Spatial Extremes at Scale: A Case Study of Surface Skin Temperature and Heat Risk in the United States
大规模空间极值：美国四角地区表面皮肤温度与热风险的案例研究
专题命中 规划决策 ：planning(abstract)
AI总结 本文通过高分辨率表面皮肤温度数据研究复杂地形中的极端热事件，提出随机尺度混合过程进行空间极值的贝叶斯推断，并评估其在热风险评估中的应用。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 规划决策 48 篇
Opinion polarization from compression-based decision making where agents optimize local complexity and global simplicity
基于压缩决策的群体极化：代理优化局部复杂性与全局简洁性
专题命中 规划决策 ：agent(abstract)
AI总结 本文提出一种新的基于代理模型，结合独特性追求与信息压缩机制，揭示了局部复杂性与全局简洁性平衡对群体极化的影响，展示了极化现象的形成条件及机制。
Multiparticle production in electron-positron annihilation
电子-正电子湮灭中的多粒子产生
专题命中 规划决策 ：planning(abstract)
AI总结 研究电子-正电子湮灭中多粒子产生的机制，基于QCD理论和现象学模型，探讨强相互作用理论中的hadronization过程及 gluon dominance模型的应用。
Comments 14 pages, 10 figures
CogGen: A Cognitively Inspired Recursive Framework for Deep Research Report Generation
CogGen：一种受认知启发的递归框架用于深度研究报告生成
专题命中 规划决策 ：planning(abstract)
AI总结 CogGen通过递归架构模拟认知写作，实现灵活规划与全局重构，引入抽象视觉表示和认知负荷评估框架，提升多模态内容生成质量。
Comments 28 pages, 3 figures, Accepted to ACL 2026 Findings
Zero to Autonomy in Real-Time: Online Adaptation of Dynamics in Unstructured Environments
从零到自主：在无结构环境中动态的在线适应
机构 * Oden Institute for Computational Engineering & Science, University of Texas at Austin（德纳学院计算工程与科学研究所，德克萨斯大学奥斯汀分校） ； Department of Computer Science, University of Texas at Austin（计算机科学系，德克萨斯大学奥斯汀分校） ； DEVCOM Army Research Laboratory（陆军研究实验室）
专题命中 规划决策 ：planning(abstract)
AI总结 本文提出了一种结合函数编码器和递推最小二乘法的在线适应方法，通过流式里程计更新潜变量，实现实时动态适应，提升在无结构环境中的安全性和规划效率。
Comments Initial submission to RA-L
2. 多智能体 30 篇
CHICO-Agent: An LLM Agent for the Cross-layer Optimization of 2.5D and 3D Chiplet-based Systems
CHICO-Agent：一种用于2.5D和3D芯片片上系统的跨层优化LLM代理
专题命中 多智能体 ：agent(title,title_cn)；workflow(abstract)；multi-agent(abstract)
AI总结 针对2.5D/3D芯片片上系统设计复杂性问题，提出CHICO-Agent框架，通过LLM驱动优化，降低成本并提供可解释的审计跟踪。
M$^{2}$GRPO: Mamba-based Multi-Agent Group Relative Policy Optimization for Biomimetic Underwater Robots Pursuit
M$^{2}$GRPO：基于Mamba的多智能体群体相对策略优化用于仿生水下机器人追捕
机构 * Baidu Inc.（百度公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本文提出M$^{2}$GRPO框架，结合选择性状态空间Mamba策略与群体相对策略优化，解决水下机器人追捕中的长时决策、部分可观测性和多机器人协调问题，提升策略的表达性和稳定性。
From Experience to Skill: Multi-Agent Generative Engine Optimization via Reusable Strategy Learning
从经验到技能：通过可重用策略学习的多智能体生成引擎优化
机构 * Hangzhou Dianzi University（杭州电子科技大学） ； Central South University（中南大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Sun Yat-sen University（中山大学） ； Ramus ； Hong Kong University of Science and Technology (GuangZhou)（香港科技大学（广州））
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)；分类 cs.AI
AI总结 本文提出MAGEO框架，通过协调规划、编辑和基于保真的评估，实现生成引擎优化，结合双轴指标DSV-CF和双分支评估协议，提升内容编辑的语义可见性和归因准确性。
Comments ACL 2026 Findings
A Multi-Agent Framework with Structured Reasoning and Reflective Refinement for Multimodal Empathetic Response Generation
一种具有结构化推理和反思细化的多智能体框架用于多模态共情响应生成
机构 * School of Information Science and Technology, USTC（信息科学与技术学院，中国科学技术大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；planning(abstract)
AI总结 本文提出多智能体框架，通过结构化推理和反思细化提升多模态共情响应生成的准确性与情感感知能力，实验表明优于现有方法。
Comments Submitted to ACM Multimetida 2026
MDAgent: A Multi-Agent Framework for End-to-End Molecular Dynamics Research
MDAgent：端到端分子动力学研究的多智能体框架
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；workflow(abstract)
AI总结 MDAgent通过多智能体协作与基于案例的学习机制，实现分子动力学研究的端到端自动化，提升策略适应性、可解释性和泛化能力。
LSTM-MAS: A Long Short-Term Memory Inspired Multi-Agent System for Long-Context Understanding
LSTM-MAS：一种受长短期记忆启发的多智能体系统用于长上下文理解
机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Innovation Institute（上海创新研究院） ； The Chinese University of Hong Kong（香港中文大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出LSTM-MAS多智能体系统，通过模仿LSTM的层次信息流和门控机制，解决长上下文处理中的误差累积和幻觉传播问题，实验表明在多个问答数据集上取得显著提升。
Comments 12 pages, 5 figures
Diversity Collapse in Multi-Agent LLM Systems: Structural Coupling and Collective Failure in Open-Ended Idea Generation
多智能体大语言模型系统中的多样性崩溃：结构耦合与开放性创意生成中的集体失败
机构 * National University of Singapore（国立新加坡大学） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 研究探讨了多智能体系统在开放性创意生成中多样性崩溃的原因，揭示了结构耦合导致的集体失败，强调了在设计创意任务时保持独立性和分歧的重要性。
Comments 56 pages, 15 figures; Accepted at ACL 2026 Findings
MATA: Multi-Agent Framework for Reliable and Flexible Table Question Answering
MATA：用于可靠和灵活的表格问答的多智能体框架
机构 * Department of Electrical and Computer Engineering, Seoul National University（首尔国立大学电气与计算机工程系） ； Interdisciplinary Program in Artificial Intelligence, Seoul National University（首尔国立大学人工智能跨学科项目）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 MATA通过多智能体框架和小语言模型工具，提升表格问答的可靠性与灵活性，实验显示其在不同LLM上均取得最佳准确率和高效推理。
Comments Accepted to ACL 2026 (findings)
Mesh Memory Protocol: Semantic Infrastructure for Multi-Agent LLM Systems
网格内存协议：多智能体LLM系统的语义基础设施
机构 * Hongwei Xu（许鸿伟）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出网格内存协议，通过解决跨会话智能体间认知协作的三个关键问题，构建语义层协议，实现智能体间实时共享、评估和结合认知状态，提升多智能体LLM系统的协作效率。
Comments 23 pages, 2 figures, 2 listings, 1 table. MMP v0.2.3 specification at https://sym.bot/spec/mmp (CC BY 4.0). Reference implementations on npm (@sym-bot/sym, @sym-bot/mesh-channel; Apache 2.0)
Security Is Relative: Training-Free Vulnerability Detection via Multi-Agent Behavioral Contract Synthesis
安全性是相对的：通过多智能体行为合同合成实现无训练漏洞检测
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.SE
AI总结 本文提出Phoenix框架，通过行为合同合成解决漏洞检测中的语义模糊问题，实现更高准确率的漏洞识别，使用开源模型达到更小规模和更优性能。
MASS-RAG: Multi-Agent Synthesis Retrieval-Augmented Generation
MASS-RAG：多代理合成检索增强生成
机构 * School of Computer Science and Technology, Beijing Institute of Technology（北京理工大学计算机科学与技术学院） ； Department of Mathematical Sciences, Tsinghua University（清华大学数学科学系）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 MASS-RAG通过多代理结构处理证据，提升检索增强生成在噪声、不完整或异质证据下的表现，实验显示其在相关证据分散于检索结果时性能更优。
Comments ACL 2026 Findings, 19 pages
Multi-agent Self-triage System with Medical Flowcharts
多代理自分级系统与医疗流程图
机构 * Department of Electrical and Computer Engineering, University of California San Diego（加州大学圣地亚哥分校电气与计算机工程系） ； The Design Lab, University of California San Diego（加州大学圣地亚哥分校设计实验室） ； Department of Computer Science and Engineering, University of California San Diego（加州大学圣地亚哥分校计算机科学与工程系） ； Department of Medicine, Kaiser Permanente（Kaiser 医疗集团医学部） ； Department of Radiation Oncology, University of California San Francisco（加州大学旧金山分校放射肿瘤学部） ； Department of Emergency Medicine, University of California San Francisco（加州大学旧金山分校急诊医学部） ； Division of Cardiology, Department of Medicine, University of California San Diego（加州大学圣地亚哥分校医学部心内科分会） ； Department of Orthopaedic Surgery, Korea University Ansan Hospital（韩国大学安山医院骨科部） ； Google Research, Seattle, WA, USA（谷歌研究（西雅图，华盛顿州）） ； Paul G. Allen School of Computer Science & Engineering, University of Washington（华盛顿大学保罗·G·阿伦计算机科学与工程学校）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 本文提出一种多代理自分级系统，利用100个经临床验证的流程图提升医疗决策的准确性与透明度，通过检索、决策和聊天代理实现患者个性化推荐，实验显示在大规模合成数据集上达到高准确率。
Journal ref Nature Health (2026)
Rethinking Information Synthesis in Multimodal Question Answering A Multi-Agent Perspective
重新思考多模态问答中的信息合成：多智能体视角
机构 * Arizona State University（亚利桑那州立大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 本文提出多智能体框架MAMMQA，通过分解查询、跨模态推理和整合答案，提升多模态问答的准确性和可解释性。
TeamFusion: Supporting Open-ended Teamwork with Multi-Agent Systems
TeamFusion：通过多智能体系统支持开放式团队协作
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 TeamFusion通过多智能体系统支持开放式团队协作，通过代理代理、结构化讨论和共识导向的交付物合成，解决开放式领域中团队成员观点协调问题，优于直接聚合基线。
Comments 22 pages
Gated Coordination for Efficient Multi-Agent Collaboration in Minecraft Game
门控协调：Minecraft游戏中的高效多智能体协作
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 本文提出门控协调机制，通过分离私有状态与公共协调状态，减少通信噪声，提升多智能体在Minecraft中的协作效率与任务完成质量。
MultiWorld: Scalable Multi-Agent Multi-View Video World Models
多世界：可扩展的多智能体多视角视频世界模型
机构 * The University of Hong Kong（香港大学） ； Sreal AI
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 多世界框架通过多智能体控制模块和全局状态编码器，实现多智能体多视角视频世界建模，提升视频保真度和多视角一致性。
Comments 15 pages, 10 figures
Rethinking Scale: Deployment Trade-offs of Small Language Models under Agent Paradigms
重新思考规模：在代理范式下小型语言模型的部署权衡
机构 * Proximus Luxembourg S.A.（普罗米修斯卢森堡股份有限公司） ； University of Luxembourg（卢森堡大学）
专题命中 多智能体 ：agent(title,abstract)；tool use(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 本文探讨了在代理范式下小型语言模型的部署权衡，通过对比基础模型、单代理工具系统和多代理协作系统，发现单代理系统在性能与成本间达到最佳平衡。
Refute-or-Promote: An Adversarial Stage-Gated Multi-Agent Review Methodology for High-Precision LLM-Assisted Defect Discovery
反驳或促进：一种对抗性阶段门多智能体评审方法，用于高精度LLM辅助缺陷发现
机构 * OpenSSL
专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.AI、cs.SE
AI总结 本文提出Refute-or-Promote方法，通过对抗性阶段门多智能体评审，提高LLM辅助缺陷发现的精度，通过多种技术过滤虚假正例，最终发现多个漏洞并推动标准制定。
Comments 10 pages, 3 tables. Artifacts: https://github.com/abhinavagarwal07/refute-or-promote (Zenodo DOI: 10.5281/zenodo.19668799)
Semantic Intent Fragmentation: A Single-Shot Compositional Attack on Multi-Agent AI Pipelines
语义意图碎片化：一种针对多智能体AI流水线的单次组合攻击
机构 * Department of Computer Science, University of Texas at El Paso（德克萨斯理工大学计算机科学系） ； School of Computing, Southern Illinois University Carbondale（南方伊利诺伊大学卡本代尔分校计算机学院） ； Hanyang University（翰阳大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.AI、cs.LG
AI总结 本文提出语义意图碎片化攻击，通过单个合法请求导致任务分解为看似无害但联合违反安全策略的子任务，利用OWASP LLM06:2025框架实现无注入内容、无系统修改的攻击，验证了组合安全漏洞的可修复性。
Comments This paper got accepted for AAAI 2026 Summer Symposium
Multi-agent Adaptive Mechanism Design
多智能体自适应机制设计
机构 * Massachusetts Institute of Technology（麻省理工学院） ； National University of Singapore（新加坡国立大学）
专题命中 多智能体 ：agent(title)；multi-agent(title)；分类 cs.AI、cs.LG
AI总结 本文提出一种自适应机制框架DRAM，通过结合机制设计和在线学习，在未知代理人信念的情况下实现 truthful 报告和成本最优，证明了其在累积遗憾上的最优性能。
ClawNet: Human-Symbiotic Agent Network for Cross-User Autonomous Cooperation
ClawNet：人类共生代理网络用于跨用户自主合作
机构 * Hong Kong Generative AI Research & Development Center（香港生成式AI研究与发展中心） ； Hong Kong University of Science and Technology（香港科学与技术大学） ； Hong Kong Baptist University（香港 Baptist 大学）
专题命中 多智能体 ：agent(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 ClawNet提出人类共生代理范式，通过身份治理原语实现跨用户安全协作，解决现有代理系统无法支持多用户合作的问题。
Comments 13 pages
CentaurTA Studio: A Self-Improving Human-Agent Collaboration System for Thematic Analysis
CentaurTA Studio：一个自我改进的人机协作系统用于主题分析
机构 * Temple University（Temple大学）
专题命中 多智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出CentaurTA Studio，通过人机协作提升主题分析效率，实现高准确率和可靠评估，验证了反馈循环和持续优化的重要性。
Evaluating Cooperation in LLM Social Groups through Elected Leadership
通过选举领导力评估大语言模型社交群体中的合作
机构 * Jinesis Lab, University of Toronto \& Vector Institute（谷歌DeepMind） ； Google DeepMind ； ETH Z\" u rich ； Max Planck Institute for Intelligent Systems, T\" u bingen, Germany
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文通过多智能体模拟研究选举领导机制对大语言模型合作与社会福利的影响，实验显示选举领导能提升社会福利评分和生存时间。
Comments Main text: 11 pages, 4 figures, 4 tables
EviSearch: A Human in the Loop System for Extracting and Auditing Clinical Evidence for Systematic Reviews
EviSearch：一个用于系统综述中提取和审计临床证据的人机协作系统
机构 * Arizona State University（亚利桑那州立大学） ； Mayo Clinic（梅奥诊所）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 EviSearch通过多智能体系统自动化从原始试验PDF中生成与本体对齐的临床证据表，并提供细胞级可追溯性以供审计和人工验证，提升提取精度并减少手动校对负担。
Large Language Models Exhibit Normative Conformity
大语言模型表现出规范性从众
机构 * The University of Tokyo（东京大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 研究探讨了大语言模型在多智能体系统中的从众偏差，区分信息性从众与规范性从众，发现五种模型同时表现出两种从众倾向，揭示了内部机制差异。
