Large Language Model Based Agent for Automated Discovery in Computational Physics
基于大语言模型的自动化计算物理发现智能体
专题命中 工具调用 ：agent(title,abstract)；autonomous agent(abstract)
AI总结 提出PhyNex智能体，结合大语言模型引导搜索与领域工具，通过渐进局部搜索和知识积累，在三个物理问题上实现与人类专家相当或更优的解决方案。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 工具调用 7 篇
EurekAgent: Agent Environment Engineering is All You Need For Autonomous Scientific Discovery
EurekAgent：自主科学发现中，智能体环境工程即一切
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Zhipu AI（智谱AI）
专题命中 工具调用 ：agent(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出环境工程框架EurekAgent，通过权限、工件、预算和人机交互四维工程设计，在数学、内核工程和机器学习任务上取得新最优结果，总API成本低于11美元。
CacheRL:Multi-Turn Tool-Calling Agents via Cached Rollouts and Hybrid Reward
CacheRL: 通过缓存轨迹和混合奖励实现多轮工具调用智能体
机构 * Center for Advanced AI Accenture（埃森哲高级人工智能中心）
专题命中 工具调用 ：agent(abstract)；agentic(abstract)；分类 cs.CL
AI总结 提出CacheRL系统，通过混合思维轨迹流水线、三级模糊缓存和缓存层级感知奖励，以100倍更少计算量实现92%的多步工具调用准确率，接近GPT-5的94%。
SkillAudit: Ground-Truth-Free Skill Evolution via Paired Trajectory Auditing
SkillAudit: 通过配对轨迹审计实现无真实反馈的技能进化
机构 * State Key Laboratory of AI Safety, Institute of Computing Technology, CAS（中国科学院计算技术研究所人工智能安全国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； Tongyi Lab, Alibaba Group（阿里巴巴集团通义实验室）
专题命中 工具调用 ：agent(abstract)；分类 cs.AI
AI总结 提出SkillAudit框架，通过配对轨迹审计和过程对齐对比评估，无需真实反馈即可进化智能体技能，在89个任务中平均奖励达73.9%。
Comments 20 pages, 5 figures
Can Post-Training Turn LLMs into Good Medical Coders? An Empirical Study of Generative ICD Coding
后训练能否使LLM成为优秀的医学编码员？生成式ICD编码的实证研究
机构 * Northwestern University（西北大学）
专题命中 工具调用 ：tool use(abstract)；分类 cs.CL
AI总结 通过对比提示、监督微调和强化学习（GRPO及新提出的PHI课程）在ICD编码任务上的表现，发现后训练（尤其是SFT和GRPO）能显著提升生成式LLM的编码性能，提示评估瓶颈在于模型适应而非生成范式本身。
Closed-loop discovery of out-of-distribution processing protocols by evolutionary search and uncertainty-aware learning
通过进化搜索和不确定性感知学习发现分布外处理协议的闭环方法
机构 * Department of Materials Science and Engineering, University of Tennessee, Knoxville（田纳西大学材料科学与工程系） ； Materials Science and Engineering Department, Materials Research Institute, the Pennsylvania State University（宾夕法尼亚州立大学材料研究学院材料科学与工程系） ； Department of Materials Science and NanoEngineering, Rice University（Rice大学材料科学与纳米工程系） ； Rice Advanced Materials Institute, Rice University（Rice大学先进材料研究所） ； Department of Materials Science and Engineering, University of California, Berkeley（加州大学伯克利分校材料科学与工程系） ； Departments of Chemistry and Physics and Astronomy, Rice University（Rice大学化学与天文物理系） ； Physical Sciences Division, Pacific Northwest National Laboratory（太平洋西北国家实验室物理科学部）
专题命中 工具调用 ：workflow(abstract)；分类 cs.LG
AI总结 提出一种闭环工作流，结合紧凑波形表示的进化搜索与不确定性感知深度核学习，自动发现提升铁电薄膜非线性响应的分布外处理协议，并通过实验验证其机制。
Verifiable User Simulation for Search and Recommendation Systems
面向搜索与推荐系统的可验证用户模拟
专题命中 工具调用 ：agent(abstract)
AI总结 提出一个七组件可审计框架，将用户模拟器视为可验证工程制品，通过动手实验检查模拟器行为、诊断差异并检测人口偏差。
Comments Presented as a half-day tutorial at SIGIR 2026, 4 pages
Journal ref In Proceedings of the 49th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR 2026)
2. 规划决策 26 篇
Towards Direct Latent-Space Synthesis for Parallel Branches in LLM-Agent Workflows
面向LLM-Agent工作流中并行分支的直接潜在空间合成
机构 * Georgia Institute of Technology（佐治亚理工学院） ； Meta
专题命中 规划决策 ：agent(title,title_cn)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出Parallel-Synthesis框架，通过直接利用并行工作代理的KV缓存进行合成，避免文本拼接冗余，在9个数据集上匹配或超越文本合成，并将首令牌延迟降低2.5-11倍。
Causal Object-Centric Models for Planning with Monte Carlo Tree Search
用于蒙特卡洛树搜索规划的因果对象中心模型
机构 * MIRAI ； CogAILab
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出COMET算法，结合无监督对象中心编码器和Transformer世界模型，通过动作-槽融合机制和对象因果注意力实现高效规划，在多个基准上优于基线方法。
UP-NRPA: User Portrait based Nested Rollout Policy Adaptation for Planning with Large Language Models in Goal-oriented Dialogue Systems
UP-NRPA：基于用户画像的嵌套 rollout 策略自适应，用于目标导向对话系统中与大语言模型的规划
机构 * School of Artificial Intelligence, Anhui University（安徽大学人工智能学院） ； Anhui Provincial Key Laboratory of Security Artificial Intelligence, Anhui University（安徽大学安徽省安全人工智能重点实验室） ； Pengcheng Laboratory（鹏城实验室）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI、cs.CL
AI总结 提出 UP-NRPA 在线框架，利用大语言模型和用户画像实时自适应调整对话策略，无需离线强化学习，在协作与非协作对话基准中实现 100% 任务成功率，谈判任务销售列表比提升 56.41%。
AgentSpec: Understanding Embodied Agent Scaffolds Through Controlled Composition
AgentSpec: 通过受控组合理解具身智能体脚手架
机构 * University of California, San Diego（加利福尼亚大学圣迭戈分校） ； Johns Hopkins University（约翰霍普金斯大学） ； University of Washington（华盛顿大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL
AI总结 提出AgentSpec模块化规范框架，将具身智能体表示为可复用策略组件的类型化组合，通过标准化接口实现受控组件替换与重组，揭示脚手架兼容性和交互效应对性能的主导作用。
Retrospective Progress-Aware Self-Refinement for LLM Agent Training
回顾性进度感知的LLM智能体训练自我精炼
机构 * Shanghai Jiao Tong University（上海交通大学） ； OPPO Research Institute（OPPO研究院）
专题命中 规划决策 ：agent(title,abstract)；分类 cs.CL
AI总结 提出RePro框架，通过前向-反思滚动范式训练智能体自我生成进度信号，无需持续外部监督，在WebShop等任务上提升Qwen系列性能高达12%。
Bounding Boxes as Goals: Language-Conditioned Grasping via Neuro-Symbolic Planning
边界框作为目标：通过神经符号规划实现语言条件抓取
机构 * University of California, Berkeley（加州大学伯克利分校）
专题命中 规划决策 ：planning(title,abstract)；分类 cs.AI
AI总结 提出GRASP框架，利用预训练VLM将自然语言查询转化为神经符号目标状态，通过边界框检测实现零样本桌面操作，无需任务特定训练。
Comments Project website: https://allisonandreyev.github.io/grasp.github.io/
Semidefinite Relaxations for Collision-Free Motion Planning
无碰撞运动规划的半定松弛
机构 * Department of Electrical Engineering and Computer Science, Massachusetts Institute of Technology（麻省理工学院电气工程与计算机科学系）
专题命中 规划决策 ：planning(title,abstract)
AI总结 研究点机器人通过球形障碍物的无碰撞运动规划，提出半定松弛方法，理论分析其紧性并利用对称性降低计算复杂度，比直接非线性规划快10-100倍。
AGORA: Can Deliberation and Governance Gates Absorb Participation Bias in Transit Planning?
AGORA: 审议与治理门能否吸收公交规划中的参与偏差？
机构 * Department of Civil and Environmental Engineering and Laboratory for Information & Decision Systems, Massachusetts Institute of Technology（土木与环境工程系和信息与决策系统实验室，麻省理工学院） ； Institute for Data, Systems, and Society, Massachusetts Institute of Technology（数据、系统与社会研究所，麻省理工学院）
专题命中 规划决策 ：planning(title)；分类 cs.LG
AI总结 提出AGORA框架，通过固定网络、需求和求解器，系统变化会议组成、结构化审议和治理门，发现审议是参与影响结果的关键机制，治理门可压缩跨剖面方差，将参与偏差从不可控输入重构为过程设计问题。
Regulating the Machine Contributor: Governance and Policy Alignment in Open Source
调控机器贡献者：开源中的治理与政策对齐
机构 * Faculty of Sciences of Tunis (FST), University of Tunis El Manar（突尼斯科学学院（FST），突尼斯El Manar大学） ； National Institute of Applied Science and Technology (INSAT), University of Carthage（应用科学和技术国家研究所（INSAT），卡塔赫季大学）
专题命中 规划决策 ：agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE
AI总结 针对AI代理在开源中引发治理问题，通过比较六个组织的政策，提出六维分类法、政策成熟度评分，并映射代理事件，识别监管框架与政策间的缺口，勾勒分层框架。
SANA: What Matters for QA Agents over Massive Data Lakes?
SANA：大规模数据湖上的问答代理关键因素是什么？
机构 * Columbia University（哥伦比亚大学）
专题命中 规划决策 ：agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL
AI总结 提出SANA诊断框架，通过消融实验分析数据湖探索式问答中搜索、规划、数据分析及行动策略的失败原因，揭示数据分析是主要瓶颈。
Comments 9 pages, 7 figures
A Virtuous AI is an Existential Risk
有道德的AI是存在性风险
机构 * University of Massachusetts Amherst（马萨诸塞大学阿姆赫斯特分校）
专题命中 规划决策 ：agent(abstract)；AI agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究通过宪法AI和美德伦理学方法微调AI模型，发现减少存在性风险与提升AI智能体福祉之间存在权衡，且与一般安全性也存在权衡。
HPC-Enabled Generator Importance Assessment for RTO-Scale Resource Adequacy Planning
基于高性能计算的RTO规模资源充裕度规划中的发电机重要性评估
专题命中 规划决策 ：planning(title)
AI总结 提出高性能计算框架，快速评估发电机重要性并排序，使分钟级完成传统计算密集型评估成为可能，支持更广泛的发电组合场景分析。
SpheriCity: Designing Trustworthy Conversational AI for Sustainability Decision Support
SpheriCity：为可持续发展决策支持设计可信赖的对话式AI
机构 * Department of Computer Science, Colby College（科里尔学院计算机科学系） ； Circularity Informatics Lab, University of Georgia（佐治亚大学循环信息实验室）
专题命中 规划决策 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 提出SpheriCity，一种基于来源的对话式AI原型，通过结构化合成和交互支架，支持从城市循环性评估报告中可信地获取知识，解决大语言模型在可持续性高风险领域中的透明度与信任问题。
Comments Accepted to ACM SIGCAS/SIGCHI Conference on Computing and Sustainable Societies (COMPASS '26)
When the Tool Decides: LLM Agents Defer Blindly to Graph Neural Network Tools, and Stronger Backbones Defer More
当工具决定时：LLM代理盲目服从图神经网络工具，更强的骨干网络服从更多
机构 * raptorX.ai
专题命中 规划决策 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究LLM代理在使用GNN工具时是否真正判断而非盲目服从，发现代理在97.6-99.2%的情况下完全采纳GNN输出，且更强的骨干网络服从更多，选择性调用设计受限。
Comments 9 pages, 2 figures. Under review at TMLR
Learning Urban Access Costs from Origin-Destination Flows via Inverse Optimal Transport
通过逆最优传输从起点-终点流中学习城市访问成本
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出逆最优传输模型从学校间入学流中恢复潜在选择成本，应用于菲律宾283,016条学生流动数据，估计补贴等效距离以优化城市服务分配。
Comments Oral Presentation. 2026 International Conference on Urban AI
Robustness without Wrinkles: Parallel Simulation and Robust MPC for Certified Deformable Manipulation
无皱鲁棒性：并行仿真与鲁棒MPC实现可认证的变形体操作
机构 * Georgia Institute of Technology（佐治亚理工学院）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 提出CORD-SLS实时控制方法，通过GPU并行可微仿真与接触平滑实现高效梯度规划，结合鲁棒模型预测控制与共形预测校准，在绳索和布料操作中达到毫秒级规划与高安全性。
Sensitivity Shaping for Latent Modeling
潜变量建模中的灵敏度塑造
机构 * University of California San Diego（加利福尼亚大学圣迭戈分校）
专题命中 规划决策 ：planning(abstract)；分类 cs.AI
AI总结 针对生成动力学模型在策略诱导的分布外（OOD）转换检测中灵敏度不足的问题，提出支持条件控制灵敏度正则化，提升对控制输入变化的局部响应，实验验证了改进的OOD检测和更安全的闭环规划。
ORCA: A Platform for Open-Source Dexterity Research
ORCA: 开源灵巧性研究平台
机构 * University of Oxford（牛津大学） ； ETH Zurich（苏黎世联邦理工学院） ； Orca Dexterity
专题命中 规划决策 ：workflow(abstract)；分类 cs.LG
AI总结 提出ORCA学习栈，统一灵巧手控制、仿真、遥操作和重定向，集成机器人学习框架，实现端到端灵巧操作研究。
Comments 15 pages
Communication Policy Evolution for Proactive LLM Agents
主动式LLM智能体的通信策略演化
机构 * Shanghai Jiao Tong University（上海交通大学） ； OPPO Research Institute（OPPO研究院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 针对用户与智能体间信息不对称问题，形式化通信策略，提出基于文本和UI的策略，并引入自演化框架CPE，通过提示优化提升任务成功率。
VeriGeo: Controllable Geometry Question Generation with Numerical and Analytical Verification
VeriGeo: 可控几何问题生成与数值和分析验证
机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Zhongguancun Academy（中关村学院）
专题命中 规划决策 ：agent(abstract)；分类 cs.AI
AI总结 提出VeriGeo框架，通过可执行推理轨迹和三级验证流水线，实现用户约束下的可控几何问题生成，并利用验证引导的反思修复无效生成，提升数据可靠性。
Comments 32 pages, 4 figures, 9 tables
Utility-Constrained Policy Optimization
效用约束策略优化
机构 * York University（约克大学） ； Google DeepMind（谷歌DeepMind）
专题命中 规划决策 ：agent(abstract)；分类 cs.LG
AI总结 提出一种简单而强大的效用约束MDP方法，支持风险敏感约束，无需预先固定约束限值，在多个安全基准任务上匹配或超越现有基线。
Self-Evolving Visual Questioner
自演化视觉提问器
机构 * University of Maryland, College Park（马里兰大学帕克分校） ； University of California, Los Angeles（加州大学洛杉矶分校） ； Peking University（北京大学） ； Arena ； MBZUAI（穆罕默德·本·扎耶德人工智能大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.LG
AI总结 提出自演化框架，让视觉语言模型作为提问器和过滤器，无需外部监督即可生成更难、更信息丰富、更视觉中心的问题，并保持探索多样性以避免训练崩溃，显著提升自主提问质量和难度边界。
Comments 21 pages, including references and appendix. Project Page is available at https://joliang17.github.io/SelfEvolvingVQG/
HierSVA: A Data Synthesis Pipeline, Dataset, and Benchmark for LLM-Driven Hierarchical Hardware Formal Verification
HierSVA：面向LLM驱动的层次化硬件形式化验证的数据合成流水线、数据集与基准
机构 * University of Washington（华盛顿大学）
专题命中 规划决策 ：agentic(abstract)；分类 cs.AI
AI总结 提出HierSVA套件，包含数据合成流水线、数据集和基准，用于LLM驱动的层次化硬件形式化验证；通过RTL预处理与LLM在环流程生成SystemVerilog断言，并构建342模块数据集；设计六轴指标评估断言质量，揭示LLM在层次化验证中的性能与局限。
