AI Agent

Execution and assessment of agentic influence operations in simulated social networks

模拟社交网络中代理式影响力操作的执行与评估

Alejandro Buitrago López, David Montoro Aguilera, Javier Pastor-Galindo, José A. Ruipérez-Valiente

专题命中 其他Agent ：agentic(title,abstract)

AI总结 本文通过在合成社交网络中模拟叙事发布、放大和反信息传递，评估AI驱动的影响力操作，发现放大最大化覆盖、反信息传递最能改变观点、叙事发布需要更大的攻击者足迹。

OmniVerifier-M1: Multimodal Meta-Verifier with Explicit Structured Recalibration

OmniVerifier-M1: 具有显式结构化重校准的多模态元验证器

Xinchen Zhang, Bowei Liu, Jiale Liu, Chufan Shi, Yizhen Zhang, Junhong Liu, Youliang Zhang, Zhiheng Li, Yujiu Yang, Ling Yang

机构 * Tsinghua University（清华大学） ； Pennsylvania State University（宾夕法尼亚州立大学） ； University of Southern California（南加州大学） ； Microcyto ； Princeton University（普林斯顿大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 提出OmniVerifier-M1，通过符号化元验证（如边界框）和解耦强化学习，实现多模态大模型的可靠细粒度验证与动态区域级自校正。

Comments ICML 2026. Project: https://github.com/Cominclip/OmniVerifier

AI, Take the Wheel: What Drives Delegation and Trust in Human-Computer Cooperative Question Answering?

AI，掌舵吧：是什么驱动人机协作问答中的委托与信任？

Maharshi Gor, Yoo Yeon Sung, Yu Hou, Eve Fleisig, Irene Ying, Tianyi Zhou, Jordan Boyd-Graber

机构 * University of Maryland（马里兰大学） ； University of California（加州大学） ； MBZUAI 纠错

专题命中 其他Agent ：AI agent(abstract)；分类 cs.AI、cs.CL

AI总结 通过问答游戏实验，研究人类在何时以及为何选择委托AI或采纳其建议，发现人类存在对AI正确建议的低依赖（3.9%）和错误建议的过度依赖（1.7%），并受确认偏见影响，建议通过校准置信度、基于证据的解释和信任细化机制来改进人机协作。

Comments Findings of the Association for Computational Linguistics, 2026

Democratizing Large-Scale Re-Optimization with LLM-Guided Model Patches

利用LLM引导的模型补丁实现大规模重新优化的大众化

Tinghan Ye, Arnaud Deza, Ved Mohan, El Mehdi Er Raqabi, Pascal Van Hentenryck

机构 * H. Milton Stewart School of Industrial and Systems Engineering, Georgia Institute of Technology（赫尔曼·米利特·斯图尔特工业与系统工程学院，佐治亚理工学院） ； Department of Operations and Decision Systems, Université Laval（运营与决策系统系，拉瓦尔大学） 纠错

专题命中 其他Agent ：agentic(abstract)；分类 cs.AI

AI总结 提出一个基于大语言模型的代理重新优化框架，通过自然语言交互和优化工具箱，使非专家用户能够动态更新和重新优化部署的优化模型，并在两个大规模实际案例中验证了其有效性和可扩展性。

Habermolt: Delegating Deliberation to AI Representatives

Habermolt: 将审议委托给AI代表

Joseph Low, Oscar Duys, Claude Formanek, Michiel Bakker, Lewis Hammond

专题命中 其他Agent ：AI agent(abstract)

AI总结 提出AI委托审议范式，通过Habermolt平台研究AI代表人类进行审议时的表征、聚合与修订三大维度，揭示可扩展且可信的AI代表的设计挑战。