AI Agent

AIPC: Agent-Based Automation for AI Model Deployment with Qualcomm AI Runtime

AIPC：基于代理的AI模型部署自动化方法

Jianhao Su, Zhanwei Wu, ShengTing Huang, Weidong Feng

机构 * Qualcomm Technologies, Inc（高通技术公司） 纠错

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

AI总结 本文提出AIPC，一种基于代理的AI模型部署自动化方法，通过标准化阶段和验证循环减少部署难度，适用于Qualcomm AI Runtime的AI模型部署。

Comments 19 pages, 1 figure, technical report

Agentic Explainability at Scale: Between Corporate Fears and XAI Needs

规模化代理可解释性：在企业恐惧与XAI需求之间

Yomna Elsayed, Cecily Jones

机构 * Credo AI 纠错

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

AI总结 本文探讨企业规模化部署代理AI时面临的风险与治理挑战，提出设计时和运行时的可解释性技术，并展示一个初步原型以缓解企业部署大规模代理的担忧。

Comments Presented at Human-centered Explainable AI Workshop (HCXAI) @ CHI 2026, Barcelona, Spain, 2026

Context Kubernetes: Declarative Orchestration of Enterprise Knowledge for Agentic AI Systems

上下文Kubernetes：面向代理AI系统的企业知识声明式编排

Charafeddine Mouzouni

机构 * OPIT -- Open Institute of Technology（开放技术研究所） 纠错

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

AI总结 本文提出Context Kubernetes架构，通过声明式知识架构-as-code和三层权限模型，解决企业知识在代理AI系统中的安全编排问题，实验表明其在治理和安全性方面优于传统方法。

Comments 24 pages, 8 tables, 1 figure, 8 experiments (5 correctness + 3 value). Open-source prototype: https://github.com/Cohorte-ai/context-kubernetes

Demonstration of Pneuma-Seeker: Agentic System for Reifying and Fulfilling Information Needs on Tabular Data

肺气追寻者：用于表格数据上信息需求具象化与实现的代理系统

Muhammad Imam Luthfi Balaka, Raul Castro Fernandez

机构 * The University of Chicago（芝加哥大学） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 本文提出Pneuma-Seeker系统，通过将用户信息需求转化为显式关系规范，支持迭代细化、目标数据发现和溯源执行，利用LLM作为透明交互分析伙伴。

Comments ACM CAIS 2026 (Demo)

Physics-informed tritium fuel cycle modelling workflow for fusion reactors

融合反应堆中性子燃料循环建模工作流程

Rémi Delaporte-Mathurin, Ross MacDonald, James Dark, Milan Rother, Tasnim Zulfiqar, Kevin B. Woller

专题命中 工作流自动化 ：workflow(title)

AI总结 本文提出一种基于开源PathSim/PathView平台的多保真度物理引导框架，用于融合反应堆中性子燃料循环建模。通过三种互补的建模方法，结合零维停留时间模型、中间保真度组件模型和高保真度多维中性子传输模型，实现了对燃料循环的系统级描述和验证。

Finch: Benchmarking Finance & Accounting across Spreadsheet-Centric Enterprise Workflows

Finch：跨电子表格中心企业工作流的金融与会计基准测试

Haoyu Dong, Pengkun Zhang, Yan Gao, Xuanyu Dong, Yilin Cheng, Mingzhe Lu, Zikun Zhu, Adina Yakefu, Shuxin Zheng

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

AI总结 Finch通过真实企业工作流评估AI代理，包含数据录入、结构化、格式化等任务，涵盖预算、交易等多领域，展示了AI在复杂企业工作流中的挑战。

Comments ACL 2026 Findings

Scouting By Reward: VLM-TO-IRL-Driven Player Selection For Esports

通过奖励进行 scouting：由 VLM-TO-IRL 驱动的电子竞技玩家选拔

Qing Yan, Wenyu Yang, Yufei Wang, Wenhao Ma, Linchong Hu, Yifei Jin, Anton Dahbura

机构 * Johns Hopkins University（约翰霍普金斯大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 本文提出一种基于逆强化学习的电子竞技玩家选拔框架，通过学习专业选手的奖励函数，利用多模态双分支架构和 GAIL 目标实现玩家风格匹配评估，提升人才发现效率。

FocalLens: Visualizing Narratives through Focalization

FocalLens：通过聚焦性可视化叙事

S M Raihanul Alam, Md Dilshadur Rahman, Md Naimul Hoque

机构 * University of Iowa（爱荷华大学） ； University of Utah（犹他大学） 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FocalLens，通过聚焦性可视化叙事，揭示不同角色对事件的感知与叙述，为叙事可视化提供新视角。

The AI Research Assistant: Promise, Peril, and a Proof of Concept

人工智能研究助手：前景、危险与概念验证

Tan Bui-Thanh

机构 * Department of Aerospace Engineering & Engineering Mechanics, and Oden Institute for Computational Engineering & Sciences, University of Texas at Austin（航空航天工程与工程力学系，奥登计算工程与科学研究所，德克萨斯大学奥斯汀分校） 纠错

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

AI总结 本文通过案例研究探讨人工智能在数学研究中的应用，展示人类与AI协作发现新误差表示和界限的方法，指出AI在代数运算和证明探索中的优势及需人类监督的局限。

Comments 11 pages

Quantum Metropolis-Hastings via Penalised Qubitized Walks: Spectral Filtering and Circuit Implementation

基于惩罚量子化行走的量子Metropolis-Hastings算法：谱滤波与电路实现

Miguel Carrasco-Arango, Rosa M. Badia, Artur Garcia-Saez

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种量子Metropolis-Hastings算法，通过惩罚量子化行走实现快速混合，探讨了谱滤波与电路实现的挑战与限制。

Comments 21 pages, 16 figures. Includes appendices with circuit constructions and additional numerical results

QLLVM: A Scalable Quantum-Classical Co-Compilation Framework based on LLVM

QLLVM: 基于LLVM的可扩展量子-经典联合编译框架

Yu Zhu, Qiming Du, Yuqiong Jin, Woji He, Hang Lian, Xin Zhou, Jinchen Xu, Zheng Shan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 QLLVM基于LLVM构建量子-经典联合编译框架，实现经典程序与量子程序的统一编译，提升量子计算性能与可扩展性。

"From remembering to shaping": Narrating Shared Experiences by Co-Designing Cultural Heritage Artifacts in Collaborative VR

从记忆到塑造：通过协作VR共同设计文化遗产物品来叙述共同经历

Yushang Yang, Fanxu Meng, Fiona Fui-Hoon Nah, RAY LC

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过协作VR共同设计3D物品和环境，探索如何共享集体记忆，利用生成AI实现非物质记忆的具象化，揭示参与者在协作过程中如何整合提示和模型放置，以及如何通过空间操作表达个人经验和文化遗产体验。

XRZero-G0: Pushing the Frontier of Dexterous Robotic Manipulation with Interfaces, Quality and Ratios

XRZero-G0：通过接口、质量和比例推动灵巧机器人操作的前沿

James Wang, Primo Pu, Zephyr Fung, Alex Wang, Sam Wang, Bender Deng, Kevin Wang, Zivid Liu, Chris Pan, Panda Yang, Andy Zhai, Lucy Liang, Shalfun Li, Johnny Sun, Jacky Xu, Will Tian, Kai Yan, Kohler Ye, Scott Li, Qian Wang, Roy Gan, Hao Wang

机构 * X SQUARE ROBOT（X SQUARE机器人） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出XRZero-G0系统，通过 ergonomic 接口和数据混合策略提升数据收集效率，实现高质量数据集，使机器人操作在无真实机器人数据的情况下也能达到高性能。

Comments Technical Report

Benchmarking quantum simulation with neutron-scattering experiments

用中子散射实验评估量子模拟

Yi-Ting Lee, Keerthi Kumaran, Bibek Pokharel, Allen Scheie, Colin L. Sarkis, David A. Tennant, Travis Humble, André Schleife, Abhinav Kandala, Arnab Banerjee

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过中子散射实验评估量子模拟，展示超导量子处理器在50个量子比特上能产生有意义的定量比较，揭示电路深度和保真度对模拟精度的影响，并扩展到一维XXZ Heisenberg模型。

Chain of Modality: From Static Fusion to Dynamic Orchestration in Omni-MLLMs

模态链：从静态融合到动态编排在多模态大语言模型中

Ziyang Luo, Nian Liu, Junwei Han

机构 * Northwestern Polytechnical University（西北工业大学） 纠错

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文提出CoM框架，通过动态编排解决多模态融合的静态融合问题，提升模型在不同任务中的泛化能力。

Reproducible Orchestration of Best Practices for Reaction Path Optimization with the Nudged Elastic Band

可重复的最优实践 orchestration 用于反应路径优化的 nudged elastic band

Rohit Goswami

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一个自动化流程，结合机器学习势能和 eOn 软件，实现反应路径优化的可重复性。

Comments 13 pages, 6 figures