AI Agent

ALL-FEM: Agentic Large Language models Fine-tuned for Finite Element Methods

ALL-FEM：面向有限元方法的代理式大语言模型

Rushikesh Deotale, Adithya Srinivasan, Yuan Tian, Tianyi Zhang, Pavlos Vlachos, Hector Gomez

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

AI总结 ALL-FEM通过代理式AI与领域专用微调LLM结合，实现固体力学、流体力学及多物理场问题的自动有限元分析，其微调模型在39个基准测试中达到71.79%的代码级成功率。

THETA: A Textual Hybrid Embedding-based Topic Analysis Framework and AI Scientist Agent for Scalable Computational Social Science

THETA: 一种基于文本混合嵌入的主题分析框架和AI科学家代理用于可扩展的计算社会科学

Zhenke Duan, Xin Li

专题命中 工作流自动化 ：agent(title,summary_cn)

AI总结 THETA通过Domain-Adaptive Fine-tuning优化语义向量结构，结合AI Scientist Agent框架实现主题分析的理论深度与数据规模的平衡，实验显示其在捕捉领域特定解释性构念方面优于传统模型。

Comments we should change the authors and some results

ORBIT: Guided Agentic Orchestration for Autonomous C-to-Rust Transpilation

ORBIT: 用于自主C到Rust转换的引导代理 orchestration

Muhammad Farrukh, Baris Coskun, Tapti Palit, Michalis Polychronakis

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

AI总结 ORBIT 提出一种自主代理框架，通过动态上下文收集和依赖引导 orchestration 实现项目级 C到Rust转换，显著提升大规模代码转换的准确性和安全性。

Hubble: An LLM-Driven Agentic Framework for Safe, Diverse, and Reproducible Alpha Factor Discovery

Hubble：一种基于LLM的代理框架，用于安全、多样且可重复的阿尔法因子发现

Runze Shi, Shengyu Yan, Yuecheng Cai, Chengxi Lv

机构 * Celestial Quant Lab, Canada（加拿大天体量化实验室） ； The University of British Columbia, Canada（加拿大不列颠哥伦比亚大学） 纠错

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

AI总结 Hubble结合大语言模型和领域特定操作语言，通过抽象语法树执行沙盒、双通道检索增强生成模块和家族感知选择机制，实现安全、多样且可重复的阿尔法因子发现。

BLAST: Blockchain-based LLM-powered Agentic Spectrum Trading

BLAST：基于区块链的大型语言模型驱动的代理频谱交易

Anas Abognah, Otman Basir

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

AI总结 本文提出BLAST框架，结合大型语言模型代理与许可区块链，实现自主、隐私和安全的频谱交易生态系统。通过三种拍卖机制评估，证明第二价格拍卖在提升社会福利和分配效率方面最优，同时验证了隐私保护机制。

Comments This work has been submitted to the IEEE Transactions on Cognitive Communications and Networking for possible publication

Lit2Vec: A Reproducible Workflow for Building a Legally Screened Chemistry Corpus from S2ORC for Downstream Retrieval and Text Mining

Lit2Vec：从S2ORC构建法律审查化学语料库的可重复工作流程

Mahmoud Amiri, Jamile Mohammad Jafari, Sara Mostafapour, Thomas Bocklitz

机构 * Leibniz Institute of Photonic Technology（莱比锡光电技术研究所） ； Leibniz Health Technologies（莱比锡健康技术研究所） ； Leibniz Centre for Photonics in Infection Research (LPI)（感染研究中的光电中心（LPI）） ； Friedrich Schiller University Jena（耶拿弗里德里希·施勒特尔大学） 纠错

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

AI总结 本文提出Lit2Vec工作流程，通过保守的元数据许可筛选构建并验证化学语料库，包含582,683篇结构化全文论文及嵌入向量，同时提供可重复的schema和验证资源。

High-Throughput-Screening Workflow for Predicting Volume Changes by Ion Intercalation in Battery Materials

高通量筛选工作流程用于预测电池材料中离子插入引起的体积变化

Aljoscha Felix Baumann, Daniel Mutter, Daniel F. Urban, Christian Elsässer

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种工作流程，通过原子级特征和机器学习模型预测离子插入引起的体积变化，用于筛选低体积变化的电池材料。

Journal ref ACS Appl. Energy Mater. 2026, 9, 7, 3851-3860

A Workflow to Efficiently Generate Dense Tissue Ground Truth Masks for Digital Breast Tomosynthesis

一种高效生成数字乳腺断层摄影密集组织地面真实掩码的工作流程

Tamerlan Mustafaev, Oleg Kruglov, Margarita Zuley, Luana de Mero Omena, Guilherme Muniz de Oliveira, Vitor de Sousa Franca, Bruno Barufaldi, Robert Nishikawa, Juhun Lee

机构 * Department of Radiology, University of Pittsburgh（匹兹堡大学放射科） ； Center of Informatics, Federal University of Paraíba（巴西北部联邦大学信息中心） ； Department of Radiology, University of Pennsylvania（宾夕法尼亚大学放射科） ； Department of Industrial Engineering, University of Pittsburgh（匹兹堡大学工业工程系） 纠错

专题命中 工作流自动化 ：workflow(title)

AI总结 本文提出一种节省时间和劳动力的方法，通过标注中央切片生成密集组织分割掩码，提升乳腺断层摄影图像中纤维腺体组织分割的准确性与效率。

Pricing-Driven Resource Allocation in the Computing Continuum

计算连续体中的定价驱动资源分配

Alejandro García-Fernández, Boris Sedlak, José Antonio Parejo, Pantelis Frangoudis, Antonio Ruiz-Cortés, Schahram Dustdar

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

AI总结 本文提出基于定价的资源分配方法，通过定价结构定义配置空间，实现计算连续体中的成本最优部署，提供合成基础设施拓扑和工作负载生成方法及9600个预计算场景数据集。

Automated Batch Distillation Process Simulation for a Large Hybrid Dataset for Deep Anomaly Detection

用于大规模混合数据集的自动化批量蒸馏过程模拟以实现深度异常检测

Jennifer Werner, Justus Arweiler, Indra Jungjohann, Jochen Schmid, Fabian Jirasek, Hans Hasse, Michael Bortz

机构 * Fraunhofer Institute for Industrial Mathematics (ITWM)（弗劳恩霍夫工业数学研究所） ； Laboratory of Engineering Thermodynamics (LTD)（工程热力学实验室） ； RPTU Kaiserslautern（科隆大学（卡塞尔拉特恩分校）） 纠错

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

AI总结 本文通过结合实验数据与模拟数据构建混合数据集，实现批量蒸馏过程的自动化模拟，为深度异常检测提供新的数据基础。

MVOS_HSI: A Python Library for Preprocessing Agricultural Crop Hyperspectral Data

MVOS_HSI：一种用于预处理农业作物高光谱数据的Python库

Rishik Aggarwal, Krisha Joshi, Pappu Kumar Yadav, Jianwei Qin, Thomas F. Burks, Moon S. Kim

机构 * Machine Vision and Optical Sensor (MVOS) Lab, Dept. of Agricultural and Biosystems Engineering, South Dakota State University（农业与生物系统工程系机器视觉与光学传感器实验室，南达科他州立大学） ； USDA/ARS Environmental Microbial and Food Safety Laboratory（美国农业部/动植物卫生检验局环境微生物与食品安全实验室） ； Department of Agricultural and Biological Engineering, University of Florida（农业与生物工程系，佛罗里达大学） 纠错

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

AI总结 MVOS_HSI提供了一种端到端的流程处理叶级高光谱数据，整合了校准、叶片检测与增强工具，提升植物表型研究的可重复性。

Comments 11 pages

"Should I Give Up Now?" Investigating LLM Pitfalls in Software Engineering

现在就放弃吗？调查LLM在软件工程中的缺陷

Jiessie Tie, Bingsheng Yao, Tianshi Li, Hongbo Fang, Syed Ishtiaque Ahmed, Dakuo Wang, Shurui Zhou

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

AI总结 研究LLM在软件工程中的缺陷，通过分析26名参与者的复杂网页开发任务数据，发现九种失败类型，包括不准确或不完整响应、认知过载和上下文丢失，发现不帮助的响应增加了放弃的可能性，而更多提示减少了放弃概率。

E2E-Fly: An Integrated Training-to-Deployment System for End-to-End Quadrotor Autonomy

E2E-Fly：一种端到端四旋翼自主性的集成训练到部署系统

Fangyu Sun, Fanxing Li, Linzuo Zhang, Yu Hu, Renbiao Jin, Shuyu Wu, Wenxian Yu, Danping Zou

机构 * School of Automation and Perception, Shanghai Jiao Tong University（自动化与感知学院，上海交通大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出E2E-Fly系统，整合了高效模拟器与强化学习，通过两阶段验证策略和仿真到现实对齐方法，实现四旋翼自主控制的端到端训练与部署。

Resilience Quantification and its Support for Operational Resilience

韧性量化及其对运营韧性的支持

Ion Matei, Maksym Zhenirovskyy

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种量化系统韧性的方法，通过降级空间表示获取无应用依赖的韧性指标，结合机器学习与熵基主动采样高效近似高维空间中的韧性容量，并通过重新配置步骤延长系统功能。

Understanding Large-Scale HPC System Behavior Through Cluster-Based Visual Analytics

通过基于集群的可视化分析理解大规模HPC系统行为

Allison Austin, Shilpika, Yan To Linus Lam, Yun-Hsin Kuo, Venkatram Vishwanath, Michael E. Papka, Kwan-Liu Ma

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种可扩展的交互式可视化分析系统，用于探索和比较HPC系统计算节点行为，结合双阶段降维与对比学习方法，揭示集群内和跨集群的差异，提升异常检测能力。