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。
LDDR：基于线性DPP的动态分辨率帧采样用于视频MLLMs
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Individual Researcher（个人研究员） ； National University Singapore（新加坡国立大学） ； Nanyang Technological University（南洋理工大学） ； Duke University（杜克大学）
专题命中 工作流自动化 ：agentic(abstract)
AI总结 本文提出LDDR框架，通过任务条件特征空间中查询感知的DPP帧选择，在有限视觉token预算下提升视频理解，实现3倍速度提升，并通过组DPP重要性度量动态分配分辨率，优于现有基线方法。
Comments 21 pages, 4 figures
Encore：通过有偏自我演练进行轨迹预测条件化
机构 * Huazhong University of Science and Technology（华中科技大学）
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文提出 Encore 模型，通过有偏自我演练条件化轨迹预测，提升预测性能并增强对主体性的可解释性。
量子哈密顿分析工具包：通过哈密顿量降低量子计算的门槛
专题命中 工作流自动化 ：workflow(abstract)
AI总结 QHAT提供用户友好的界面用于研究哈密顿量及在容错量子计算机上的模拟，通过简单输入减少对量子算法的理解需求，提升研究效率。
Comments 10 pages, 8 figures, submitted to IEEE Quantum Week 2026
生产力系统的对话式定制：可变AI接口的设计探查
专题命中 工作流自动化 ：workflow(abstract)
AI总结 研究探讨用户如何通过自然语言定制日常工具，发现用户多基于现有模式进行调整而非创造新功能，强调了对话式定制对工具交互方式的影响及潜在风险。
KeyframeFace: 通过语义关键帧实现语言驱动的面部动画
机构 * Westlake University（西湖大学） ； Nanjing University（南京大学） ； Zhejiang University（浙江大学） ； Hunan University（湖南大学）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出KeyframeFace框架，通过语义关键帧实现语言驱动的面部动画，提升面部表情的精确控制与可解释性。
评论与控制：通过上下文引导进化劫持代理工作流
机构 * Johns Hopkins University Applied Physics Lab（约翰霍普金斯大学应用物理实验室） ； Johns Hopkins University（约翰霍普金斯大学） ； Wyze Labs（Wyze实验室）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出JAW框架，通过上下文引导进化方法劫持自动化平台上的代理工作流，揭示代理工作流中因输入操控导致的安全风险，并展示了对GitHub和n8n的广泛影响。
从代码导向到意图导向的软件工程：生成式人工智能、代理系统和工程问责的反思主题分析
机构 * University of the Cumberlands（卡姆伯兰大学）
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE
AI总结 本文通过反思性主题分析和解释现象学分析，探讨生成式人工智能、代理系统如何推动软件工程从代码导向转向意图导向，强调意图指定、上下文整理、架构知识和问责的重要性。
Comments 24 pages, 6 tables
LLMs改进LLMs：测试时扩展的代理发现
机构 * UMD（马里兰大学） ； UVA（弗吉尼亚大学） ； WUSTL（华盛顿大学） ； UNC（北卡罗来纳大学） ； Google（谷歌） ； Meta
专题命中 软件智能体 ：agentic(title)；agent(abstract)；分类 cs.CL
AI总结 本文提出AutoTTS框架，通过环境驱动的方法自动发现测试时扩展策略，提升大语言模型性能，实验表明其在数学推理基准上的准确率与成本平衡优于人工设计基线。
Comments 25 pages
单条消息能否瘫痪AI基础设施？通过针对性Mobius注入的AbO-DDoS攻击崛起
机构 * The Hong Kong Polytechnic University（香港理工大学） ； HKUST (GZ)（香港科技大学（广州））
专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 研究揭示了通过Mobius注入攻击利用代理逻辑中的语义闭合漏洞，实现对AI基础设施的隐蔽攻击，展示了攻击的轻量、隐蔽性和高配置性，并提出基于组件能量分析的防御机制。
SmellBench：评估LLM代理在建筑代码异味修复上的表现
机构 * University of Craiova（克劳索瓦大学） ； NVIDIA（NVIDIA公司） ； University Politehnica of Bucharest（布加勒斯特理工大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL、cs.SE
AI总结 本文提出SmellBench框架，用于评估LLM代理在修复建筑代码异味方面的性能，通过专家验证发现最佳代理修复率为47.7%，但修复 aggressiveness 与代码库质量呈负相关。
关于智能体与软件工程的研究议程：来自里约A2SE研讨会的成果
机构 * University of Southern Denmark（丹麦南方大学） ； Software Engineering Research Center, IIIT Hyderabad（IIIT海得拉巴软件工程研究中心） ； Pontifical Catholic University of Rio de Janeiro（里约热内卢天主教大学）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文基于智能体AI的兴起，探讨其对软件工程的影响，提出六个主题领域及短期和长期研究方向，为软件工程社区提供协调努力的结构化基础。
Comments 6 pages, 1 table, A2SE meeting, https://sites.google.com/view/a2se2026/home
分类器上下文旋转：通过上下文长度监控性能退化
机构 * Anthropic Fellows Program（Anthropic fellows项目）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 研究发现当前前沿模型在长上下文情况下难以检测危险行为，通过提示技术可部分缓解此问题，强调长上下文退化对监控性能的影响。
为Julia编程语言设计的极简终端编辑器--MinTEJ：面向科学程序员的友好方法
专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出MinTEJ，一种基于终端的Julia编辑器，采用顺序模式交互架构，整合文件管理、代码编辑、执行和调试，降低认知负荷和错误率。
Comments 15 Pages, 42 figures
gwBenchmarks: 对高精度引力波天文学中LLM代理的应力测试
机构 * Kavli Institute for Theoretical Physics, University of California Santa Barbara, Kohn Hall, Lagoon Rd, Santa Barbara, CA 93106（加州大学圣芭芭拉分校凯弗利理论物理研究所） ； Center for Gravitational Physics, University of Texas at Austin, Austin, TX 78712, USA（德克萨斯大学奥斯汀分校引力物理中心） ； Department of Physics, Princeton University, Princeton, NJ 08540, USA（普林斯顿大学物理系）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了最先进的LLM编码代理能否完成端到端的科学建模任务，通过八个任务测试其精度和物理系统推理能力，发现代理在复杂任务上表现不佳，无法达到领域要求。
Comments 26 pages, 4 figures
RoboBlockly Studio：具有身体反馈的对话式积木编程用于计算思维
机构 * Xi'an Jiaotong-Liverpool University（西安交通大学利物浦大学）
专题命中 软件智能体 ：agent(abstract)
AI总结 本文提出RoboBlockly Studio，结合积木编程、对话AI教学代理和具身机器人执行，通过迭代循环提升学生计算思维能力，探讨AI与机器人在教育中的应用。
Comments Accepted to ACM DIS 2026. Camera-ready version
Hedwig：在局部监督下编码代理的动态自主性
专题命中 软件智能体 ：agent(abstract)
AI总结 Hedwig通过动态调整自主性水平，减少开发者与编码代理协作中的摩擦，提升任务执行效率。
Comments accepted to ACM CAIS 2026 demo track
可执行代理记忆用于GUI代理
机构 * Tsinghua University, China（清华大学, 中国） ； Sun Yat-sen University, China（中山大学, 中国）
专题命中 GUI与网页智能体 ：agentic(title,abstract)；agent(title)；planning(abstract)；分类 cs.AI
AI总结 本文提出EAM，一种结构化知识图谱，通过检索与执行过程提升GUI规划的鲁棒性，实验显示其在AndroidWorld上优于现有基线模型，并显著降低token成本。
多流语言模型：通过并行思维、输入和输出流解除语言模型瓶颈
机构 * Max Planck Institute for Intelligent Systems（马克斯·普朗克智能系统研究所） ； Tübingen AI Center（图宾根人工智能中心） ； ETH Zurich（苏黎世联邦理工学院） ； University Hospital Tübingen（图宾根大学医院） ； University of Tübingen（图宾根大学） ； ELLIS Institute Tübingen（图宾根ELLIS研究所）
专题命中 GUI与网页智能体 ：agent(abstract)；AI agent(abstract)；autonomous agent(abstract)；分类 cs.CL、cs.LG
AI总结 本文提出通过并行计算流替代顺序消息格式，提升语言模型的效率、安全性和可监控性，解决单流计算的局限性。
Comments Preprint, 37 pages. Code at https://github.com/seal-rg/streaming/
ToolCUA：迈向计算机使用代理的最优GUI工具路径协调
机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） ； Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
专题命中 GUI与网页智能体 ：agent(abstract)；tool use(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出ToolCUA，通过分阶段训练范式学习最优GUI-工具路径选择，利用交互式轨迹缩放管道和工具引导的GUI RFT提升关键切换点决策，实验显示其在OSWorld-MCP上准确率达46.85%，优于基线模型66%，证明了有效的GUI-工具协调。
面向低视力人群的基于VQA的事件地图城市风险感知导航
机构 * Institut de Robòtica i Informàtica Industrial, CSIC-UPC（机器人与信息技术研究所，CSIC-UPC）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 本文提出基于视觉问答的事件地图框架，利用视觉语言模型进行行人场景描述和危险识别，通过三级查询结构实现细粒度场景理解，生成风险感知导航地图，验证多模态大语言模型在助视导航中的有效性。
Comments 10 pages, 6 figures, submitted to IEEE T-ITS
可携带代理记忆：一种用于跨异构AI代理加密验证记忆传输的协议
机构 * Microsoft Corporation（微软公司）
专题命中 记忆与上下文管理 ：agent(title,summary_cn)；AI agent(title,abstract)；分类 cs.AI
AI总结 本文提出Portable Agent Memory协议，通过结构化内存模型、基于能力的访问控制、抗注入重水化协议和JSON优先的序列化格式，实现跨异构AI代理的安全记忆传输。
Comments 8 pages, 28 references
LongMemEval-V2：评估长期代理记忆以成为经验丰富的同事
机构 * University of California, Los Angeles（加州大学洛杉矶分校）
专题命中 记忆与上下文管理 ：agent(title,abstract)；workflow(abstract)；分类 cs.CL
AI总结 LongMemEval-V2通过451个手动整理的问题评估代理记忆系统是否能帮助代理在定制环境中获取经验，采用上下文收集方法并提出两种记忆方法，实验显示AgentRunbook-C在准确率上表现最佳。
Comments Work in Progress
SAGE：一种自演化代理图记忆引擎，用于结构感知的联想记忆
机构 * Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； School of Intelligence Science and Technology, Peking University（北京大学智能科学与技术学校） ； 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校）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 SAGE通过自演化机制和图记忆引擎提升长期记忆能力，在多跳问答、开放领域检索等任务中表现出色，显著提高了证据恢复和检索效率。
状态双生：一种链下子层，用于在去中心化金融协议上进行代理推理
专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)
AI总结 本文提出State Twin，一种链下子层，用于在去中心化金融协议上进行代理推理。通过将AMM池建模为离散时间受控动态系统，提供精确数学模型和操作扩展能力，实现快速回放和反事实模拟。
Comments 14 pages, 1 table, 7 listings; reference implementation at https://github.com/defipy-devs/defipy
基于代理的农业产量预测事后修正
机构 * School of Natural and Computing Sciences（自然与计算科学学院） ； University of Aberdeen（阿伯丁大学） ； School of Computing Sciences（计算科学学院） ； University of East Anglia（东安格利亚大学） ； Department of Physics and Technology（物理与技术系） ； UiT The Arctic University of Norway（北欧大学（UiT））
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 本文提出一种结构化的LLM代理框架，用于事后修正现有模型预测，通过编码农业领域知识提升预测准确性，在草莓和玉米数据集上显著降低MAE和MASE。
Comments 21 pages, 6 figures, 6 tables
超越RAG的代理记忆：通过解耦与聚合进行检索
机构 * King’s College London（伦敦国王学院） ； Tencent, Yuanbao Team（腾讯元宝团队）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 本文提出xMemory，通过解耦与聚合原则优化代理记忆检索，提升答案质量和推理效率。
Comments Project Address: https://zhanghao-xmemory.github.io/Academic-project-page-template/; Code Address: https://github.com/HU-xiaobai/xMemory
MedMemoryBench：个性化医疗中智能体记忆的基准测试
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Alibaba Group（阿里巴巴集团） ； Beijing University of Posts and Telecommunications（北京邮电大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出MedMemoryBench，通过合成真实医疗场景数据，评估智能体长期记忆能力，并揭示主流架构在复杂医疗推理中的缺陷。
中间产物作为第一公民：代理系统中持久中间产物的数据模型
机构 * ThruWire, Inc.（ThruWire公司）
专题命中 记忆与上下文管理 ：agentic(title)；分类 cs.AI
AI总结 本文提出一种数据模型，旨在保存可追溯、可版本化且可被下游计算使用的持久中间产物，以提高AI生成工作的可审查性和可维护性。
Comments 18 pages, 1 figure, 3 tables
通过状态阻塞塑造零样本协调
机构 * Graduate School of Artificial Intelligence（人工智能研究生院） ； UNIST（全南国立科学技术院）
专题命中 记忆与上下文管理 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出State-Blocked Coordination框架，通过生成虚拟环境诱导多样交互场景，提升零样本协调的泛化能力，尤其在人类伙伴上的表现优异。
Comments 9 technical page followed by references and appendix
分层可变性：持续性与治理在持久自修改代理中的作用
机构 * Kamiwaza AI
专题命中 记忆与上下文管理 ：agent(abstract)；tool use(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出分层可变性框架，分析持久自修改代理中行为持续性和治理挑战，指出突变速度、下游耦合强度、可逆性弱和可观测性低会导致层间不匹配，主要贡献是揭示了自修改代理的失效模式是组合漂移而非突变对齐。
Comments 17 pages, 2 figures, 3 tables. self-modifying agents; AI governance; identity drift; persistent memory; runtime adaptation; model editing Primary: cs.AI Cross-list: cs.LG, cs.CY
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