AI Agent

ShoppingBench: A Real-World Intent-Grounded Shopping Benchmark for LLM-based Agents

ShoppingBench：面向LLM智能体的真实世界意图导向购物基准

Jiangyuan Wang, Kejun Xiao, Qi Sun, Huaipeng Zhao, Tao Luo, Jian Dong Zhang, Xiaoyi Zeng

机构 * Alibaba International Digital Commercial Group（阿里巴巴国际数字商业集团） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.CL

AI总结 提出ShoppingBench基准，包含多层级真实购物意图任务，通过模拟环境和250万商品评估LLM智能体，发现GPT-4.1成功率低于50%，并提出轨迹蒸馏策略提升小模型性能。

Comments Accepted for oral presentation at AAAI 2026

DeepForestVisionV2: Ecology-Driven Taxonomy Expansion for Camera-Trap Monitoring in African Tropical Forests

DeepForestVisionV2：面向非洲热带森林相机监测的生态驱动分类扩展

Hugo Magaldi, Theau d'Audiffret, Etienne Francois Akomo-Okoue, Bala Amarasekaran, Naomi Anderson, Claire Auger, Noemie Cappelle, Daniel Cornelis, Raphael Cornette, Tobias Deschner, Gabriel Dubus, Davy Fonteyn, Rosa M. Garriga, Jennifer Hatlauf, Innocent Kasekendi, Raymond Katumba, Aram Kazandjian, Alfred Ngomanda, Stephan Ntie, Simone Pika, Xavier Rufray, Harold Rugonge, John Justice Tibesigwa, Peter van Lunteren, Hadrien Vanthomme, Joeri A. Zwerts, Sabrina Krief

机构 * UMR7206 Eco-Anthropologie, MNHN（UMR7206 生态人类学，法国国家自然历史博物馆） ； One Forest Vision initiative（One Forest Vision 倡议） ； Sebitoli Chimpanzee Project（塞比托利黑猩猩项目） ； Centre National de la Recherche Scientifique et Technologique（国家科学技术研究中心） ； Institut de Recherche en Ecologie Tropicale（热带生态研究所） ； Tacugama Chimpanzee Sanctuary（塔库加马黑猩猩保护区） ； Biotope（Biotope 公司） ； CIRAD（法国农业发展国际合作研究中心） ； Max Planck Institute for Evolutionary Anthropology（马克斯·普朗克进化人类学研究所） ； BOKU University（维也纳自然资源与生命科学大学） ； Agence Nationale des Parcs Nationaux du Gabon（加蓬国家公园管理局） ； Uganda Wildlife Authority（乌干达野生动物管理局） ； Addax Data Science（Addax 数据科学公司） ； Utrecht University（乌得勒支大学） 纠错

专题命中 Agent评测 ：workflow(abstract)

AI总结 针对非洲热带森林相机监测中生态梯度（垂直分层、场景开放度、人为界面）导致原35类分类过粗的问题，提出扩展至64类的DeepForestVisionV2，在保持离线工作流的同时提升野外实用性。

Comments Accepted at ICPR 2026 - Computer Vision for Biodiversity Monitoring and Conservation Workshop

HEad and neCK TumOR (HECKTOR) 2025: Benchmark of Segmentation, Diagnosis, and Prognosis in Multimodal PET/CT

头颈肿瘤 (HECKTOR) 2025 挑战赛：多模态 PET/CT 中的分割、诊断与预后基准

Numan Saeed, Salma Hassan, Shahad Hardan, Lishan Cai, Xinglong Liang, Moona Mazher, Abdul Qayyum, Yansong Bu, Mengye Lyu, Yue Lin, Mingyuan Meng, Chuanyi Huang, Lisheng Wang, Dalal Chamseddine, Shamimeh Ahrari, Beining Wu, Yifei Chen, Fuyou Mao, Hao Zhang, Baixiang Zhao, Surajit Ray, Muzi Guo, Lei Xiang, Jakob Dexl, Michael Ingrisch, Adrien Depeursinge, Arman Rahmim, Mathieu Hatt, Vincent Andrearczyk, Mohammad Yaqub

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； Amsterdam UMC（阿姆斯特丹大学医学中心） ； The Netherlands Cancer Institute（荷兰癌症研究所） ； Radboud University Medical Centre（拉德堡德大学医学中心） ； University College London（伦敦大学学院） ； Imperial College London（帝国理工学院） ； Shenzhen Technology University（深圳技术大学） ； Shenzhen University（深圳大学） ； Newland Digital Technology（新大陆数字技术） ； The University of Sydney（悉尼大学） ； Shanghai Jiao Tong University（上海交通大学） ； University Hospital, Nantes（南特大学医院） ； Nantes Université, Centrale Nantes, CNRS, LS2N（南特大学、南特中央理工学院、法国国家科学研究中心、LS2N实验室） ； Hangzhou Dianzi University（杭州电子科技大学） ； Tsinghua University（清华大学） ； Central South University（中南大学） ； University of Glasgow（格拉斯哥大学） ； China Mobile System Integration Co., Ltd.（中移系统集成有限公司） ； Subtle Medical Inc.（Subtle Medical公司） ； University Hospital, LMU Munich（慕尼黑大学医院） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； BC Cancer Research Institute（不列颠哥伦比亚癌症研究所） ； HES-SO Valais-Wallis University of Applied Sciences and Arts（HES-SO瓦莱州应用科学与艺术大学） ； Lausanne University Hospital (CHUV)（洛桑大学医院） ； LaTIM, INSERM, UMR 1101, Univ Brest（LaTIM实验室、法国国家健康与医学研究院、UMR 1101、布雷斯特大学） 纠错

专题命中 Agent评测 ：planning(abstract)

AI总结 HECKTOR 2025 挑战赛利用多模态 PET/CT 和电子健康记录，建立了头颈癌自动分析的基准，涵盖肿瘤分割、复发预测和 HPV 分类三个任务，最佳算法分别达到 Dice 0.75、C-index 0.66 和平衡准确率 0.56。

Comments 17 pages, 4 figures, 4 tables. Overview paper for the HECKTOR 2025 challenge, held as a satellite event at MICCAI 2025. Challenge website: https://hecktor.grand-challenge.org/

Toward Temporal Realism in City-Scale Crisis Response Simulation using LLM Agents

面向城市级危机响应模拟中时间真实性的LLM智能体方法

Anping Zhang, Yang Tan, Yuanbo Tang, Huaze Tang, Qiuhua Ye, Marta C. Gonzalez, Yang Li

专题命中 Agent评测 ：agent(abstract)

AI总结 针对LLM社会模拟缺乏时间真实性的问题，基于深圳疫情志愿活动数据，提出数据校准的自激与危机激活机制，实现爆发性时间模式，使智能体时间分布接近真实。

Comments 11pages,7 figures

Networks of agglomeration: how population density rewires social networks and reshapes contagion dynamics

集聚网络：人口密度如何重塑社交网络并改变传染动态

Christopher K. Tokita

专题命中 Agent评测 ：agent(abstract)

AI总结 通过最小主体模型，发现人口密度单独变化即可重构社交网络结构，稀疏人口形成局部集群，密集人口形成全局集成网络，并影响简单与复杂传染的传播速度与范围。

Comments Main text: 12 pages with 5 figures. Attached Supplemental Text: 3 pages with 5 figures

Directors Duties in the Age of Agentic Artificial Intelligence

代理人工智能时代的董事职责

Deirdre Ahern

专题命中 其他Agent ：agentic(title,abstract)

AI总结 探讨董事在采纳代理AI时如何平衡股东与员工利益，分析四种公司治理模型，主张通过更广泛的法律视角促进员工福利。

Journal ref Cambridge Forum on AI: Law and Governance 2, e7 (2026)

Tensor Algebraic Property Skeletons: Amplifying Property-Based Testing for AI Compilers

张量代数性质骨架：增强AI编译器的基于性质的测试

Yuxin Qiu, Ben Limpanukorn, Seongmin Lee, Jiyuan Wang, Qian Zhang, Miryung Kim

专题命中 其他Agent ：agentic(abstract)；分类 cs.SE

AI总结 提出Propilot框架，利用LLM将张量代数知识表示为可复用的性质骨架，自动生成可执行的基于性质的测试，以检测AI编译器中的语义漂移。

Comments v2 adds citations and fixes some typos