AI Agent

Contrastive Learning under Noisy Temporal Self-Supervision for Colonoscopy Videos

在噪声时间自监督下利用对比学习进行结肠镜视频处理

Luca Parolari, Pietro Gori, Lamberto Ballan, Carlo Biffi, Loic Le Folgoc

机构 * Department of Mathematics, University of Padova, Padova, Italy（帕多瓦大学数学系） ； LTCI, Telecom Paris, Institut Polytechnique de Paris, Palaiseau, France（巴黎电信学院） ； Cosmo Intelligent Medical Devices, Dublin, Ireland（都柏林智能医疗设备公司） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种在噪声时间自监督下利用对比学习进行结肠镜视频处理的方法，通过利用结肠镜检查的顺序流程来推导自监督关联，引入噪声感知的对比损失以处理噪声关联，从而在多项下游任务中取得了优于现有自监督和监督基线方法的性能。

Comments Accepted to MICCAI 2026

Building a GPU-Accelerated Multivariate Statistics Platform

构建一个GPU加速的多元统计平台

Mike Crowhurst

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文研究了如何在大规模数据下高效应用经典多元统计方法，通过GPU加速实现单次遍历计算足够统计量，从而提升性能并保证数值稳定性。

Comments 13 pages, 1 Figure, 3 Tables

A Lattice Boltzmann Method for Non-Newtonian Blood Flow in Coiled Intracranial Aneurysms

一种用于卷曲颅内动脉瘤非牛顿型血液流动的格子玻尔兹曼方法

Medeea Horvat, Stephan B. Lunowa, Dmytro Sytnyk, Barbara Wohlmuth

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于患者特定几何和参数的格子玻尔兹曼方法，用于模拟颅内动脉瘤中非牛顿型血液流动，通过比较完全解析和体积平均模拟结果，验证了模型的有效性。

Comments 10 pages, 9 figures

Journal ref Numerical Mathematics and Advanced Applications ENUMATH 2023, Volume 1

Direct Simulation of LiNi0.8Mn0.1Co0.1O2 Transport Properties Using an Efficient and Accurate Machine Learning Potential

利用高效且准确的机器学习势直接模拟LiNi0.8Mn0.1Co0.1O2的输运性质

Jian He, Constantijn H. J. A. van de Wetering, Rolande W. Nolsen, Nongnuch Artrith

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过高效且准确的机器学习势直接模拟LiNi0.8Mn0.1Co0.1O2的锂离子输运性质，结合细调的MACE基础模型和主动学习策略，实现了在有限DFT参考计算下构建可靠势能函数，从而预测锂扩散系数。

RefiningGPT: Specialized language Models for Automated Refinery Unit-level Process Diagram Synthesis

RefiningGPT：用于自动化炼油厂单元级过程图综合的专用语言模型

Dongxiao Liu, Yuwen Ding, Xinghai Wei, Jiacheng Ji, Lei Li, Linghui Li, Xiaoyong Li

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出RefineGPT，一种专为炼油厂设计的自主设计代理，通过层次化架构和生成高质量训练数据的方法，提升单元级过程图综合的拓扑一致性和化学工程可行性。

Comments 9 pages, 4 figures, 4 tables

Methodological Synergies between Technosignature and UHE Neutrino Searches

技术签名与超高能中微子搜索方法学的协同效应

Paramita Dasgupta

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨了技术签名搜索与超高能中微子搜索在数据处理方法上的协同效应，提出通过改进的背景特征空间和异常检测流程，促进跨领域合作，以发现罕见事件。

Comments 8 pages, 1 figure. Invited contribution to the Proceedings of IAU Symposium No. 404: "Advancing the Search for Technosignatures", in press

Spectro Capture: A Software System for Automated Small-Observatory Spectroscopy

Spectro Capture：一个用于自动化小型天文台光谱学的软件系统

Paul Luckas

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出了一种自动化小型天文台光纤馈入光谱学的软件系统，通过整合目标选择、望远镜转动、引导星获取、光纤位置恢复、校准和科学曝光序列化，实现了无人值守的多目标光谱观测。

Comments 23 pages, 11 figures, 3 tables

Seismic Depth Imaging of the 2024 Noto Earthquake (M7.6) Rupture Area

2024年纪伊地震（M7.6）断层区的地震深度成像

Hamzeh Mohammadigheymasi, Jin-Oh Park

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过多通道地震反射调查，获得了2024年纪伊地震断层区的高分辨率地震剖面，为研究断层几何形态、破裂动力学及区域地震构造框架提供了关键数据。

DFLOP: A Data-driven Framework for Multimodal LLM Training Pipeline Optimization

DFLOP: 一种基于数据的多模态大语言模型训练流水线优化框架

Hyeonjun An, Sihyun Kim, Chaerim Lim, Hyunjoon Kim, Rathijit Sen, Sangmin Jung, Hyeonsoo Lee, Dongwook Kim, Takki Yu, Jinkyu Jeong, Youngsok Kim, Kwanghyun Park

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文提出DFLOP框架，通过数据驱动的方法优化多模态大语言模型的训练流水线，提升GPU利用率和训练效率，实验证明其比现有框架快3.6倍。

Comments Accepted to Proceedings of the ACM on Management of Data (SIGMOD 2026)

Journal ref Proc. ACM Manag. Data 4, 3, Article 160 (June 2026), 29 pages

A Tutorial on Symbolic Structural Identifiability Analysis of ODE Models in Julia

关于使用Julia进行ODE模型符号结构可辨识性分析的教程

Abdallah Alsammani

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍了如何利用Julia中的StructuralIdentifiability.jl包进行符号结构可辨识性分析，通过七个案例研究展示了全局可辨识性、局部可辨识性、结构不可辨识性以及通过额外测量和重新参数化恢复可辨识性的方法。

AI-Driven Security Alert Screening and Alert Fatigue Mitigation in Security Operations Centers: A Survey

基于人工智能的安全警报筛选与缓解警报疲劳在安全运营中心中的研究：综述

Samuel Ndichu, Tao Ban, Seiichi Ozawa, Takeshi Takahashi, Daisuke Inoue

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文综述了从2015年到2026年利用人工智能驱动的安全警报筛选和警报疲劳缓解方法，总结了四个阶段的工作流程分类，并指出了在操作验证、对抗鲁棒性、跨环境泛化和评估实践方面的持续差距。

Comments 34 pages, 3 figures, 12 tables. Submitted to ACM Computing Surveys. v2: title shortened to "A Survey"; restructured taxonomy section; captions and acronym handling aligned with ACM CSUR style; bibliography updated to 174 entries

1GC-7RC: One Graphic Card -- Seven Research Challenges! How Good Are AI Agents at Doing Your Job?

1GC-7RC：一张图形卡——七个研究挑战！AI代理在做你的工作方面有多好？

Robin-Nico Kampa, Fabian Deuser, Anna Bößendörfer, Konrad Habel, Norbert Oswald

专题命中 软件智能体 ：AI agent(title)；agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 本文提出1GC-7RC基准测试，通过七个跨领域机器学习任务评估AI代理在从头设计、实现和训练模型的能力，揭示了不同代理在隐式机器学习知识、规划能力和时间预算管理方面的差异。

PragLocker: Protecting Agent Intellectual Property in Untrusted Deployments via Non-Portable Prompts

PragLocker: 通过非可移植提示保护代理知识产权

Qinfeng Li, Yuntai Bao, Jianghui Hu, Wenqi Zhang, Jintao Chen, Huifeng Zhu, Yier Jin, Xuhong Zhang

机构 * Zhejiang University（浙江大学） ； Management Center, School of Software Technology (Ningbo), Zhejiang University（浙江大学软件学院（宁波）管理中心） ； University of Science and Technology of China（中国科学技术大学） ； Chang'an University（长安大学） ； Washington University in St. Louis（圣路易斯华盛顿大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI

AI总结 针对无信任部署中代理提示易被复制和重用的问题，PragLocker提出了一种保护方案，通过构建语义锚定的混淆提示并注入噪声，有效降低跨LLM可移植性，同时保持目标性能和对抗鲁棒性。

Comments accepted to the 43rd International Conference on Machine Learning (ICML 2026)

Prior Knowledge or Search? A Study of LLM Agents in Hardware-Aware Code Optimization

先验知识还是搜索？LLM代理在硬件感知代码优化中的研究

Dmitry Redko, Albert Fazlyev, Konstantin Sozykin, Maria Ivanova, Evgeny Burnaev, Egor Shvetsov

机构 * Applied AI Institute（应用人工智能研究所） ； ITMO University（ITMO大学） ； AI Talent Hub（AI人才中心） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.LG、cs.SE

AI总结 该研究探讨了在硬件感知代码优化中，LLM代理是依赖于先验知识还是搜索过程，通过三个受控实验发现LLM在纯黑盒优化中表现为贪婪优化器，在零样本内核生成中输入大小信息无明显影响，而在反馈循环内核优化中CUDA单调改进而TVM IR主动退化，表明LLM在代码优化任务中高度依赖预训练先验而非反馈或代理结构。

Does Code Cleanliness Affect Coding Agents? A Controlled Minimal-Pair Study

代码整洁性影响编码代理吗？一项受控的最小对研究

Priyansh Trivedi, Olivier Schmitt

机构 * SonarSource 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 本研究探讨了代码整洁性对编码代理性能的影响，通过构建结构和风格相似但整洁度不同的代码库对，发现整洁性不影响通过率，但显著降低计算成本和文件重复访问。

A Geometric Analysis of Small-sized Language Model Hallucinations

小尺寸语言模型幻觉的几何分析

Emanuele Ricco, Elia Onofri, Lorenzo Cima, Stefano Cresci, Roberto Di Pietro

机构 * Engineering (CEMSE) division, King Abdullah University of Science and Technology (KAUST)（卡塔尔科技大学工程学院（CEMSE）） ； Istituto di Informatica e Telematica (IIT), National Research Council of Italy (CNR)（意大利国家研究理事会信息与电信研究所（IIT）） ； Department of Information Engineering, University of Pisa（比萨大学信息工程系） 纠错

专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本文从几何角度分析小尺寸语言模型幻觉问题，提出APORIA框架，通过句子嵌入空间研究重复提示下的响应，发现真实响应比幻觉响应更紧密聚类，并通过APORIA-LP方法实现高效分类，同时发布SOCRATES-300K数据集以支持进一步研究。

Comments 30 pages, 12 figures, 14 tables, accepted as regular paper at ICML'26

How Far Are We From True Auto-Research?

我们距离真正的自动研究还有多远？

Zhengxin Zhang, Ning Wang, Sainyam Galhotra, Claire Cardie

机构 * Cornell University（康奈尔大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文通过ResearchArena评估了不同代理生成的论文质量，发现虽然代理能生成看似有竞争力的论文，但实际实验严谨性不足，存在伪造结果、实验能力不足和计划与执行不匹配等问题，表明自动研究仍需进一步发展。

The Wikidata Query Logs Dataset

Wikidata查询日志数据集

Sebastian Walter, Hannah Bast

机构 * University of Freiburg（弗赖堡大学） ； University of Freiburg Department of Computer Science（弗赖堡大学计算机科学系） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

AI总结 本文提出了一个包含335,000个问题-查询对的Wikidata查询日志（WDQL）数据集，该数据集通过真实世界中的SPARQL查询构建，无需模板生成查询，且规模是现有类似数据集的11倍多。通过代理方法去匿名化、清理和验证查询，生成对应的自然语言问题，用于训练问答方法。

Comments Accepted for publication at SIGIR 2026

When to Answer and When to Defer: A Decision Framework for Reliable Code Predictions

何时回答，何时延迟：一种可靠代码预测的决策框架

Ravishka Rathnasuriya, Wei Yang

专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE

AI总结 本文提出了一种决策框架，用于在代码预测中可靠地判断何时回答何时延迟，通过整合不确定性估计、模型校准和工具基于的延迟处理，提高代码模型的可靠性。

Comments In Proceedings of the 48th IEEE/ACM International Conference on Software Engineering- New Idea and Emerging Results Track (ICSE-NIER 2026)

Prompt Optimization for LLM Code Generation via Reinforcement Learning

通过强化学习优化LLM代码生成的提示

Ali Mohammadi Esfahani, Nafiseh Kahani, Samuel A. Ajila

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 本文提出了一种基于强化学习的框架，通过将提示优化视为序列决策问题，利用PPO代理结合直接生成、遗传词法突变和语义重写动作空间，指导由单元测试反馈获得的形状奖励，从而提升LLM代码生成的准确性。

CausalMesh: A Formally Verified Causally Consistent Distributed Cache with Support for Client Migration

CausalMesh: 一种形式验证的因果一致分布式缓存，支持客户端迁移

Haoran Zhang, Zihao Zhang, Shuai Mu, Sebastian Angel, Vincent Liu

专题命中 软件智能体 ：workflow(abstract)

AI总结 本文提出CausalMesh，一种支持客户端迁移的因果一致分布式缓存系统，解决了客户端在不同缓存节点间迁移时导致的数据不一致问题，通过形式化验证确保正确性。

Comments Extended version from PVLDB Volume 17, Issue 13, 2024. This version includes full proofs and formal verification in Dafny and fixes some small bugs

Journal ref PVLDB Volume 17, Issue 13, 2024

WARC-Bench: Web Archive Based Benchmark for GUI Subtask Executions

WARC-Bench：基于网络存档的GUI子任务执行基准

Sanjari Srivastava, Gang Li, Cheng Chang, Rishu Garg, Manpreet Kaur, Charlene Y. Lee, Yuezhang Li, Yining Mao, Ignacio Cases, Yanan Xie, Peng Qi

机构 * Uniphore 纠错

专题命中 GUI与网页智能体 ：AI agent(abstract)；planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出WARC-Bench，一个基于网络存档的GUI子任务执行基准，通过438个任务评估多模态AI代理在子任务上的能力，实验表明SFT和RLVR方法在提升子任务执行效果上取得显著成果。

Skim: Speculative Execution for Fast and Efficient Web Agents

Skim：用于快速和高效网络代理的推测执行

Mike Wong, Kevin Hsieh, Suman Nath, Ravi Netravali

机构 * Princeton University（普林斯顿大学） ； Microsoft Research（微软研究院） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 Skim通过利用专门构建网站的可预测结构，提出了一种推测执行框架，以降低网络代理的任务成本和延迟，同时保持准确性。

Comments 14 pages, 21 figures

DiagEval: Trajectory-Conditioned Diagnosis for Reliable Software Evaluation with GUI Agents

DiagEval: 用于通过GUI代理进行可靠软件评估的轨迹条件诊断

Sirui Hong, Zhijie Liu, Tengfei Li, Wei Tao, Yifan Wu, Chenglin Wu

机构 * DeepWisdom（深智科技） ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 该研究提出DiagEval，一种基于轨迹的诊断评估协议，用于在GUI代理评估交互式软件后失败时进行诊断。通过重用失败轨迹选择针对性的诊断探针，并将结果聚合为内部归因信号，从而提高准确性，优于基于重试的基线方法。

CutVerse: A Compositional GUI Agents Benchmark for Media Post-Production Editing

CutVerse: 一个用于媒体后期制作编辑的组合式GUI代理基准测试

Haobo Hu, Xiangwu Guo, Zhiheng Chen, Difei Gao, Haotian Liu, Libiao Jin, Qi Mao

机构 * MIPG, Communication University of China（MIPG，中国传媒大学） ； National University of Singapore（新加坡国立大学） ； USEIT AI（USEIT人工智能） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

AI总结 本研究提出CutVerse，一个用于评估自主GUI代理在真实媒体后期制作环境中的能力的基准测试，揭示现有代理在复杂、长周期媒体后期制作工作流中的局限性。

AQuaUI: Visual Token Reduction for GUI Agents with Adaptive Quadtrees

AQuaUI: 用于GUI代理的视觉令牌减少方法基于自适应四叉树

Yuankai Li, Tinghui Zhu, Ha Min Son, Zhe Zhao, Xin Liu, Muhao Chen

机构 * UC Davis（加州大学戴维斯分校） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出AQuaUI，一种无需训练的推理时GUI代理模型的视觉令牌减少方法，利用屏幕截图中的非均匀信息密度，通过自适应四叉树结构保持令牌位置以确保一致性，并通过条件四叉树算法提升多步骤GUI交互的时序一致性，实验表明其在准确性和效率之间取得了改进。

SimGym: A Framework for A/B Test Simulation in E-Commerce with Traffic-Grounded VLM Agents

SimGym：一种用于电子商务A/B测试模拟的框架，使用基于流量的VLM代理

Han Li, Vibhor Malik, Zahra Zanjani Foumani, Alberto Castelo, Shuang Xie, Ailin Fan, Keat Yang Koay, Yuanzheng Zhu, Meysam Feghhi, Ronie Uliana, Zhaoyu Zhang, Angelo Ocana Martins, Mingyu Zhao, Francis Pelland, Jonathan Faerman, Nikolas LeBlanc, Aaron Glazer, Andrew McNamara, Zhong Wu, Lingyun Wang

机构 * Shopify 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出SimGym框架，通过基于流量的VLM代理模拟电子商务A/B测试，解决真实测试周期长、风险高等问题，验证结果显示其能快速准确预测用户行为变化。

Emergence of a Flow-Assisted Casting Strategy for Olfactory Navigation via Memory-Augmented Reinforcement Learning

气味导航中通过记忆增强强化学习的流辅助铸造策略的出现

Changxu Zhao, Dongxiao Zhao, Xin Bian, Gaojin Li

机构 * State Key Laboratory of Ocean Engineering, School of Ocean and Civil Engineering, Shanghai Jiao Tong University, Shanghai 200240, People’s Republic of China（海洋工程国家重点实验室，海洋与土木工程学院，上海交通大学，上海200240，中华人民共和国） ； State Key Laboratory of Fluid Power and Mechatronic Systems, Department of Engineering Mechanics, Zhejiang University, Hangzhou 310027, People’s Republic of China（流体动力与机械系统国家重点实验室，工程力学系，浙江大学，杭州310027，中华人民共和国） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.LG

AI总结 研究通过记忆增强强化学习探讨了在动态流场中动物如何利用记忆长度和流条件优化气味搜索效率，发现智能体通过自适应调整搜索轨迹几何形状和启动铸造的浓度阈值来最大化成功概率。

OmniGUI: Benchmarking GUI Agents in Omni-Modal Smartphone Environments

OmniGUI: 评估多模态智能手机环境中的GUI代理的基准测试

Felix Henry, Xiaochen Lin, Jiangyou Zhu, Yangfan, Bingqian Zhang, Min Chen, Shiyu Huang

机构 * XPeng Motors（小鹏汽车） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI

AI总结 本文提出OmniGUI基准测试，用于评估在多模态智能手机环境中GUI代理的能力，通过连续的多模态输入（包括静态图像、同步音频和视频片段）来模拟真实世界交互，发现当前模型在需要同步时间和听觉信号的环境中表现下降。

Decentralized Direct Volume Rendering: A Browser-Native GPU Architecture for MRI Digital Twins in Resource-Constrained Settings

去中心化直接体渲染：一种浏览器原生的GPU架构，用于资源受限环境中的MRI数字孪生

Oserebameh Augustine Beckley

机构 * Lagos State University（拉各斯州大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本研究提出了一种去中心化的浏览器原生GPU架构，用于在资源受限环境中实现高保真的MRI数字孪生，通过在低成本集成边缘GPU上执行确定性的单次通过射线投射和形态学梯度计算，实现了快速的像素生成和稳定的交互性能。

Comments 10 pages, 4 figures. Live interactive browser demo available at: https://webgpu-mri.vercel.app/ . Source code repository: https://github.com/Bahdmanbabzo/webgpu-mri