AI Agent

Advancing Subsurface Discovery and Geothermal Monitoring with an Agentic Artificial Intelligence Framework

基于智能体人工智能框架推进地下发现与地热监测

Randy Harsuko, Zhengfa Bi, Guodong Chen, Nori Nakata

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

AI总结 提出GAIA系统，结合大语言模型、数字孪生与检索增强生成，实现地热开发中的多学科任务自动化与智能决策。

Harnessing the Collective Intelligence of AI Agents in the Wild for New Discoveries

利用野外AI代理的集体智慧实现新发现

Federico Bianchi, Yongchan Kwon, Aneesh Pappu, James Zou

机构 * Together AI ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出EinsteinArena平台，通过开放分布式环境中的自主代理交互，在数学问题中实现12项新最优结果，展示了集体AI驱动研究的范式。

GCA Framework: A GCC Countries-Grounded Dataset and Agentic Pipeline for Climate Decision Support

GCA框架：面向海湾合作委员会国家的数据集与气候决策支持智能体管道

Muhammad Umer Sheikh, Khawar Shehzad, Salman Khan, Fahad Shahbaz Khan, Muhammad Haris Khan

机构 * Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI)（莫扎德人工智能大学） ； University of Missouri（密苏里大学） ； Australian National University（澳大利亚国立大学） ； Linköping University（林肯大学） 纠错

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

AI总结 提出GCA框架，包含GCC国家多模态数据集GCA-DS和工具增强型智能体GCA，通过领域微调和工具集成提升气候决策可靠性。

From Quality Properties to Practice: A Guideline and Workflow for Explainability Requirements

从质量属性到实践：可解释性需求的指南与工作流

Martin Obaidi, Jakob Droste, Hannah Deters, Marc Herrmann, Michel Krahl, Kurt Schneider

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

AI总结 提出一个基于指南的迭代工作流，通过结构化文献综述、开发者访谈和从业者调查提炼出十个核心质量属性，并开发工具支持，实验表明工具辅助可减少23.5%的制定时间且需求质量与手动编写相当。

Comments This paper has been accepted at the research track of the 34th IEEE International Requirements Engineering Conference (RE 2026)

Beyond the YAML File: Understanding Real-World GitHub Actions Workflow Adoption

超越YAML文件：理解真实世界的GitHub Actions工作流采用

Ali Khatami, Carolin Brandt, Andy Zaidman

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

AI总结 通过分析952个仓库的258,300条工作流运行记录，识别出三种失败响应模式，发现高使用强度与低失败率相关，并揭示了配置-使用差距。

Sketch-to-Layout: A Human-Centric Computational Agent for Constraint-Aware Synthesis of Modular Photobioreactors

草图到布局：面向约束感知的模块化光生物反应器合成的人本计算代理

Xiujin Liu, Shuqi Li, Yuxin Lin

机构 * Qrafty Technology Inc.（Qrafty技术公司） ； University of Michigan（密歇根大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)

AI总结 提出一种计算框架，将用户草图转化为模块化光生物反应器立面布局，通过约束满足问题（CSP）求解器实现近实时合成，并引入弱监督藻类健康监测管道，实现碳中性和自主维护。

Comments 13 pages, 6 figures

A Processing Workflow for Cassini VIMS Jupiter Cubes

卡西尼号VIMS木星立方体数据处理流程

Asier Anguiano-Arteaga, Patrick G. J. Irwin, Santiago Pérez-Hoyos, Davide Grassi, Emiliano D'Aversa

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 提出卡西尼号VIMS木星观测数据的校准目录及处理流程，包括可见光和红外通道校准、指向校正等，生成一致性验证后的公开数据集。

Comments Accepted for publication in The Astrophysical Journal Supplement Series; 30 pages, 15 figures

Regimes: An Auditable, Held-Out-Gated Improvement Loop Demonstrated on LongMemEval with ActiveGraph

Regimes: 一种可审计的、保留验证集的改进循环——在ActiveGraph上的LongMemEval演示

Yohei Nakajima

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

AI总结 提出Regimes，一种基于事件溯源的可审计自主改进循环，通过ActiveGraph运行时实现故障记录、重放和保留集验证，在LongMemEval-S上提升0.05-0.10的准确率。

Comments 30 pages, 5 figures. Code and committed runs: https://github.com/yoheinakajima/regimes

++nnU-Net: Scaling nnU-Net with Prefix-Based Data Augmentation

++nnU-Net: 基于前缀数据增强的nnU-Net扩展

Ana Sofia Santos, André Ferreira, Gijs Luijten, Naida Solak, Lisle Faray de Paiva, Behrus Hinrichs-Puladi, Jens Kleesiek, Jan Egger, Victor Alves

机构 * Center Algoritmi / LASI, University of Minho, Braga, Portugal（阿尔戈里米中心/拉斯伊大学，明霍大学，布拉加，葡萄牙） ； Institute for Artificial Intelligence in Medicine, University Medicine Essen, Essen, Germany（医学人工智能研究所，埃森医学院，埃森，德国） ； Institute of Medical Informatics / Dept. of Oral and Maxillofacial Surgery, University Hospital RWTH Aachen, Germany（医学信息学研究所/口腔和颅面外科部，亚琛大学医院，德国） ； Faculty of Computer Science, University of Duisburg-Essen, Essen, Germany（计算机科学学院，杜伊斯堡-埃森大学，埃森，德国） 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++nnU-Net，通过图像配准进行数据增强，在预处理和训练前生成变形图像，在5个2D数据集上提升Dice系数最高约22%。

Comments 7 pages, 1 figure, 2 tables

Learning Where to Simulate: Generative Active Sampling for Online PDE Surrogate Training

学习何处模拟：在线PDE代理训练的生成式主动采样

Pierre Cesar, Sofya Dymchenko, Abhishek Purandare, Bruno Raffin

机构 * Univ. Grenoble Alpes（格勒诺布尔阿尔卑斯大学） ； Inria（法国国家科学研究中心） ； CNRS（法国国家科学研究中心） ； Grenoble INP（格勒诺布尔研究所） ； LIG（实验室） 纠错

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

AI总结 提出在线生成式主动采样（OGAS），通过扩散模型学习配置参数与代理性能的关系，主动采样高难度区域，显著降低尾部分布误差，提升代理最坏情况可靠性。

When Attribution Patching Lies: Diagnosis and a Second-Order Correction

当归因补丁说谎时：诊断与二阶修正

Luyang Zhang, Jialu Wang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； University of California, Santa Cruz（加州大学圣克鲁兹分校） 纠错

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

AI总结 研究归因补丁（梯度一阶近似）在机制可解释性中的不可靠性，发现主要误差源于下游网络的非线性，并提出可靠性评分、误差界和HVP二阶修正方法。

Comments 30 pages, 12 figures

CANVAS: Captioning Art with Narrative Visual-Audio AI Systems

CANVAS: 用叙事视觉音频AI系统为艺术配文

Vignesh Nagarajan

机构 * BASIS Phoenix High School（BASIS凤凰高中） 纠错

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

AI总结 提出一种自动化工作流，利用大语言模型和文本转语音服务生成多感官艺术描述和同步音频解说，在20秒内以低于0.05美元的成本生成文本加音频输出，显著提高词汇多样性和叙事细节。

Comments 22 pages, 16 figures, 3 tables, 21 references

MedFeat: Model-Aware and Explainability-Driven Feature Engineering with LLMs for Clinical Tabular Prediction

MedFeat: 基于模型感知与可解释性驱动的LLM特征工程用于临床表格预测

Zizheng Zhang, Yiming Li, Justin Xu, Jinyu Wang, Rui Wang, Lei Song, Jiang Bian, David W Eyre, Jingjing Fu

机构 * Microsoft Research（微软研究院） ； University of Oxford（牛津大学） 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MedFeat框架，利用模型感知和特征重要性信号迭代引导LLM生成针对性特征，在临床表格预测中平均提升超10%。

SCOPE: Sequential Causal Optimization of Process Interventions

SCOPE: 过程干预的顺序因果优化

Jakob De Moor, Hans Weytjens, Johannes De Smedt, Jochen De Weerdt

机构 * Research Centre for Information Systems Engineering (LIRIS), KU Leuven, Leuven, Belgium（信息系统工程研究中心（LIRIS），鲁汶大学，比利时列文） ； School of Computation, Information and Technology, Technical University of Munich (TUM), Munich, Germany（计算、信息与技术学院，慕尼黑技术大学（TUM），德国慕尼黑） 纠错

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

AI总结 提出SCOPE方法，通过反向归纳和因果学习直接利用观测数据，优化业务流程中顺序干预的KPI，优于现有方法。

Data-Driven Runway and Taxiway Exits Prediction of Landing Aircraft: A Case Study at Hartsfield-Jackson Atlanta International Airport

基于数据驱动的着陆飞机跑道和滑行道出口预测：以哈茨菲尔德-杰克逊亚特兰大国际机场为例

Alex Porcayo, Yutian Pang, Maria Thomas, John-Paul Clarke

机构 * Department of Aerospace Engineering and Engineering Mechanics, The University of Texas at Austin（德克萨斯大学奥斯汀分校航空航天工程与工程力学系） 纠错

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

AI总结 针对机场场面运行效率问题，提出两阶段数据驱动决策辅助模型，分别预测着陆飞机选择的跑道出口及是否穿越活跃起飞跑道，在亚特兰大机场数据上验证，XGBoost和LightGBM表现最优，进近速度是出口选择的关键因素。

Exploration of Foundation Model-Based Robots in Patient and Elderly Care

基于基础模型的机器人在患者和老年人护理中的探索

Zhiwen Qiu, Wei Liu, Yuexing Hao

机构 * Cornell University（康奈尔大学） 纠错

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

AI总结 本文综述了基于基础模型的护理机器人在设计特征、用户体验和护理效果方面的现状，指出当前系统多用于语音交互，多模态和物理自主性有限，并呼吁向护理特定评估标准和负责任自主性发展。

Spiking Neural Network inference on FPGAs with hls4ml

基于hls4ml的FPGA上脉冲神经网络推理

Barry M. Dillon

机构 * ISRC, Ulster University（ISRC、乌斯特大学） 纠错

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

AI总结 本文扩展hls4ml工具，实现将PyTorch训练的脉冲神经网络(SNN)部署到FPGA固件上，在Heidelberg Spiking Digits数据集上达到约34μs的推理延迟。

CatalyticMLLM: A Graph-Text Multimodal Large Language Model for Catalytic Materials

CatalyticMLLM: 一种用于催化材料的图-文本多模态大语言模型

Yanjie Li, Jian Xu, Xu-Yao Zhang, Shiming Xiang, Nian Ran, Weijun Li, Cheng-Lin Liu

机构 * AnnLab（安实验室） ； Institute of Semiconductors, Chinese Academy of Sciences（中国科学院半导体研究所） ； Zhongguancun Academy（中关村学院） ； State Key Laboratory of Multimodal Artificial Intelligence Systems（多模态人工智能系统国家重点实验室） ； State Key Laboratory of High Performance Ceramics（高性能陶瓷国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Electronic, Electrical and Communication Engineering（电子电气与通信工程学院） ； University of ChineseAcademy of Sciences（中国科学院大学） 纠错

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

AI总结 本文提出了一种统一的图-文本多模态大语言模型QE-Catalytic-V2，用于催化材料的性质预测和逆向设计，通过共享的表示空间实现两者的联合建模，从而形成闭环优化流程。

Comments 71 page

Spatial Model Selection and Uncertainty Quantification: Comparing Continuous and Discrete Wound Healing Models

空间模型选择与不确定性量化：连续与离散伤口愈合模型的比较

John T. Nardini, Jana L. Gevertz

专题命中 工作流自动化 ：agent(abstract)

AI总结 针对空间过程建模中偏微分方程与基于智能体模型的选择问题，提出基于近似贝叶斯计算的模型选择流程，发现平均场PDE在计算速度和模型选择上优于ABM，并应用于伤口愈合数据。

Multi-Angular Reflectance Anisotropy Observed from UAV Multispectral Imagery

无人机多光谱影像观测的多角度反射率各向异性

Zhenqiang Qin, Chenguang Dai, Min Wang, Xian Li

机构 * University of Information Engineering（信息工程大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出一种几何感知的多角度观测提取流程，从BRDF角度量化观测几何效应，通过SFM精化相机参数并重投影同质区域，联合提取多波段反射率和观测几何参数，发现红边和近红外波段反射率变化达119-137%。

The Chronicles of Radio Frequency Fingerprinting

射频指纹编年史

Abdul Aziz, Ingrid Huso, Savio Sciancalepore, Gabriele Oligeri

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文回顾射频指纹（RFF）从1993年至2026年的发展历程，分析其范式转变，包括瞬态方法、稳态特征、机器学习和深度学习阶段，并指出信道依赖、跨域泛化等关键挑战。

Comments 12 pages, 9 figures

Surface Crevasse Evolution Observed Using Matched Field Processing and Source Relocation at Hansbreen, Svalbard

基于匹配场处理与源重定位观测的斯瓦尔巴群岛汉斯冰川表面冰裂缝演化

Wojciech Gajek, Ugo Nanni, Ali Gholami, William D. Harcourt, Danni M. Pearce, Louise Steffensen Schmidt

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出结合匹配场处理与离散到时重定位的两步法，在有限仪器条件下实现米级分辨率冰川地震活动定位，揭示汉斯冰川表面冰裂缝传播速率与扩散系数。

Comments An edited version of this paper was published by AGU. Published 2026 American Geophysical Union. For supplementary materials please contact the authors. Citation will be added

The UZH protocol: Separating errors and constructing improved CP2K basis sets and pseudopotentials

UZH协议：分离误差并构建改进的CP2K基组和赝势

Hossein Mirhosseini, Tiziano M. A. Müller, Matthias Krack, Thomas D. Kühne, Jürg Hutter

专题命中 工作流自动化 ：workflow(abstract)

AI总结 提出UZH协议，通过三路比较分解CP2K中的高斯基组和赝势误差，并优化参数文件，从而改进基组和赝势。

Robust AI-Driven Discovery of Electronic Metal Phosphide Semiconductors

鲁棒的人工智能驱动电子金属磷化物半导体发现

Benhao Zhu, Muhammad Faizan, Zewei Li, Wenshuo Li, Feifei Ren, Jiahao Xie, Lijun Zhang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 结合生成式材料设计、机器学习原子间势和密度泛函理论，高通量筛选出3574种稳定磷化物，包括196种半导体，并识别出30种光电和26种热电候选材料。

Comments 46 pages, 5 main figures; Supporting Information included

Population-Adjusted Indirect Treatment Comparison with the outstandR Package in R

基于R包outstandR的人群调整间接比较

Nathan Green

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对缺乏头对头试验时的间接治疗比较，提出R包outstandR，通过G计算和多重插补边际化方法实现人群调整，提供统一框架进行稳健证据合成。

Comments 35 pages