A Theory of Multilevel Interactive Equilibrium in NeuroAI
神经AI中多层级互动均衡的理论
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出了一种博弈论框架，用于适应性多智能体系统，扩展了经典博弈论在部分可观测、计算受限和不确定性的假设下研究神经AI均衡。
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. 多智能体 73 篇
Hierarchical Multiagent Reinforcement Learning for Multi-Group Tax Game
多群体税收游戏的分层多智能体强化学习
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出分层多智能体强化学习框架，用于研究多群体税收博弈中的策略互动，通过课程学习和闭环顺序更新机制提升训练稳定性，实验显示其能学习稳定可持续的税收政策，延长游戏持续时间并减少地区GDP差距。
Energy-efficient flocking with nonlinear navigational feedback
高效编队与非线性导航反馈
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出一种非线性导航反馈的多智能体模型，证明了在温和条件下，智能体速度指数趋近于质心速度，且质心与虚拟领导者间距离有界，同时探讨了减少推进能耗的方法。
HULK: Large-scale Hierarchical Coordination under Continual and Uncertain Temporal Tasks
HULK：大规模层次协调在连续和不确定的时间任务中
机构 * Department of Mechanics and Engineering Science, College of Engineering, Peking University（力学与工程科学系，工程学院，北京大学） ； National University of Defense Technology（国防科学技术大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 本文提出HULK框架，解决连续和不确定时间任务下的大规模协调问题，通过分层结构提升计算效率和鲁棒性。
Comments Accepted to the IEEE International Conference on Robotics and Automation. 7 pages, 4 figures
The Reciprocity Gradient
互惠梯度
机构 * The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； University of Waterloo（滑铁库大学） ； Vector Institute（向量研究所） ； Tongji University（同济大学） ； LIGHTSPEED
专题命中 多智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出互惠梯度方法，通过反向传播奖励梯度优化策略，解决学习代理在战略互动中因声誉链复杂性导致的间接渠道优化难题，实现近最优的上下文敏感策略。
Resolving space-sharing conflicts in road user interactions through uncertainty reduction: An active inference-based computational model
通过不确定性减少解决道路使用者互动中的空间共享冲突：一种基于主动推断的计算模型
机构 * Department of Cognitive Robotics, Delft University of Technology, Netherlands（德鲁特理工大学认知机器人学系） ； Waymo LLC, Mountain View, CA, USA（Waymo公司）
专题命中 多智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文提出一种基于主动推断的计算模型，用于模拟道路使用者互动中的空间共享冲突解决，通过隐含沟通、规范预期和显性沟通机制提升冲突解决效率，但需考虑对方行为是否符合预期。
Robust Remote Reinforcement Learning over Unreliable Communication Channels using Homomorphic State Encoding
在不可靠通信信道上使用同态状态编码的鲁棒远程强化学习
专题命中 多智能体 ：agent(abstract)；分类 cs.LG
AI总结 本文提出一种名为HR3L的新型学习架构，使在不可靠通信信道上分布式训练RL代理成为可能，无需交换梯度信息，实验表明其在样本效率上显著优于现有方法，且能适应不同场景。
Comments This manuscript is currently under revision
Emergent Communication for Co-constructed Emotion Between Embodied Agents via Collective Predictive Coding
通过集体预测编码实现具身智能体间共构情感的涌现通信
专题命中 多智能体 ：agent(abstract)
AI总结 本文通过集体预测编码框架，利用Metropolis-Hastings命名游戏模型，研究具身智能体间共构情感的涌现通信过程，发现通信显著提升情感类别的对齐性和一致性，并验证了内脏异质性对共享情感意义的构成作用。
Comments 13 pages,
Compressed Momentum-based Single-Point Zeroth-Order Algorithm for Stochastic Distributed Nonconvex Optimization
压缩的动量单点零阶算法用于随机分布式非凸优化
专题命中 多智能体 ：agent(abstract)
AI总结 本文提出一种压缩动量单点零阶算法，旨在降低通信开销并解决显式梯度信息不可用问题，通过局部随机更新和压缩交换实现非凸优化。
Comments 14 pages, 2 figures
2. 工作流自动化 42 篇
Agent-X: Full Pipeline Acceleration of On-device AI Agents
Agent-X：边缘设备上AI代理的全流水线加速
机构 * KAIST（韩国科学技术院）
专题命中 工作流自动化 ：agent(title,title_cn)；AI agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出Agent-X框架，通过优化预填充和解码阶段，实现边缘设备上AI代理的加速，无精度损失且集成简便，首次系统性消除代理延迟瓶颈。
Comments Accepted for publication at MobiSys-2026
AgentHER: Hindsight Experience Replay for LLM Agent Trajectory Relabeling
AgentHER: 用于LLM代理轨迹重标记的回溯经验回放
机构 * The University of Sydney（悉尼大学）
专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract,abstract_cn)；分类 cs.AI、cs.CL
AI总结 AgentHER通过四阶段流程将废弃轨迹转化为SFT、DPO和ShareGPT训练数据，在WebArena和ToolBench上提升性能并提高样本效率，同时降低标签噪声。
Security Risks in Tool-Enabled AI Agents: A Systematic Analysis of Privileged Execution Environments
工具赋能AI代理的安全风险：对特权执行环境的系统分析
机构 * Microsoft Corporation, USA（微软公司）
专题命中 工作流自动化 ：AI agent(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文系统分析了云托管AI代理的安全风险，通过三个代表性场景展示风险，并讨论了缓解策略及其权衡。研究发现，许多风险源于过度授权工具、能力意图不匹配和环境权威泄露。
Comments Extended author preprint. A shortened version has been accepted as a short paper at IEEE COMPSAC 2026. 7 pages, 3 figures/tables
SAGE: Agentic Framework for Interpretable and Clinically Translatable Computational Pathology Biomarker Discovery
SAGE：可解释且临床可转化的计算病理学生物标志物发现代理框架
机构 * Emory University（埃默里大学） ； Georgia Institute of Technology（佐治亚理工学院） ； NVIDIA（NVIDIA公司） ； University of Arkansas at Little Rock（阿拉伯州立大学）
专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 SAGE通过生物证据引导生物标志物发现，结合多代理系统生成和评估假设，实现结构化、可追溯的病理学研究方法。
Generating synthetic electronic health record data using agent-based models to evaluate machine learning robustness under mass casualty incidents
利用基于代理的模型生成合成电子健康记录数据以评估机器学习在大规模伤亡事件中的鲁棒性
机构 * School of Computing and Information Systems The University of Melbourne（墨尔本大学计算与信息系统学院） ； Department of Medicine The University of Melbourne（墨尔本大学医学院）
专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)；分类 cs.LG
AI总结 本文提出基于代理的模型生成合成电子健康记录数据，用于评估机器学习模型在大规模伤亡事件中的鲁棒性，通过模拟紧急情况下的系统变化，检验模型预测住院时间的性能。
Comments 14 pages, 1 figure; accepted at CHIL 2026
Towards Autonomous Business Intelligence via Data-to-Insight Discovery Agent
通过数据到洞察发现代理实现自主商业智能
机构 * Rajax Network Technology(Taobao Shangou of Alibaba)（阿里淘宝购物网络技术）
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AIDA框架，通过灵活的零售环境和定制DSL实现复杂业务环境的自主探索，实验表明其在洞察发现和分析深度上优于传统方法。
Agentic AI for Particle-Based Simulation: Automating SPH Workflows for Debris Flow Modeling
基于代理的AI用于粒子模拟：自动化SPH工作流用于碎屑流建模
专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)
AI总结 本文提出首个用于无网格模拟的代理AI工作流，通过整合工具编排、多模态输入和人机交互，实现了碎片流建模的端到端模拟，展示了多模态输入在提升用户体验和减少失败模式方面的优势。
Comments 24 pages, 10 figures, 5 tables
Agentic MIP Research: Accelerated Constraint Handler Generation
代理MIP研究：加速约束处理程序生成
机构 * Zuse Institute Berlin（柏林泽尼茨研究所） ； Technische Universität Berlin（柏林技术大学）
专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出一种基于代理的MIP研究框架，通过嵌入LLM代理生成、验证和评估SCIP求解器的插件，加速约束处理程序的开发。该框架在MIPLIB 2017基准上成功恢复了约束编程中的全局约束结构，并生成了可执行的约束检测器和仅传播的约束处理程序。
FlashEvolve: Accelerating Agent Self-Evolution with Asynchronous Stage Orchestration
FlashEvolve：通过异步阶段协调加速智能体自我进化
机构 * University of California, San Diego（加州大学圣地亚哥分校） ； Georgia Institute of Technology（佐治亚理工学院）
专题命中 工作流自动化 ：agent(title)；workflow(abstract)；分类 cs.LG
AI总结 本文提出FlashEvolve框架，通过异步工作流和队列降低智能体自我进化的时间成本，提升吞吐量和token效率，在GEPA任务中实现3.5倍和4.9倍的提升。
AI-Care: A Conversational Agentic System for Task Coordination in Alzheimer's Disease Care
AI-Care：一种用于阿尔茨海默病护理的任务协调对话代理系统
机构 * Department of Computer Science（计算机科学系） ； Department of Linguistics（语言学系） ； Department of Neurology（神经病学系） ； University of California, Davis（加州大学戴维斯分校）
专题命中 工作流自动化 ：agentic(title,abstract)；分类 cs.AI
AI总结 AI-Care通过自然语言交互降低阿尔茨海默病患者使用数字工具的认知负担，通过语音优先聊天机器人实现日程提醒和待办事项管理，采用状态化 orchestration 方法确保安全性和准确性。
Comments 9 pages, 3 figures
Measuring What Matters: Benchmarking Generative, Multimodal, and Agentic AI in Healthcare
衡量重要性：在医疗保健中基准测试生成、多模态和代理AI
机构 * Centific AI Research（Centific人工智能研究）
专题命中 工作流自动化 ：agentic(title)；workflow(abstract)；分类 cs.AI
AI总结 本文探讨了在医疗保健中评估生成、多模态和代理AI的基准测试方法，强调了现有基准测试在可靠性、安全性和临床相关性方面的不足，提出需要系统性的评估框架。
Preparing Students for AI-Powered Materials Discovery: A Workflow-Aligned Framework for AI Literacy, Equity, and Scientific Judgment
为AI赋能的材料发现培养学生：一种与工作流程对齐的AI素养、公平性及科学判断框架
专题命中 工作流自动化 ：workflow(title,abstract)
AI总结 本文提出一种与工作流程对齐的AI素养框架，强调通过提升学生在材料信息学中的数据溯源、领域特定特征化等能力，促进AI在材料发现中的公平应用与科学判断。
Comments 22 pages, 4 figures, and 5 tables
AI Alignment via Incentives and Correction
通过激励与修正实现AI对齐
机构 * Princeton University（普林斯顿大学）
专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 本文从法律经济学威慑模型视角探讨AI对齐问题，提出通过激励机制和修正过程解决AI行为与对齐目标的平衡问题，构建双代理模型分析奖励设计对求解器和审计器行为的影响。
Merlin: Deterministic Byte-Exact Deduplication for Lossless Context Optimization in Large Language Model Inference
Merlin：用于无损上下文优化的大语言模型推理中的确定性字节精确去重
机构 * Corbenic AI, Inc.（Corbenic AI公司）
专题命中 工作流自动化 ：autonomous agent(abstract)；workflow(abstract)；分类 cs.CL
AI总结 Merlin通过高效去重和上下文优化提升大语言模型推理效率，减少冗余文本处理瓶颈，实验显示在高冗余数据中减少71%输入，保持数据完整性。
Comments Preprint. Implementation and open-source community version available at: https://github.com/corbenicai/merlin-community - https://doi.org/10.5281/zenodo.20090991
Process Matters more than Output for Distinguishing Humans from Machines
过程比输出更能区分人类与机器
机构 * Roundtable Technologies Inc.（Roundtable技术公司） ； Princeton University（普林斯顿大学）
专题命中 工作流自动化 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出CogCAPTCHA30测试人类与机器的行为过程差异，发现过程特征比性能指标更有效区分两者，但任务特定过程监督在跨任务迁移时效果下降，凸显过程定义的瓶颈。
PersonaTeaming: Supporting Persona-Driven Red-Teaming for Generative AI
PersonaTeaming: 支持基于人设的生成AI红队测试
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Apple（苹果公司）
专题命中 工作流自动化 ：workflow(abstract,abstract_cn)；分类 cs.AI
AI总结 本文提出PersonaTeaming方法，通过整合人设提升红队测试的自动化与人机协作能力，实验显示其在攻击成功率和提示多样性方面优于现有方法，并通过用户界面促进人机协同创新。
Intelligent Autonomous Orchestration for Distributed Cloud Resources using Complex-Stability Analysis
基于复杂稳定性分析的分布式云资源智能自主编排
机构 * Department of Computer Science \& Engineering Presidency University, Bengaluru, India Email ； Department of Computer Science \& Engineering REVA University, Bengaluru, India Email
专题命中 工作流自动化 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文提出C-SAS框架，利用复分析方法实现系统均衡，通过实时计算稳定性指数抑制振荡，实验显示其在VM波动和资源效率方面优于传统PID和ML方法。
Comments 7 pages
Towards Robust Surgical Automation via Digital Twin Representations from Foundation Models
通过基础模型生成的数字孪生表示实现鲁棒的手术自动化
机构 * Johns Hopkins University（约翰霍普金斯大学）
专题命中 工作流自动化 ：agent(abstract)；planning(abstract)
AI总结 本文提出基于数字孪生的感知方法，结合LLM代理与dVRK平台，实现手术任务规划的鲁棒性与泛化能力，为手术自动化提供新的解决方案。
PaperFit: Vision-in-the-Loop Typesetting Optimization for Scientific Documents
PaperFit：科学文档中的视觉闭环排版优化
机构 * University of Chinese Academy of Sciences（中国科学院大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； School of Automation and Intelligent Sensing, Shanghai Jiao Tong University（上海交通大学自动化与智能感知学院）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI、cs.SE
AI总结 PaperFit通过视觉闭环优化将可编译的LaTeX文档转化为高质量PDF，解决排版问题并提升文档自动化流程的完整性。
Comments 47 pages, 17 figures, 17 tables
TiledAttention: a CUDA Tile SDPA Kernel for PyTorch
TiledAttention: 一种用于PyTorch的CUDA瓷砖SDPA内核
机构 * Helmholtz Centre for Environmental Research - UFZ（环境保护研究霍普夫研究所）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 TiledAttention是一种基于SDPA的注意力机制，通过cuTile Python实现，提供可编辑的调度层面，实现高性能和可定制化的平衡。
Fairness of Explanations in Artificial Intelligence (AI): A Unifying Framework, Axioms, and Future Direction toward Responsible AI
人工智能中解释的公平性：统一框架、公理与迈向负责任人工智能的未来方向
机构 * Montana State University（蒙大拿州立大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG
AI总结 本文探讨了人工智能中解释公平性的问题，提出统一框架和公理，指出解释过程中的程序性偏见，并提出评估流程以实现公平性审计。
Comments 53 pages, 1 figure
