AI Agent

Small Model as Master Orchestrator: Learning Unified Agent-Tool Orchestration with Parallel Subtask Decomposition

小模型作为主指挥者：通过并行子任务分解学习统一的智能体-工具协调

Wenzhen Yuan, Wutao Xiong, Fanchen Yu, Shengji Tang, Ting Liu, Tao Chen, Peng Ye, Yuzhuo Fu, Wanli Ouyang, Lei Bai

机构 * Shanghai Jiao Tong University（上海交通大学） ； Fudan University（复旦大学） ； Shanghai AI Lab（上海人工智能实验室） ； Sichuan University（四川大学） ； The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 本文提出Agent-as-Tool框架，通过并行子任务分解和状态反馈提升多智能体系统协调效率，ParaManager在多个基准测试中表现出色。

OpenGame: Open Agentic Coding for Games

OpenGame: 开源代理游戏开发

Yilei Jiang, Jinyuan Hu, Qianyin Xiao, Yaozhi Zheng, Ruize Ma, Kaituo Feng, Jiaming Han, Tianshuo Peng, Kaixuan Fan, Manyuan Zhang, Xiangyu Yue

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

AI总结 OpenGame通过Game Skill和GameCoder-27B实现端到端网页游戏开发，解决跨文件不一致和逻辑不一致问题，建立新状态-of-the-art。

Comments OpenGame Report-v1

Is Agentic RAG worth it? An experimental comparison of RAG approaches

代理RAG值得吗？RAG方法的实验比较

Pietro Ferrazzi, Milica Cvjeticanin, Alessio Piraccini, Davide Giannuzzi

机构 * Fondazione Bruno Kessler（布鲁诺·科塞拉基金会） ； University of Padova（帕多瓦大学） ； Cargill Geneve（卡吉尔日内夫） ； Alkemy（阿尔凯米） ； Komebi Studio（科梅比工作室） 纠错

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

AI总结 本文通过多场景多维度实验比较了增强型和代理型RAG方法，揭示了两者在性能与成本上的权衡，为实际应用提供选择指导。

Comments Accepted at ACL 2026 (Industry Track)

Workstream: A Local-First Developer Command Center for the AI-Augmented Engineering Workflow

Workstream: 一个面向AI增强工程流程的本地优先开发者指挥中心

Happy Bhati

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

AI总结 Workstream通过整合多个工具的数据，提供AI读熟度评分和审查智能分析，提升开发者工作效率和响应速度。

Comments 6 pages, 3 figures, 5 tables. Open source: https://github.com/happybhati/workstream

Towards an Agentic LLM-based Approach to Requirement Formalization from Unstructured Specifications

迈向基于代理的LLM方法：从非结构化规范中提取需求形式化

Alberto Tagliaferro, Bruno Guindani, Livia Lestingi, Matteo Rossi

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

AI总结 本文提出基于代理的方法，从非结构化规范中自动生成符合验证要求的形式化属性，通过提取、过滤和翻译三个模块，实现语义对齐，实验表明其在三个场景中准确率达77.8%。

Comments Accepted at the AIPV 2026 workshop (non-archival)

Semantic Entanglement in Vector-Based Retrieval: A Formal Framework and Context-Conditioned Disentanglement Pipeline for Agentic RAG Systems

向量检索中的语义纠缠：一种形式框架和上下文条件下的解缠管道用于智能RAG系统

Nick Loghmani

机构 * Salesforce ； School of Information Studies, Syracuse University（苏利文大学信息研究学院） 纠错

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

AI总结 本文提出了一种形式框架和上下文条件解缠管道，用于解决向量检索中因多主题文档交织导致的语义纠缠问题，通过改进文档结构提升检索精度。

Comments 34 pages, 5 Figures, 1 table

Formal Foundations of Agentic Business Process Management

代理业务流程管理的正式基础

Giuseppe De Giacomo, Timotheus Kampik, Lukas Kirchdorfer, Marco Montali, Christoph Weinhuber

机构 * University of Oxford, UK（牛津大学，英国） ； SAP, Germany（德国SAP公司） ； Umeå University, Sweden（乌梅拉大学，瑞典） ； University of Mannheim, Germany（曼海姆大学，德国） ； Free University of Bozen-Bolzano, Italy（博兹纳自由大学，意大利） 纠错

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

AI总结 本文探讨了代理业务流程管理系统的数学基础，分析了四个核心问题，提出通过显式目标约束代理决策能力，以实现流程规范的控制。

EMSDialog: Synthetic Multi-person Emergency Medical Service Dialogue Generation from Electronic Patient Care Reports via Multi-LLM Agents

EMSDialog: 通过多LLM代理从电子患者护理报告生成合成多人紧急医疗服务体系对话

Xueren Ge, Sahil Murtaza, Anthony Cortez, Homa Alemzadeh

机构 * School of Engineering and Applied Sciences, University of Virginia（弗吉尼亚大学工程与应用科学学院） ； School of Medicine, University of Virginia（弗吉尼亚大学医学院） 纠错

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

AI总结 本文提出基于ePCR的多代理生成流程，生成4414个合成多说话者EMS对话数据集，提升EMS对话诊断预测的准确性、及时性和稳定性。

Comments Accepted by ACL Findings 2026

AgenTEE: Confidential LLM Agent Execution on Edge Devices

AgenTEE: 在边缘设备上实现保密大语言模型代理执行

Sina Abdollahi, Mohammad M Maheri, Javad Forough, Amir Al Sadi, Josh Millar, David Kotz, Marios Kogias, Hamed Haddadi

专题命中 工作流自动化 ：agent(title,abstract)

AI总结 本文提出AgenTEE系统，通过在边缘设备上部署保密虚拟机实现安全代理管道执行，降低延迟并保护隐私，实验显示其性能接近原生水平。

ToFiE, a Topology-aware Fiber Extraction workflow for 3D reconstruction of dense and heterogeneous biological fiber networks from microscopy images

ToFiE，一种拓扑感知的纤维提取工作流程，用于从显微图像中重建密集且异质的生物纤维网络

Risa Togo, Sara Cardona, Irène Nagle, Gijsje H. Koenderink, Behrooz Fereidoonnezhad, Mathias Peirlinck

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出ToFiE工作流程，用于从高分辨率显微图像中重建密集且异质的生物纤维网络，保留三维连接性，通过合成图像和胶原凝胶网络验证其有效性。

Unsupervised segmentation and clustering workflow for efficient processing of 4D-STEM and 5D-STEM data

无监督分割与聚类工作流用于高效处理4D-STEM和5D-STEM数据

Serin Lee, Stephanie M. Ribet, Arthur R. C. McCray, Andrew Barnum, Jennifer A. Dionne, Colin Ophus

专题命中 工作流自动化 ：workflow(title)

AI总结 本文提出一种无监督分割与聚类方法，用于高效处理4D-STEM和5D-STEM数据，通过局部衍射图案相似性提取闭合轮廓，实现结构一致行为的分割，提升信号质量并压缩数据量，适用于原位液态细胞4D-STEM数据。

Multi-LLM Orchestration for High-Quality Code Generation: Exploiting Complementary Model Strengths

多LLM协同生成高质量代码：利用互补模型优势

Huashan Chen, Zhenyu Qi, Haotang Li, Hong Chen, Jinfu Chen, Kebin Peng, In Kee Kim, Kyu Hyung Lee, Sen He, Weiyi Shang

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

AI总结 本文提出PerfOrch系统，通过分阶段、分类别的多模型协作提升代码生成质量，利用Memory模块选择最适合的模型，实现高准确率和效率。

Asset Harvester: Extracting 3D Assets from Autonomous Driving Logs for Simulation

资产收割者：从自动驾驶日志中提取3D资产用于模拟

Tianshi Cao, Jiawei Ren, Yuxuan Zhang, Jaewoo Seo, Jiahui Huang, Shikhar Solanki, Haotian Zhang, Mingfei Guo, Haithem Turki, Muxingzi Li, Yue Zhu, Sipeng Zhang, Zan Gojcic, Sanja Fidler, Kangxue Yin

机构 * NVIDIA 纠错

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

AI总结 本文提出Asset Harvester，通过图像到3D模型的端到端流程，将稀疏的现实日志中物体观测转换为完整的模拟资产，结合大规模数据整理、几何感知预处理和鲁棒训练方案，解决自动驾驶数据中的稀疏视角等挑战。

Comments NVIDIA white paper. The project page: https://research.nvidia.com/labs/sil/projects/asset-harvester/

Generative midtended cognition and Artificial Intelligence. Thinging with thinging things

生成性中介认知与人工智能。思考与思考之物

Xabier E. Barandiaran, Marta Pérez-Verdugo

机构 * IAS-Research Centre for Life, Mind and Society, Dept. Philosophy, UPV/EHU, University of the Basque Country, Donostia, Gipuzkoa (Spain)（生命、心智与社会研究中心，哲学系，巴斯克大学，Donostia, Gipuzkoa (西班牙)） 纠错

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

AI总结 本文探讨生成性中介认知概念，分析生成AI与人类认知的结合，提出该认知类型更接近社会认知而非传统扩展认知，并定义了生成性中介认知的两个维度：宽度和深度。

Comments 16 pages, 2 figures. Post-print of article published in Synthese. The final published version is available open access at https://doi.org/10.1007/s11229-025-04961-4

Journal ref Synthese 205 (2025) 137

EGMOF: Efficient Generation of Metal-Organic Frameworks Using a Hybrid Diffusion-Transformer Architecture

EGMOF：一种高效生成金属有机框架的混合扩散-Transformer架构

Seunghee Han, Yeonghun Kang, Taeun Bae, Junho Kim, Younghun Kim, Varinia Bernales, Alan Aspuru-Guzik, Jihan Kim

机构 * Department of Chemical and Biomolecular Engineering, Korea Advanced Institute of Science and Technology（韩国科学技术院化学与生物分子工程系） ； Department of Chemistry, University of Toronto（多伦多大学化学系） ； Vector Institute for Artificial Intelligence（人工智能矢量研究所） ； Department of Chemistry, Sungkyunkwan University（成均馆大学化学系） ； Acceleration Consortium（加速联盟） ； Department of Computer Science, University of Toronto（多伦多大学计算机科学系） ； Department of Materials Science & Engineering, University of Toronto（多伦多大学材料科学与工程系） ； Department of Chemical Engineering & Applied Chemistry, University of Toronto（多伦多大学化学工程与应用化学系） ； Canadian Institute for Advanced Research (CIFAR)（加拿大高级研究 institute (CIFAR)） ； NVIDIA 纠错

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

AI总结 EGMOF通过模块化流程实现高效MOF逆向设计，利用扩散模型与Transformer模型生成结构，仅需1000个训练样本即取得显著提升，适用于多种属性数据集。

Predicting LLM Compression Degradation from Spectral Statistics

从谱统计预测大语言模型压缩退化

Mingxue Xu

机构 * Department of Electrical and Electronic Engineering, Imperial College London（帝国理工学院伦敦分校电子与电气工程系） 纠错

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

AI总结 本文通过分析四种低秩压缩方法，发现稳定秩和信息密度主导性能退化，提出γ·ρ_s交互项作为准确度退化的预测指标，实现了高相关性验证。

Comments Profoundly assisted by agentic AI

mlr3torch: A Deep Learning Framework in R based on mlr3 and torch

mlr3torch: 基于mlr3和torch的深度学习框架

Sebastian Fischer, Lukas Burk, Carson Zhang, Bernd Bischl, Martin Binder

机构 * LMU Munich（慕尼黑莱布尼茨大学） ； MCML（预防研究与流行病学研究所） ； Leibniz Institute for Prevention Research and Epidemiology - BIPS（预防研究与流行病学研究所） ； University of Bremen（布伦瑞大学） 纠错

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

AI总结 本文介绍mlr3torch框架，基于mlr3生态系统构建，简化了神经网络的定义、训练和评估，支持表格数据和通用张量，提供预定义架构和图形化建模流程。

Training LLM Agents for Spontaneous, Reward-Free Self-Evolution via World Knowledge Exploration

通过世界知识探索训练具有自发、无奖励自我进化的LLM代理

Qifan Zhang, Dongyang Ma, Tianqing Fang, Jia Li, Jing Tang, Nuo Chen, Haitao Mi, Yan Wang

机构 * Tencent（腾讯） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种无需外部监督的LLM代理自我进化方法，通过世界知识探索提升任务成功率，实验表明在WebVoyager和WebWalker上性能提升20%，并使紧凑型Qwen3模型超越Gemini-2.5-Flash。

GraSP: Graph-Structured Skill Compositions for LLM Agents

GraSP：用于LLM代理的图结构技能组合

Tianle Xia, Lingxiang Hu, Yiding Sun, Ming Xu, Lan Xu, Siying Wang, Wei Xu, Jie Jiang

机构 * Tencent（腾讯） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 本文提出GraSP，一种可执行技能图架构，通过引入编译层提升LLM代理技能编排效率，通过五种类型操作符将扁平技能集转化为带前提-效应边的有向无环图，提升任务完成效率和奖励。

XRePIT: A deep learning-computational fluid dynamics hybrid framework implemented in OpenFOAM for fast, robust, and scalable unsteady simulations

XRePIT：一种基于深度学习与计算流体动力学的混合框架，用于在OpenFOAM中实现快速、稳健且可扩展的非稳态模拟

Shilaj Baral, Youngkyu Lee, Sangam Khanal, Joongoo Jeon

机构 * Division of Advanced Nuclear Engineering, Pohang University of Science and Technology（浦项国立科学技术大学先进核工程系） ； Division of Applied Mathematics, Brown University（布朗大学应用数学系） ； Graduate School of Integrated Energy-AI, Jeonbuk National University（全北国立大学整合能源-人工智能研究生院） 纠错

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

AI总结 本文提出基于OpenFOAM的XRePIT混合框架，通过自动工作流实现神经代理与传统求解器的稳定耦合，提升非稳态模拟的效率与鲁棒性，实验表明其在3D浮力驱动流中能实现2.91倍的加速率，同时保持误差在O(1E-03)以内。

Journal ref 10.1016/j.compfluid.2026.107075

FLARE: A Data-Efficient Surrogate for Predicting Displacement Fields in Directed Energy Deposition

FLARE：一种数据高效的替代模型，用于预测定向能量沉积中的位移场

Kittipong Thiamchaiboonthawee, Ghadi Nehme, Ram Mohan Telikicherla, Jiawei Tian, Balaji Jayaraman, Vikas Chandan, Dhanushkodi Mariappan, Faez Ahmed

机构 * Massachusetts Institute of Technology（麻省理工学院） ； GE Vernova Advanced Research Center（GE Vernova先进研究中心） 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FLARE模型，通过线性仿射重建在权重空间中高效预测定向能量沉积的位移场，提升了设计迭代和工艺优化中的准确性。

Comments 14 pages, 7 figures

Elder-Sim: A Psychometrically Validated Platform for Personality-Stable Elderly Digital Twins

Elder-Sim：一种经过心理测量学验证的用于构建性格稳定的老年人数字孪生平台

Jiaqing Wang, Zhongfang Yang, Xingyuan Zhu, Zong'an Huang, Hao Wang, Li Tian, Ying Cao, Xiaomin Qu, Xiang Qi, Bei Wu, Zheng Zhu

机构 * Yulin AI-Enhanced HealthCare Lab（云林人工智能增强医疗实验室） ； School of Nursing, Fudan University（复旦大学护理学院） ； School of Nursing, Medical College of Soochow University（苏州大学医学院护理学院） ； School of Nursing, Dali University（大理大学护理学院） ； Department of Advanced Interdisciplinary Studies, The University of Tokyo（东京大学先进跨学科研究部） ； The First Affiliated Hospital of Soochow University（苏州大学第一附属医院） ； Department of Nursing, The First Affiliated Hospital, Jiangxi Medical College, Nanchang University（江西医学院护理部，南昌大学第一附属医院） ； School of Social Development, East China University of Political Science and Law（中国政法大学社会发展学院） ； Rory Meyers College of Nursing, New York University（纽约大学 Rory Meyers 护理学院） ； New York University Shanghai（纽约大学上海校区） 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Elder-Sim平台，通过心理测量学验证方法构建性格稳定的老年人数字孪生代理，利用认知概念化图和LoRA微调提升性格一致性。

Automation and AI Technology in Surface Mining With a Brief Introduction to Open-Pit Operations in the Pilbara

表面采矿中的自动化与人工智能技术及皮尔巴拉露天采矿简介

Raymond Leung, Andrew J Hill, Arman Melkumyan

专题命中 工作流自动化 ：planning(abstract,comments)

AI总结 本文综述了采矿行业，特别是西澳皮尔巴拉铁矿区在工程问题、技术创新、机器人开发和自动化方面的挑战与进展，旨在展示技术现状并提高工程界对采矿中AI和自动化趋势的认识。

Comments Accepted manuscript. Paper provides insights on state-of-the-art technologies and future trends. Keywords: Mining automation, robotics, intelligent systems, machine learning, remote sensing, geostatistics, planning, scheduling, optimization, modelling, geology, complex systems. Document: 21 pages, 6 figures, 2 tables. 2024 Update: Added ICRA conference poster + slides as ancilliary files

Journal ref IEEE Robotics & Automation Magazine 32:3 (2025) 164-183

From Flat-Optics Concept to Qualified Hardware: Skills Map for the Meta-Optics and Diffractive Optics Workforce

从平面光学概念到合格硬件：元光学和衍射光学工作队伍技能图谱

Ingrid Torres, Alex Krasnok

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一个阶段-闸门工作流程，通过紧凑的技术检查、实例设备和基于artifact的技能图谱，帮助工作队伍减少冗余设计循环，使性能声明可审计，并明确学生、教师和雇主应能产出、审查和批准的内容。

Sub-metre Lunar DEM Generation and Validation from Chandrayaan-2 OHRC Multi-View Imagery Using an Open-Source Pipeline

基于Chandrayaan-2 OHRC多视角影像的亚米级月球数字高程模型生成与验证：一种开源流程

Aaranay Aadi, Jai Singla, Nitant Dube, Oleg Alexandrov

机构 * School of Computer Science and Engineering Manipal University（曼海姆大学计算机科学与工程学院） ； Space Applications Centre (SAC) Indian Space Research Organisation (ISRO)（空间应用中心（SAC）印度空间研究组织（ISRO）） ； Intelligent Robotics Group NASA Ames Research Center（智能机器人小组美国国家航空航天局阿姆斯研究中心） 纠错

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文首次利用开源流程从Chandrayaan-2 OHRC多视角影像生成亚米级月球DEM，通过几何分析和三角测量生成点云并验证其精度，达到亚米级分辨率。

Comments 18 pages, 10 figures

Leveraging VR Robot Games to Facilitate Data Collection for Embodied Intelligence Tasks

利用VR机器人游戏促进具身体验任务的数据收集

Yihan Zhang, Ziyun Huang, Linqi Ye

机构 * School of Computer Engineering and Science, Shanghai University（上海大学计算机工程与科学学院） ； School of Future Technology, Shanghai University（上海大学未来技术学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出基于Unity的VR数据收集框架，通过虚拟环境游戏化实现高效的数据采集，验证了其在具身体验任务中的有效性与扩展性。

ParikkhaChain: Blockchain-Based Result Processing and Privacy-Preserving Academic Record Management for the Complete Examination Lifecycle

ParikkhaChain: 基于区块链的考试结果处理与隐私保护的学术记录管理：完整考试生命周期

Rabib Jahin Ibn Momin, Ahmed Mahir Sultan Rumi, Rezwana Reaz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出ParikkhaChain，通过区块链框架实现完整考试生命周期管理，包括匿名评分、透明评估流程和隐私保护验证，解决了传统考试系统中的身份偏见和透明度问题。