测：一种基于代理的AI方法

Pallock Halder, Satyajit Mojumder

机构 * School of Mechanical and Materials Engineering, Washington State University（华盛顿州立大学机械与材料工程学院） 纠错

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

AI总结 本文提出基于代理的AI框架，用于现场过程监控以检测焊接电弧增材制造中的缺陷。通过开发处理和监控代理，结合真实数据和分类工具，实现高准确率的缺陷检测。

Comments 42 pages, 9 figures

Competing with AI Scientists: Agent-Driven Approach to Astrophysics Research

与人工智能科学家竞争：面向天体物理学研究的代理驱动方法

Thomas Borrett, Licong Xu, Andy Nilipour, Boris Bolliet, Sebastien Pierre, Erwan Allys, Celia Lecat, Biwei Dai, Po-Wen Chang, Wahid Bhimji

机构 * Cavendish Astrophysics, University of Cambridge（剑桥大学卡文迪什天体物理学） ； Kavli Institute for Cosmology, University of Cambridge（剑桥大学卡夫利宇宙学研究所） ； Institute of Astronomy, University of Cambridge（剑桥大学天文学研究所） ； School of Natural Sciences, Institute for Advanced Study（高等研究院自然科学学院） ； NERSC, Lawrence Berkeley National Laboratory（劳伦斯伯克利国家实验室NERSC） 纠错

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

AI总结 本文提出了一种代理驱动的方法，用于构建参数推断管道，通过多代理系统Cmbagent实现协作生成研究思路、编写执行代码、评估结果并迭代优化流程，最终在挑战赛中取得第一名。

Comments 12 pages, 4 figures

Human-AI Collaboration for Scaling Agile Regression Testing: An Agentic-AI Teammate from Manual to Automated Testing

人类与AI协作扩大敏捷回归测试：从手动到自动化测试的智能体AI队友

Moustapha El Outmani, Manthan Venkataramana Shenoy, Ahmad Hatahet, Andreas Rausch, Tim Niklas Kniep, Thomas Raddatz, Benjamin King

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

AI总结 本文探讨了通过智能体AI系统生成系统级回归测试脚本，提升自动化测试效率，并强调持续的人机协作对敏捷测试的重要性。

Comments Accepted at the XP 2026 Workshop on Human-AI Collaboration in Agile Teams. To appear in proceedings

Agentic Business Process Management: A Research Manifesto

代理业务流程管理：一项研究宣言

Diego Calvanese, Angelo Casciani, Giuseppe De Giacomo, Marlon Dumas, Fabiana Fournier, Timotheus Kampik, Emanuele La Malfa, Lior Limonad, Andrea Marrella, Andreas Metzger, Marco Montali, Daniel Amyot, Peter Fettke, Artem Polyvyanyy, Stefanie Rinderle-Ma, Sebastian Sardiña, Niek Tax, Barbara Weber

机构 * Free University of Bozen-Bolzano（博尔扎诺自由大学） ； University of Oxford（牛津大学） ； University of Tartu（塔尔图大学） ； IBM Research（IBM研究院） ； Umeå University（于默奥大学） ； paluno (Ruhr Institute for Software Technology), University of Duisburg Essen（帕卢诺（鲁尔软件技术研究所），杜伊斯堡-埃森大学） ； University of Ottawa（渥太华大学） ； German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland University（萨尔大学） ； The University of Melbourne（墨尔本大学） ； TUM School of Computation, Information, and Technology, TU Munich（慕尼黑工业大学计算、信息与技术学院） ； RMIT University（皇家墨尔本理工大学） ； Meta ； University of St. Gallen（圣加仑大学） 纠错

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

AI总结 本文提出了一项宣言，阐述了代理业务流程管理（APM）的概念基础，即一种扩展业务流程管理（BPM）以管理组织中自主代理执行流程的框架。APM代表了一种管理范式转变，从传统的业务流程视角转向以代理为导向的抽象，其中软件和人类代理作为主要功能实体，在显式流程框架内感知、推理和行动。

Comments 34 pages, 1 figure

Process-Centric Analysis of Agentic Software Systems

以过程为中心的代理软件系统分析

Shuyang Liu, Yang Chen, Rahul Krishna, Saurabh Sinha, Jatin Ganhotra, Reyhan Jabbarvand

机构 * University of Illinois Urbana–Champaign（伊利诺伊大学厄巴纳-香槟分校） ； IBM Research（IBM研究院） 纠错

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

AI总结 本文提出Graphectory用于分析代理软件系统的时序和语义关系，通过自动分析4000条轨迹发现代理策略随问题难度和LLM变化，揭示代理行为的复杂性与效率问题。

Improving Layout Representation Learning Across Inconsistently Annotated Datasets via Agentic Harmonization

通过代理和谐化提升跨不一致标注数据集的布局表示学习

Renyu Li, Vladimir Kirilenko, Yao You, Crag Wolfe

机构 * Unstructured Technologies 纠错

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

AI总结 本文提出利用视觉-语言模型在异质数据源中协调类别语义和边界框粒度，提升文档布局检测的准确性与一致性。

Comments 12 pages, 6 figures, 5 tables

DeepReviewer 2.0: A Traceable Agentic System for Auditable Scientific Peer Review

DeepReviewer 2.0：一个可追溯的代理系统用于可审计的科学同行评审

Yixuan Weng, Minjun Zhu, Qiujie Xie, Zhiyuan Ning, Shichen Li, Panzhong Lu, Zhen Lin, Enhao Gu, Qiyao Sun, Yue Zhang

机构 * Engineering School, Westlake University（西湖大学工学院） ； Zhejiang University（浙江大学） ； Soochow University（苏州大学） 纠错

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

AI总结 DeepReviewer 2.0通过可追溯的审查包和可执行的后续行动，提升同行评审的可审计性，其在134个提交中优于人类评审和现有自动系统。

What if Pinocchio Were a Reinforcement Learning Agent: A Normative End-to-End Pipeline

如果匹诺曹是一个强化学习代理：一种规范性端到端流程

Benoît Alcaraz

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 本文提出一种端到端流程，通过结合AJAR、Jiminy和NGRL架构，引入混合模型，使强化学习代理在规范下运作，并探讨规范规避现象及其缓解策略。

Comments PhD thesis

Consensus-based Recursive Multi-Output Gaussian Process

基于共识的递归多输出高斯过程

Yogesh Prasanna Kumar Rao, Tamas Keviczky, Raj Thilak Rajan

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

AI总结 本文提出基于共识的递归多输出高斯过程框架，通过共享基向量的递归推断与邻居间的信息共识更新，实现并行分布式学习，保持输出间相关性并校准不确定性。

Comments Submitted to International Workshop on Signal Processing and Artificial Intelligence in Wireless Communications (IEEE SPAWC 2026)

Visible, Trackable, Forkable: Opening the Process of Science

可见、可跟踪、可分支：开启科学进程

Sergey V. Samsonau

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

AI总结 本文提出通过开放科学进程而非仅其产出，提升科学进展速度、推理可及性、主张可信度及质量保障可扩展性，提出可见、可跟踪、可分支三大属性。

Exploring Structural Complexity in Normative RAG with Graph-based approaches: A case study on the ETSI Standards

探索规范性RAG中的结构性复杂性：基于图的方法的案例研究——以ETSI标准为例

Aiman Al Masoud, Marco Arazzi, Simone Germani, Antonino Nocera

机构 * Department of Electrical, Computer and Biomedical Engineering, University of Pavia（帕维亚大学电气、计算机与生物医学工程系） ； Comitato Elettrotecnico Italiano (CEI)（意大利电工委员会（CEI）） 纠错

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

AI总结 本文探讨了基于图的方法在处理规范性文档中的有效性，通过ETSI标准案例研究，提出了一种专为规范性文档设计的RAG方法，以提升检索性能。

Comments 6 pages, 7 figures

Autonomous Diffractometry Enabled by Visual Reinforcement Learning

由视觉强化学习实现的自主衍射测量

J. Oppliger, M. Stifter, A. Rüegg, I. Biało, L. Martinelli, P. G. Freeman, D. Prabhakaran, J. Zhao, Q. Wang, J. Chang

机构 * Jeremiah Horrocks Institute for Mathematics, Physics and Astronomy, University of Central Lancashire（中央兰开夏大学杰里迈亚·霍罗克斯数学、物理与天文研究所） ； Department of Physics, Clarendon Laboratory, University of Oxford（牛津大学克拉伦登实验室物理系） ； State Key Laboratory of Surface Physics and Department of Physics, Fudan University（复旦大学表面物理国家重点实验室和物理系） ； Department of Physics, The Chinese University of Hong Kong（香港中文大学物理系） ； State Key Laboratory of Quantum Information Technologies and Materials, The Chinese University of Hong Kong（香港中文大学量子信息与材料国家重点实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种无需晶体学知识的自主系统，利用强化学习从劳厄衍射图中自动对齐单晶体，提升材料科学自动化实验流程的能力。

Comments 20 pages, 16 figures

AutonomyLens: A Self-Evolving Simulation-Based Testing Loop for Autonomous Systems

AutonomyLens：自主系统基于模拟的测试循环

Ankit Agrawal, Jithin Garapati, Bohan Zhang

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

AI总结 AutonomyLens通过整合场景设计、模拟执行和 telemetry 分析，提供统一的验证流程，提升自主系统验证的可追溯性、可重复性和可扩展性。

Comments To appear in the 34th ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering (FSE Companion '26), July 05-09, 2026, Montreal, QC, Canada

From Redaction to Restoration: Deep Learning for Medical Image Anonymization and Reconstruction

从遮蔽到重建：深度学习在医学图像匿名化与重建中的应用

Adrienne Kline, Abhijit Gaonkar, Daniel Pittman, Chris Kuehn, Nils Forkert

机构 * Center for Artificial Intelligence, BCVI, Northwestern Medicine（西北医学BCVI人工智能中心） ； Department of Electrical and Computer Engineering, Northwestern University（西北大学电气与计算机工程系） ； Department of Surgery, Northwestern University（西北大学外科学系） ； Xtasis Inc.（Xtasis公司） ； Medtronic（美敦力公司） ； Departments of Radiology and Clinical Neurosciences, University of Calgary（卡尔加里大学放射学与临床神经科学系） 纠错

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

AI总结 本文提出一种端到端的深度学习框架，用于将原始临床图像转换为去标识、适合分析的数据集，同时减少患者重新识别的风险。

Inspectable AI for Science: A Research Object Approach to Generative AI Governance

可检验的AI用于科学：一种研究对象方法用于生成式AI治理

Ruta Binkyte, Sharif Abuaddba, Chamikara Mahawaga, Ming Ding, Natasha Fernandes, Mario Fritz

机构 * Macquarie University（麦考瑞大学） 纠错

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

AI总结 本文提出将AI视为研究对象，以规范生成式AI在科学中的使用。通过记录模型配置、提示和输出，确保研究过程的可追溯性和问责性，尤其在安全和隐私领域具有重要影响。

Brief2Design: A Multi-phased, Compositional Approach to Prompt-based Graphic Design

Brief2Design: 一种多阶段、组合式的方法用于基于提示的图形设计

Kotaro Kikuchi, Nami Ogawa

机构 * CyberAgent 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Brief2Design，通过需求提取与推荐、元素级探索及灵活重组，解决设计提示转换问题，发现结构化流程提升需求清晰度但牺牲效率。

Evaluating the Impact of Medical Image Reconstruction on Downstream AI Fairness and Performance

评估医学图像重建对下游AI公平性和性能的影响

Matteo Wohlrapp, Niklas Bubeck, Daniel Rueckert, William Lotter

机构 * Department of Data Science, Dana-Farber Cancer Institute（丹娜-法伯癌症研究所数据科学系） ； AI in Medicine, Technical University of Munich（慕尼黑工业大学医学人工智能） ； Munich Center for Machine Learning (MCML)（慕尼黑机器学习中心） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） ； Harvard Medical School（哈佛医学院） 纠错

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

AI总结 研究通过结合重建与诊断AI模型，评估不同重建方法对下游任务性能和公平性的影响，发现传统指标无法准确反映任务表现，且重建可能放大性别偏见，但整体偏移量较小。

Comments Proceedings of the Medical Imaging with Deep Learning (MIDL) Conference 2026

Investigating CI/CD-based Technical Debt Management in Open-source Projects

研究基于CI/CD的技术债务管理在开源项目中的应用

João Paulo Biazotto, Daniel Feitosa, Paris Avgeriou, Elisa Yumi Nakagawa

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

AI总结 本文通过分析GitHub上的60万Travis CI配置文件，探讨了技术债务管理工具在CI/CD流水线中的使用情况，发现大多数工具通过外部脚本执行，且'无反馈'是常见配置反模式。

Data-Efficient Surgical Phase Segmentation in Small-Incision Cataract Surgery: A Controlled Study of Vision Foundation Models

小切口白内障手术中数据高效的手术阶段分割：视觉基础模型的受控研究

Lincoln Spencer, Song Wang, Chen Chen

机构 * Institute of Artificial Intelligence, University of Central Florida（中佛罗里达大学人工智能研究所） 纠错

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

AI总结 本文通过对比视觉表示模型，研究了小切口白内障手术中数据高效的手术阶段分割，发现基础模型在低标注医疗视频设置中具有良好的迁移能力。

fastml: Guarded Resampling Workflows for Safer Automated Machine Learning in R

fastml: 用于 R 中更安全的自动化机器学习的受保护重采样工作流

Selcuk Korkmaz, Dincer Goksuluk, Eda Karaismailoglu

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

AI总结 fastml 通过受保护重采样提供泄漏感知机器学习，减少预处理泄漏对性能的夸大影响，提升模型评估的可靠性。

Comments 36 pages, 2 figures

What's DAT? Three Case Studies of Measuring Software Development Productivity at Meta With Diff Authoring Time

什么是DAT？在Meta中通过差异作者时间测量软件开发生产力的三个案例研究

Moritz Beller, Amanda Park, Karim Nakad, Akshay Patel, Sarita Mohanty, Ford Garberson, Ian G. Malone, Vaishali Garg, Henri Verroken, Andrew Kennedy, Pavel Avgustinov

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

AI总结 本文通过三个案例研究展示DAT如何通过差异作者时间测量软件开发生产力，验证了DAT在提升开发效率和优化内部工作流程方面的有效性。

Flow Gym: A framework for the development, benchmarking, training, and deployment of flow-field quantification methods

Flow Gym: 一个用于开发、基准测试、训练和部署流场量化方法的框架

Francesco Banelli, Antonio Terpin, Alan Bonomi, Raffaello D'Andrea

机构 * Institute for Dynamic Systems ； Control, ETH Z\"urich, Z\"urich, Switzerland 纠错

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

AI总结 本文提出Flow Gym框架，旨在解决流场量化方法开发和评估中的软件碎片化、接口不一致和可重复性差问题，通过标准化接口整合经典和基于学习的算法，提升方法的可重复性和应用性。

Comments Code: https://github.com/antonioterpin/flowgym. Published in SoftwareX

Journal ref SoftwareX 34 (2026) 102641

Revealing the Hidden Third Dimension of Point Defects in Two-Dimensional MXenes

揭示二维MXenes中点缺陷的隐藏第三维度

Grace Guinan, Michelle A. Smeaton, Brian C. Wyatt, Steven Goldy, Hilary Egan, Andrew Glaws, Garritt J. Tucker, Babak Anasori, Steven R. Spurgeon

机构 * National Renewable Energy Laboratory（美国国家可再生能源实验室） ； School of Materials Engineering, Purdue University（普渡大学材料工程学院） ； Applied Materials Division, Argonne National Laboratory（阿贡国家实验室应用材料部） ； Metallurgical and Materials Engineering Department, Colorado School of Mines（科罗拉多矿业学院冶金与材料工程系） ； Department of Physics and Astronomy, Materials Science Program, Baylor University（贝勒大学物理与天文学系材料科学项目） ； School of Mechanical Engineering, Purdue University（普渡大学机械工程学院） ； Renewable and Sustainable Energy Institute, University of Colorado Boulder（科罗拉多大学博尔德分校可再生能源与可持续能源研究所） 纠错

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

AI总结 本文通过人工智能引导的电子显微镜技术，揭示了二维MXenes中点缺陷的三维排列，为理解缺陷工程提供了新方法。

Comments 38 pages, 13 figures

The Devil is in the Details -- From OCR for Old Church Slavonic to Purely Visual Stemma Reconstruction

细节决定成败——从OCR处理旧教会斯拉夫语到纯粹视觉谱系重建

Armin Hoenen

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文通过对比多种OCR系统，探讨OCR在处理18世纪手写教会斯拉夫语文本中的准确性，并引入基于图像处理的纯视觉谱系重建方法。

Comments International conference at Valamo monastery, Finnland, 2026

Accuracy-Cost Trade-offs for Reference VQE Calculations of H$_2$ on IBM Quantum Hardware

在IBM量子硬件上对H₂参考VQE计算的精度与成本权衡

Julen Larrucea, Marita Oliv, Jeanette Lorenz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过标准化流程评估了IBM量子处理器上H₂变分基态能量计算中射线数量、后端选择、优化策略和运行时间波动对精度的影响，提供了一个透明的基准以评估当前量子硬件在量子化学应用中的能力和限制。

From GDSII to Wafer: EDA Design Flow and Data Conversion for Wafer-Scale Manufacturing of Superconducting Quantum Chips

从GDSII到晶圆：面向超导量子芯片晶圆级制造的EDA设计流程与数据转换

Ling Qiao, Fumin Luo, Qinglang Guo

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文研究了超导量子芯片晶圆级制造中EDA设计流程与数据转换的关键问题，提出系统性的Q-EDA技术栈，涵盖从GDSII到晶圆制造文件的全流程转换方法。

CTF as a Service: A reproducible and scalable infrastructure for cybersecurity training

CTF as a Service：一种可重复和可扩展的网络安全培训基础设施

Carlos Jimeno Miguel, Mikel Izal

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出CTF as a Service平台，利用虚拟化和IaC工具实现自动化部署和可扩展的网络安全培训。

Comments 6 pages, 2 figures, sent to conference Jornadas Nacionales de Investigacion en Ciberseguridad JNIC 2026

An experimentally validated end-to-end framework for operando modeling of intrinsically complex metallosilicates

一种经过实验验证的端到端框架，用于原位建模内在复杂金属硅酸盐

Jong Hyun Jung, Tom Schächtel, Yongliang Ou, Selina Itzigehl, Marc Högler, Niels Hansen, Johanna R. Bruckner, Blazej Grabowski

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种端到端框架，用于原位建模内在复杂金属硅酸盐，结合机器学习势能和计算合成，实现对材料性质的定量模拟。

Comments 20 pages, 8 figures, supplementary 34 pages

Driving-Cycle-Aware Shape and Topology Optimization of an Interior Permanent Magnet Synchronous Machine for a Traction Drive

面向驾驶循环的永磁同步电机形状与拓扑优化

Alexander Schugardt

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种面向驾驶循环的永磁同步电机形状与拓扑优化方法，通过聚类减少完整驾驶循环至代表性运行点，结合二进制拓扑优化、NGnet和样条形状优化，在电磁、机械超速和逆变器电压约束下实现永磁体减少10%的同时保持扭矩能力和近参考全循环效率。

Trace-Aware Workflows for Co-Creating Branded Content with Generative AI

具有痕迹意识的工作流：利用生成式AI共同创建品牌内容

Taehyun Yang, Eunhye Kim, Zhongzheng Xu, Fumeng Yang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨小型企业主在利用生成式AI进行品牌内容创作时面临的挑战，并提出一个原型系统，通过痕迹记录支持迭代流程中的反馈探索与内容优化。

Comments Accepted to CHI 2026 Workshop