Phoenix: Safe GitHub Issue Resolution via Multi-Agent LLMs
Phoenix: 通过多智能体LLM实现安全的GitHub问题解决
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.SE
AI总结 提出多智能体LLM系统Phoenix，通过六个专业智能体和七层安全控制，在SWE-bench Lite子集上达到75%的解决率，并在真实问题中保持100%正确性。
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. 多智能体 41 篇
Autonomous Event-Driven Multi-Agent Orchestration for Enterprise AI at Scale
面向企业级AI规模的自驱动事件驱动多智能体编排
机构 * SAP SE（SAP股份有限公司）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 针对企业级AI中多智能体系统在规模扩展时性能下降的问题，提出任务管理器通过优先级推理、事件合并和抢占机制，在200个生产场景中验证其降低高优先级延迟14-75%，提升相关事件正确率超20个百分点。
Hidden Anchors in Multi-Agent LLM Deliberation
多智能体LLM协商中的隐藏锚点
机构 * University of North Texas（北德克萨斯大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 将多智能体LLM协商建模为闭环动力系统，每个智能体有隐藏内部信念（锚点），解释协商如何超越初始信念凸包，并通过恢复锚点预测模型行为。
Comments 13 pages, 6 figures, 7 tables
TransLaw: A Large-Scale Dataset and Multi-Agent Benchmark Simulating Professional Translation of Hong Kong Case Law
TransLaw：模拟香港判例法专业翻译的大规模数据集与多智能体基准
机构 * City University of Hong Kong, Hong Kong SAR, China（香港城市大学）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL
AI总结 针对香港判例法英译中资源匮乏、法律术语和格式要求严格的问题，构建了首个大规模句对齐平行语料库HKCFA Judgment 97-22，并提出多智能体框架TransLaw，通过分解翻译任务、集成法律词汇库和检索增强生成，显著提升翻译质量，但仍未达到人类专家的风格自然度。
Comments Accepted at ICML 2026 - AI for Law
MEAL: A Benchmark for Continual Multi-Agent Reinforcement Learning
MEAL: 持续多智能体强化学习基准
机构 * Eindhoven University of Technology, The Netherlands（埃因霍温理工大学，荷兰） ； University of Edinburgh, UK（爱丁堡大学，英国） ； University of Stuttgart, Germany（斯图加特大学，德国） ； King's College London, UK（伦敦国王学院，英国） ； University of Liverpool, UK（利物浦大学，英国）
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 提出MEAL基准，利用JAX和GPU加速实现100任务序列训练，揭示长序列中出现的失败模式。
Comments To be published in the International Conference on Machine Learning (ICML) 2026
UniMM: A Unified Mixture Model Framework for Multi-Agent Simulation
UniMM：一种用于多智能体仿真的统一混合模型框架
机构 * Zhejiang University（浙江大学） ； Horizon Robotics
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI
AI总结 提出UniMM框架统一回归混合模型与离散NTP模型，通过闭环样本生成缓解分布偏移，并在WOSAC基准上取得最优性能。
Comments Accepted author manuscript. The version of record has been published in IEEE Transactions on Pattern Analysis and Machine Intelligence
Journal ref IEEE Transactions on Pattern Analysis and Machine Intelligence, Early Access, 2026
SIGMA: Skill-Incidence Graphs for Compositional Multi-Agent Design
SIGMA: 用于组合式多智能体设计的技能-关联图
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出SIGMA框架，通过技能-智能体关联图将智能体构建为可复用技能的任务条件组合，并解码通信拓扑，在六个基准测试中优于基线方法，并展现出对未见技能库的鲁棒性。
Comments EMNLP2026
Modeling U.S. Attitudes Toward China via an Event-Steered Multi-Agent Simulator
通过事件驱动的多智能体模拟器建模美国对华态度
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出事件驱动多智能体模拟器（ES-MAS），利用CURE数据集和双流数据集成引擎（DSDIE）及新闻驱动动态交互模块（NDDI），模拟美国对华舆论的动态演化，实验表明优于现有模型。
Auction-Based Responsibility Allocation for Scalable Decentralized Safety Filters in Cooperative Multi-Agent Collision Avoidance
基于拍卖的责任分配用于可扩展的去中心化安全滤波器在多智能体协同避碰中
专题命中 多智能体 ：agent(title,abstract)；multi-agent(title,abstract)
AI总结 提出基于高阶控制屏障函数和拍卖责任分配的可扩展去中心化安全滤波器，通过非对称分配约束减少计算负荷，实现多智能体协同避碰。
Comments 6 pages, 3 figures, accepted for presentation at the IFAC World Congress 2026
SIGMA: Search-Augmented On-Demand Knowledge Integration for Agentic Mathematical Reasoning
SIGMA: 搜索增强的按需知识集成用于智能体数学推理
专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出SIGMA框架，通过多智能体独立推理、定向搜索和协调机制，实现上下文敏感的知识集成，在MATH500等基准上提升7.4%的绝对性能。
Comments AAAI 2026 LMReasoning
TSAssistant: A Human-in-the-Loop Agentic Framework for Automated Target Safety Assessment
TSAssistant: 一种人在回路中的自动化靶点安全性评估智能体框架
机构 * Computational Sciences Center of Excellence（计算科学卓越中心）
专题命中 多智能体 ：agentic(title)；agent(abstract)；workflow(abstract)；multi-agent(abstract)
AI总结 提出TSAssistant多智能体框架，通过分层指令架构和交互式优化循环，将靶点安全性评估报告生成分解为专业子任务，实现高可重复性和证据溯源。
Comments Updated with quantitative and expert evaluations
Composite-Operator Scaling on Triadic Hypergraphs: Formation Transitions in Multi-Agent Architectures with Three-Body Coupling
三体耦合多智能体架构中三元超图上的复合算子标度：形成相变
专题命中 多智能体 ：agent(title)；multi-agent(title)
AI总结 研究动态三元超图上的相变，通过复合算子标度揭示形成场与离散意见变量的耦合机制，发现三体耦合导致连续相变转变为一级相变，并给出临界指数关系。
Comments v2: Retitled. Scope and framing corrected. Added beyond-mean-field exponent relations, a first-order/critical-endpoint phase diagram, and an appendix with Monte Carlo simulations (with public link to code)
Mitigating Anchoring Bias in LLM-Based Agents for Energy-Efficient 6G Autonomous Networks
缓解基于LLM的智能体在节能6G自主网络中的锚定偏差
机构 * i2CAT Foundation（i2CAT基金会） ； Universitat Politècnica de Catalunya（政治技术大学） ； Research Institute for Digital Future（数字未来研究院）
专题命中 多智能体 ：agent(abstract)；autonomous agent(abstract)；agentic(abstract)；multi-agent(abstract)
AI总结 提出一种基于截断三参数威布尔分布的随机锚定策略，缓解LLM智能体在6G网络切片中的锚定偏差，结合CVaR数字孪生保障SLA尾延迟，实现高达25%的节能。
Comments 7 pages, 4 figures
AutoPass: Evidence-Guided LLM Agents for Compiler Performance Tuning
AutoPass：基于证据的LLM智能体用于编译器性能调优
机构 * Shaanxi Normal University（陕西师范大学） ； Northwest University（西北大学） ； University of Leeds（利兹大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.SE
AI总结 提出AutoPass多智能体框架，通过查询编译器内部状态和中间表示，利用运行时反馈迭代优化编译选项，无需训练即可提升性能，在x86-64和ARM64上分别实现1.043倍和1.117倍加速。
Large Language Models Do Not Always Need Readable Language
大型语言模型并不总是需要可读语言
机构 * Shanghai Jiao Tong University（上海交通大学） ； The University of Sydney（悉尼大学） ； Hefei University of Technology（合肥工业大学） ； Xi’an Jiaotong University（西安交通大学） ； Nanjing University（南京大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究提出BabelTele表示法，将语义编码为紧凑、非标准文本，牺牲人类可读性但保持LLM可恢复性，实验表明可压缩至27.9%长度并保持99.5%语义保真度，降低上下文开销。
Comments 23 pages, 10 figures. Preprint
Oranits: Mission Assignment and Task Offloading in Open RAN-based ITS using Metaheuristic and Deep Reinforcement Learning
Oranits: 基于Open RAN的智能交通系统中的任务分配与卸载——元启发式与深度强化学习方法
机构 * Department of Smart City, Hanyang University（翰阳大学智能城市系）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.LG
AI总结 提出Oranits系统模型，通过元启发式算法CGG-ARO和深度强化学习框架MA-DDQN优化车辆协作中的任务依赖与卸载成本，分别提升任务完成率7.7%和12.5%。
Comments 16 pages, 13 figures
Journal ref IEEE TRANSACTIONS ON INTELLIGENT TRANSPORTATION SYSTEMS, 2026
DataMagic: Transforming Tabular Data into Data Insight Video
DataMagic: 将表格数据转化为数据洞察视频
机构 * HKUST (GZ)（香港理工大学（珠海）） ； China Unicom（中国联合网络通信集团）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出DataMagic系统，通过声明式规范DVSpec和多智能体架构，将原始表格数据和自然语言查询转化为叙事性数据洞察视频，并支持交互式探索。
Comments 5 pages, 3 figures, accepted at VLDB 2026
PsyScore: A Psychometrically-Aware Framework for Trait-Adaptive Essay Scoring and ZPD-Scaffolded Feedback
PsyScore: 一种心理测量感知的特质自适应作文评分与最近发展区支架反馈框架
机构 * Department of Educational Psychology, East China Normal University（华东师范大学教育心理学系） ； Shanghai Institute of Artificial Intelligence for Education, East China Normal University（华东师范大学上海智能教育研究院） ； School of Computer Science and Technology, East China Normal University（华东师范大学计算机科学与技术学院）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL
AI总结 提出PsyScore框架，通过共享潜在能力表示整合诊断评估与教学支架，包括特质自适应神经IRT评分器、ZPD支架反馈生成器和多视角反馈评估策略，在ASAP++数据集上实现竞争性评分性能并提供更符合教学法的反馈。
Navigating Unreliable Parametric and Contextual Knowledge: Explicit Knowledge Conflict Resolution for LLM Inference
导航不可靠的参数化与上下文知识：面向LLM推理的显式知识冲突解决
机构 * National Key Laboratory of Big Data and Decision, National University of Defense Technology（国防科技大学大数据与决策国家重点实验室）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出MACR框架，通过自适应知识评估与多智能体推理，显式解决大语言模型内部参数知识与外部上下文之间的冲突，超越传统二元选择范式。
Comments 12 pages, 3 figures
Deep-Unfolded Coordination
深度展开协调
机构 * Autonomous Control and Decision Systems Laboratory Georgia Institute of Technology United States（佐治亚理工学院自主控制与决策系统实验室）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 提出Deep Coordinator框架，通过深度展开ADMM-DDP迭代学习动态调整超参数，实现非凸优化器求解时自适应惩罚参数，在车队和四旋翼仿真中速度提升6.18-9.44倍且可扩展至8倍规模。
Comments The second and third authors contributed equally (equal second authorship). 35 pages (10 pages main text), 17 figures, 3 tables
MetaResearcher: Scaling Deep Research via Self-Reflective Reinforcement Learning in Adversarial Virtual Environments
MetaResearcher: 通过对抗虚拟环境中的自我反思强化学习扩展深度研究
机构 * School of Digital Arts, Jiangxi Arts & Ceramics Technology Institute（江西陶瓷工艺美术职业技术学院数字艺术学院） ； Universiti Sains Malaysia（马来西亚理科大学）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出MetaResearcher框架，通过演化虚拟世界、发现导向任务、自我反思元奖励和异构多智能体架构，在对抗环境中扩展深度研究智能体的训练，提升基准性能和认知鲁棒性。
Matching Markets meet Cumulative Prospect Theory: Towards Optimal and Adversarially Robust Learning
匹配市场遇上累积前景理论：迈向最优和对抗鲁棒学习
机构 * Indian Institute of Technology Bombay（印度理工学院孟买分校）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 研究基于累积前景理论（CPT）的竞争性双边匹配市场多智能体多臂赌博机问题，提出最优遗憾界算法并扩展到对抗性市场。
Comments Accepted at ECML-PKDD 2026, Naples, Italy
Multi-Granular Attention-Driven Reinforcement Learning Framework for Web Intelligent Enhancement Systems
多粒度注意力驱动的强化学习框架用于Web智能增强系统
机构 * Infinity Tech Group ； Gainwell Technologies ； Capital One ； Sunnyvale, CA, USA（美国硅谷） ； Department of Electronics and Communication Engineering（电子与通信工程系） ； Sona College of Technology（Sona科技学院） ； Independent Researcher（独立研究员） ； Salem, India（印度塞拉姆）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG
AI总结 提出MGAR-WIES框架，通过语义图建模、注意力机制和自适应强化学习，解决Web环境中异构动态数据的语义理解与可扩展性问题，在准确率上达到80%。
Comments 2026 3rd International Conference on Integrated Intelligence and Communication Systems (ICIICS), 6 Pages
LLM-Based Synthetic Ground Truth Generation for Audio-Based Emotion Classification via In-Context Learning
基于上下文学习的音频情感分类的LLM合成真实标签生成
机构 * School of Business, Technical University of Applied Sciences Augsburg（应用技术大学阿沙芬堡商学院） ； Data Science und Autonome Systeme Technologietransferzentrum (TTZ)（数据科学与自主系统技术转移中心（TTZ））
专题命中 多智能体 ：workflow(abstract)；agentic(abstract)；分类 cs.LG
AI总结 提出利用大语言模型（LLM）和上下文学习（ICL）从多用户VR环境的流式语音数据中自动生成情感相关合成真实标签，解决团队协作状态标注难题。
Comments https://icaiit.org/paper.php?paper=14th_ICAIIT_2/3_9
Simulation of Language Evolution under Regulated Social Media Platforms: A Synergistic Approach of Large Language Models and Genetic Algorithms
受监管社交媒体平台下的语言演化模拟：大语言模型与遗传算法的协同方法
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI
AI总结 提出基于大语言模型的多智能体框架，结合遗传算法模拟用户语言策略在监管下的迭代演化，实验表明对话轮次增加可提升信息传递准确性和对话持续性。
Comments The manuscript has been accepted to IEEE Transactions on Computational Social Systems
Can Agents Distinguish Visually Hard-to-Separate Diseases in a Zero-Shot Setting? A Pilot Study
智能体能否在零样本设置中区分视觉上难以分离的疾病？一项初步研究
机构 * Department of Diagnostic and Interventional Radiology, University Hospital Aachen, 52074 Aachen, Germany（诊断与介入放射科，亚琛大学医院，德国亚琛，52074）
专题命中 多智能体 ：agent(abstract,comments)；multi-agent(abstract)
AI总结 本研究探索多模态大语言模型智能体在零样本下区分视觉混淆疾病（如黑色素瘤与不典型痣、肺水肿与肺炎）的能力，提出基于对比裁决的多智能体框架，在皮肤镜数据上准确率提升11个百分点，但总体性能仍不足临床部署。
Comments Code available at https://github.com/TruhnLab/Contrastive-Agent-Reasoning. Accepted by MICCAI 2026
Blame is easier than praise: Measuring off-ball defensive performance in football
责备比表扬更容易：衡量足球中的无球防守表现
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 提出基于防守压力区（DPA）的球员参与度评分，将预期威胁的事件级变化归因于个体，以衡量足球无球防守表现，并在跨性别和跨赛事数据集上验证其有效性。
LooseControlVideo: Directorial Video Control using Spatial Blocking
LooseControlVideo: 使用空间分块进行导演式视频控制
机构 * Adobe Research（Adobe研究院）
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 提出LooseControlVideo框架，通过稀疏定向3D框作为“分块”代理，实现文本到视频生成中多对象场景的直观布局与轨迹控制，显著优于现有2D框和流方法。
Comments Project page at https://shariqfarooq123.github.io/LooseControlVideo/
Prescribed-Time Distributed Generalized Nash Equilibrium Seeking
预设时间分布式广义纳什均衡求解
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 针对安全关键多智能体系统，提出首个全分布式算法，在用户预设时间T内求解带共享耦合约束的广义纳什均衡问题，采用多速率增益调度解耦观测器、优化与对偶一致性三层耦合。
Comments 12 pages, 5 figures
Decentralized CBF-based Safety Filters for Collision Avoidance of Cooperative Missile Systems with Input Constraints
基于CBF的去中心化安全滤波器：面向输入受限的协同导弹系统碰撞避免
专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)
AI总结 针对多飞行器拦截场景，提出基于鲁棒控制屏障函数的去中心化安全滤波器，通过事件触发和松弛变量优化实现碰撞避免，兼顾计算效率与可扩展性。
Comments 7 pages, 5 figures, accepted for presentation at the 2026 American Control Conference (ACC 2026)
