AI Agent

The Blind Spot of Agent Safety: How Benign User Instructions Expose Critical Vulnerabilities in Computer-Use Agents

智能体安全的盲点：良性用户指令如何暴露计算机使用智能体的关键漏洞

Xuwei Ding, Skylar Zhai, Linxin Song, Jiate Li, Taiwei Shi, Nicholas Meade, Siva Reddy, Jian Kang, Jieyu Zhao

机构 * University of Wisconsin–Madison（威斯康星大学麦迪逊分校） ； University of Minnesota（明尼苏达大学） ； University of Southern California（南加州大学） ； McGill University（麦吉尔大学） ； Mila（Mila研究院） ； MBZUAI（MBZUAI研究院） 纠错

专题命中 多智能体 ：agent(title,abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 研究揭示了良性用户指令下智能体安全漏洞，提出OS-BLIND基准测试，发现多数智能体在攻击条件下成功率高达90%以上，且在多智能体系统中风险加剧，现有安全措施效果有限。

Comments 63 pages

Preference Estimation via Opponent Modeling in Multi-Agent Negotiation

通过对手建模进行多智能体谈判中的偏好估计

Yuta Konishi, Kento Yamamoto, Eisuke Sonomoto, Rikuho Takeda, Ryo Furukawa, Yusuke Muraki, Takafumi Shimizu, Kazuma Fukumura, Yuya Kanemoto, Takayuki Ito, Shiyao Ding

机构 * Graduate School of Informatics, Kyoto University（京都大学信息学研究生院） ； Accenture Japan Ltd（Accenture日本公司） 纠错

专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.CL

AI总结 本文提出一种整合自然语言信息的结构化贝叶斯对手建模框架，提升多智能体谈判中的偏好估计准确性与一致性。

Comments This paper is accepted as a Findings of ACL 2026

Theory of Mind in Action: The Instruction Inference Task in Dynamic Human-Agent Collaboration

行动中的理论思维：动态人机协作中的指令推断任务

Fardin Saad, Pradeep K. Murukannaiah, Munindar P. Singh

机构 * North Carolina State University（北卡罗来纳州立大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 多智能体 ：agent(title,abstract)；planning(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出指令推断任务，通过Tomcat模型评估人机协作中理论思维能力，实验表明Fs-CoT在GPT-4o和DeepSeek-R1上表现接近人类参与者。

Comments 66 pages with appendix, 10 figures (Appendix: 26 Figures), 11 tables. Code available at: https://github.com/fardinsaad/Tomcat-LLM

InfoChess: A Game of Adversarial Inference and a Laboratory for Quantifiable Information Control

InfoChess: 一个对抗推理的游戏及可量化信息控制的实验室

Kieran A. Murphy

机构 * New Jersey Institute of Technology（新泽西理工学院） 纠错

专题命中 多智能体 ：agent(summary_cn,abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG

AI总结 InfoChess通过对抗性推理游戏探索信息控制策略，采用强化学习 agent 实现信息推断优化，分析信息理论特征以研究多智能体部分可观测环境下的推理。

Comments Accepted at Adaptive and Learning Agents Workshop, AAMAS 2026. Project page: https://github.com/murphyka/infochess

Exploring LLM-based Verilog Code Generation with Data-Efficient Fine-Tuning and Testbench Automation

探索基于LLM的Verilog代码生成：数据高效微调与测试平台自动化

Mu-Chi Chen, Po-Hsuan Huang, Yu-Hung Kao, Yen-Fu Liu, Yu-Kai Hung, Cheng Liang, Shao-Chun Ho, Chia-Heng Tu, Shih-Hao Hung

机构 * National Taiwan University（国立台湾大学） ； National Cheng Kung University（国立成功大学） 纠错

专题命中 多智能体 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出利用多智能体模型生成高质量微调数据的测试平台，实现比现有方法更少训练数据下的Verilog生成性能。

COEVO: Co-Evolutionary Framework for Joint Functional Correctness and PPA Optimization in LLM-Based RTL Generation

COEVO：用于LLM基于RTL生成中功能正确性与PPA优化的联合进化框架

Heng Ping, Peiyu Zhang, Shixuan Li, Wei Yang, Anzhe Cheng, Shukai Duan, Xiaole Zhang, Paul Bogdan

机构 * University of Southern California（南加州大学） 纠错

专题命中 多智能体 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出COEVO框架，通过联合优化功能正确性与PPA，在单个进化循环中统一两者目标，提升RTL生成效率与性能。

Mind DeepResearch Technical Report

Mind DeepResearch 技术报告

MindDR Team, Li Auto Inc

机构 * MindDR Team（MindDR团队） ； Li Auto Inc（Li Auto公司） 纠错

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 MindDR通过高效多智能体深度研究框架，在仅30B参数模型下实现领先性能，采用精心设计的数据合成和多阶段训练流程，其核心创新为三智能体架构及四阶段智能体专用训练流程，展现竞争力。

Two-Layer Reinforcement Learning-Assisted Joint Beamforming and Trajectory Optimization for Multi-UAV Downlink Communications

双层强化学习辅助多无人机下行通信中的联合波束成形与轨迹优化

Ruiqi Wang, Essra M. Ghoura, Omar Alhussein, Yuzhi Yang, Jing Ren, Shizhong Xu, Sami Muhaidat

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 本文提出双层框架，结合图神经网络与多智能体强化学习，解决无人机波束成形与轨迹优化问题，提升系统速率和收敛速度。

ChemAmp: Amplified Chemistry Tools via Composable Agents

ChemAmp：通过可组合代理增强化学工具

Zhucong Li, Powei Chang, Jin Xiao, Zhijian Zhou, Qianyu He, Jiaqing Liang, Fenglei Cao, Xu Yinghui, Yuan Qi

机构 * Artificial Intelligence Innovation and Incubation Institute, Fudan University（复旦大学人工智能创新与孵化院） ； School of Data Science, Fudan University（复旦大学数据科学学院） ； College of Computer Science and Artificial Intelligence, Fudan University（复旦大学计算机科学与人工智能学院） ； Department of Information and Intelligence Development, Zhongshan Hospital, Fudan University（复旦大学中山医院信息与智能发展部） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 ChemAmp通过优化动态协调提升化学工具能力，以有限数据构建任务专用超代理，在分子设计等任务中优于专用模型和通用LLM。

Comments Accepted to ACL 2026 Findings ; Code available at https://github.com/Chang-pw/ChemAmp

SocialWise: LLM-Agentic Conversation Therapy for Individuals with Autism Spectrum Disorder to Enhance Communication Skills

SocialWise: 用于自闭症谱系障碍个体的LLM代理对话疗法以增强沟通能力

Albert Tang

机构 * Albert Tang（阿尔伯特·坦） 纠错

专题命中 多智能体 ：agentic(title)；分类 cs.AI

AI总结 SocialWise通过浏览器应用结合LLM对话代理和治疗性检索增强生成（RAG）知识库，为自闭症谱系障碍个体提供低成本、高效的沟通技能培训。

Preregistered Belief Revision Contracts

预注册信念修订合同

Saad Alqithami

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出预注册信念修订合同，通过严格分离开放通信与可接受的认知变化，防止群体一致性效应。证明了在证据合同下，社会轮次无法提升信心，且无法生成纯一致性驱动的错误但确定性 cascades。

Aerial Multi-Functional RIS in Fluid Antennas-Aided Full-Duplex Networks: A Self-Optimized Hybrid Deep Reinforcement Learning Approach

空天地一体化可重构智能表面在液体天线辅助全双工网络中的多功能应用：一种自优化的混合深度强化学习方法

Li-Hsiang Shen, Yu-Quan Zheng

机构 * Department of Communication Engineering, National Central University（通信工程系，国立中央大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文提出了一种整合自主空中车辆和多功能可重构智能表面的架构，通过自优化混合深度强化学习框架提升全双工网络的能量效率。

Convergence Time Distributions for Max-Consensus over Unreliable Networks

最大共识在不可靠网络中的收敛时间分布

Katharina Stich, Bastian Perner, Friedemann Laue, Torsten Reissland, Norman Franchi

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出LiFE-CD算法，用于分析多智能体系统中最大共识算法在伯努利分布链路失效下的收敛时间分布。该算法通过网络拓扑和链路失效概率确定性地计算收敛时间的完整概率分布，无需仿真，为协议设计提供可靠性保障。

DPC: Training-Free Text-to-SQL Candidate Selection via Dual-Paradigm Consistency

DPC：基于双范式一致性的无训练文本到SQL候选选择

Boyan Li, Ou Ocean Kun Hei, Yue Yu, Yuyu Luo

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出DPC方法，通过双范式一致性框架解决文本到SQL的生成与选择差距问题，利用SLICER和TESTER代理构建最小区分数据库，通过执行一致性验证提升候选选择准确性。

Comments ACL 2026 (Main Track)

From Intention to Text: AI-Supported Goal Setting in Academic Writing

从意图到文本：支持学术写作的AI目标设定

Yueling Fan, Richard Lee Davis, Olga Viberg

机构 * Department of Media Technology and Interaction Design（媒体技术与交互设计系） ； KTH Royal Institute of Technology（皇家理工学院） ； Department of Digital Learning（数字学习系） ； Digital Futures（数字未来） 纠错

专题命中 多智能体 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本研究提出WriteFlow，一种基于AI语音的写作助手，通过目标导向互动支持反思性学术写作。通过Wizard-of-Oz研究显示，WriteFlow通过支持迭代目标优化、维持目标与文本一致性及促进目标完成评估，提升了写作的元认知调节与反思。

Comments Accepted at AIED 2026

Imperfectly Cooperative Human-AI Interactions: Comparing the Impacts of Human and AI Attributes in Simulated and User Studies

不完全合作的人机交互：在模拟和用户研究中比较人类和AI属性的影响

Myke C. Cohen, Mingqian Zheng, Neel Bhandari, Hsien-Te Kao, Xuhui Zhou, Daniel Nguyen, Laura Cassani, Maarten Sap, Svitlana Volkova

机构 * Aptima, Inc.（Aptima公司） ； Arizona State University（亚利桑那州立大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 多智能体 ：AI agent(abstract)；分类 cs.AI、cs.CL

AI总结 研究通过模拟和用户实验比较人类和AI属性在不完全合作场景中的影响，发现AI属性，尤其是透明度，在真实用户研究中更具影响力。

Comments Will be presented at ACL 2026 and published in the Findings of the Association for Computational Linguistics: ACL 2026

An Agentic Workflow for Detecting Personally Identifiable Information in Crash Narratives

一种用于检测事故叙述中个人可识别信息的代理工作流

Junyi Ma, Pei Li, Rui Gan, Kai Cheng, Steven T. Parker, Bin Ran

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

AI总结 本文提出一种本地部署的代理工作流，利用大语言模型检测事故叙述中的个人可识别信息，通过混合提取器和验证器提升检测精度与召回率，实现隐私保护的可扩展数据处理。

Comments 13 pages, 5 figures

Generative Intent Prediction Agentic AI empowered Edge Service Function Chain Orchestration

生成意图预测的代理AI赋能边缘服务功能链编排

Yan Sun, Shaoyong Guo, Sai Huang, Zhiyong Feng, Feng Qi, Xuesong Qiu

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

AI总结 本文提出一种基于生成意图预测代理（GIPA）的边缘服务功能链（SFC）编排框架，通过多维意图空间和生成扩散模型预测用户隐含意图，实现主动预测和编排，实验表明在高并发高动态场景中性能更优。

RankFlow: A Multi-Role Collaborative Reranking Workflow Utilizing Large Language Models

RankFlow: 一种利用大语言模型的多角色协作重排序流程

Can Jin, Hongwu Peng, Anxiang Zhang, Nuo Chen, Jiahui Zhao, Xi Xie, Kuangzheng Li, Shuya Feng, Kai Zhong, Caiwen Ding, Dimitris N. Metaxas

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 RankFlow通过大语言模型的多角色协作提升重排序性能，实验表明其在TREC-DL、BEIR等基准测试中表现更优。

Cognitive Agency Surrender: Defending Epistemic Sovereignty via Scaffolded AI Friction

认知代理退让：通过支架式AI摩擦捍卫认知主权

Kuangzhe Xu, Yu Shen, Longjie Yan, Yinghui Ren

机构 * Cyberspace Security University of China（中国网络安全大学） 纠错

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

AI总结 研究揭示生成式AI导致认知代理退让的风险，提出支架式认知摩擦理论，通过多模态计算方法解耦决策与认知努力，以强化全球AI治理。

Comments 26 pages, 4 figure (one in appendix). This is a preprint of a perspective article

VeriMoA: A Mixture-of-Agents Framework for Spec-to-HDL Generation

VeriMoA：一种用于规格到HDL生成的代理混合框架

Heng Ping, Arijit Bhattacharjee, Peiyu Zhang, Shixuan Li, Wei Yang, Anzhe Cheng, Xiaole Zhang, Jesse Thomason, Ali Jannesari, Nesreen Ahmed, Paul Bogdan

机构 * Anonymous Institution, Anonymous City, Anonymous Region, Anonymous Country（匿名机构，匿名城市，匿名地区，匿名国家） 纠错

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

AI总结 VeriMoA提出一种无需训练的代理混合框架，通过质量引导缓存机制和多路径生成策略，提升规格到HDL生成的准确性和多样性，实验表明在多个基准上性能提升15-30%。

FL-MHSM: Spatially-adaptive Fusion and Ensemble Learning for Flood-Landslide Multi-Hazard Susceptibility Mapping at Regional Scale

FL-MHSM：面向区域尺度的洪水-泥石流多灾害易发性制图的时空自适应融合与集成学习

Aswathi Mundayatt, Jaya Sreevalsan-Nair

机构 * Graphics-Visualization-Computing Lab, International Institute of Information Technology Bangalore, Karnataka 560100, India（图形可视化计算实验室，国际信息科技学院班加罗尔，卡纳塔克邦560100，印度） 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FL-MHSM方法，结合两级空间划分、概率早期融合、树基晚期融合和软门控专家混合模型，通过MoE模型提升洪水和泥石流的预测性能，验证了在不同区域的适应性和可解释性。

Exascale Multi-Task Graph Foundation Models for Imbalanced, Multi-Fidelity Atomistic Data

面向不均衡多保真原子数据的exascale多任务图基础模型

Massimiliano Lupo Pasini, Jong Youl Choi, Kshitij Mehta, Richard Messerly, Rylie Weaver, Linda Ungerboeck, Isaac Lyngaas, Benajmin Stump, Ashwin M. Aji, Karl W. Schulz, Jorda Polo

机构 * Engineering Division, Oak Ridge National Laboratory（橡树岭国家实验室工程部） ； Mathematics Division, Oak Ridge National Laboratory（橡树岭国家实验室数学部） ； National Center for Computational Sciences Division, Oak Ridge National Laboratory（橡树岭国家实验室国家计算科学中心部） 纠错

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

AI总结 本文提出基于HydraGNN的exascale工作流，通过多任务架构和可扩展的数据管道，在16个开放首原理数据集上联合训练，实现百亿级原子结构筛选与跨领域任务迁移。

Comments 12 pages; 5 figures; 15 tables

MEDSYN: Benchmarking Multi-EviDence SYNthesis in Complex Clinical Cases for Multimodal Large Language Models

MEDSYN：多证据合成在复杂临床病例中的基准测试用于多模态大语言模型

Boqi Chen, Xudong Liu, Jiachuan Peng, Marianne Frey-Marti, Bang Zheng, Kyle Lam, Lin Li, Jianing Qiu

机构 * ETH Zurich（苏黎世联邦理工学院） ； MBZUAI（马克斯·普朗克人工智能研究所） ； Amazon（亚马逊） ； University of Oxford（牛津大学） ； University of Bern（伯尔尼大学） ； Imperial College London（伦敦帝国理工学院） ； Peking University（北京大学） 纠错

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

AI总结 MEDSYN是一个多语言、多模态的复杂临床病例基准测试，用于评估多模态大语言模型在差分诊断和最终诊断中的表现，揭示模型在异质临床证据合成中的不足。

Intelligent Healthcare Imaging Platform: A VLM-Based Framework for Automated Medical Image Analysis and Clinical Report Generation

智能医疗影像平台：基于视觉语言模型的自动化医学图像分析与临床报告生成框架

Samer Al-Hamadani

机构 * Automated Manufacturing Department/Al-Khwarizmi College of Engineering/ University of Baghdad/Gilgamesh University（自动化制造部门/阿尔·卡瓦尔齐米工程学院/巴格达大学/吉尔伽美什大学） 纠错

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

AI总结 本文提出基于视觉语言模型的智能多模态框架，用于自动化医学图像分析和临床报告生成，结合视觉特征提取与自然语言处理，实现上下文图像解释，并通过多层可视化技术提升临床信心。

Comments 32 pages, 14 figures, 6 tables

High-yield fabrication of micromirror templates via feedback-controlled laser ablation

通过反馈控制激光烧蚀实现高产微镜模板制备

Daniel Allepuz-Requena, Jonas Schou Neergard-Nielsen, Alexander Huck, Ulrik Lund Andersen

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种利用反馈控制CO₂激光烧蚀制备硅基凹形微镜模板的高产方法，通过实时监测白光发射终止激光曝光，降低镜深和曲率半径的波动，实现不同基底的可重复单次加工。

Probabilistic Upscaling of Hydrodynamics in Geological Fractures Under Uncertainty

地质裂隙中流体动力学的概率放大研究：在不确定性下

Sarah Perez, Florian Doster, Hannah Menke, Ahmed ElSheikh, Andreas Busch

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概率工作流程，通过图像基裂隙几何与不确定性意识的水力预测进行跨尺度连接，结合贝叶斯修正、深度学习代理和达西尺度流放大，以提高不确定性下的渗透率估计。

Comments 39 pages, 25 figures

The Power of Information for Intermediate States in Contract Design

信息在契约设计中中间状态的威力

Yirui Zhang, Zhixuan Fang

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文探讨了在契约设计中利用中间状态信息的潜力，提出两种新型契约类型，并分析了其在特定情境下的优势。

End-to-End Physical Design Automation Flow for Yield-Optimized Inverse-Designed Large-Scale Electronic-Photonic Integrated Circuits

端到端的物理设计自动化流程用于优化良率的逆向设计大规模电子-光子集成电路

Hongjian Zhou, Haoyu Yang, Haoxing Ren, Joaquin Matres, Jiaqi Gu

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文提出OptoSynthesizer流程，通过整合逆向设计、布局和路由工具，实现大规模电子-光子集成电路的高良率和紧凑设计。

Comments 4 page. Accepted to DAC 2026 Special Research Session

Soft Electroadhesive Feet for Micro Aerial Robots Perching on Smooth and Curved Surfaces

用于在光滑和曲面表面停靠的微航体软电吸附足

Chen Liu, Sonu Feroz, Ketao Zhang

机构 * Centre for Advanced Robotics at Queen Mary University of London（伦敦大学女王学院先进机器人中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种高效制造软可拉伸电吸附垫的方法，并通过实验验证了电吸附在停靠中的主导作用，展示了微航体在光滑和曲面表面的可靠停靠能力。

Comments 7 pages, 8 figures