AI Agent

Security in a Workflow: Exploring Role-Based Agentic Architectures for Vulnerability Handling

工作流中的安全：探索基于角色的智能体架构处理漏洞

Srijita Basu, Miroslaw Staron

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

AI总结 本文提出基于角色的智能体工作流（规划、分析、修复、验证），结合CodeQL工具，在25个真实C/C++漏洞上实现44%检测准确率和19%修复准确率。

Comments 52nd Euromicro Conference on Software Engineering and Advanced Applications (SEAA) 2026

Orchestra-o1: Omnimodal Agent Orchestration

Orchestra-o1: 全模态智能体编排

Fan Zhang, Vireo Zhang, Shengju Qian, Haoxuan Li, Hao Wu, Jinyang Wu, Donghao Zhou, Zhihong Zhu, Zheng Lian, Xin Wang, Pheng-Ann Heng

机构 * CUHK（香港中文大学） ； LIGHTSPEED ； PKU（北京大学） ； THU（清华大学） ； Tongji University（同济大学） 纠错

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

AI总结 提出Orchestra-o1全模态智能体编排框架，通过统一编排机制实现模态感知任务分解、在线子智能体专业化和并行子任务执行，在OmniGAIA基准上准确率超第二名10.3%，并引入DA-GRPO强化学习方法训练Orchestra-o1-8B达到开源全模态智能体最优性能。

A Robust Agentic Framework for Expert-Level Automation of Atomistic Simulations

用于原子模拟专家级自动化的鲁棒智能体框架

Yutack Park, Yeonwoo Chung, Jinmu You, Jisu Kim, Suyeon Ju, Seungwu Han

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

AI总结 提出Paimon平台，通过抑制静默错误、支持外部科学智能体协作和自主复现文献方法，实现原子模拟全生命周期的连续自动化。

Comments added data availability

Graph-based Target Back-Propagation for Context Adaptation in Multi-LLM Agentic Systems

基于图的目标反向传播用于多LLM智能体系统中的上下文自适应

Tan Zhu, Tong Yao, Kananart Kuwaranancharoen, Amit Singh, Yushang Lai, Deepa Mohan, Shankara Bhargava

机构 * Retail Intelligence, Walmart Global Tech（零售智能，沃尔玛全球技术） 纠错

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

AI总结 提出GTBP框架，通过图结构反向传播局部目标输出，实现多LLM智能体工作流的上下文自适应，理论保证稳定性，实验优于基线。

A fully GPU-based workflow for building physics emulators of hypersonic flows

基于全GPU工作流构建高超声速流物理仿真器

Fabian Paischer, Dylan Rubini, Deniz A. Bezgin, Aaron B. Buhendwa, David Hauser, Florian Sestak, Johannes Brandstetter, Sebastian Kaltenbach, Nikolaus A. Adams

机构 * TU Munich（慕尼黑工业大学） ； Institute for Machine Learning, JKU Linz（林茨约翰·开普勒大学机器学习研究所） ； ELLIS Unit（ELLIS单元） ； EMMI AI 纠错

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

AI总结 提出全GPU工作流，集成加速数据生成与不确定性量化增强的神经仿真器训练，通过可微求解器JAX-Fluids实现残差驱动改进，提升物理一致性并支持外推。

Comments First authors contributed equally

Formalizing Numerical Analysis: An Agent Pipeline and Quality Audit Beyond Kernel Acceptance

数值分析的形式化：超越内核接受的智能体流水线与质量审计

Theodore Meek, Siyuan Ge, Di Qiu Xiang, Simon Chess, Vasily Ilin

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出一种编码智能体流水线，将数值分析教材形式化为Lean 4代码，并引入三维质量评估框架（语义正确性、Mathlib复用、跨文件复用），发现编译通过掩盖了不忠实的形式化模式。

Reliable Panel Regression: A Default Workflow for Slow-Moving, Mismeasured Variables

可靠的面板回归：针对缓慢变化、测量误差变量的默认工作流程

Andrew S. Rosenberg

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文指出固定效应对缓慢变化且存在测量误差的变量会导致系数衰减，并提出了一个包含可靠性估计、修正估计和自相关边界的默认工作流程。

PLAIground: SLO-Driven Runtime Model Selection for Compound AI Systems in the Edge-Cloud-Space Continuum

PLAIground: 边缘-云-空间连续体中复合AI系统的SLO驱动运行时模型选择

Milos Gravara, Cynthia Marcelino, Andrija Stanisic, Stefan Nastic

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 提出PLAIground框架，通过CAIM抽象和Pixie算法实现复合AI系统的运行时模型选择，在满足准确率、延迟和成本SLO的同时，动态切换模型，实验显示准确率达91.3%且SLO合规。

Journal ref Proceedings of the 2026 IEEE International Conference on Smart Computing (SMARTCOMP), pp. 261-266, 2026

Design Methodology and Performance Trade-offs Management for Distributed and Compound AI Systems

分布式与复合AI系统的设计方法论及性能权衡管理

Milos Gravara, Andrija Stanisic, Stefan Nastic

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

AI总结 提出从模型中心转向系统中心的设计方法论，通过工作流拓扑和配置选择两个维度组织设计空间，识别八种设计模式以克服单体部署局限，实验表明复合AI配置在接近精度同时显著降低延迟和成本。

Machine-learned particle flow as a foundation model for collider physics

机器学习粒子流作为对撞机物理学的基础模型

Farouk Mokhtar, Joosep Pata, Michael Kagan, Javier Duarte

机构 * University of California San Diego（加州大学圣地亚哥分校） ； National Institute of Chemical Physics and Biophysics（化学物理与生物物理国家研究所） ； SLAC National Accelerator Laboratory（斯坦福线性加速器中心国家加速器实验室） 纠错

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

AI总结 将事件重建视为机器学习问题，利用MLPF模型学习到的潜在表示，在喷注味识别、喷注能量回归和缺失动量回归三项分析任务上显著提升性能，且单线性层即可媲美先进架构，参数减少约35倍。

Comments 15 pages, 11 figures

On the Poisson Follower Model

关于泊松追随者模型

Natasa Dragovic, Francois Baccelli

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出一种受观点动力学启发的随机几何动力学模型，通过追随者向领导者意见减半更新的规则，结合泊松点过程初始条件，利用积分几何公式刻画了领导权演化与观点聚类现象的时空频率，并数值分析了追随者动力学的极限行为。

Analytic Gradients and Geometry Optimization for Orbital-Optimized Pair Coupled Cluster Doubles

轨道优化对耦合簇双激发的解析梯度和几何优化

Saman Behjou, Iulia Emilia Brumboiu, Katharina Boguslawski

专题命中 工作流自动化 ：workflow(abstract)

AI总结 在PyBEST中实现基于解析梯度的几何优化引擎，用于轨道优化对耦合簇双激发（OOpCCD/AP1roG），通过Lagrangian形式首次实现解析核梯度，验证表明键长偏差约0.02 Å，键角偏差小于1°。

Comments 11 pages, 3 figures, AAM