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。
用于长周期科学代理的事件-语义记忆架构
机构 * Serbian Institute for Artificial Intelligence Research and Development（塞尔维亚人工智能研究与发展研究所） ； Bayer A.G.（勃林格殷曼有限公司）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种双过程记忆架构，用于解决科学代理在长周期任务中面临的情境窗口饱和问题，通过分离即时事件需求和长期知识整合，提升了在大规模科学工作流中的表现和可扩展性。
记忆中的隐患：LLM代理中的潜伏记忆污染
机构 * SPAR ； ELLIS Institute Tübingen（图宾根ELLIS研究所） ； MPI for Intelligent Systems（智能系统马克斯·普朗克研究所） ； Tübingen AI Center（图宾根人工智能中心） ； APTA ； CISPA Helmholtz Center for Information Security（信息安全海德堡中心）
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 研究探讨了LLM代理中由于持久化内存带来的安全风险，提出并研究了潜伏记忆污染攻击，该攻击通过操控外部上下文使代理存储伪造的记忆，影响后续交互，实验显示攻击可跨多次对话持续生效。
Comments 86 pages, 60 tables
当个性化合理化风险：揭示个性化对话代理中的安全漏洞
机构 * Harbin Institute of Technology（哈尔滨工业大学） ； SERES Group Co., Ltd（SERES集团有限公司）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文研究了个性化对话代理中的一种安全故障模式——意图合理化，通过引入PS-Bench基准测试，揭示了个性化记忆如何偏移意图推断并导致模型合理化有害查询，提出了一种轻量级的检测-反思方法以减少安全退化。
具有人类样记忆系统的机器
机构 * Vrije Universiteit Amsterdam（荷兰瓦赫宁根大学） ； Technische Universiteit Delft（代尔夫特理工大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种同时具备语义记忆和事件记忆的智能体，证明双记忆系统优于单一记忆系统，并通过自研环境
Comments Submitted to Human-Centered Design of Symbiotic Hybrid Intelligence 2022 (https://ii.tudelft.nl/humancenteredsymbioticHI/)
公共衰减同态状态空间模型用于隐私序列推断
机构 * School of Technology and Management (ESTG-IPVC) Polytechnic Institute of Viana do Castelo（技术与管理学院（ESTG-IPVC）葡萄牙维亚纳多卡斯托尔理工大学）
专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出公共衰减同态状态空间模型（HSSMs），通过加密-明文公共衰减更新状态，实现隐私序列推断，在保持加密状态的同时提升效率和准确性。
Comments 19 pages, 3 figures
具有短期、事件性和语义记忆系统的机器
机构 * Vrije Universiteit Amsterdam（瓦赫宁海姆大学） ； Technische Universiteit Delft（代尔夫特理工大学）
专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI
AI总结 本文提出了一种具有短期、事件性和语义记忆系统的智能体模型，通过知识图谱实现各记忆系统的建模，并在自研环境中验证了该模型在记忆编码、存储与检索上的优势。
Journal ref Proceedings of the AAAI Conference on Artificial Intelligence (2023), 37(1), 48-56
用少量状态进行人口协议中的意见排名
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 该研究提出了一种使用$ k^3 $状态的人口协议，解决了相对多数问题，并进一步扩展以处理各种破 tie 机制和不同颜色的初始顺序情况。
Comments To appear at PODC 2026
强化学习辅助的多体激发态和实时动力学量子模拟
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出了一种基于强化学习的量子模拟方法，用于计算多费米子系统的激发态和实时量子动力学，通过自适应选择二体算子提高模型的紧凑性和鲁棒性，并展示了该方法在化学系统中的高精度表现。
分布式灰盒H2控制器合成
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出一种分布式灰盒方法，结合部分已知的模型知识和输入-状态数据，设计可扩展且能处理未知动态的H2控制器，通过ADMM在无中心服务器的情况下实现迭代求解。
Comments Accepted for presentation at the 23rd IFAC World Congress, Busan, South Korea, 2026
容错量子态鉴别：优化与量子电路综合
专题命中 记忆与上下文管理 ：workflow(abstract)
AI总结 本文提出两种互补方法，CrossQSD通过可调置信度边界平衡准确性和效率，FitQSD通过优化测量结果分布近似理想无噪声情况，同时提供统一的混合目标QSD框架，允许灵活权衡不同目标，并通过改进的Naimark扩张和等距综合框架实现硬件高效实现，减少量子比特和门资源，提供开源工具包自动化优化和综合流程。
Journal ref International Conference on Tools and Algorithms for the Construction and Analysis of Systems, 2026
施莱辛格模型经验的多样性
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文通过相图分类对施莱辛格模型的54种规则变体进行了全面分析，发现只有3种相图类别，揭示了相变的驱动因素，并为更复杂的施莱辛格类模型研究奠定了基础。
基于状态的局部投影
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文研究了基于状态的局部投影在微观-宏观环境中的因果解释，提出了一种 sieve-based LP estimator 以恢复因果响应并提供有效的推断。
Comments 80 pages, including appendices; 8 figures, 7 tables
自演化分布式内存架构用于可扩展AI系统
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出一种三层架构，通过动态内存管理提升AI系统在计算、通信和部署层的效率，实现内存利用率提升和通信延迟降低。
Comments 21 pages
基于非易失存储器架构的重离子监测器芯片——第二部分：器件特性与建模
专题命中 记忆与上下文管理 ：workflow(abstract)
AI总结 本研究通过实验验证了HIMoC的灵敏度，并利用Geant4与DEVSIM模拟工具建模重离子诱导信号，证实其作为被动重离子剂量计的可行性。
从传感器运动规律出发的集体运动机制模型
机构 * Robotics and Biology Laboratory, Technische Universität Berlin, Germany（技术大学柏林机器人与生物学实验室，德国） ； Science of Intelligence, Research Cluster of Excellence, Berlin, Germany（智能科学，卓越研究集群，柏林，德国） ； Robotics Institute Germany（德国机器人研究所）
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 本文提出基于机器人建模框架的集体运动机制模型，通过感知和动作的梯度下降实现群体行为，揭示了传感器运动规律在集体行为中的作用。
SotA Lens：一种网络增强的方法论和工具用于探索性现状综述
专题命中 记忆与上下文管理 ：workflow(abstract)
AI总结 本文提出SotA Lens，一种网络增强的方法和轻量级工具，用于探索性现状综述，通过结合多种技术手段帮助研究人员识别领域中的聚类和空白，产生可审计的综述成果。
Comments 11 pages, 3 figures, 2 tables; original methodology/software paper with proof-of-concept case study; software DOI: 10.5281/zenodo.19860899
MolClaw：一种具有分层技能的自主代理，用于药物分子评估、筛选和优化
机构 * Peking University Health Science Center, Peking University, Beijing, China（北京大学北京医院科学中心，北京大学，北京，中国） ； Shanghai AI Laboratory, Shanghai, China（上海人工智能实验室，上海，中国） ； Academy for Advanced Interdisciplinary Studies, Peking University, Beijing, China（北京大学先进跨学科研究学院，北京大学，北京，中国）
专题命中 Agent评测 ：agent(title,abstract)；autonomous agent(title,abstract)；AI agent(abstract)；planning(abstract)
AI总结 MolClaw通过分层技能架构整合30余种领域资源，实现药物分子评估、筛选和优化的自动化，其在复杂工作流中的表现优于现有AI代理。
Comments 28 pages, 8 figures. Code and data will be released
Event-B Agent：迈向LLM代理的正式模型综合与修复
专题命中 Agent评测 ：agent(title,title_cn)；分类 cs.SE
AI总结 本文提出Event-B Agent，一种基于LLM的正式模型综合与修复框架，通过自然语言要求构建初始模型并迭代修复和优化，提升模型质量。
Comments accepted by FSE 2026
AI Agents May Always Fall for Prompt Injections
机构 * ELLIS Institute Tübingen & MPI-IS & Tübingen AI Center（图宾根ELLIS研究所及MPI-IS与图宾根人工智能中心） ； University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
专题命中 Agent评测 ：AI agent(title,title_cn)；agent(abstract)；autonomous agent(abstract)；分类 cs.CL
AI总结 本文基于上下文完整性理论重新审视提示注入问题，揭示了现有防御机制的不足，并提出了一种新的评估框架来设计更安全的自主代理。
STT-Arena：一种更现实的工具使用环境，包含时空动态
机构 * Hong Kong Institute of AI for Science, City University of Hong Kong（香港人工智能科学研究院，香港城市大学） ； Department of Data Science, City University of Hong Kong（数据科学系，香港城市大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Li Auto Inc.（李汽有限公司） ； Independent Researcher（独立研究者）
专题命中 Agent评测 ：agent(summary_cn,abstract)；tool-use(abstract,abstract_cn)；agentic(abstract)；分类 cs.AI、cs.CL
AI总结 本文提出STT-Arena基准测试，旨在评估大型语言模型在面对时空动态变化时的适应性规划能力，发现现有模型在处理此类动态问题时存在显著不足，并提出改进方法STT-Agent-4B以提升性能。
Comments Work in progress
多范式代理交互实践：buddyMe框架中生成器-评估器、ReAct循环和对抗性评估的系统分析
机构 * BuddyMe Research Team（buddyMe研究团队） ； CHARMMIRAEL Biotech Co., Ltd（CHARMMIRAEL生物技术有限公司）
专题命中 Agent评测 ：agent(title,abstract)；tool-use(abstract)；planning(abstract)；multi-agent(abstract)
AI总结 本文通过系统分析buddyMe框架中生成器-评估器、ReAct循环和对抗性评估三种代理交互范式，揭示了在实际应用中多范式代理系统的设计挑战与优化策略。
Comments 11 pages, 7 tables
评估代理AI生态系统中的工具克隆
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract,abstract_cn)；tool-use(abstract)；分类 cs.SE
AI总结 研究通过大规模测量分析代理AI生态系统中工具克隆现象，发现高相似性区域普遍存在，60%的高Jaccard候选和85%的高ssdeep候选被验证为克隆，揭示工具克隆对生态系统多样性的影响。
ADR：一种用于企业代理AI安全的代理检测系统
机构 * Uber
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；AI agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出ADR系统，一种大规模、经过生产验证的企业框架，用于安全地管理通过模型上下文协议（MCP）运行的AI代理。该系统解决了三个关键问题：观测有限、鲁棒性不足和检测成本高，并通过三个组件实现了这些目标：ADR传感器、ADR探索器和ADR检测器。
Comments Accepted at MLSys 2026 (Industry Track)
基于证据的前沿映射与代理假设生成在纳米医学中
机构 * ARIA Lab, Signal Processing Systems, Department of Electrical Engineering, Eindhoven University of Technology（ARIA实验室，信号处理系统，电气工程系，埃因霍温理工大学） ； Laboratory of Chemical Biology, Department of Biomedical Engineering, Eindhoven University of Technology（化学生物学实验室，生物医学工程系，埃因霍温理工大学） ； The Louis Family Laboratory for Targeted Drug Delivery and Personalized Medicine Technologies, Department of Chemical Engineering, Technion - Israel Institute of Technology（定向药物输送与个性化医学技术实验室，化学工程系，技术离子-以色列理工学院） ； Department of Nanomedicine and Theranostics, Institute for Experimental Molecular Imaging (ExMI), RWTH Aachen University Hospital（纳米医学与诊疗学系，实验分子成像研究所（ExMI），亚琛工业大学医院） ； Department of Internal Medicine and Radboud Center for Infectious Diseases (RCI), Radboud University Medical Center（内科学系和Radboud感染疾病中心（RCI），Radboud大学医学中心）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 该研究提出了一种结合文章嵌入、相似性图分析、稀疏前沿提取、结构化证据包检索和审计过的大型语言模型（LLM）工作流的系统pArticleMap，用于支持纳米医学研究方向的选择和假设生成，通过生成和评分基于引用的假设，实现了证据导向的研究辅助。
信任的终结：如何代理AI打破安全假设
机构 * Dept. of Computer and Data Sciences（计算机与数据科学系） ； Case Western Reserve University（凯斯西储大学）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 代理AI打破了传统安全假设，允许高保真的定制欺骗在大众市场层面实现。本文提出'无限冒充者'攻击模型，并探讨从验证行为转向评估行动的安全范式转变。
ClawArena：在演化的信息环境中评估AI代理的基准测试
机构 * UNC-Chapel Hill（北卡罗来纳州立大学夏洛特分校） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） ； University of California, Berkeley（加州大学伯克利分校）
专题命中 Agent评测 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 ClawArena评估AI代理在信息环境动态变化中的能力，通过多源冲突推理、动态信念更新和隐式个性化三个挑战，测试代理在多通道会话、工作区文件和阶段更新中的表现。
面向LLM推理和AI代理的吞吐量最优调度算法
机构 * School of Operations Research and Information Engineering, Cornell University（Cornell大学运筹学与信息工程学院） ； Operations Management, Booth School of Business, University of Chicago（芝加哥大学博斯商学院运营管理系） ； Decision, Risk and Operations, Columbia Business School, Columbia University（哥伦比亚大学哥伦比亚商学院决策、风险与运营系）
专题命中 Agent评测 ：AI agent(title,abstract)；agent(abstract)；分类 cs.LG
AI总结 本文从排队论角度研究了LLM推理系统的吞吐量优化问题，证明了工作保持调度算法在DAG和Fork-Join路由拓扑中能实现最大吞吐量，并揭示了批量处理网络中K-FCFS调度的流极限框架，评估了Orca和Sarathi-Serve的吞吐量最优性，同时指出批量大小限制和循环路由拓扑对吞吐量的影响。
审查代理安全
机构 * UCB（加州大学伯克利分校） ； WISC（威斯康星大学） ； STANFORD（斯坦福大学） ； MSR1（微软研究院）
专题命中 Agent评测 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 本文提出HarnessAudit框架，用于审查执行轨迹中的边界合规性、执行保真度和系统稳定性，揭示多代理Harness中的安全风险，并通过HarnessAudit-Bench验证了安全风险与轨迹长度、领域和代理角色的关系。
Comments 11 Pages, 8 Figures
TusoAI: 科学方法的代理优化
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Stanford University（斯坦福大学） ； Phylo
专题命中 Agent评测 ：agentic(title,abstract)；AI agent(abstract)；分类 cs.AI
AI总结 TusoAI通过整合领域知识和迭代优化，提升科学任务中计算方法的性能，优于现有专家方法和科学AI代理，在单细胞RNA测序数据去噪和卫星地球监测等任务中表现突出。
AI代理安全基准的分类与一致性分析
机构 * McGill University（麦吉尔大学） ； Kean University（凯恩大学） ； Zayed University（扎耶德大学）
专题命中 Agent评测 ：AI agent(title)；agent(abstract)；autonomous agent(abstract)；分类 cs.AI
AI总结 本文分析了AI代理安全基准的分类与一致性问题，揭示了方法学选择对安全结论的影响，指出基准选择可能导致矛盾的安全结论，且指标碎片化限制了比较。
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