AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
AI风险的可保险边界：将威胁映射到积极保险、沉默暴露和排除
机构 * Munich Re（慕尼黑再保险） ； Armilla ； Tokio Marine Kiln（东京海上日赤保险） ； CFC ； Apollo ibott ； Coalition
专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI
AI总结 本文研究了AI风险在商业保险中的可保险性边界，通过分析55类AI威胁与26种保险产品和排除制度，揭示了四个层次的可保险性前沿：积极保险的风险、沉默AI暴露、主动排除的风险以及传统私人保险结构之外的风险。
Comments Version 2
利用结构光探测分层介质的空间对称性破缺
专题命中 记忆与上下文管理 ：agent(abstract)
AI总结 研究近对称共振分层介质，通过反射光中放大的古斯-汉欣和伊姆伯特-费多罗夫位移，利用结构光探测微小空间对称性破缺，并展示非互易性导致的位移差异，为高灵敏度传感器提供新思路。
Comments 8 pages, 6 figures, Comments are appreciated
TEM Agent：利用现代AI工具增强透射电子显微镜（TEM）
专题命中 Agent评测 ：agent(title,title_cn)
AI总结 本文提出TEM Agent框架，通过模型上下文协议（MCP）方法结合商业LLM，实现对TEM多个子系统的访问与控制，简化复杂显微镜生态系统，提升用户完成各类难度实验的能力。
Comments 22 pages, 4 figures
Journal ref Npj Computational Materials (2026) 1-10
基于大语言模型的AI智能体系统及其工业应用
专题命中 Agent评测 ：agent(title,abstract)；AI agent(title)；分类 cs.AI
AI总结 本文综述了从传统智能体到LLM驱动智能体的演进，分类为软件、物理和自适应混合系统，并讨论了在客服、软件开发、制造、教育、金融和医疗等领域的应用及挑战。
Comments This is the author's accepted version of the paper accepted to appear at IEEE AIIoT 2025. The final version will be available via IEEE Xplore. \c{opyright}2025 IEEE. Personal use of this material is permitted
隐于无形：使用DECOMPBENCH基准测试代理安全对抗分解攻击
机构 * Carnegie Mellon University（卡内基梅隆大学） ； Simons Institute, UC Berkeley（Simons研究所，伯克利大学）
专题命中 Agent评测 ：agent(title,abstract)；tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.LG
AI总结 提出DeCompBench基准，通过分解攻击将有害任务拆分为良性子任务，揭示现有代理安全机制在对抗分解攻击时的脆弱性。
TwinBI：一种用于与商业智能仪表盘高效增强交互的智能数字孪生
机构 * Graduate School of Data Science, Seoul National University（首尔大学数据科学研究生院）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出TwinBI框架，通过LLM代理与可执行仪表盘状态耦合，统一对话、操作、语义和溯源，提升多步分析中状态一致性，将精确匹配准确率从43.3%提升至63.3%，超时率从40%降至10%。
面向无人机自主性的选择性代理恢复与持久任务运行时
机构 * Department of Electrical and Electronic Engineering, Korea University（高丽大学电气与电子工程系）
专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI
AI总结 提出持久任务运行时（PMR）框架，通过选择性调用外部代理推理器实现无人机恢复，引入学习型调用认知价值（learned-CVI）门控机制，在Gazebo/PX4基准测试中将硬/模糊场景成功率从5.0%提升至95.0%，同时减少16.7%的远程调用和29.2%的令牌消耗。
Comments 17 pages, 2 figures. Preprint
自动化代理评估的实证研究
机构 * AWS AI Labs（AWS人工智能实验室）
专题命中 Agent评测 ：agent(title,abstract)；tool use(abstract)；分类 cs.CL
AI总结 本文研究了自动化代理评估的可行性，提出EvalAgent系统，通过编码技能和领域知识提升评估效率，实验显示其在评估准确性和人类偏好上显著优于基线方法。
迈向计算机辅助癌症治疗设计：基于智能体的GPU加速分子通路模拟方法
专题命中 Agent评测 ：agent(title,abstract)；autonomous agent(abstract)
AI总结 提出GPU加速的智能体模拟器，用于癌症信号通路建模与治疗评估，通过MAPK/ERK级联和cFos表达案例验证，准确复现临床剂量反应和基因表达动态。
Comments 16 pages, 7 figures, 2 tables. A preliminary version of this work appeared in the Collections of Short Papers of CIBB 2025 (20th International Conference on Computational Intelligence Methods for Bioinformatics and Biostatistics, Milan, 10-12 September 2025)
何时应条件化智能体信任？表征与攻击智能体群中的技能条件声誉
机构 * Shenzhen University（深圳大学）
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究异构LLM智能体群中技能条件信任的适用条件，通过相图分析揭示其在高异质性、稀疏证据和技能相关场景下有效，但存在跨技能证据被攻击者利用的风险，提出条件信息值测试（CIVT）量化攻击影响。
Comments 18 pages, 8 figures, 2 tables
StreamMemBench: 面向未来辅助的智能体记忆流式评估
机构 * Fudan University（复旦大学） ； Amazon Stream（亚马逊流）
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI
AI总结 提出StreamMemBench基准，通过两步任务序列测试智能体记忆从流式观察到后续任务中证据回忆、反馈整合与重用能力，实验发现现有系统在证据使用和反馈转化上存在不足。
RedAct: 为程序技能保护而编辑智能体能力痕迹
机构 * Hong Kong University of Science and Technology（香港理工大学） ； University of Chinese Academy of Sciences（中国科学院大学）
专题命中 Agent评测 ：agent(title,abstract)；分类 cs.CL
AI总结 提出RedAct框架，通过定位保护关键信息、重写痕迹并嵌入行为水印，将技能转移率降至无技能基线以下，同时保留审计证据。
大型语言模型作为监督式提取助手：降低基于智能体建模中文档标准采纳的门槛
专题命中 Agent评测 ：agent(title,abstract)
AI总结 本研究探索利用大型语言模型（LLMs）辅助自动化ABM文档标准（如RAT-RS）的采纳，通过四个LLMs从已发表论文中提取报告，发现LLMs在描述性任务上表现可靠，但在解释性和评估性任务上存在局限，并提出了何时依赖LLM、何时需要人工监督的实用启发式方法。
Comments 17 pages, accepted for publication at the Social Simulation Conference 2026, see https://www.durham.ac.uk/research/institutes-and-centres/research-methods/social-simulation-conference-2026/
一个基于主体的风格化模型中的财富不平等与行星边界
专题命中 Agent评测 ：agent(title,abstract)
AI总结 通过构建异质主体模型，研究财富不平等如何阻碍绿色转型，发现超过一定阈值后经济锁定在棕色状态，并评估了不同财政政策的效果。
Comments 26 pages, 14 figures
生成式机器智能中的因果幻象均衡
专题命中 Agent评测 ：agentic(title)；agent(abstract)
AI总结 针对生成式机器智能中语义表征与物理现实脱钩的问题，提出风险敏感平均场型因果幻象均衡（CME），证明其存在性并揭示内生强化主导时非因果状态的稳定分岔。
Comments 10 pages, 1 figure. References double-checked manually
Dialogue SWE-Bench: 对话驱动的编码智能体基准
机构 * University of California, Santa Cruz（加州大学圣克鲁兹分校）
专题命中 Agent评测 ：agent(abstract)；分类 cs.CL
AI总结 提出Dialogue SWE-Bench基准，通过用户模拟器评估编码智能体在对话中解决软件工程问题的能力，并引入模式引导智能体提升对话性能3-14%。
Comments 22 pages, 13 figures
氢多能系统中运行阈值检测与可部署调度控制器开发的统计与机器学习框架
机构 * Antioch College（安提阿学院） ； The Open University of Sri Lanka（斯里兰卡开放大学）
专题命中 Agent评测 ：agent(abstract)；分类 cs.LG
AI总结 提出统计与机器学习框架，利用一年高分辨率运行数据表征氢多能系统，通过统计分析和随机森林揭示非线性动态，并利用强化学习优化调度。
Comments 17 pages, 12 figures
超越评分标准：面向奖励建模的探索引导评估技能
机构 * Zhejiang University（浙江大学） ； Xiaohongshu Inc.（小红书公司）
专题命中 Agent评测 ：workflow(abstract)；分类 cs.CL
AI总结 提出Eval-Skill方法，通过探索引导合成可复用的领域级评估技能，以替代每查询生成评分标准，在RewardBench 2上使Qwen3-8B和DeepSeek-V4-Flash分别提升13.44%和18.51%。
Comments 24 pages, 6 images
多对话中谁在何时发言：目标说话人标记任务与基准
专题命中 Agent评测 ：workflow(abstract)
AI总结 提出目标说话人标记任务，整合说话人日志、验证和识别，构建大规模合成基准TST-Bench，实验表明该任务具有独特挑战，专用系统设计优于现有方案。
Comments 9 pages, 2 figures
TACO：面向开放域、含歧义和跨数据库查询的文本到SQL基准
专题命中 Agent评测 ：planning(abstract)
AI总结 提出TACO基准，包含1500个真实和13000个合成示例，覆盖开放域、歧义和跨数据库查询，通过基线TACO-SQL揭示现有方法的局限性。
论切蛋糕与穿越曲线
专题命中 Agent评测 ：agent(abstract)
AI总结 本文通过揭示蛋糕切割与Jordan曲线问题的新联系，证明了三名代理人情况下无嫉妒蛋糕切割问题的计算复杂性，并首次给出了Jordan曲线问题的查询下界和UEOPL难度。
基于深度强化学习的稳定斯格明子生成优化控制协议
专题命中 Agent评测 ：agent(abstract)
AI总结 提出深度强化学习方法，优化动态磁场-温度路径以生成热稳定性增强的斯格明子，在Fe3GeTe2单层中实现更高成功率和更长寿命，归因于最小化耗散功使状态接近平衡分布。
Comments Supplemental Material and Supplemental Vidoes will be provided with the published manuscript
AI代理能否让我们摆脱无意义的工作？一项以人为中心的分析
机构 * Politecnico di Torino（都灵理工大学） ； University of Southern California（南加州大学） ； Nokia Bell Labs（诺基亚贝尔实验室）
专题命中 其他Agent ：AI agent(title,abstract)；分类 cs.AI
AI总结 基于Graeber的“狗屁工作”理论，通过任务级分析发现，工人感知的任务无意义程度强烈预测其对AI委托的意愿，且此类任务被认为需要较少人工监督。
Comments Improved overall writing; add details about task filtering and participants screening; add comments in the discussion about the subjective and context-specific nature of the scale introduced;
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈