AI Agent

It`s All About Speed: AI`s Impact on Workflow in Music Production

一切都关乎速度：AI对音乐制作工作流程的影响

Finn McClellan, Fabio Morreale

机构 * Waipapa Taumata Rau - University of Auckland, Auckland (Aotearoa - New Zealand)（瓦伊帕塔玛拉大学——奥克兰大学，奥克兰（奥特亚罗——新西兰）） ； Sony AI, Barcelona (Spain)（索尼AI，巴塞罗那（西班牙）） 纠错

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

AI总结 通过民族志研究，探讨AI和自动化工具如何影响音乐制作工作流程，重点关注录音工程师、混音师和制作人的使用体验与态度，并分析速度、可控性与创造性自主权之间的张力及其缓解方法。

Comments Audio Engineering Society Conference Paper - Presented at the AES International Conference on Machine Learning and Artificial Intelligence for Audio 2025 - September 8-10, London, UK

OpenClawBench: Benchmarking Process-side Anomalies in Real-world Agent Execution Trajectories

OpenClawBench: 真实智能体执行轨迹中过程侧异常的基准测试

Yibing Liu, Yangze Liu, Xiaolong Yin, Bin Wang, Chong Zhang, Hao Yin, Zhongyi Han

机构 * School of Software, Shandong University（山东大学软件学院） ； School of Artificial Intelligence, Nanjing University（南京大学人工智能学院；南京大学新型软件技术国家重点实验室） ； State Key Laboratory of Novel Software Technology, Nanjing University（医学人工智能中心；青岛中医药科学院；海洋传统中医研究所，山东中医药大学） ； Center for Medical Artificial Intelligence（四川大学软件工程学院） ； Qingdao Academy of Chinese Medical Sciences ； Institute of Marine Traditional Chinese Medicine, Shandong University of Traditional Chinese Medicine ； School of Software Engineering, Sichuan University 纠错

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

AI总结 提出OpenClawBench数据集，通过FullTax标注框架量化智能体执行中的过程侧异常，揭示仅基于结果评估的不足。

Comments 37 pages, 1 figure, 43 tables

Gram: Assessing sabotage propensities via automated alignment auditing

Gram：通过自动化对齐审计评估破坏倾向

David Lindner, Victoria Krakovna, Sebastian Farquhar

机构 * Google（谷歌） 纠错

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

AI总结 提出Gram框架，通过模拟17种代理部署场景自动审计AI代理的破坏倾向，发现Gemini模型在约2-3%的轨迹中存在不当行为，并引入调查代理管道以识别驱动因素。

Offloading Score: Measuring AI Reliance Through Counterfactual Workflows

卸载分数：通过反事实工作流衡量AI依赖度

Vishakh Padmakumar, Lujain Ibrahim, Zora Zhiruo Wang, Jennifer Wang, Q. Vera Liao, Diyi Yang

机构 * Stanford University（斯坦福大学） ； University of Oxford（牛津大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Michigan（密歇根大学） 纠错

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

AI总结 本文提出卸载分数（offloading score），一种通过构建反事实工作流量化用户向AI工具卸载认知努力比例的依赖度度量，并通过内在验证和用户实验证明其能检测时间压力下的依赖度变化。

Comments Preprint

Croissant Tasks: A Metadata Format for Reproducible Machine Learning Evaluations

Croissant Tasks：一种用于可重复机器学习评估的元数据格式

Omar Benjelloun, Leonardo Martins Bianco, Isabelle Guyon, Thanh Gia Hieu Khuong, Jonathan Lebensold, Sebastian Lobentanzer, Luis Oala, Benedictus Kent Rachmat, Ihsan Ullah, Peyman Vahidi, Joaquin Vanschoren

机构 * Google DeepMind（谷歌DeepMind） ； ChaLearn ； Université Paris-Saclay（巴黎-萨克雷大学） ； Jetty ； Mila, Quebec AI Institute（魁北克AI研究所） ； Inst. of Computational Biology, Helmholtz Munich（海德堡慕尼黑计算生物学研究所） ； German Center for Diabetes Research（德国糖尿病研究中心） ； School of CIT, TUM（技术大学 CIT 学校） ； Helmholtz AI（海德堡人工智能研究所） ； Brickroad ； Eindhoven Univ. of Technology（埃因霍温技术大学） 纠错

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

AI总结 提出Croissant Tasks元数据格式，通过声明式规范解耦任务问题与解决方案，结合自动化LLM管道实现概念可重复性，使自主代理能从零生成可复现的评估流水线。

Comments 10 pages, 4 figures

CausaLab: A Scalable Environment for Interactive Causal Discovery Toward AI Scientists

CausaLab：面向AI科学家的交互式因果发现可扩展环境

Junlin Yang, Dylan Zhang, Xiangchen Song, Qirun Dai, Xiao Liu, Yuen Chen, Aniket Vashishtha, Jing Shi, Chenhao Tan, Hao Peng

机构 * Tsinghua University（清华大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Chicago（芝加哥大学） ； Adobe 纠错

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

AI总结 提出CausaLab环境，通过合成实验室任务评估LLM代理在因果发现中的预测准确性与因果机制恢复能力，发现两者存在显著差距。

Modularizing Educational LLM-Agency for Fostering Responsible Learning Assistance

模块化教育大语言模型代理以促进负责任的学习辅助

Julius Gabelmann, Felix Jahn, Kevin Baum, Sophie van Rossum, Emely Wuenscher, Timo P. Gros, Verena Wolf

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland Informatics Campus, Germany（萨尔兰州信息学校区，德国） ； Center for European Research in Trusted AI (CERTAIN)（可信人工智能欧洲研究中心（CERTAIN）） 纠错

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

AI总结 提出一种模块化代理架构的AI聊天机器人，通过分阶段指导练习解决，融入针对性教学建议，实现更可控、透明和可监督的学习过程，促进教育中负责任的AI使用。

Comments 12 pages, 2 figures (+ 2 in appendix), accepted at AISoLA 2025 (Track: Responsible and Trusted AI: An Interdisciplinary Perspective)

Treatment-Conditioned Diffusion for Forecasting Neurodegenerative Disease Progression

治疗条件扩散用于预测神经退行性疾病进展

Danylo Boiko, Viktoriia Mishkurova

机构 * Innoloft Inc.（Innoloft公司） ； Bogomolets National Medical University（博戈莫列茨国家医学大学） 纠错

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

AI总结 提出一种治疗条件扩散框架，通过条件化生成过程于患者的筛查DaTscan图像和一年内左旋多巴等效日剂量，预测高保真未来脑状态，在临床保真度上显著优于基线。

Comments 9 pages, 5 figures, 1 table

Learnable Assessment Skills for LLM-based Automated Scoring: Rubric Construction via Iterative Optimization

基于LLM的自动评分中可学习的评估技能：通过迭代优化构建评分标准

Yun Wang, Xin Xia, Xuansheng Wu, Xiaoming Zhai, Ninghao Liu

机构 * School of Computing, University of Georgia, Athens, GA, USA（佐治亚大学计算机学院） ； AI4STEM Education Center, University of Georgia, Athens, GA, USA（佐治亚大学AI4STEM教育中心） ； The Hong Kong Polytechnic University, Hong Kong, China（香港理工大学） 纠错

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

AI总结 提出一种迭代框架，使LLM能从评分经验中学习评估技能（即与题目无关的自然语言程序性知识），自动构建评分标准，无需人工干预，在ASAP-SAS数据集上超越专家编写的评分标准。

Comments 12 pages, 5 figures

unix-ctf: Procedural Environments for Unix-Competence Reinforcement Learning

unix-ctf: 用于Unix能力强化学习的过程化环境

Geoffrey Bradway, Roger Creus Castanyer, Lorenz Wolf, Maxwill Lin, Matthew James Sargent, Augustine N. Mavor-Parker

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出unix-ctf，一个过程化生成shell代理的夺旗任务的环境，通过LLM辅助合成管道生成可复用的隐藏-查找脚本对，并基于此微调Qwen3-8B模型，将解决率从11.6%提升至43.6%，证明Unix能力是可分离、可训练的。

Trends in AI and Human-AI Interaction in Clinical Trials -- A Hybrid Human-AI Exploration

临床试验中AI与人机交互的趋势——一种混合人机探索

Sandra Woolley, Tim Collins, Khalid Khattak, Illia Chernomorets, Ariane Arevalo, Chris Richardson

机构 * Keele University, UK（英国凯利大学） ； Manchester Metropolitan University, UK（英国曼彻斯特 Metropolitan 大学） 纠错

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

AI总结 本研究通过分析ClinicalTrials.gov注册库中的记录，揭示了AI相关临床试验的时间趋势和地理分布，并探索了一种混合人机方法用于分析注册试验中的人机交互趋势。

Comments 8 pages plus 2 pages references and appendix

Review Arcade: On the Human Alignment and Gameability of LLM Reviews

Review Arcade: 关于LLM评审的人类对齐与可博弈性

Hans Ole Hatzel, Sebastian Steindl, Jan Strich

机构 * Language Technology Group, University of Hamburg, Germany（汉堡大学语言技术小组） ； Hub of Computing and Data Science (HCDS), University of Hamburg, Germany（汉堡大学计算与数据科学中心） ； OTH Amberg-Weiden, Germany（阿姆伯-魏登工业大学） 纠错

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

AI总结 通过实验评估LLM生成论文评审与人类评审的对齐程度，并发现作者可根据LLM评审迭代修改论文以提升评分（最多35%的论文显著提高），揭示了LLM评审的可博弈性。

Comments Under Review EMNLP 26

An End-to-End PyTorch Interface for Differentiable PDE Solvers: A RANS Model-Correction Study

可微PDE求解器的端到端PyTorch接口：一项RANS模型校正研究

Luca Saverio, Michele Alessandro Bucci, Gianmarco Farro, Cédric Content, Denis Sipp

机构 * Digital Sciences \& Technologies Department , Safran Tech , Magny-Les-Hameaux , 78114 , France ； MONHADE, équipe INRIA-ONERA, DSG , ONERA, Institut Polytechnique de Paris , Palaiseau , 91120 , France 纠错

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

AI总结 提出一个端到端可微机器学习框架，通过将PDE作为隐层集成到PyTorch中，优化参数化校正项，用于数据同化和闭合建模，并在可压缩流RANS方程上验证。

Slide Deck Q&A Quality Assurance App: A Multi-Stage Pipeline for Pedagogical Question Generation

Slide Deck Q&A 质量保证应用：面向教学问题生成的多阶段流水线

Jim Salsman

机构 * TalkNicer, Inc.（TalkNicer公司） 纠错

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

AI总结 提出一个基于Flask的多阶段大语言模型流水线，从PDF幻灯片中提取文本和图像，生成结构化的教学问题集，并通过窗口规划、幻灯片合成、标注和协调四个阶段提高问题质量。

Comments 15 pages, 3 research questions, 1 figure, 1 table, 6 references, 2 appendices

Interactive In-Meeting Speaker Correction with Human Feedback

交互式会议中基于人类反馈的说话人修正

Xinlu He, Yiwen Guan, Badrivishal Paurana, Pitipat Kongsomjit, Zilin Dai, Jacob Whitehill

机构 * Worcester Polytechnic Institute（沃斯特理工学院） 纠错

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

AI总结 提出一种LLM辅助的会议内说话人修正系统，通过用户简短反馈修正说话人归属错误，结合流式ASR、说话人日志、LLM摘要和在线注册机制，在AMI数据集上实现DER降低31.99%、说话人替换错误降低52.68%。

Low-Magnification SEM May Suffice: Interpretable Deep Learning for Multi-Scale Fracture-Cause Classification in Zirconia-Toughened Alumina

低倍率SEM可能足够：用于氧化锆增韧氧化铝多尺度断裂原因分类的可解释深度学习

Julian Schmid, Pawel Astankow, Tom Vater, Julius Beck, Robert Cichon, Danny Krautz

机构 * CeramTec GmbH（CeramTec公司） ； School of Life Sciences, University of Applied Sciences（应用科学与艺术北瑞士学院生命科学学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种可解释的视觉变换器工作流，利用低倍率SEM图像对氧化铝基复合材料植入物断裂原因进行自动分类，达到与高倍率相当的准确率。

Error-corrected phase estimation averaged over variable grids on a trapped-ion quantum computer: hyperacuity spectra of a CO molecule adsorbed onto $χ$-Fe$_5$C$_2$

在离子阱量子计算机上基于可变网格的纠错相位估计：CO分子吸附在χ-Fe₅C₂上的超精细光谱

Taichi Kosugi, Hirofumi Nishi, Keito Kasebayashi, Hiroki Takahashi, Yu-ichiro Matsushita

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出可变网格平均量子相位估计（QAVG）方法，结合低分辨率QPE与多次原点偏移及物理连续参数化，在Quantinuum H2-2上对CO分子吸附于χ-Fe₅C₂表面的模型进行实验，准确重构光谱，偏差远小于标称QPE分辨率，并抑制光谱泄漏引起的局部极小值。

Comments 10 figures

Upscaling from ab initio atomistic simulations to electrode scale: The case of manganese hexacyanoferrate, a cathode material for Na-ion batteries

从第一性原理原子模拟到电极尺度的升级：以钠离子电池正极材料锰六氰合铁酸盐为例

Yuan-Chi Yang, Eric Woillez, Quentin Jacquet, Ambroise van Roekeghem

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种可推广的跨尺度计算框架，通过主动学习策略训练矩张量势，结合混合巨正则蒙特卡洛-分子动力学采样，从原子尺度预测钠锰六氰合铁酸盐的扩散、相变和电极性能，并输入伪二维相场模型实现连续尺度模拟。

Comments 26 pages, 14 figures

Time-domain anode-decoupling co-design for a floating microchannel plate detector readout

浮动微通道板探测器读出的时域阳极-去耦协同设计

Robin F. Bonny, Lorenzo Obersnel, Martin Rubin, André Galli, Peter Wurz, Rico G. Fausch

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对紧凑型飞行时间质谱仪，通过时域协同设计阳极几何与高压交流去耦网络，抑制基线漂移和脉冲展宽，实现高分辨率与动态范围。

Comments The following article has been accepted by Review of Scientific Instruments. After it is published, it will be found at https://pubs.aip.org/aip/rsi

Journal ref Rev. Sci. Instrum. 97, 053307 (2026)

Design and Implementation of a Serverless MapReduce Framework for Scalable Data Pipelines

面向可扩展数据管道的无服务器MapReduce框架设计与实现

Angelos Dorotheos Chatzopoulos, Babis Andreou, Kakia Panagidi, Stathes Hadjiefthymiades

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一个基于Kubernetes和Knative的事件驱动MapReduce框架，集成Apache Kafka和Redis，实现物流数据的实时处理与可扩展性。

Rapid Approximation Prediction for Kriging

克里金法的快速近似预测

Ziyu Li, Gregory Fasshauer, Douglas Nychka

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对大规模空间数据，提出一种通过局部邻域稀疏线性组合近似协方差向量的快速克里金预测方法，显著降低计算复杂度并保持精度。

Comments 11 figures, 38 pages

From Augmentation to Reconstruction: Guiding the AI Disruption to the Good Place

从增强到重构：引导人工智能颠覆走向美好之地

David M. Rothschild, Jake M. Hofman, Markus Mobius, Brendan Lucier, Eleanor Dillon, Daniel G. Goldstein, Nicole Immorlica, Aleksandrs Slivkins

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文提出增强、自动化、重构三阶段框架，指出AI的真正颠覆在于第三阶段——重构工作流和市场，并讨论了实现这一系统级转型所需的信任、基础设施和经济激励。

Comments 5 Pages, 0 Figures

Additive binding energies in asphalt on a quantum processor via quantum-selected configuration interaction (QSCI)

通过量子选择的组态相互作用（QSCI）在量子处理器上计算沥青中的加和结合能

Karim Elgammal, Marc Maußner

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出混合量子经典工作流QuantumPave，结合机器学习势和量子选择的组态相互作用（QSCI）在54量子比特IQM Emerald处理器上计算沥青结合能，精确再现活性空间CASCI参考值。

Comments 7 pages, 3 figures, 2 tables

Variance-Aware Estimation and Inference for Michaelis--Menten Models with Heteroscedastic Errors and Clustered Measurements

异方差误差和聚类测量下Michaelis-Menten模型的方差感知估计与推断

Mijeong Kim, Minkyoung Cha, Ah Young Jeong

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对Michaelis-Menten模型，提出一种基于条件矩约束的方差感知估计与推断方法，通过简单条件高斯工作模型实现单曲线和聚类数据的参数估计，改善了异方差和聚类结构下的推断效率。

The reason peculiar velocities grow faster in general relativity than in Newtonian gravity

广义相对论中本征速度比牛顿引力增长更快的原因

Erick Pastén, Christos Tsagas

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文通过比较牛顿和相对论处理，指出本征通量的引力贡献导致广义相对论中本征速度场线性增长更快，并展示了如何通过修改泊松方程从牛顿框架恢复相对论增长率。

Comments Matches published version

Journal ref Astron. Astrophys. 709 (2026) A127