AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
跨越12000原子障碍：异构量子-经典超算的量子化学研究：蛋白质-配体复合物
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出一种异构量子-经典计算方法，通过量子嵌套分解分子为碎片并模拟，实现了对12635原子的蛋白质-配体复合物的高精度计算，展示了系统规模和精度的显著提升。
Comments 12 pages, 6 figures, 9 tables
经济不平等中的相变：税收与极值替换动力学
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文通过一个最小的基于代理的模型研究了税收和不平等，发现税收制度影响经济系统的相变行为，包括非平衡态和非厄米特性。
在80种开放SNP表型上对端到端基因型到表型预测工作流进行基准测试
专题命中 工作流自动化 ：workflow(abstract)
AI总结 研究比较了80种开放SNP二元表型的端到端病例对照预测工作流，评估了29种机器学习算法、80种深度学习模型变体和3种聚类评分工具，发现不同工作流在不同表型上表现各异，且性能受建模和预处理选择影响显著。
长期平均冲击与双收入源增长模型的奇异控制
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文研究了长期平均冲击控制及相关奇异控制问题，针对一维扩散过程，探讨了可再生能源管理与金融投资优化中的长期平均收益最大化方法，分析了冲击与奇异控制间的联系。
Comments arXiv admin note: substantial text overlap with arXiv:2505.11345
面向代理的运行时自愈
机构 * Singapore Management University（新加坡国立大学） ； North Carolina State University（北卡罗来纳州立大学） ； Monash University（墨尔本大学） ； Beihang University（北航）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出利用大语言模型实现动态生成错误处理策略，通过Healer框架在四个代码数据集上验证了其在运行时错误恢复中的有效性，展示了LLM在自愈系统中的潜力。
Comments Accepted by CACM
重新审视买或建决策：代理AI如何改变企业软件的经济学
专题命中 软件智能体 ：agentic(title,abstract)
AI总结 本文通过结合交易成本经济学和资源基础观，重新评估AI对买或建决策的影响，揭示AI如何重塑七个核心决策因素，并提出企业应用的分类及治理结构变化。
反馈归一化的开发者内存用于强化学习编码代理：一种安全门控MCP架构
机构 * PythaLab, Yildiz Technical University, Istanbul, Türkiye（PythaLab，伊兹密尔技术大学，伊斯坦布尔，土耳其）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL、cs.LG、cs.SE
AI总结 本文提出RL Developer Memory架构，通过归一化反馈和安全门控机制提升强化学习编码代理的内存管理，实验证明其在确定性任务中的有效性。
Comments 25 pages, 5 figures, 7 tables. Preprint. Implementation and supplementary artifacts are available at the project repository
LLM Ghostbusters: 通过自适应反学习实现精准幻觉抑制
机构 * University of Texas San Antonio（德克萨斯大学圣安东尼奥分校） ； University of California San Diego（加州大学圣地亚哥分校）
专题命中 软件智能体 ：autonomous agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本文提出自适应反学习框架，通过混合token级目标和自适应发现循环，有效抑制LLM幻觉，减少81%的包幻觉率，同时保持编码基准性能，验证其对特定分布的针对性效果。
RECAP：一个端到端的平台，用于捕捉、回放和分析AI辅助编程交互
机构 * Carnegie Mellon University（卡内基梅隆大学）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.CL、cs.SE
AI总结 RECAP通过记录和回放开发者与AI编程助手的交互，分析其行为模式和策略演变，为软件工程教育提供支持。
融合城市结构与语义：一种基于条件扩散模型的跨城市OD矩阵生成方法
机构 * Institute of Intelligent Computing, University of Electronic Science and Technology of China (UESTC)（电子科技大学智能计算研究所） ； College of Systems Engineering, National University of Defense Technology（国防科技大学系统工程学院） ； Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist)（信息科学与技术国家研究中心电子工程系） ； School of Information and Communication Engineering, University of Electronic Science and Technology of China (UESTC)（电子科技大学信息与通信工程学院）
专题命中 软件智能体 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出SE DAN模型，通过融合城市语义与空间约束生成跨城市OD矩阵，实验显示其在RMSE上优于现有方法，并在不同城市场景中保持鲁棒性。
动作代理：代理视频生成与流约束扩散的结合
机构 * Intelligent Space Robotics Laboratory, Skoltech（斯克里普切尔技术大学智能空间机器人实验室）
专题命中 GUI与网页智能体 ：agent(title,summary_cn)；agentic(title,abstract)
AI总结 本文提出Action Agent框架，结合代理导航视频生成与流约束扩散控制，通过两阶段方法提升多体机器人导航性能，实现从语言和图像输入生成物理合理的第一人称导航视频，并在真实和仿真环境中取得高成功率。
Comments 8 pages, 5 figures
FP-Agent：指纹化AI浏览代理
专题命中 GUI与网页智能体 ：agent(title,title_cn)
AI总结 本文研究了AI浏览代理与人类用户之间的区分，通过行为指纹识别发现其显著差异，并展示FP-Agent在检测AI代理中的有效性。
忠实的移动GUI代理与引导优势估计器
机构 * Shanghai Jiao Tong University（上海交通大学）
专题命中 GUI与网页智能体 ：agent(summary_cn,abstract)；分类 cs.AI
AI总结 本文提出Faithful-Agent框架，通过两阶段流程提升GUI交互的证据基础性和一致性，引入引导优势估计器GuAE，有效提升任务成功率并保持指令遵循能力。
WebGym: 通过现实任务扩大视觉网络代理的训练环境
机构 * Microsoft（微软） ； UIUC（伊利诺伊大学香槟分校） ； CMU（卡内基梅隆大学）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG
AI总结 WebGym通过大规模现实任务和异步轨迹采样系统提升视觉网络代理训练效果，使基座模型在分布外测试集上的成功率显著提升。
Comments Completed acknowledgements
NaviMaster: 学习GUI和具身导航任务的统一策略
机构 * East China Normal University（东华大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； SenseTime Research（商汤科技研究院）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG
AI总结 本文提出NaviMaster，通过统一框架整合GUI导航和具身导航，采用视觉目标轨迹收集管道、统一强化学习框架和距离感知奖励，提升泛化能力。
Comments ACL 2026 Main Camera Ready
具有生长与细化多模态语义记忆的智能学习者
机构 * Nanjing University of Science and Technology（南京理工大学） ； Baidu Inc（百度公司） ； AIML, Adelaide University（AIML，阿德莱德大学） ； Singapore University of Technology and Design（新加坡科技设计大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出ViLoMem框架，通过双流记忆系统整合视觉与逻辑知识，提升多模态任务表现，减少重复错误。
$How^{2}$: 如何从过程性如何问题中学习
机构 * University of Edinburgh（爱丁堡大学）
专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出$How^{2}$框架，使智能体能提问、存储并复用如何问题答案，提升长期学习能力。在Plancraft环境中，抽象化答案对任务完成更有效。
吸引子FCM
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出了一种基于梯度下降和物理约束的吸引子FCM，通过残差记忆、时间反向传播和固定点锚点实现误差最小化，结合牛顿法和自适应项提升收敛效率。
可解释和可解释的替代建模用于模拟：一项最新综述及可解释人工智能在决策中的视角
机构 * IRIT, Université Toulouse Capitole（图卢兹大学IRIT） ； Université de Toulouse, ISAE-SUPAERO（图卢兹大学ISAE-SUPAERO）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文综述了替代建模与可解释人工智能的结合，探讨了如何通过可解释方法提升复杂系统模拟的透明度和决策支持能力。
Comments Accepted for publication in Archives of Computational Methods in Engineering, 2026
GhostServe: 一种轻量级的影子中检查点系统，用于容错的大语言模型服务
机构 * Anonymous Authors（匿名作者）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出GhostServe，一种轻量级检查点系统，通过擦除编码在主机内存中生成和存储奇偶分片，以保护流式KV缓存，提升大语言模型服务的容错性和效率。
Comments MLSys 2026
VAnim：基于渲染的稀疏状态建模用于结构保持的向量动画
机构 * School of Software, Beihang University, Beijing, China（北京航空航天大学软件学院） ； Department of Computer Science, The University of Hong Kong, Hong Kong, China（香港大学计算机科学系） ； College of Computer Science and Technology, Zhejiang University, Hangzhou, China（浙江大学计算机科学与技术学院）
专题命中 记忆与上下文管理 ：planning(abstract)
AI总结 VAnim提出了一种基于LLM的框架，通过稀疏状态更新和渲染感知强化学习，实现结构保持的向量动画生成，优于现有方法。
Comments Accepted to ICML 2026. Project page: https://yukinonooo.github.io/VAnimProject
AVI-Edit: 基于粒度感知掩码细化的音频同步视频实例编辑
机构 * School of Software and Microelectronics, Peking University（北京大学软件与微电子学院） ； Beijing Academy of Artificial Intelligence（北京人工智能研究院） ； State Key Lab of Multimedia Info. Processing, School of Computer Science, Peking University（北京大学计算机学院多媒体信息处理国家重点实验室） ； Nat’l Eng. Research Ctr. of Visual Tech., School of Computer Science, Peking University（北京大学计算机学院视觉技术工程研究中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院）
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出AVI-Edit框架，通过粒度感知掩码细化和自反馈音频代理，实现音频同步的高质量视频实例编辑，提升了空间和时间控制精度。
术前神经能量景观预测脑肿瘤切除术后工作记忆结果
专题命中 记忆与上下文管理 ：planning(abstract)
AI总结 研究通过分析术前fMRI数据，利用随机森林模型发现术前高阶神经能量特征可准确预测术后工作记忆表现，准确率达90%。
激励信息获取
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 研究通过委托-代理模型探讨如何激励代理人获取信息，提出一个必要充分条件确保存在简单阈值转移机制，适用于文献中常见信号分布。
位置：代理AI的安全性与公平性取决于交互拓扑，而非模型规模或对齐
机构 * Department of Computer Science, University of British Columbia, Vancouver, Canada（英属哥伦比亚大学计算机科学系） ； Department of Artificial Intelligence, IIT Hyderabad, Hyderabad, India（印度海得拉巴理工学院人工智能系） ； Amazon, Delhi, India（印度德里亚马逊公司）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 本文指出代理AI的安全性由交互拓扑决定，而非模型规模或对齐程度。研究揭示了顺序不稳定、信息级联和功能崩溃等拓扑驱动的问题，并强调需通过动态系统视角评估安全性和公平性。
Comments 18 pages, 8 figures. Position paper
GAZE：基于视图级工具和文献检索的 grounded 零样本评估
机构 * Imperial College London, UK（伦敦帝国学院） ； University of Toronto, Canada（多伦多大学） ； University College London, UK（伦敦大学学院）
专题命中 Agent评测 ：agentic(title,abstract)；tool use(abstract)；分类 cs.LG
AI总结 GAZE框架通过调用视图级工具和文献检索工具，使医学VLM在迭代方式下工作，实现对罕见脑MRI的零样本评估，提升病变定位和诊断准确率。
LiveFMBench: 揭示代理工作流在规范生成中的力量与局限
机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； The Hong Kong University of Science（香港科学与技术大学） ； Guangzhou Institute of Technology, Xidian University（西安电子科技大学广州研究所）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过LiveFMBench系统研究LLM和代理在C程序形式化规范生成中的能力与失败模式，发现直接提示和代理流程显著提升成功率，但需排除不忠实行为以准确评估性能。
代理AI系统应作为边际令牌分配经济体进行设计
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 本文提出代理AI系统应以边际令牌分配经济体为设计框架，揭示各层在边际效益等于边际成本加延迟成本加风险成本的条件下，导致局部优化全局失衡的问题，提出令牌意识评估、自主定价、拥堵定价和服务风险调整等研究方向。
BioVeil MATRIX: 洞察和分类代理生物AI科学家中的漏洞
专题命中 Agent评测 ：agentic(title,abstract)；planning(abstract)
AI总结 研究探讨了代理生物AI科学家在多学科科学流程中的应用，指出现有安全评估无法覆盖双用途应用风险，提出BioVeil MATRIX作为防御分类体系，用于系统化分类生物安全风险。
在真实环境中评估代理AI：故障模式、漂移模式及生产评估框架
机构 * Independent Researcher（独立研究者）
专题命中 Agent评测 ：agentic(title,abstract)；分类 cs.AI
AI总结 本文针对代理AI在生产环境中持续运行时的评估挑战，提出七种故障模式分类及PAEF框架，揭示传统指标在检测故障模式上的不足。
Comments 11 pages, 6 tables, 1 figure. Reference implementation: https://github.com/mukund1985/llm-eval-toolkit
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈