AI Agent

Benchmarks are Not Enough: RAMP for Runtime Assessing of Agentic Models in Production Systems

基准测试还不够：RAMP——生产系统中代理模型的运行时评估

Yipeng Ouyang, Xin Huang, Bingjie Liu, Zhongchun Zheng, Yuhao Gu, Xianwei Zhang

机构 * School of Computer Science and Engineering, Sun Yat-sen University, Guangzhou, China（中山大学计算机科学与工程学院，广州，中国） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.SE

AI总结 针对现有基准测试无法反映真实生产环境动态复杂性的问题，提出RAMP框架，通过统一运行时评估架构、编译器构建工作负载和多维效用指标，揭示模型在长序列工作流中的性能退化与资源效率差异。

Comments 16 pages, 8 figures. Project homepage: http://ramp.yatcc-ai.com/

Detect by Yourself: Self-Designing Agentic Workflows for Few-Shot Graph Anomaly Detection

自行检测：少样本图异常检测的自设计代理工作流

Tairan Huang, Qiang Chen, Yili Wang, Yueyue Ma, Changlong He, Xiu Su, Yi Chen

机构 * CSU（中国科学技术大学） ； UST（香港大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)；分类 cs.AI、cs.LG

AI总结 提出SignGAD框架，通过自设计任务条件检测工作流替代固定检测器，结合图编码与检测器选择及受保护重拟合策略，提升少样本图异常检测的适应性与可靠性。

Agentic Language-to-Objective Synthesis for Optofluidic Assembly

面向光流组件的智能语言到目标合成

Ivan Saraev, Elena Erben, Weida Liao, Fan Nan, Gerhard Neumann, Eric Lauga, Moritz Kreysing

机构 * Institute of Biological and Chemical Systems, Karlsruhe Institute of Technology, Germany（马克斯·普朗克研究所生物和化学系统研究所，卡尔斯鲁厄技术大学，德国） ； Department of Applied Mathematics and Theoretical Physics, University of Cambridge, UK（应用数学和理论物理系，剑桥大学，英国） ； Department of Mathematics, Imperial College London, UK（数学系，伦敦帝国理工学院，英国） ； Institute of Anthropomatics and Robotics (IAR), Karlsruhe Institute of Technology, Germany（人机学与机器人研究所（IAR），卡尔斯鲁厄技术大学，德国） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；workflow(abstract)

AI总结 提出Speak-to-Objective模块化智能流水线，利用条件大语言模型将口语或书面指令转换为可微目标函数，实现光流控微粒子组装，并支持用户反馈学习。

Comments 21 pages, 5 figures

From Chat to Interview: Agentic Requirements Elicitation with an Experience Ontology

从聊天到访谈：基于经验本体的智能需求获取

Dongming Jin, Zhi Jin, Yaotian Yang, Linyu Li, Zheng Fang, Yuanpeng He, Wenchun Jing, Xiaohong Chen

专题命中 工作流自动化 ：agentic(title)；agent(abstract)；分类 cs.SE

AI总结 提出OntoAgent智能体，通过构建经验本体引导需求访谈，实现自动化、系统化且可解释的需求获取，在网站应用领域显著提升获取效果和提问效率。

Journal ref RE 2026

A Factory-Floor Deployment Case Study of VLA Pipelines for Industrial Packaging Task: Workflow, Failures, and Lessons

工业包装任务的VLA流水线工厂部署案例研究：工作流、故障与经验教训

Brian Zhu, Philipp Schmitt, Philine Meister, Lukas Gensler, Momen Khalil, Emmanuele Poggi, Johannes Hechtl, Carsten Braunroth, Kai Wurm, Gokul Narayanan, Eugen Solowjow, Georg von Wichert, Andre Scholz, Felix Albrecht, Maxmillian Metzner

机构 * Siemens Corporation（西门子公司） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本研究通过在西门子工厂部署预训练Pi0.5策略执行工业包装任务，迭代微调并收集2535个现场数据片段，总结了VLA流水线部署中的常见故障模式与改进工作流的经验教训。

eMZed 3: flexible and interactive development of scalable LC-MS/MS data analysis workflows in Python

eMZed 3：在 Python 中灵活交互式开发可扩展的 LC-MS/MS 数据分析工作流

Uwe Schmitt, Jethro L. Hemmann, Nicola Zamboni, Julia A. Vorholt, Patrick Kiefer

专题命中 工作流自动化 ：workflow(abstract,abstract_cn)

AI总结 本文介绍 eMZed 3，一个基于 Python 3 的现代框架，用于灵活交互式分析 LC-MS/MS 数据，支持可扩展工作流开发，并包含基于色谱的数据支持、SQLite 后端和丰富可视化工具。

Comments 7 pages, 1 figure

SmartIterator: Visual Analytics Workflows for Supervising Unsupervised Data Grouping

SmartIterator: 监督无监督数据分组的可视化分析工作流

Gennady Andrienko, Natalia Andrienko

机构 * Fraunhofer Institute IAIS（弗劳恩霍夫研究所IAIS） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔人工智能与机器学习研究所） ； City St George’s, University of London（伦敦大学圣乔治学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 提出SmartIterator可视化分析方法，通过六阶段工作流和IteraScope协调视图，系统探索参数扫描下的分组结果，支持用户理解数据结构和做出知情决策。

PIRS: Physics-Informed Reward Shaping for SAC-Based Building Energy Management

PIRS：基于物理信息奖励塑形的SAC建筑能源管理

Shadmehr Zaregarizi, Khashayar Yavari

机构 * Politecnico di Torino（托里尼理工大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对深度强化学习中奖励函数设计缺乏物理基础的问题，提出PIRS方法，将ISO 7730 PMV公式嵌入SAC的多目标奖励中，提升可解释性和性能。

Comments N pages, 4 figures, 3 tables. Accepted at the 2nd Workshop on AI-Driven Energy Efficiency in Dynamic Systems (AI-DEEDS '26), co-located with ACM e-Energy / ACM Sustainability Week, Banff, AB, Canada, June 22-25, 2026

Personality, Role, and Expressive Style in Large Language Models: An Interactionist Analysis

大型语言模型中的个性、角色与表达风格：一种互动主义分析

Moe Nagao, Koichiro Terao, Mikio Nakano, Naoto Iwahashi

机构 * Okayama Prefectural University（冈山县立大学） ； AI & Humans Lab（人工智能与人类实验室） ； C4A Research Institute（C4A研究所） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 本研究从互动主义视角，通过因子设计实验分析个性特质、对话角色和表达风格如何共同影响大型语言模型生成对话中感知的大五人格特质表达。

Comments 26 pages

Exploratory Experience Shapes the Geometry of Predictive Representations

探索性经验塑造预测表征的几何结构

Kseniia Shilova, Abdelrahman Sharafeldin, Advay Balakrishnan, Hannah Choi

机构 * School of Mathematics Georgia Institute of Technology（数学系佐治亚理工学院） ； College of Computing Georgia Institute of Technology（计算学院佐治亚理工学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 通过构建树状迷宫中的在线学习智能体，研究探索与利用行为策略如何影响基于预测编码的内部表征几何结构，发现探索行为促进更具空间组织性的表征，且与小鼠实验数据一致。

OptiLoop: Coordination-in-the-Loop Verification and Repair for LLM-Generated Optimization Agents

OptiLoop：面向LLM生成的优化代理的协同验证与修复

Yujia Xu, Zhiheng Wang, Thi Dinh

专题命中 工作流自动化 ：agent(abstract)；分类 cs.SE

AI总结 针对LLM生成的优化代理在协同决策中可能出现语义错误的问题，提出了一种基于交替方向乘子法（ADMM）共识协议的协同验证与修复方法OptiLoop，通过短时协同运行检测行为异常并驱动修复，显著提升了目标匹配和社会匹配率。

Keyphrase Generative Representation of Youth Crisis Conversations Beyond Static Taxonomies

超越静态分类法的青少年危机对话的关键词生成表示

Abeer Badawi, Will Aitken, Lydia Sequeira, Jocelyn Rankin, Maia Norman, Elham Dolatabadi

机构 * York University（约克大学） ； Vector Institute（向量研究所） ； Electrical and Computer Engineering, Queen’s University（皇后大学电气与计算机工程系） ； Kids Help Phone（儿童援助电话） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL

AI总结 本文提出关键词生成表示（KGR）方法，通过约束大语言模型生成对话特定的关键词，将原有19标签分类扩展为39标签层次结构，在129段对话和387个专家注释上评估，准确率达0.96，并发现固定分类中缺失的身份相关主题，将主题检索准确率从0.25提升至0.70。

Using Zero-Shot LLM-Generated Survey Data for Geographically Explicit Population Synthesis

使用零样本大语言模型生成的调查数据进行地理显式人口合成

Taylor Anderson, Sara Von Hoene, Orhan Yagizer Cinar, Emma Von Hoene, Amira Roess, Andrew Crooks, Hamdi Kavak

机构 * Dept. of Geography and Geoinformation Science, George Mason University, Fairfax, VA, USA（地理与地理信息科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； Dept. of Computer Science, George Mason University, Fairfax, VA, USA（计算机科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； College of Public Health, George Mason University, Fairfax, VA, USA（公共卫生学院，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； Dept. of Geography, University at Buffalo, Buffalo, NY, USA（地理系，布法罗大学，纽约州 Buffalo） ； Dept. of Computational and Data Sciences, George Mason University, Fairfax, VA, USA（计算与数据科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文评估零样本大语言模型生成的健康调查数据能否作为传统迭代比例拟合工作流的输入，用于地理显式人口合成，并发现其可作为补充输入但尚不能替代真实调查数据。

Comments 15 pages, 5 figures, 3 tables

Semantic Robustness Probing via Inpainting: An Interactive Tool for Safety-Critical Object Detection

通过修复进行语义鲁棒性探测：面向安全关键目标检测的交互工具

Nico Steckhan, Krutarth Prajapati, Weija Shao, Silvia Vock

机构 * Federal Institute for Occupational Safety and Health (BAuA)（联邦职业安全与健康研究所） ； Fraunhofer Institute for Manufacturing Engineering and Automation IPA（弗劳恩霍夫研究所（制造工程与自动化IPA）） 纠错

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 提出SemProbe工具，通过扩散模型可控修复生成语义探针，支持用户自定义掩码和因素，自动评估并记录目标检测模型的鲁棒性变化。

A Spatially Informed Gaussian Process UCB Method for Decentralized Coverage Control

一种用于分散覆盖控制的空间信息高斯过程UCB方法

Gennaro Guidone, Luca Monegaglia, Elia Raimondi, Han Wang, Mattia Bianchi, Florian Dörfler

机构 * Automatic Control Laboratory (IfA)（自动控制实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 提出一种基于高斯过程上置信界（GP-UCB）的分散算法，通过结合期望位置成本与方差探索项，使智能体自主平衡探索与利用，实现未知空间覆盖控制。

Magnet-Based Soft Robotic Skin Using a 3D-Printed Multi-Lattice Structure and CNN-Based Tactile Super-Resolution

基于磁体的软体机器人皮肤：使用3D打印多格点结构和CNN触觉超分辨率

Yunseong Bang, Joowon Park, Suan Sim, Youngjun Ryu, Sukho Park, Kyungseo Park

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种集成多层软格点、霍尔效应传感器阵列和CNN触觉超分辨率模型的磁基机器人皮肤，通过格点参数调节实现机械柔顺性与传感特性的联合优化，并利用3D打印快速制造，实现接触位置和法向力的实时估计。

Comments 6 pages, 9 figures. Accepted to IEEE International Conference on Robotics and Automation (ICRA) 2026. Y. Bang and J. Park contributed equally

Digital Quantum Simulation of the quantum $β$-FPUT Lattice: Formulation and Resource Estimation

量子$\beta$-FPUT晶格的数字量子模拟：公式化与资源估计

Kiratholly Nandakumar Madhav Sharma, Juan Manuel Aguiar Hualde, Julian van Velzen, Phalgun Lolur

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对量子$\beta$-FPUT晶格，提出第一量子化的数字量子模拟框架，通过离散晶格位移直接处理非简谐相互作用，并设计浅层量子电路计算模分辨位移关联函数，给出了容错量子计算机上的资源估计。

Finite-size occupancy scaling of apparent fractal dimensions in stochastic trajectories

随机轨迹中表观分形维数的有限尺寸占据标度

Bon A. Koo, Edward Ju

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对有限随机轨迹中分形维数估计的有限尺寸标度问题，提出基于球箱占据模型的偏差校正方法，通过归一化局部斜率坍塌实现跨模型类的误差降低。

Comments Main text: 30 pages, 5 figures; supplementary material included

Are Diffusion Language Models Good Database Analysts?

扩散语言模型是好的数据库分析师吗？

Peixian Ma, Xialie Zhuang, Jiantao Tan, Changlun Li, Ruirui Chen, Chengwei Qin

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文提出统一评估框架和SQL-D1智能体框架，通过实验证明扩散语言模型在NL2SQL任务中具有结构鲁棒性和效率-精度灵活权衡的优势。

Carbon-Aware Mapping and Scheduling for Deadline-Constrained Workflows

面向截止时间约束工作流的碳感知映射与调度

Dominik Schweisgut, Anne Benoit, Yves Robert, Henning Meyerhenke

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对异构数据中心中具有截止时间约束的工作流，提出结合动态规划与启发式策略的碳感知映射与调度算法CWM，在满足截止时间的前提下显著降低碳排放。

Comments 29 pages, 11 figures, Preprint, to appear at Euro-Par'26

Structuring Human-AI Productive Interdependence by Strategic Level of Automation Selection for Qualitative Inquiry

通过定性研究中的自动化水平战略选择构建人机生产性相互依赖

Feng Zhou, Jacqueline Meijer-Irons, Ambar Murillo

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文基于相互依赖理论，提出一个形式化框架，通过评估任务风险和验证成本来选择适当的自动化水平，以构建人机生产性相互依赖，从而解决定性分析中大规模语言模型自动化与解释性本质之间的冲突。

PocketGS: On-Device Training of 3D Gaussian Splatting for High Perceptual Modeling

PocketGS: 用于高感知建模的3D高斯泼溅设备端训练

Wenzhi Guo, Guangchi Fang, Shu Yang, Bing Wang

机构 * Hong Kong Polytechnic University（香港理工大学） ； Nanjing University（南京大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出PocketGS，通过三个协同设计的算子（G、I、T）在移动设备上实现3D高斯泼溅的高效训练，在严格资源约束下保持高保真重建。

MMRad-22K: A Structured Multimodal Evidence Dataset for Chest X-ray Report Generation

MMRad-22K：用于胸部X光报告生成的结构化多模态证据数据集

Yichen Zhao, Zelin Peng, Fenghe Tang, Piao Yang, Yu Huang, Wei Shen

机构 * MoE Key Lab of Artificial Intelligence, AI Institute, School of Computer Science, Shanghai Jiao Tong University（人工智能MOE实验室、人工智能研究院、计算机科学学院、上海交通大学） ； School of Biomedical Engineering, Division of Life Sciences and Medicine, University of Science and Technology of China (USTC)（生物医学工程学院、生命科学与医学系、中国科学技术大学） ； Center for Medical Imaging, Robotics, Analytic Computing & Learning (MIRACLE), Suzhou Institute for Advanced Research, USTC（医学影像、机器人、分析计算与学习中心（MIRACLE）、苏州市先进研究院、中国科学技术大学） ； Department of Radiology, The First Affiliated Hospital, Zhejiang University School of Medicine（放射科、浙江大学医学院第一附属医院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对胸部X光报告生成中现有资源监督信号碎片化的问题，提出结构化多模态证据数据集MMRad-22K，并基于统一LVLM骨干进行适配，证明结构化多模态证据优于纯文本或边界框证据，在语言和临床指标上表现更优。