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。
面向LLM代理出站的应用层多模态隐通道参考监控器应用
机构 * Enclawed, LLC（Enclawed公司）
专题命中 工作流自动化 ：agent(title,abstract)；分类 cs.AI
AI总结 本文提出了一种应用层多模态隐通道参考监控器，用于检测和防止LLM代理在消息中泄露数据，通过多阶段文本管道、媒体加密器和残余容量测量来实现对隐通道的监控和管理。
超越语义相似性：一种用于企业信贷审批的双阶段非参数检索流程
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 工作流自动化 ：workflow(title)；分类 cs.CL
AI总结 本文提出了一种双阶段非参数检索架构，旨在解决信贷审批中检索结果与决策有用性之间的差距问题，通过结合词法和密集多语言检索构建候选池，并利用LLM作为判断机制对文档进行实用性评分，从而提高检索效率和实用性。
FineVision: 你只需要开放数据
机构 * Hugging Face ； Technical University of Munich（慕尼黑技术大学） ； Stanford University（斯坦福大学）
专题命中 工作流自动化 ：workflow(abstract)；agentic(abstract)；分类 cs.AI
AI总结 本文提出FineVision，一个包含2400万样本的高质量数据集，通过半自动化流程整合了200多个来源，通过严格的数据清洗和人工审核确保数据质量，训练基于该数据集的模型在广泛评估中表现更优，推动数据驱动的视觉语言模型研究。
通过谱回归分析检测被植入的深度神经网络
机构 * Università della Svizzera Italiana（瑞士意大利大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出MIST方法，通过分析模型在微调过程中的内部表示变化来检测植入的后门，利用预激活谱特征来识别与参考不一致的更新，从而在不依赖 poisoned 数据或触发器的情况下实现高准确率的后门检测。
大语言模型像医生一样分诊吗？对外科会诊的动态研究
机构 * Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Bournemouth University（伯恩茅斯大学） ； National Health Data Institute, Shenzhen（深圳国家健康数据研究院） ； Shenzhen Research Institute of Big Data（深圳大数据研究院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.CL
AI总结 本文研究了大语言模型在动态分诊过程中的表现，发现其在动态场景中通过有效提问减少不确定性，优于传统分类器，但静态场景下优势有限。
PrivacyAkinator: 通过回答LLM生成的多项选择题来阐明关键隐私设计决策
机构 * University of California San Diego（加州大学圣迭戈分校） ； University of California Riverside（加州大学河滨分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出PrivacyAkinator工具，通过回答LLM生成的多项选择题帮助开发者阐明关键隐私设计决策，相比PRAM方法，用户研究显示其在更短时间内识别出更多关键决策。
Comments Accepted to ACM CHI 2026
多模态最优传输用于手术机器人中的无训练时序分割
机构 * Dept. of Robotics, Mohamed bin Zayed University of AI（机器人系，Mohamed bin Zayed人工智能大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出了一种无需标注的手术时序分割框架TASOT，通过结合时间对齐的文本描述和视觉信息，在统一的不平衡Gromov-Wasserstein最优传输目标下融合视觉和语义线索，实现了在多个公开手术数据集上的显著提升。
End2Reg: 为无标记定位学习任务特定分割在脊柱手术中
机构 * Department of Biomedical Engineering, University of Basel, Allschwil, Switzerland（巴塞尔大学生物医学工程系，瑞士Allschwil） ； Department of Orthopedics, University Children’s Hospital, Basel, Switzerland（巴塞尔大学儿童医院骨科部，瑞士Basel）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出End2Reg，一种端到端深度学习框架，通过联合优化分割和定位，无需分割标签和手动步骤，从而提高脊柱手术中无标记导航的精度。
Comments Early Accepted MICCAI 2026. Code and interactive visualizations: https://lorenzopettinari.github.io/end-2-reg/
为大规模数字生活方式指导设计的隐私优先自适应小组分配
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出了一种以利益相关者为中心的架构和自适应同伴组分配方法，用于在保护隐私的同时进行个性化的生活方式指导。该方法通过将用户分为四个受限制的视角，分别实施不同的访问控制和风险配置，并利用基于保险箱的受隐私约束的上下文带异步算法来分配用户到合适的同伴组，同时保持教练容量和稳定性限制。
面向云原生ELT流水线的多层测试框架：自动化数据质量保障
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出一种多层测试框架，结合 orchestration 层验证、dbt 声明性测试、LLM 生成的语义测试以及 DuckDB 与 Snowflake 之间的跨存储一致性检查，通过 Apache Airflow 协调，显著提升了数据质量验证的覆盖率和效率。
Comments 11 pages, 5 figures, 3 tables
监督潜在重构在植物表型小数据量子学习中的应用
机构 * Nebraska Water Center, IANR University of Nebraska–Lincoln（内布拉斯加水中心，IA NR 内布拉斯加大学林肯分校） ； Adaptive Cropping Systems Laboratory USDA-ARS（适应性种植系统实验室 USDA-ARS） ； Nebraska Water Center, DWFI University of Nebraska–Lincoln（内布拉斯加水中心，DWFI 内布拉斯加大学林肯分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文研究了在小数据条件下，通过监督潜在重构提升植物表型数据中高维特征压缩的几何分离性，提出混合工作流程结合PCA和LDA进行潜在空间重构，并利用GPU加速的量子核对齐方法，发现潜在几何结构在小数据量子学习中是关键设计变量。
Comments 11 pages, 4 Tables, 3 Figures
基于预训练域适应扩散模型生成异质性PET图像
机构 * Mallinckrodt Institute of Radiology, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院马林克罗德特放射医学研究所，圣路易斯，美国） ； Imaging Science Program, McKelvey School of Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校麦克雷高中工程学院成像科学计划，圣路易斯，美国） ； Department of Surgery, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院外科部，圣路易斯，美国） ； Department of Biomedical Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校生物医学工程部，圣路易斯，美国）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出了一种预训练域适应扩散模型，用于从均匀器官活动图生成临床相关的异质性PET图像，通过两阶段训练策略提高合成图像的定量精度和肿瘤分割性能。
Comments 18 pages, 7 figures
向地下矿山3D点云中的集成岩支可视化迈进
机构 * School of Minerals and Energy Resources Engineering, University of New South Wales（新南威尔士大学矿物与能源资源工程学院） ； School of Surveying and Built Environment, University of Southern Queensland（南方昆士兰大学测绘与环境工程学院）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出了一种自动化框架，用于利用地下矿山开掘的3D点云进行集成岩支可视化，通过结构映射、岩钉识别、断层面拟合和岩钉方向估计的统一工作流，实现了对断层面和岩钉向量的集成3D可视化，以评估其空间交集和几何关系，同时通过互补的立体分析评估整体锚固几何有效性。
USmorph鲁棒性分析：II. 优化特征提取、降维和聚类以实现无监督星系形态分类
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文研究了USmorph框架中无监督机器学习模块的鲁棒性，通过优化特征提取、降维和聚类方法，提升了星系形态分类的准确性和稳定性，验证了该方法在大规模天文调查中的可靠性。
Comments 16 pages, 9 figures, 2 tables; accepted for publication in The Astrophysical Journal
SEABAD：一种用于被动声学监测的热带鸟类活动检测数据集
机构 * Faculty of Computer Science and Information Technology, Universiti Malaya（马来亚大学计算机科学与信息技术学院） ； Faculty of Electrical Engineering, Universiti Teknologi Malaysia（马来西亚科技大学电气工程学院）
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出SEABAD数据集，用于解决热带地区鸟类活动检测中物种丰富和声学复杂性带来的挑战，通过平衡的鸟类存在和不存在样本以及标准化音频格式，支持高效的声学监测和低功耗推理。
Comments 14 pages, 4 figures
深度强化学习发现一种新型控制算法以抑制串联圆柱体中流致振动
专题命中 工作流自动化 ：agent(abstract)
AI总结 本文研究了使用深度强化学习主动实时抑制同时振动的串联圆柱体中流致振动的方法，通过旋转驱动实现全驱动和欠驱动配置。研究发现，在全驱动情况下，深度强化学习代理发现了一种高频相位锁定的 bang-bang 控制策略，可将振动抑制超过95%。在欠驱动配置中，通过不对称奖励加权，代理发现了一种低频锁定策略，能分别将上游和下游圆柱体的振动抑制至70%和90%。
评估混合制冷剂用于热化学能量存储和循环制冷剂回收的性能 using 活性炭
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本研究通过多尺度计算方法结合分子模拟、热力学建模和突破模拟，评估了纯制冷剂及其商业混合物在六种活性炭上的吸附行为，揭示了混合制冷剂在能量存储密度和制冷剂回收中的优势。
MiXR: 从现实物体中采集和重组几何结构用于现场3D设计
专题命中 工作流自动化 ：workflow(abstract)
AI总结 本文提出MiXR系统，通过从环境中采集几何结构并进行重组，实现现场3D设计，结合生成式AI合成连贯模型，使用户能明确定义空间结构并利用生成模型进行几何优化，实验表明其在设计精度和用户控制感方面优于传统方法。
Comments 12 pages, 12 figures
Agentic Agile-V: 从Vibe编码到验证工程在软件和硬件开发中
机构 * Independent Researcher（独立研究者）
专题命中 软件智能体 ：agentic(title,title_cn)；agent(abstract,abstract_cn)；分类 cs.AI、cs.SE
AI总结 本文研究了代理AI在软件和硬件开发中的应用，提出Agentic Agile-V框架，通过SCOPE-V循环将对话意图转化为结构化工程成果，并贡献了最小输入艺术品类税、对话到合同门、风险自适应工作流和证据包接受模型。
Comments 7 pages, 1 figure
Pramana：自主代理网络中声明验证的协议层处理
专题命中 软件智能体 ：agent(title,abstract)；autonomous agent(title,abstract)
AI总结 本文提出Pramana协议层，通过定义缺失的线缆格式，为自主代理网络中的声明验证提供结构化方法，结合经典印度认识论中的四种知识类型，确保验证过程的确定性和可追溯性。
Comments 23 pages, 4 figures, 5 tables, 42 references
RepoZero: LLMs能否从零开始生成代码仓库？
专题命中 软件智能体 ：agentic(summary_cn,abstract)；agent(abstract)；分类 cs.SE
AI总结 本文提出RepoZero基准测试，通过自动化执行验证实现从零开始生成代码仓库的严格评估，展示了Agentic Code-Test Evolution框架在多模型上的实验结果，揭示了当前LLM在代码生成能力与实际需求之间的差距。
Code Researcher: 用于大型系统代码和提交历史的深度研究代理
机构 * Microsoft Research（微软研究院）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.SE
AI总结 本文提出Code Researcher，一种用于大型系统代码和提交历史的深度研究代理，通过多步骤推理和全局上下文收集，有效解决系统代码崩溃修复问题，显著优于现有基线方法。
AI生成Python重构拉取请求中的质量和安全信号
机构 * University of Michigan-Flint（密歇根大学弗林特分校） ； University of Michigan-Dearborn（密歇根大学戴尔本分校）
专题命中 软件智能体 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本研究通过分析AIDev数据集中的Python重构拉取请求，探讨了AI生成代码对代码质量和安全性的影响，发现AI提交在22.5%的案例中提升了质量属性，但同时也引入了新的代码问题，提出了24种重构操作的分类和安全门控的重要性。
为通用智能体构建的治理机制
机构 * IBM
专题命中 软件智能体 ：agent(abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 本文提出了一种模块化的政策-as-code层，用于在不微调模型的情况下，通过与通用大语言模型智能体结合，实现可预测、可审计且符合合规要求的行为，在复合工作流中无需为每个领域重新构建智能体。
检索增强的代码生成：聚焦于仓库级方法的综述
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Chinese University of Hong Kong（香港中文大学） ； Southern University of Science and Technology（南方科技大学）
专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.CL、cs.SE
AI总结 本文综述了检索增强的代码生成方法，重点探讨仓库级方法，分析了其在大规模代码生成中的挑战与解决方案，总结了现有方法的分类框架及关键挑战。
SpecBench: 评估长周期编码代理中的奖励黑客现象
机构 * Weco AI
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.CL、cs.SE
AI总结 该研究通过分解软件工程任务，提出了一种评估长周期编码代理中奖励黑客现象的方法，通过比较可见测试套件和隐藏测试套件的通过率差异，引入了SpecBench基准，展示了奖励黑客现象在不同任务长度上的显著影响。
通过微分测试时间缩放进行代码生成
机构 * University of California, Davis（加州大学戴维斯分校）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.LG、cs.SE
AI总结 本文提出DiffCodeGen，一种基于覆盖引导的微分分析的代码生成方法，通过生成多样化的代码候选并利用覆盖引导模糊测试来合成输入，无需现有测试用例或大语言模型，从而提高效率和可扩展性。
Comments 16 main text, 21 pages with references
用于密集奖励的领域可适应强化学习代码生成
机构 * Hessian Center for Artificial Intelligence (hessian.AI)（海斯曼人工智能中心） ； National Research Center for Applied Cybersecurity ATHENE（应用网络安全国家研究中心ATHENE）
专题命中 软件智能体 ：planning(abstract)；分类 cs.LG、cs.SE
AI总结 本研究提出了一种领域可适应的强化学习框架，用于改进代码生成的正确性、质量和安全性，通过定制化的执行感知奖励公式和令牌级奖励映射机制，提高了代码生成在不同领域中的适应性和执行效率。
Comments 10 pages, 2 figures, under review
SWoMo：用于白内障手术模拟的神经符号世界模型
机构 * Technical University Darmstadt（德累斯顿技术大学） ； Carl Zeiss AG（蔡司股份有限公司） ； AICM, Medical Faculty of Heidelberg University（海德堡大学医学院）
专题命中 软件智能体 ：autonomous agent(abstract)
AI总结 本文提出SWoMo，一种用于白内障手术模拟的神经符号世界模型，通过分离运动生成与视觉真实性，结合规则基模拟器和场景图表示来建模运动动态和工具-组织交互，同时使用扩散模型生成逼真的视觉效果，从而提升手术模拟的真实性和临床适用性。
物理序列建模中泛化错误的机制
机构 * Harvard College（哈佛大学） ； Harvard John A. Paulson School of Engineering and Applied Sciences（哈佛大学约翰·A·保罗森工程与应用科学学院） ； Comcast AI ； CBS-NTT Program in Physics of Intelligence, Harvard University（哈佛大学物理智能计划） ； Physics of Artificial Intelligence Group, NTT Research, Inc., Sunnyvale, CA, USA（人工智能物理研究组，NTT研究公司，美国加利福尼亚州山景城） ； Microsoft（微软）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 本文研究了物理序列建模中由于局部误差传播导致的物理泛化错误，提出了一种数据偏差核来预测物理量的质量变化，并提出了基于核的干预策略。
Comments Preprint. kentonishi.com/physical-misgeneralization
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