AI Agent

Agent Economics: An Entropy-Controlled Pluralistic Alignment Framework for Preventing Artificial Hivemind in Autonomous Agents

Agent经济学：一种熵控制的多元对齐框架以防止自主智能体中的蜂群思维

Cheonsu Jeong

机构 * AX Center, SAMSUNG SDS（三星SDS AX中心） 纠错

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

AI总结 提出行为协议框架(BPF)，通过心智化社会智能、多元对齐和可验证执行内核三个模块，在闭环架构中控制熵以保持策略多样性，提升自主智能体经济的稳定性、效率和可信度。

Comments 15 pages, 2 figures, 1 table

APEX: Adaptive Principle EXtraction A Three-Layer Self-Evolution Framework for Production AI Agents

APEX: 自适应原则提取——面向生产AI智能体的三层自进化框架

Ya-Chuan Chen, Tien-Jen Lai, Hsiang-Wei Hu

机构 * Grace AI Technology 纠错

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

AI总结 提出APEX框架，通过三层协同进化（提示修复、原则蒸馏、工作流拓扑选择）提升AI智能体性能，在15节点计算集群上实现健康评分+90%。

Comments 8 pages, 1 figure, 4 tables. Evaluated on a production 15-node compute fleet with 114 real task traces. Code available at https://aispark.airlive.com/joe-hackathon/

Graph of Trace: Visualizing Execution Traces of Scientific Agent

追踪图：科学智能体执行轨迹的可视化

Tianci Gao, Haoxuan Li, Jianhe Li, Tianxiang Zhao, Runze Shi, Weiran Wang, Zezhao Wu, Lu Mi

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

AI总结 提出一种监控与可视化框架，通过记录细粒度执行事件并组织为有向图，实时展示科学智能体的工作流结构，提升可解释性与人机协作效率。

Comments Accepted to ACL 2026 Demo Track

RollArt: Disaggregated Multi-Task Agentic RL Training at Scale

RollArt: 可分解的多任务智能体强化学习规模化训练

Wei Gao, Yuheng Zhao, Tianyuan Wu, Shaopan Xiong, Weixun Wang, Dakai An, Lunxi Cao, Dilxat Muhtar, Zichen Liu, Haizhou Zhao, Ju Huang, Siran Yang, Yongbin Li, Wenbo Su, Jiamang Wang, Lin Qu, Bo Zheng, Wei Wang

机构 * HKUST（香港科技大学） ； Alibaba Group（阿里巴巴集团） ； Tongyi Lab, Alibaba（阿里云实验室） 纠错

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

AI总结 提出RollArt系统，通过将强化学习流水线分解到异构硬件上，实现多任务智能体RL的高效训练，相比现有系统减少1.31-2.05倍训练时间。

Comments 19 pages, 15 figures

The Integrator Advantage: Controlled Agentic AI for Small and Medium-Sized Companies

集成优势：面向中小企业的受控代理型人工智能

Christopner Koch, Joshua A. Wellbrock

机构 * University of California, Berkeley（加州大学伯克利分校） ； Stanford University（斯坦福大学） 纠错

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

AI总结 本文提出代理型AI对中小企业的近期价值在于受控部分自主性，而非完全自主或减员，并给出集成框架以提升生产力。

Comments 10 pages, 15 tables

A Formal Framework for Declarative Agentic AI in Business Process Analysis

业务流程分析中声明式智能体AI的形式化框架

Mohammad Azarijafari, Luisa Mich, Michele Missikoff

机构 * University of Trento（特伦托大学） ； Istituto di Analisi dei Sistemi ed Informatica (IASI) “Antonio Ruberti”, National Research Council (CNR)（国家研究委员会（CNR）安东尼奥·鲁贝蒂系统分析与信息学研究所（IASI）） 纠错

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

AI总结 提出基于AGO方法的形式化框架，通过集合论和数学逻辑定义智能体、目标和对象实体及其交互，构建业务流程知识库以支持结构化查询、增量更新和自动生成工作流。

Human-Enhanced Loop Modeling (HELM): Agent-Based Finite Element Modeling of Concrete Bridge Barriers

人类增强循环建模（HELM）：基于智能体的混凝土桥梁护栏有限元建模

Quankai Wang, Yulin Xie, Tongfei Yang, Minghui Cheng, Ran Cao

机构 * College of Civil Engineering, Hunan University（湖南大学土木工程学院） ； Department of Civil and Architectural Engineering, University of Miami（迈阿密大学土木与建筑系） ； School of Architecture, University of Miami（迈阿密大学建筑学院） 纠错

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

AI总结 提出HELM框架，通过人机协作将有限元建模分解为可验证的检查点，在MASH TL-4和TL-5条件下将自主建模成功率从20%提升至75%。

Towards LLM Accelerated Rapid Reviews for Software Tool Discovery -- Case for Log Anomaly Detection

面向软件工具发现的LLM加速快速综述——以日志异常检测为例

Jesse Nyyssölä, Hamza Bin Mazhar, Alexander Bakhtin, Matteo Esposito, Nana Reinikainen, Yuqing Wang, Ying Song, Davide Taibi, Mika Mäntylä

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

AI总结 提出一种结合LLM筛选和编码代理的流水线，用于快速识别和运行软件工具，在日志异常检测案例中实现高效综述。

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

Automated ultrasound doppler angle estimation using deep learning

基于深度学习的自动化超声多普勒角度估计

Nilesh Patil, Ajay Anand

机构 * Goergen Institute for Data Science（戈尔根数据科学研究所） ； University of Rochester Medical Center（罗切斯特大学医学中心） ； University of Rochester（罗切斯特大学） 纠错

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

AI总结 提出一种基于深度学习的自动化多普勒角度估计方法，使用2100张颈动脉超声图像及预训练模型，平均绝对误差3.9°-9.4°，最佳模型误差低于临床可接受阈值，可避免正常速度误判为狭窄。

Journal ref Annu Int Conf IEEE Eng Med Biol Soc. 2019 Jul;2019:28-31

Stable Menus of Public Goods: AI-Enabled Progress

公共物品的稳定菜单：AI驱动的进展

Sara Fish

机构 * School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

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

AI总结 以EC 2025论文的开放问题为测试平台，实验评估AI辅助研究流程的有效性，发现提供人类直觉提示和自动多轮交互有助于提升LLM表现，但LLM略逊于一年级博士生。

Comments Accepted to the EC'26 Workshop on AI-Driven Research in EconCS

Dynestyx: A Probabilistic Programming Library for Dynamical Systems

Dynestyx: 一个面向动态系统的概率编程库

Daniel Waxman, Dmitry Batenkov, John Feser, Andy Zane, Eli Bingham, Youssef Marzouk, Matthew E. Levine

机构 * Basis Research Institute（Basis研究院） ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出dynestyx库，通过统一接口支持状态空间模型的先验指定、混合效应推断及状态与参数估计，实现贝叶斯动态系统分析。

Comments 7 pages

BRICKS-WM: Building Reusability via Interface Composition Kinetics for Structured World Models

BRICKS-WM：通过接口组合动力学构建结构化世界模型的可重用性

Shaowei Zhang, Jiahan Cao, Xunlan Zhou, Shenghua Wan, De-Chuan Zhan

机构 * National Key Laboratory for Novel Software Technology, Nanjing University, China（南京大学计算机软件新技术国家重点实验室） ； School of Artificial Intelligence, Nanjing University, China（南京大学人工智能学院） ； School of Intelligence Science and Technology, Nanjing University, China（南京大学智能科学与技术学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 提出BRICKS-WM框架，将全局动力学分解为通过潜在接口交互的独立模块（如智能体和背景），实现冻结背景模块跨智能体重用，避免从头训练。

Q-READY: Predictive Feasibility Assessment for Hybrid Quantum-Classical Applications

Q-READY：混合量子-经典应用的预测性可行性评估

Tao Yue, Man Zhang

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

AI总结 提出Q-READY方法，基于模型驱动工程进行混合量子-经典应用的可行性预测评估，通过结构化流程和系统级模型支持仿真与决策。

Thinking with Visual Grounding

视觉锚定思维

Junkai Zhang, Yihe Deng, Kai-Wei Chang, Wei Wang

机构 * University of California, Los Angeles（加利福尼亚大学洛杉矶分校） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出视觉锚定思维方法，让视觉语言模型在推理时交替生成自然语言和视觉锚点（点或框），并通过合成数据管道和锚定感知强化学习训练，在计数和空间推理任务上显著提升性能。

Tool-IQA: Augmenting Image Quality Assessment with Simple Tools

Tool-IQA: 利用简单工具增强图像质量评估

Guanyi Qin, Junjie Zhang, Chunming He, Yibing Fu, Jie Liang, Tianhe Wu, Lei Zhang

机构 * National University of Singapore（新加坡国立大学） ； OPPO Research Institute（OPPO研究院） ； Nanyang Technical University（南洋理工大学） ； Duke University（杜克大学） ； City University of Hong Kong（香港城市大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出Tool-IQA，通过为视觉语言模型配备放大镜和伽马校正器等简单工具，将被动评分转变为工具增强的工作流程，显著提升图像质量评估性能。

AME: A Multi-Type Contributor Attribution Framework in Generative AI Markets

AME：生成式AI市场中的多类型贡献者归属框架

Yang Shi, Songwen Pei, Yang Gao, Bingxue Zhang

机构 * University of Shanghai for Science and Technology（上海理工大学） ； Fudan University（复旦大学） 纠错

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

AI总结 针对生成式AI中多阶段协作的价值分配问题，提出AME框架，整合异构数据贡献评估、数据权利映射和可信执行，实现与人类判断一致的低成本价值分配。

Orchestrated Reality: From Role-Play to Living, Playable Game Worlds -- LLM-Driven World Simulation as a Parameterized-Action POMDP

编排现实：从角色扮演到活生生的、可玩的游戏世界——作为参数化动作POMDP的LLM驱动世界模拟

Yuhang Huang, Chenmiao Li, Chaowei Fang

机构 * The University of Tokyo（东京大学） ； Individual Researcher（个人研究员） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出编排现实框架，将LLM驱动的游戏世界形式化为参数化动作POMDP，通过单例编排代理维护规范JSON状态，实现数值状态、叙事声音和规则逻辑的统一协调。

Comments 9 pages, 2 figures. Work in progress. Yuhang Huang and Chenmiao Li contributed equall

SciText2Eq: Assessing LLMs for Explainable Equation Generation for Scientific Creativity

SciText2Eq: 评估大语言模型在科学创造力中的可解释方程生成

Yifan Mo, Xiao Fu, Yue Su, Qingyu Meng, Koen Hindriks, Qingzhi Liu, Jiahuan Pei

机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学） ； Wageningen University & Research（瓦赫宁根大学及研究中心） 纠错

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

AI总结 研究大语言模型从科学文本生成数学方程的能力，构建AI论文数据集，提出可解释方程生成流程，并设计结合自动指标、LLM评估和人工判断的评估协议，发现LLM在语义准确性上表现不足。

Comments Accepted by findings of ACL 2026

Towards End-to-End Automation of AI Research

迈向AI研究的端到端自动化

Yutaro Yamada, Robert Tjarko Lange, Cong Lu, Chris Lu, Shengran Hu, Jakob Foerster, David Ha, Jeff Clune

机构 * Sakana AI ； FLAIR ； University of Oxford（牛津大学） ； University of British Columbia（不列颠哥伦比亚大学） ； Vector Institute（向量研究所） 纠错

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

AI总结 提出AI Scientist系统，利用基础模型实现从构思到论文撰写的全自动研究，并通过机器学习会议研讨会的同行评审。

Comments Published in Nature 651, 914-919 (2026)

Generative modelling powered by room-temperature polariton condensates

基于室温极化激元凝聚的生成建模

Yuan Wang, Marcin Muszynski, Avinash Dash, Rishabh Kaurav, Vinod M. Menon, Oleksandr Kyriienko

机构 * School of Mathematical and Physical Sciences, University of Sheffield, Sheffield S10 2TN, United Kingdom（谢菲尔德大学数学与物理科学学院） ； Department of Physics, City College of New York, New York, NY 10031, USA（纽约城市学院物理系） ； Physics Doctoral Program, Graduate Center of the City University of New York, New York, NY 10016, USA（纽约城市大学研究生中心物理博士项目） ； Chemistry Doctoral Program, Graduate Center of the City University of New York, New York, NY 10016, USA（纽约城市大学研究生中心化学博士项目） 纠错

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

AI总结 利用有机染料微腔中室温激子-极化激元凝聚体的非线性多体动力学和固有随机性，作为生成对抗网络中的物理随机变换层，实现条件数字到图像翻译，优于数字注入扰动方法。

Comments 9 pages and 4 figures in the main text; 17 pages SM; codes to be released

Landmark-free Assessment of Lower-limb Alignment with Implicit Neural Shape Functions from Knee Radiographs

基于膝关节X光片的隐式神经形状函数的无地标下肢对齐评估

Zhisen Hu, Antti Kemppainen, David Johnson, Egor Panfilov, Huy Hoang Nguyen, Timothy Cootes, Claudia Lindner, Aleksei Tiulpin

机构 * Division of Informatics, Imaging and Data Sciences, The University of Manchester（曼彻斯特大学信息学、影像与数据科学部） ； Research Unit of Health Sciences and Technology, University of Oulu（奥卢大学健康科学与技术研究部） ； Medical Research Center Oulu, University of Oulu and Oulu University Hospital（奥卢大学与奥卢大学医院医学研究中心） ； Department of Trauma and Orthopaedics, Stockport NHS Foundation Trust, Stepping Hill Hospital（斯泰平希尔医院斯托克波特NHS基金会创伤与骨科） ； School of Health and Society, University of Salford（索尔福德大学健康与社会学院） ； School of Biological Sciences, The University of Manchester（曼彻斯特大学生物科学学院） ； Weill Cornell Medicine, Cornell University（康奈尔大学威尔康奈尔医学院） 纠错

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

AI总结 提出隐式神经形状函数（INSF）方法，无需显式地标，通过编码解剖形状到潜在空间并直接回归临床对齐测量，实现自动化下肢对齐评估，性能与现有方法相当且易于扩展。

Comments Accepted to MICCAI 2026

CREST: Deployment-Realistic Hardware-in-the-Loop NAS for Embedded Sensing Systems

CREST：面向嵌入式传感系统的部署真实硬件在环神经网络架构搜索

Joseph Q. Zales, Pragya Sharma, Mani Srivastava

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

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

AI总结 提出CREST框架，通过硬件在环测量联合优化模型架构、目标平台、运行时调度和部署策略，在惯性里程计和音频分类任务上相比FLOPs选择降低中位推理能耗41.7%。

Comments 14 pages, 10 figures, 7 tables

Pandas for Reproducible Data Analysis: From Spreadsheets to Research-Grade Python Workflows

Pandas用于可复现数据分析：从电子表格到研究级Python工作流

Sidney Shapiro, Daniel Pearson, Emiliano Sebastian Gonzalez Venegas

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

AI总结 本文提出将Python pandas库作为电子表格与研究级工作流之间的桥梁，通过迁移映射、九类工作流分类、七个端到端示例等，实现可审计、可复现的表格分析。

Comments 39 pages, 8 figures

Deterministic Integrity Gates for LLM-Assisted Clinical Manuscript Preparation: An Auditable Biomedical Informatics Architecture

用于LLM辅助临床手稿准备的确定性完整性门控：一种可审计的生物医学信息学架构

Yoojin Nam, Jinhoon Jeong, Namkug Kim

机构 * University of Ulsan College of Medicine（蔚山大学医学院） ； Asan Medical Center（峨山医疗中心） ； Aperivue ； AMIST, Asan Medical Center（AMIST，峨山医疗中心） 纠错

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

AI总结 提出一种确定性完整性门控架构，通过将工作流分解为可独立验证的技能并在每个阶段设置确定性检查，解决了LLM生成临床手稿中的虚假引用、数据漂移和报告指南缺失问题。

Comments 28 pages, 3 figures, 4 tables; includes supplementary material (deterministic-detector inventory, per-class defect breakdown, worked example). Software (MIT): https://github.com/Aperivue/medsci-skills . Archived on Zenodo: concept DOI https://doi.org/10.5281/zenodo.20155321 and version DOI (v3.8.0) https://doi.org/10.5281/zenodo.20582972

A large-scale pipeline for LLM-assisted corpus annotation: variation and change in the English consider construction

基于大语言模型的大规模语料标注流水线：英语consider构式的变异与变化

Cameron Morin, Matti Marttinen Larsson

机构 * Université Paris-Cité（巴黎-城市大学） ； University of Gothenburg（哥德堡大学） 纠错

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

AI总结 提出一种利用大语言模型自动标注大规模语料的四阶段流水线，在历史英语语料库中标注14万条consider构式，准确率超98%，揭示未记录的体裁特异性变化轨迹。

TextResNet: Decoupling and Routing Optimization Signals in Compound AI Systems via Deep Residual Tuning

TextResNet：通过深度残差调优解耦和路由复合AI系统中的优化信号

Suizhi Huang, Mei Li, Han Yu, Xiaoxiao Li

机构 * Nanyang Technological University, Singapore（南洋理工大学） ； Jinan-NTU Green Technology Research Institute, China（济南-NTU绿色技术研究所） ； The University of British Columbia, Canada（不列颠哥伦比亚大学） ； Vector Institute, Canada（向量研究所） 纠错

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

AI总结 针对文本梯度优化器在深度链中因语义纠缠导致归因模糊的问题，提出TextResNet框架，通过前向加性语义增量、后向语义梯度分解、因果路由和密度感知调度实现信号解耦与精准路由，在复合AI系统中性能优于TextGrad且更稳定。

Comments Accepted by ICML2026

The Winner Takes It All

胜者全得

P. L. Krapivsky

专题命中 工作流自动化 ：agent(abstract)

AI总结 研究任意图上的胜者全得过程，分析一维格点和贝特晶格上最终胜者比例及统计性质，发现一维格点胜者比例为e^{-1}，贝特晶格为(2/d)^{d/(d-2)}。

Comments 14 pages, 3 figures

Data-Driven Micromechanical Characterization and Mapping of Shale Rocks Using High Speed Nanoindentation

基于高速纳米压痕的数据驱动微力学表征与页岩岩心映射

Shaziya Ahmed Banu, Xukai Zhang, Samah A. Mahgoub, Christopher C. Walker, George M. Pharr, Arash Noshadravan, Sara Abedi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出一种数据驱动方法，结合高速纳米压痕与无监督学习（如UMAP、k-means等），仅依赖力学数据实现页岩微力学表征与相映射，降低了化学分析的复杂性。

Sensing-Assisted Predictive Beamforming for UAV-Enabled Ocean Monitoring Networks

面向无人机海洋监测网络的感知辅助预测波束成形

Bohan Li, Guangfei Gao, Jinpeng Zhang, Min Ye, Qian Li, Huaming Yu, Jingjing Wang, Pei Xiao, Sheng Chen

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对无人机-浮标海洋监测中波浪引起的浮标动态和海杂波，提出感知辅助预测波束成形框架，通过相关加速度状态空间模型和联合优化感知功率分配与无人机位置，在密集浮标和恶劣海况下实现鲁棒预测与通信。

Acoustic, VOC, and Multimodal Stress Source Localization in the Internet of Plants

植物物联网中的声学、VOC和多模态胁迫源定位

Ahmet B. Kilic, Ozgur B. Akan

专题命中 工作流自动化 ：agent(abstract)

AI总结 提出一种两阶段粗到细定位流程，结合声学到达时间差多边定位和VOC弥散格林函数模型，实现植物网络中胁迫源的空间定位。