AI Agent

Towards Agentic Test-Driven Quality Assurance for 6G Networks

面向6G网络的代理驱动测试驱动质量保证

Christos Tranoris, Besiana Agko, Kostis Trantzas, Irene Denazi

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

AI总结 本文提出一个代理驱动的端到端 orchestration 框架，通过意图共创与测试驱动质量保证相结合，确保SLA合规性。

Comments 8 pages

FastOMOP: A Foundational Architecture for Reliable Agentic Real-World Evidence Generation on OMOP CDM data

FastOMOP：一种用于OMOP CDM数据上可靠代理现实世界证据生成的基础架构

Niko Moeller-Grell, Shihao Shenzhang, Zhangshu Joshua Jiang, Richard JB Dobson, Vishnu V Chandrabalan

机构 * Lancashire Teaching Hospitals NHS Foundation Trust（兰开夏教学医院国家健康服务信托基金会） ； Lancaster University（兰卡斯特大学） ； EPSRC DRIVE-Health, Department of Biostatistics & Health Informatics（EPSRC DRIVE-Health，生物统计学与健康信息学部门） ； King’s College London（伦敦国王学院） ； Institute for Health Informatics（健康信息学研究所） ； University College London（伦敦大学学院） ； NIHR Biomedical Research Centre（英国国家健康服务研究院生物医学研究中心） ； University College London Hospitals NHS Foundation Trust（伦敦大学学院医院国家健康服务信托基金会） ； Health Data Research UK London（英国健康数据研究伦敦） ； South London and Maudsley NHS Foundation Trust and King’s College London（伦敦南部及莫德利国家健康服务信托基金会和伦敦国王学院） ； Department of Biostatistics & Health Informatics, Institute of Psychiatry, Psychology & Neuroscience（生物统计学与健康信息学部门，精神病学、心理学与神经科学研究所） 纠错

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

AI总结 本文提出FastOMOP架构，通过分离治理、可观测性和编排三层，解决代理系统在现实世界证据生成中的安全性和可靠性问题，验证结果显示其在不同数据集上均能保持高可靠性。

RADIANT-LLM: an Agentic Retrieval Augmented Generation Framework for Reliable Decision Support in Safety-Critical Nuclear Engineering

RADIANT-LLM：一种用于安全关键核工程中可靠决策支持的代理检索增强生成框架

Zavier Ndum Ndum, Jian Tao, John Ford, Mansung Yim, Yang Liu

机构 * Department of Nuclear Engineering, Texas A\&M University, College Station, TX, USA ； College of Performance, Visualization ； Fine Arts, Texas A\&M University, College Station, TX, USA 纠错

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

AI总结 本文提出RADIANT-LLM框架，通过多模态检索增强生成技术，结合领域知识库和代理层，提升核工程中的决策支持准确性与透明度，降低幻觉风险。

Agentic Adversarial Rewriting Exposes Architectural Vulnerabilities in Black-Box NLP Pipelines

代理对抗重写揭示了黑盒NLP流水线中的架构漏洞

Mazal Bethany, Kim-Kwang Raymond Choo, Nishant Vishwamitra, Peyman Najafirad

机构 * Department of Information Systems and Cybersecurity, University of Texas at San Antonio（信息系统与网络安全系，德克萨斯大学圣安东尼奥分校） 纠错

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

AI总结 本文提出一种双代理逃逸框架，通过语义扰动空间在无梯度反馈和严格查询预算下测试NLP流水线的鲁棒性，发现架构选择影响攻击面，并通过模式指导防御降低逃逸率。

Comments Submitted to IEEE TRANSACTIONS ON INFORMATION FORENSICS AND SECURITY

Exact, Efficient, and Reliable Multi-Objective and Multi-Constrained IoT Workflow Scheduling in Edge-Hub-Cloud Cyber-Physical Systems

精确、高效且可靠的多目标和多约束物联网工作流调度在边缘-集线器-云协同物理系统中

Andreas Kouloumpris, Georgios L. Stavrinides, Maria K. Michael, Theocharis Theocharides

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出了一种基于连续时间混合整数线性规划的精确多目标多约束工作流调度方法，用于边缘-集线器-云协同物理系统，以优化延迟、能耗和可靠性，同时满足严格的时间和资源约束。

Comments This version of the manuscript has been accepted for publication in IEEE Internet of Things Journal after peer review (Author Accepted Manuscript). It is not the final published version (Version of Record) and does not reflect any post-acceptance improvements. The Version of Record is available online at https://doi.org/10.1109/JIOT.2026.3665298

Journal ref IEEE IoTJ 13 (2026) 18610-18628

An Agentic Framework for Intent Co-Creation in 6G NaaS: Architecture and Open-Source Model Evaluation

面向6G NaaS的意图共创作代理框架：架构与开源模型评估

Kostis Trantzas, Besiana Agko, Christos Tranoris, Irene Denazi

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

AI总结 本文提出面向6G NaaS的意图驱动端到端 orchestration 框架，通过协作意图共创作提升复杂网络环境下的自主性，评估开源大语言模型在高分辨率意图到有效订单转换中的性能差距。

Optimas: An Intelligent Analytics-Informed Generative AI Framework for Performance Optimization

Optimas: 一种基于智能分析的生成式AI框架，用于性能优化

Mohammad Zaeed, Tanzima Z. Islam, Vladimir Indic

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

AI总结 Optimas通过多代理工作流构建的端到端生成式AI框架，实现了自动化代码优化，通过性能诊断映射到文献支持的代码转换，提升了代码正确性和性能效率。

Comments 11 pages, 17 figures

CineAGI: Character-Consistent Movie Creation through LLM-Orchestrated Multi-Modal Generation and Cross-Scene Integration

CineAGI：通过LLM协同多模态生成与跨场景整合实现角色一致的电影创作

Tianyidan Xie, Zhentao Huang, Mingjie Wang, Xin Huang, Jun Zhou, Minglun Gong, Zili Yi

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

AI总结 CineAGI通过多代理叙事合成模块、角色中心流水线和分层音视频同步机制，提升电影创作的一致性和质量，实现40%的整体一致性提升。

Comments Accepted to ICME 2026

Uncertainty Propagation in LLM-Based Systems

基于大语言模型系统的不确定性传播

Boming Xia, Liming Zhu, Erdun Gao, Qinghua Lu, Minhui Xue, Dino Sejdinovic

机构 * Responsible AI Research (RAIR) Centre（责任人工智能研究 (RAIR) 中心） ； Adelaide University（阿德莱德大学） ； CSIRO（澳大利亚联邦科学与工业研究组织） ； UNSW Sydney Australia（新南威尔士大学悉尼分校） 纠错

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

AI总结 本文研究了大语言模型系统中不确定性传播问题，提出系统层面的分析框架，梳理了内在模型、系统级和社会技术层面的传播机制，并识别了五个开放性研究挑战。

Comments WIP under review

Computational Design and Experimental Validation of Photoactive PARP1 Inhibitors

光激活PARP1抑制剂的计算设计与实验验证

Simon Axelrod, Miroslav Kašpar, Kristýna Jelínková, Markéta Šmídková, Erika Bartůňková, Sille Štěpánová, Eugene Shakhnovich, Václav Kašička, Martin Dračínský, Zlatko Janeba, Rafael Gómez-Bombarelli

机构 * Department of Chemistry and Chemical Biology, Harvard University, Cambridge, MA, 02138（哈佛大学化学与生物化学系） ； Institute of Organic Chemistry and Biochemistry of the Czech Academy of Sciences, Flemingovo nám. 2, 160 00 Prague 6, Czech Republic（捷克科学院有机化学与生物化学研究所） ； Department of Materials Science and Engineering, Massachusetts Institute of Technology, Cambridge, MA, 02139（麻省理工学院材料科学与工程系） 纠错

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

AI总结 本文通过计算方法筛选出具有红移吸收光谱的PARP1光抑制剂候选物，并通过实验验证其光响应特性，展示了计算指导的筛选策略及当前研究的局限性。

Mono2Sls: Automated Monolith-to-Serverless Migration via Multi-Stage Pipeline with Static Analysis

Mono2Sls：通过多阶段流水线进行自动单体到无服务器迁移

Xingyan Chen, Yuxin Su, Zishan Su, Yang Yu, Zibin Zheng

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

AI总结 本文提出Mono2Sls，一种自动化将单体Web后端转换为AWS SAM应用的流水线，通过静态分析和四个LLM代理实现高正确率迁移。

JigsawRL: Assembling RL Pipelines for Efficient LLM Post-Training

JigsawRL：构建高效的LLM后训练强化学习流水线

Zhengding Hu, Hehua Ouyang, Chang Chen, Zaifeng Pan, Yue Guan, Zhongkai Yu, Zhen Wang, Steven Swanson, Yufei Ding

机构 * University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 JigsawRL通过动态资源分配和图调度策略，提升强化学习流水线效率，实现异步和同步任务的性能提升。

Domain-Adapted Fine-Tuning of ECG Foundation Models for Multi-Label Structural Heart Disease Screening

领域适应的ECG基础模型微调用于多标签结构性心脏病筛查

Duc N. Do, Minh N. Do, Dang Nguyen, Khanh T. Q. Le, Khoa D. Pham, Hung N. Huynh, Phi Pham-Van-Hoang, Quan K. Huynh, Ramez M. Odat, Perisa Ashar, Ethan Philip Lowder, Minh H. N. Le, Hoang Le, Phat V. H. Nguyen, Quan Le, Jacques Kpodonu, Phat K. Huynh

机构 * PASSIO Laboratory, North Carolina A&T State University（北卡罗来纳阿塔州立大学PASSIO实验室） ； Department of Computer Science, University of Manitoba（曼尼托巴大学计算机科学系） ； Harvard T.H. Chan School of Public Health, Harvard University（哈佛大学T.H. Chan公共卫生学院） ； Department of Medicine, Jordan University of Science and Technology（约旦科学与技术大学医学院） ； Department of Biomedical Engineering, Duke University（达特茅斯大学生物医学工程系） ； Harvard Medical School（哈佛医学院） ； Beth Israel Deaconess Medical Center, Harvard Medical School（哈佛医学院贝塞斯达以色列德acons医疗中心） 纠错

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

AI总结 本文探讨了使用公开的EchoNext Mini-Model基准评估开放预训练的ECG基础模型在多标签结构性心脏病检测中的应用，通过领域适应和选择性监督微调提升性能。

Comments Accepted to Canadian AI 2026

Active Inference: A method for Phenotyping Agency in AI systems?

主动推断：一种用于AI系统中表型代理的方法？

Philip Wilson, Axel Constant, Mahault Albarracin, Nicolás Hinrichs, Jasmine Moore, Daniel Polani, Karl Friston

机构 * Independent Researcher Laboratoire d'Analyse Cognitive de l'Information, Universit\' e du Qu\' e bec \` a Montr\' e al, Qu\' e bec, Canada Centre of Excellence for AI ； Robotics, Sheffield Hallam University, Sheffield, UK Methods ； Statistical Computing, Max Planck Institute for Human Cognitive ； Brain Sciences, Leipzig, Germany Department of Computer Science, School of Physics, Engineering ； Computer Science, University of Hertfordshire, Hatfield, UK Wellcome Centre for Human Neuroimaging, University College London, London, UK Department of Engineering ； Informatics, University of Sussex, Falmer, Brighton, BN1 9RH, UK 纠错

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

AI总结 本文提出基于主动推断的表型代理方法，通过变分框架将信念、偏好和自由能最小化结合，以区分不同代理表型。

The Security Cost of Intelligence: AI Capability, Cyber Risk, and Deployment Paradox

情报安全成本：人工智能能力、网络风险与部署悖论

Sukwoong Choi

机构 * Massry School of Business, University at Albany, SUNY（阿尔巴尼大学马斯里商学院） ； MIT FutureTech（麻省理工学院未来科技） 纠错

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

AI总结 本文研究了企业在部署高能力AI系统时面临的治理与能力脱节问题，揭示了在高损失环境下，更强的AI能力可能导致部署减少，且治理成熟度不仅限制AI采纳，还影响能力提升转化为生产力部署的条件。

AeSlides: Incentivizing Aesthetic Layout in LLM-Based Slide Generation via Verifiable Rewards

AeSlides：通过可验证奖励激励基于大语言模型的幻灯片生成中的美观布局

Yiming Pan, Chengwei Hu, Xuancheng Huang, Can Huang, Mingming Zhao, Yuean Bi, Xiaohan Zhang, Aohan Zeng, Linmei Hu

机构 * Beijing Institute of Technology（北京理工大学） ； Zhipu AI (Z.ai)（智谱AI） 纠错

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

AI总结 本文提出AeSlides框架，通过可验证奖励优化幻灯片生成的美观布局，实验表明其在布局合规性、空格减少、元素碰撞和视觉平衡方面均优于现有方法。

Comments 21 pages, 25 figures, 9 tables

VEHRON: A Configuration-Driven BEV Simulation Framework for Subsystem-Level Studies

VEHRON：一种基于配置的电池电动车辆仿真框架用于子系统级研究

Subramanyam Natarajan

专题命中 工作流自动化 ：workflow(abstract)

AI总结 VEHRON是一个开源Python框架，用于构建确定性和可追溯的电池电动车辆纵向仿真工作流程，通过验证的YAML配置、打包的驱动循环资源和可替换的子系统模型实现高效仿真。

Comments 12 pages, 3 figures, 5 tables; software paper

Aycromo: An Open-Source Platform for Automatic Chromosome Detection in Metaphase Images Based on Deep Learning

Aycromo：基于深度学习的中期图像自动染色体检测开源平台

Jorge L. A. Lima, Filipe R. Cordeiro

机构 * Visual Computing Lab, Department of Computing, Universidade Federal Rural de Pernambuco (UFRPE), Brazil（视觉计算实验室，计算系，巴西普埃布拉联邦农业大学（UFRPE）） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出Aycromo平台，通过深度学习实现染色体自动检测，提供图形界面支持临床应用，初步实验显示其检测精度高且分析速度快。

Comments Accepted at SBCAS'26

The GRB joint scientific analysis pipeline of the ECLAIRs and GRM instruments on board SVOM

SVOM卫星上ECLAIRs和GRM仪器的GRB联合科学分析流水线

F. Piron, F. Daigne, T. Maiolino, P. Maeght, U. Jacob, M. G. Bernardini, D. Corre, J. Wang, F. Lacreu, G. Tcherniatinsky, L. Domisse, T. Barlyaeva, A. Maïolo, J. -L. Atteia, L. Bouchet, M. Brunet, J. -P. Dezalay, O. Godet, S. Guillot, H. Yang, B. Arcier, S. Mate, N. Dagoneau, L. Jouvin, K. Tazhenova, T. Sadibekova, P. Bacon, N. Bellemont, F. Cangemi, A. Coleiro, J. He, Y. Huang, L. Li, H. Shi, J. Wang, P. Wang, L. Zhang, X. -Y. Zhao, S. Zheng

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍了SVOM卫星上的ECLAIRs和GRM仪器联合分析流水线，用于生成GRB的宽波段时间和谱特性数据产品，包含流水线架构、触发流程及用户界面。

Comments Accepted for publication in the SVOM special issue in Research in Astronomy and Astrophysics; 10 pages, 9 figures

GRM Scientific Pipeline

GRM 科学流程管道

Ping Wang, Li Zhang, Jin Wang, Wen-Hui Yu, Xiao-Yun Zhao, Shi-Jie Zheng, Shao-Lin Xiong, Yue Huang, Jiang He, Hao-Li Shi, Lu Li, Yong-Wei Dong, Min Gao, Jiang-Tao Liu, Xin Liu, Jian-Chao Sun, Li-Ming Song, Bo-Bing Wu, Jin-Zhou Wang, Rui-Jie Wang, Shuang-Nan Zhang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 GRM作为SVOM任务的关键载荷，用于检测15 keV至5 MeV范围的伽马射线暴。系统采用事件驱动架构和分布式设计，实现高效处理和实时监控大规模观测数据，提供科学数据产品生产的技术支持。

Comments Accepted for publication in the SVOM special issue in Research in Astronomy and Astrophysics

Vibe coding for clinicians: democratising bespoke software development for digital health innovation

为临床医生的Vibe编码：民主化定制软件开发以推动数字健康创新

Ariel Yuhan Ong, Iain Livingstone, Caroline Kilduff, Mertcan Sevgi, David A Merle, Eden Ruffell, Pearse A Keane, Fares Antaki

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨了Vibe编码如何帮助临床医生通过自然语言提示大型语言模型，实现快速原型设计数字健康解决方案，弥合临床洞察与技术执行间的差距。

Black-Box Skill Stealing Attack from Proprietary LLM Agents: An Empirical Study

从专有LLM代理中黑盒技能窃取攻击：实证研究

Zihan Wang, Rui Zhang, Yu Liu, Chi Liu, Qingchuan Zhao, Hongwei Li, Guowen Xu

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文实证研究了针对LLM代理系统的黑盒技能窃取攻击，发现技能窃取比传统提示窃取更具危害性，通过自动化攻击生成框架评估了商业代理平台和LLM，提出防御机制以降低技能泄露风险。

Comments Preprint

Optimal Predicate Pushdown Synthesis

最优谓词下推综合

Robert Zhang, Eric Hayden Campbell, Dixin Tang, Isil Dillig

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种基于语义的谓词下推框架，通过自动合成最优下推分解，提升数据管道性能，实验证明其在实际数据处理中效率提升显著。

Comments 45 pages, 9 figures, 7 tables. Extended version (with appendices) of the PLDI 2026 paper

Journal ref Proc. ACM Program. Lang. 10, PLDI, Article 234 (June 2026), 25 pages

TaskLens: Generating Task-Conditioned Scaffolded Interfaces for Learning Professional Creative Software

TaskLens: 为学习专业创意软件生成任务条件的引导界面

Yimeng Liu, Misha Sra

专题命中 工作流自动化 ：workflow(abstract)

AI总结 TaskLens通过LLM生成任务条件的引导界面，降低新手学习难度，提升任务表现和领域概念学习。

Comments DIS '26 | ACM Designing Interactive Systems Conference

COLIBRI (SVOM/FM-GFT): Instrumentation and Performances on the SVOM Alerts

COLIBRI（SVOM/FM-GFT）：SVOM警报的仪器与性能

S. Basa, W. H. Lee, A. M. Watson, F. Dolon, J. Floriot, J. -L. Atteia, D. Dornic, E. E. Lugo-Ibarra, L. Figueroa, R. Langarica, H. Valentin, M. Ageron, F. Agneray, L. C. Alvarez Nunez, C. Angulo-Valdez, S. Antier, T. Auphan, M. Baumann, L. Bautista, R. L. Becerra, S. Benahmed, H. Benamar, C. Blanpain, O. Boulade, Y. Bounab, J. Boy, N. R. Butler, E. O. Cadena Zepeda, S. Cuevas, A. de Ugarte Postigo, C. Delisle, M. Devigny, J. G. Ducoin, F. Fortin, J. Fuentes-Fernandez, C. Gaiti, L. Garcia-Garcia, P. Gallais, R. Gill, N. Globus, G. Guisa, E. Kajfasz, D. Lafforgue, A. Langlois, M. Larrieu, J. Landa, J. Lecubin, D. Lopez-Camara, E. Lopez Angeles, S. Lombardo, F. Magnani, N. Mandarakas, A. Malgoyre, R. Mathon, E. Moreno Mendez, C. Moreau, A. Nouvel de la Fleche, J. L. Ochoa, L. Ortiz, M. H. Pedrayes-Lopez, M. Pereyra, L. Provost, P. Ramon, N. A. Rakotondrainibe, S. Ronayette, J. Ruiz Diaz-Soto, F. Sanchez Alvarez, B. Schneider, A. Secroun, N. Striebieg, S. Tinoco, M. Tourner-Sylvain, F. Valenzuela, D. Vincent

专题命中 工作流自动化 ：workflow(abstract)

AI总结 COLIBRI是为SVOM设计的1.3米快速响应光学设施，用于GRB后继观测和提供光学反演的亚弧秒定位。本文评估了其性能。

Comments Accepted for publication in the SVOM special issue in Research in Astronomy and Astrophysics

A Machine-Learned Symbolic Committor for a Chemical Reaction: Retinal Isomerization

一种机器学习的符号性承诺者用于化学反应：视紫红质异构化

Kai Töpfer, Gianmarco Lazzeri, Vittoria Ossanna, Florian Renner, Gianluca Lattanzi, Roberto Covino, Bettina G. Keller

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究利用AI分子机制发现方法，通过无偏分子动力学轨迹学习视紫红质异构化反应的承诺者，揭示了非平衡动力学和质量不对称性对S型路径的影响。

Touchless Intraoperative Image Access System Based on Vision-Based Hand Tracking

基于视觉手追踪的无接触术中图像访问系统

Yin Lin, Domenico Aquino, Alberto Redaelli, Massimiliano Del Bene, Riccardo Barbieri, Simona Ferrante

机构 * DEIB Polytechnic University of Milan（米兰理工学院DEIB系） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种基于视觉的手势追踪系统，用于术中医学图像导航，无需额外硬件或用户特定训练，通过MediaPipe Hands实现实时手部追踪，将简单手势映射为平移、旋转和缩放指令，实现自然交互。

Journal ref 2026 48th Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference

Representative-volume sizing in finite cylindrical computed tomography by low-wavenumber spectral convergence

有限圆柱计算机断层扫描中代表性体积的尺寸确定

Fernando Alonso-Marroquin, Abdullah Alqubalee, Christian Tantardini

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种在非平稳条件下确定代表性体积尺寸的实用流程，通过消除轴向漂移以获得适合二次分析的残差场，并选择低波数谱内容稳定后的最小分析直径，用于Thalassinoides岩石的示例，展示了如何通过消除漂移和非平稳趋势来提高微结构统计和数字岩石估计的可重复性。

ragR: Retrieval-Augmented Generation and RAG Assessment in R

ragR: R中检索增强生成与RAG评估

Muhammad Aimal Rehman, Zhili Lu, Chi-Kuang Yeh

专题命中 工作流自动化 ：workflow(abstract)

AI总结 ragR是首个在R中集成RAG系统构建与评估的框架，提供文档处理、嵌入存储、相似性检索、生成及RAGAS评估功能，支持四种核心指标评估。

Comments Preprint. Code available at the GitHub repository listed in the paper

IIRSim Studio: A Dashboard for User Simulation

IIRSim Studio：用户模拟的仪表盘

Saber Zerhoudi, Adam Roegiest, Michael Granitzer

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出IIRSim Studio，通过可视化环境、组件生命周期、溯源模型和共享任务流程，解决用户模拟框架的可重复性和协作问题。

Journal ref Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR '26), July 20--24, 2026, Melbourne, VIC, Australia