AI Agent

A Case for Agentic Tuning: From Documentation to Action in PostgreSQL

为代理调优辩护：从文档到PostgreSQL中的行动

Hongyu Lin, Mingyu Li, Weichen Zhang, Yihang Lou, Mingjie Xing, Yanjun Wu, Haibo Chen

机构 * Institute of Software, Chinese Academy of Sciences（中国科学院软件研究所） ； University of Chinese Academy of Sciences（中国科学院大学） ； Key Laboratory of System Software (Chinese Academy of Sciences)（中国科学院系统软件重点实验室） ； Beihang University（北航） ； Peking University（北京大学） ； Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；分类 cs.AI、cs.SE

AI总结 本文提出通过动态行动替代静态文档进行系统调优，引入PerfEvolve工具，利用LLM代理实现版本一致性验证、工作负载特定分析和多参数联合优化，实验表明其在PostgreSQL上比现有文档驱动调优方法提升35.2%。

ReacTOD: Bounded Neuro-Symbolic Agentic NLU for Zero-Shot Dialogue State Tracking

ReacTOD：用于零样本对话状态跟踪的受限神经符号代理NLU

Yanjun Lin, Zimo Xiao, Kartik Natarajan, Mahesh Sankaranarayanan, Niraj Nawanit, Rakshit Parashar, Austin Zhang, Karthik Konaraddi, Rishita Mote, Wei Niu

机构 * Amazon（亚马逊） 纠错

专题命中 记忆与上下文管理 ：agentic(title)；分类 cs.AI、cs.CL

AI总结 该研究提出ReacTOD，一种受限神经符号架构，通过在自我纠正的ReAct循环中将NLU重新表述为离散工具调用来解决零样本对话状态跟踪问题，其核心方法是确定性验证，主要贡献是实现了新的零样本状态-of-the-art结果。

Comments Accepted at TrustNLP Workshop at ACL 2026

Rethinking How to Remember: Beyond Atomic Facts in Lifelong LLM Agent Memory

重新思考如何记忆：超越原子事实的终身LLM代理记忆

Jingwei Sun, Jianing Zhu, Jiangchao Yao, Tongliang Liu, Bo Han

机构 * TMLR Group, Hong Kong Baptist University（香港 Baptist 大学 TMLR 实验组） ； The University of Texas at Austin（德克萨斯大学奥斯汀分校） ； Shanghai Jiao Tong University（上海交通大学） ； Sydney AI Center, The University of Sydney（悉尼大学悉尼人工智能中心） 纠错

专题命中 记忆与上下文管理 ：agent(title)；分类 cs.CL

AI总结 本文提出TriMem，一种能够维护三种共存表示粒度的内存系统，通过保留原始对话片段、提取原子事实以及合成轮廓来实现对积累对话历史的忠实存储、高效检索和深度推理，从而克服现有方法在细节丢失和推理能力不足的问题。

OEP: Poisoning Self-Evolving LLM Agents via Locally Correct but Non-Transferable Experiences

OEP: 通过局部正确但不可转移的经验污染自演化LLM代理

Kaixiang Wang, Jiong Lou, Zhaojiacheng Zhou, Jie Li

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.LG

AI总结 研究探讨了通过局部正确但不可转移的经验污染自演化LLM代理的安全风险，提出OEP攻击方法，利用低权限黑盒攻击在无需直接控制系统提示或记忆数据库的情况下诱导有害泛化。

Composition of Memory Experts for Diffusion World Models

记忆专家的组合用于扩散世界模型

Sebastian Stapf, Pablo Acuaviva Huertos, Aram Davtyan, Paolo Favaro

机构 * Computer Vision Group（计算机视觉组） ； Department of Computer Science（计算机科学系） ； University of Bern（伯恩大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出了一种基于扩散的世界模型框架，通过组合专门化的记忆专家来解决记忆与效率之间的权衡问题，提升了时间一致性、过去观察的回忆和导航性能。

Journal ref Proceedings of the Fourteenth International Conference on Learning Representations (ICLR), 2026

Governing Evolving Memory in LLM Agents: Risks, Mechanisms, and the Stability and Safety Governed Memory (SSGM) Framework

在LLM代理中治理演化的记忆：风险、机制以及稳定性与安全性的治理记忆（SSGM）框架

Chingkwun Lam, Jiaxin Li, Lingfei Zhang, Kuo Zhao

机构 * College of Intelligent Science and Engineering（智能科学与工程学院） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI

AI总结 本文研究了LLM代理中记忆治理的问题，提出了一种新的SSGM框架，通过一致性验证、时间衰减建模和动态访问控制来缓解记忆腐蚀风险，提高记忆系统的稳定性与安全性。

Stop Drawing Scientific Claims from LLM Social Simulations Without Robustness Audits

不要在没有充分鲁棒性审计的情况下从LLM社会模拟中绘制科学结论

Jinyi Ye, Lei Cao, Ding Chen, Emilio Ferrara

机构 * Thomas Lord Department of Computer Science, University of Southern California（美国南加州大学计算机科学系汤姆·劳德部门） ； Marshall School of Business, University of Southern California（美国南加州大学马歇尔商学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 本文研究了从LLM社会模拟中得出的科学结论不应强于支持它们的鲁棒性审计，通过两个案例研究展示了小扰动如何影响模拟结果，并提出TRAILS框架以规范鲁棒性审计。

Safe Continual Reinforcement Learning under Nonstationarity via Adaptive Safety Constraints

在非平稳环境下通过自适应安全约束实现安全的持续强化学习

Timofey Tomashevskiy

机构 * McMaster Centre for Software Certification（麦斯特软件认证中心） ； Department of Computing and Software（计算与软件系） ； McMaster University（麦斯特大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.LG

AI总结 本文提出了一种结合三种自适应安全机制的框架，用于在非平稳环境下实现安全的持续强化学习，通过自适应约束机制减少分布偏移下的安全违规，同时保持任务性能。

Comments Preprint version

Safe Deep Reinforcement Learning for Spacecraft Reorientation with Pointing Keep-Out Constraint

具有指向保持区约束的空间飞行器再定向的安全深度强化学习

Juntang Yang, Mohamed Khalil Ben-Larbi

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出了一种用于具有单一指向保持区的空间飞行器再定向控制的深度强化学习方法，设计了新的状态空间表示，制定了奖励函数以实现控制目标并施加姿态约束，采用软演员评论家算法处理连续状态和动作空间，并通过课程学习方法训练智能体，通过基于控制屏障函数的安全过滤器保证姿态约束的合规性。

Continuous Aggregative LQG Games with Delayed Discrete Observations

具有延迟离散观测的连续聚集线性二次博弈

Farid Rajabali, Roland Malhame, Sadegh Bolouki

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在延迟离散观测条件下，连续聚集线性二次博弈中的纳什均衡存在性及延迟观测对成本的影响。

Comments 11 pages, 3 figures. Submitted to Automatica

Achieving Generational Peace in Mali through Intergenerational Mean-Field-Type Game-based Incentives

通过代际均场型博弈激励实现马里世代和平

Hamidou Tembine

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出一个代际均场型博弈模型，研究马里及邻国多主体冲突生态系统，揭示代际报复型行为如何导致暴力持续传承，并通过代际兼容的激励机制推动系统性缓和。

Comments Presented at IA Mali 2025. At CSS 2026