AI Agent

Beyond Task Success: Measuring Workflow Fidelity in LLM-Based Agentic Payment Systems

超越任务成功：衡量基于大语言模型的代理支付系统的工作流保真度

Donghao Huang, Joon Kiat Chua, Zhaoxia Wang

机构 * School of Computing and Information Systems, Singapore Management University（新加坡管理学院） ； School of Computing（计算学院） ； Research and Development, Mastercard（Mastercard研发） 纠错

专题命中 工作流自动化 ：agentic(title,summary_cn)；workflow(title,abstract)；agent(abstract,abstract_cn)；multi-agent(abstract)

AI总结 本文提出Agentic Success Rate（ASR）指标，用于评估代理系统执行序列的保真度，发现18个模型中有10个在支付流程中跳过确认检查点，而GPT-4.1虽任务成功率为完美但存在隐藏的快捷方式，ASR诊断指导的提示优化显著提升了任务成功率。

Comments 6 pages, 2 tables. Accept at AI and Data Science for Digital Finance (AIDS4DF) Workshop, PAKDD 2026

ClawGuard: Out-of-Band Detection of LLM Agent Workflow Hijacking via EM Side Channel

ClawGuard: 通过电磁侧信道检测LLM代理工作流劫持

Leo Linqian Gan, Jeffery Wu, Longyuan Ge, Lanqing Yang, Yonghao Song, Jingkai Zhang, Haojia Jin, Weiyi Wang, Guangtao Xue

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

AI总结 ClawGuard通过电磁侧信道检测LLM代理工作流劫持，利用电磁信号特征识别被篡改的代理行为，实现对主机软件 compromise 的物理验证。

Position: agentic AI orchestration should be Bayes-consistent

位置：代理AI协调应具有贝叶斯一致性

Theodore Papamarkou, Pierre Alquier, Matthias Bauer, Wray Buntine, Andrew Davison, Gintare Karolina Dziugaite, Maurizio Filippone, Andrew Y. K. Foong, Vincent Fortuin, Dimitris Fouskakis, Jes Frellsen, Eyke Hüllermeier, Theofanis Karaletsos, Mohammad Emtiyaz Khan, Nikita Kotelevskii, Salem Lahlou, Yingzhen Li, Fang Liu, Clare Lyle, Thomas Möllenhoff, Konstantina Palla, Maxim Panov, Yusuf Sale, Kajetan Schweighofer, Artem Shelmanov, Siddharth Swaroop, Martin Trapp, Willem Waegeman, Andrew Gordon Wilson, Alexey Zaytsev

机构 * ESSEC Business School（ESSEC商学院） ； VinUniversity（文大学） ； Imperial College London（伦敦帝国理工学院） ； Mila - Quebec AI Institute（魁北克人工智能研究所） ； Technical University of Denmark（丹麦技术大学） ； Pyramidal Inc.（Pyramidal公司） ； University of Notre Dame（诺特大学） ； Cognizant AI Lab（Cognizant人工智能实验室） ； University College London（伦敦大学学院） ； KTH Royal Institute of Technology（瑞典皇家理工学院） ； Ghent University（根特大学） ； New York University（纽约大学） 纠错

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

AI总结 本文探讨了在代理AI系统中，贝叶斯原则在协调层的应用，而非LLM参数，以提升决策一致性和协作效率。

Comments Accepted for publication at ICML 2026

Efficient Serving for Dynamic Agent Workflows with Prediction-based KV-Cache Management

基于预测的动态代理工作流高效服务系统

Haoyu Zheng, Fangcheng Fu, Jia Wu, Binhang Yuan, Yongqiang Zhang, Hao Wang, Yuanyuan Zhu, Xiao Yan, Jiawei Jiang

机构 * Wuhan University（武汉大学） ； Dameng Database（达梦数据库） ； Shanghai Jiao Tong University（上海交通大学） ； Macquarie University（麦考瑞大学） ； HKUST（香港科技大学） 纠错

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

AI总结 本文提出PBKV系统，通过预测未来代理调用并管理KV缓存，提升动态工作流的效率，实验显示在动态工作流中比LRU快1.85倍，在静态工作流中比KVFlow快1.26倍。

Supervising Ralph Wiggum: Exploring a Metacognitive Co-Regulation Agentic AI Loop for Engineering Design

监督拉尔夫·维格姆：探索一种元认知共调节智能体循环用于工程设计

Zeda Xu, Nikolas Martelaro, Christopher McComb

机构 * Department of Mechanical Engineering（机械工程系） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出一种自我调节循环和共调节设计智能体循环，通过元认知共调节缓解设计固定问题，提升工程设计性能。

An Agent-Oriented Pluggable Experience-RAG Skill for Experience-Driven Retrieval Strategy Orchestration

面向经验的可插拔经验型RAG技能：用于经验驱动的检索策略编排

Dutao Zhang, Tian Liao

机构 * Macao Polytechnic University（澳门理工学院） 纠错

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

AI总结 本文提出经验型RAG技能，通过分析场景和经验记忆选择合适检索策略，提升多任务检索效果，实测在多个数据集上优于固定检索基线。

Comments Preprint. 6 pages, 1 figure, 3 tables

Toward Scalable Audio Description Quality Control: A Workflow for Evaluating Human and VLM Raters

迈向可扩展的音频描述质量控制：评估人类和VLM评分者的流程

Lana Do, Gio Jung, Juvenal Francisco Barajas, Andrew Taylor Scott, Shasta Ihorn, Alexander Mario Blum, Vassilis Athitsos, Ilmi Yoon

机构 * Northeastern University（东北大学） ； San Francisco State University（旧金山州立大学） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校） 纠错

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

AI总结 本文提出了一种评估人类和VLM评分者音频描述质量的流程，利用项目反应理论评估其与专家标准的匹配程度，发现VLM在大规模评估中可与人类评分者相当，但其推理可靠性较低。

Intentmaking and Sensemaking: Human Interaction with AI-Guided Mathematical Discovery

意图生成与意义构建：人类与AI引导的数学发现的交互

Alex Bäuerle, Adam Connors, Alexander Novikov, Adam Zsolt Wagner, Ngân Vũ, Fernanda Viegas, Martin Wattenberg, Lucas Dixon

机构 * Google DeepMind（谷歌DeepMind） 纠错

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

AI总结 本文探讨了专家数学家使用AlphaEvolve进行高级问题研究的流程，提出意图生成与意义构建的协作框架，强调AI工具应作为协作而非黑箱助手。

Career-Aware Resume Tailoring via Multi-Source Retrieval-Augmented Generation with Provenance Tracking: A Case Study

面向职业发展的简历定制：通过多源检索增强生成与溯源的多源检索增强生成：案例研究

Kumar Abhinav

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

AI总结 本文提出Resume Tailor系统，通过多源检索增强生成与溯源技术，利用纵向职业档案提升简历定制效果，实验显示在相关经验存在时，ATS匹配分数提升，但领域知识不足时分数下降。

Comments 6 pages, 1 figure, 5 tables. Also available on SSRN

Parser agreement and disagreement in L2 Korean UD: Implications for human-in-the-loop annotation

L2韩语UD中的解析一致与不一致：对人类在环标注的启示

Hakyung Sung, Gyu-Ho Shin

机构 * Rochester Institute of Technology（罗切斯特技术学院） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 本文提出一种简化的人工在环流程，利用两个领域适应解析器的一致性进行第二语言韩语形态语法标注，通过对比解析器与人类判断发现其高度一致，支持半自动标注的可行性，并指出解析分歧集中在语言可预测领域。

Comments To be published in the 20th Linguistic Annotation Workshop

Optimizing Social Utility in Sequential Experiments

在连续实验中优化社会效用

Ander Artola Velasco, Stratis Tsirtsis, Manuel Gomez-Rodriguez

机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Hasso Plattner Institute（哈索·platzer研究所） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出一种统计协议，通过开发者连续进行随机对照试验并由监管机构部分补贴成本，以提高社会效用。通过动态规划和分治法，有效找到最优策略和补贴水平。

LaTA: A Drop-in, FERPA-Compliant Local-LLM Autograder for Upper-Division STEM Coursework

LaTA：一个符合FERPA规定的本地LLM自动评分器，用于大二STEM课程作业

Jesse A. Rodríguez

机构 * School of Mechanical, Industrial, and Manufacturing Engineering（机械、工业与制造工程学院） 纠错

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

AI总结 LaTA是一种本地LLM自动评分器，可有效减轻大二STEM课程的评分负担，通过本地运行和LaTeX流程，实现零成本评分，提升学生自信心并提高考试成绩。

Comments Submitted to Computers & Education

ImCoref-CeS: An Improved Lightweight Pipeline for Coreference Resolution with LLM-based Checker-Splitter Refinement

ImCoref-CeS: 一种改进的轻量级管道用于基于LLM的检查-分割细化的指代消解

Kangyang Luo, Yuzhuo Bai, Shuzheng Si, Cheng Gao, Zhitong Wang, Yingli Shen, Wenhao Li, Zhu Liu, Yufeng Han, Jiayi Wu, Cunliang Kong, Maosong Sun

机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI, Tsinghua University（清华大学人工智能研究院） ； East China Normal University（华东师范大学） ； Jiangsu Collaborative Innovation Center for Language Ability（江苏省语言能力协同创新中心） 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ImCoref-CeS框架，结合增强的监督模型与LLM推理，通过改进的指代消解方法和LLM多角色检查-分割代理提升性能。

Comments Accepted by ACL2026 main

AiiDA-TrainsPot: Towards automated training of neural-network interatomic potentials

AiiDA-TrainsPot：迈向神经网络互原子势自动训练

Davide Bidoggia, Nataliia Manko, Maria Peressi, Antimo Marrazzo

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出AiiDA-TrainsPot工具，通过自动化流程整合密度泛函理论计算、数据增强和分子动力学，提升神经网络互原子势的训练效率与准确性。

Journal ref Digital Discovery (2025)

BOOM and Babamul: a real-time, multi-survey, optical alert broker system operating at scale

BOOM和Babamul：一个实时、多调查、光学警报代理系统，可大规模运行

Theophile Jegou du Laz, Michael W. Coughlin, Peter Bachant, Jacob E. Simones, Thomas Culino, Antoine Le Calloch, Sushant Sharma Chaudhary, Xander J. Hall, Tyler Barna, Daniel Warshofsky, Matthew Graham, Mansi M. Kasliwal, Ashish Mahabal, Joshua S. Bloom, Antonella Palmese, Frank J. Masci, Steven L. Groom, Richard Dekany, Reed L. Riddle, George Helou

专题命中 工作流自动化 ：workflow(abstract)

AI总结 为应对高通量宽视场调查和多信使仪器的数据流，BOOM系统通过Rust栈和MongoDB数据库实现了实时警报处理，性能提升7倍，支持LSST大规模警报代理Babamul的开发。

Comments 16 pages, 5 figures