AI Agent

Reflexivity as Prompt: Does Awareness of Self-Reinforcing Market Dynamics Improve LLMs as Financial Market Forecasters?

反身性作为提示：对自我强化市场动态的认知是否提高了LLM作为金融市场预测者的表现？

Eugene Park

专题命中 Agent评测 ：agent(abstract)

AI总结 研究在繁荣-萧条市场周期中，逐步引入索罗斯反身性理论时，前沿大语言模型作为金融预测者的行为变化，通过方向性预测准确率和夏普比率评估，发现反身性认知在不同模型和上下文窗口中产生不同的预测改进。

InstructSAM: Segment Any Instance with Any Instructions

InstructSAM: 根据任意指令分割任意实例

Yuqian Yuan, Wentong Li, Zhaocheng Li, Yutong Lin, Juncheng Li, Siliang Tang, Jun Xiao, Yueting Zhuang, Wenqiao Zhang

机构 * Zhejiang University（浙江大学） ； Nanjing University of Aeronautics and Astronautics（南京航空航天大学） 纠错

专题命中 Agent评测 ：agentic(abstract)

AI总结 提出InstructSAM框架，通过将指令驱动实例分割建模为集合结构查询预测问题，并设计显式推理到实例查询接口，结合视觉语言模型和SAM3实现单次前向传播中的多实例分割。

Comments 19 pages, 8 figures, code: https://github.com/DCDmllm/InstructSAM

Incentive Pareto Efficiency in Monopoly Insurance Markets with Adverse Selection

逆向选择下垄断保险市场的激励帕累托效率

Maria Andraos, Mario Ghossoub

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究隐藏信息下的垄断保险市场，证明满足激励相容和个体理性约束的社会福利最大化合同菜单是激励有效的，并在Yaari对偶效用下给出半显式刻画。

Power and Freedom in Mechanisms

机制中的权力与自由

Christian Basteck, Ulysse Lojkine

专题命中 Agent评测 ：agent(abstract)

AI总结 本文在防策略机制中衡量代理人影响，将影响分为自由（对自身结果）和权力（对他人结果），并利用自由最大化刻画约束有效机制，应用于分配规则分析，得到顶级交易循环规则和双极序列独裁的新特征。

Situation-Aware Interactive MPC Switching for Autonomous Driving

自动驾驶中的情境感知交互式MPC切换

Shuhao Qi, Qiling Aori, Luyao Zhang, Mircea Lazar, Sofie Haesaert

机构 * Eindhoven University of Technology（埃因霍温理工大学） ； Delft University of Technology（代尔夫特理工大学） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 针对自动驾驶中交互场景的挑战，提出一种基于神经网络的分类器，根据情境需求在不同MPC控制器间切换，以平衡性能和计算开销。

Robustness of Incentive Mechanisms Against System Misspecification in Congestion Games

拥塞博弈中激励机制对系统误设的鲁棒性

Chih-Yuan Chiu, Bryce L. Ferguson

专题命中 Agent评测 ：agent(abstract)

AI总结 研究系统参数误设对原子拥塞博弈中通行费设计的影响，证明轻微误设下设计的通行费不会引入新的纳什均衡，并给出了最坏情况下的性能下降上界。

Comments 6 pages, 3 figures

Iteris: Agentic Research Loops for Computational Mathematics

Iteris: 计算数学的智能体研究循环

Leheng Chen, Zihao Liu, Wanyi He, Bin Dong

机构 * School of Mathematical Sciences, Peking University（北京大学数学科学学院） ； Beijing International Center for Mathematical Research and the New Cornerstone Science Laboratory, Peking University（北京大学北京国际数学研究中心和新基石科学实验室） ； Center for Machine Learning Research, Peking University（北京大学机器学习研究中心） ； Center for Intelligent Computing, Great Bay Institute for Advanced Study, Great Bay University（大湾研究院先进研究所智能计算中心） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 提出Iteris智能体研究系统，通过数值实验、构造和证明草稿解决计算数学中的两个开放问题，经专家验证后获得可验证结果。

Comments 43 pages

Hybrid Verified Decoding: Learning to Allocate Verification in Speculative Decoding

混合验证解码：在推测解码中学习分配验证

Xin Su, Dawid Majchrowski, Fangyuan Yu, Vanshil Atul Shah, Sebastian Rogawski, Pawel Morkisz, Anahita Bhiwandiwalla, Phillip Howard

机构 * Thoughtworks ； Nvidia 纠错

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

AI总结 提出混合验证解码方法，通过预测缓存草稿的接受长度并在缓存验证与模型草稿之间动态选择，在代理工作流中平均加速2.73倍。

Everywhere Learning: Artificial Intelligence with Pointwise Constraints

处处学习：具有逐点约束的人工智能

Ignacio Boero, Ignacio Hounie, Luiz Chamon, Alejandro Ribeiro

机构 * Department of Electrical and Systems Engineering, University of Pennsylvania（宾夕法尼亚大学电气与系统工程系） ； École polytechnique, Institut Polytechnique de Paris（巴黎理工学院） 纠错

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

AI总结 提出“处处学习”新范式，通过近似对偶理论分析泛化性能，并用稀疏L1惩罚控制泛化，在语言模型任务中验证其优势。

Move the Query, Not the Cache: Characterizing Cross-Instance Latent Attention Redistribution Across GPU Fabrics

移动查询，而非缓存：跨GPU结构中的跨实例潜在注意力再分布特征

Bole Ma, Jan Eitzinger, Harald Köstler, Gerhard Wellein

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

AI总结 本研究通过真实多节点H100集群实验，刻画了多头部潜在注意力（MLA）在跨实例场景下的性能特征，提出了拓扑感知成本模型和路由/获取/本地谓词，证明在多数情况下路由查询比移动缓存更高效。

From Frontier to Shadow AI: A Simmering Threat to Assurance and Security in Critical Infrastructure

从前沿AI到影子AI：对关键基础设施保障与安全的潜伏威胁

Mohan Baruwal Chhetri, Shahroz Tariq, Tooba Aamir, Marthie Grobler, Chandra Thapa, Ronal Singh

专题命中 其他Agent ：agentic(abstract)

AI总结 本研究通过访谈澳大利亚27家关键基础设施组织的高管，首次实证分析了影子AI在关键基础设施中的表现、风险及安全退化机制，提出了边界绕过、未评估能力扩展和治理规避三种威胁模型。

Comments 21 pages, 2 figures, 2 tables, paper under review

Beyond the Hype: Mapping Uncertainty and Gratification in AI Assistant Use

超越炒作：映射AI助手使用中的不确定性和满足感

Karen Joy, Tawfiq Ammari, Alyssa Sheehan

专题命中 其他Agent ：agentic(abstract)

AI总结 通过早期采用者访谈，研究AI助手使用中的功能性、关系性和形而上学不确定性，发现用户最满意的使用方式是用户策划的窄工具组合而非独立“第二自我”。