AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
边生成边执行：在LLM代码解释器中隐藏执行延迟
机构 * Singapore Management University Singapore（新加坡国立管理学院新加坡） ； Beihang University China（北航大学中国）
专题命中 软件智能体 ：workflow(abstract)；分类 cs.AI、cs.SE
AI总结 提出并行执行范式，通过将生成、检测和执行三阶段流水线化，在代码生成过程中提前执行，显著降低端到端延迟。
Comments 10 pages
OGD4All: 基于大语言模型的可访问地理空间开放政府数据交互框架
机构 * Professorship of Computational Social Science, ETH Zurich（计算社会科学教授职位，苏黎世联邦理工学院） ； Esri R&D Center Zurich（埃斯里苏黎世研发中心） ； Complexity Science Hub（复杂性科学中心）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.LG
AI总结 提出OGD4All框架，结合语义检索、智能体推理和沙盒执行，实现基于大语言模型的地理空间开放政府数据交互，在430个数据集上达到98%分析正确率和94%召回率，有效减少幻觉风险。
Comments Author Accepted Manuscript (AAM). Proceedings of 2026 IEEE CAI (Granada, Spain). Update manuscript with final DOI. Code & data available at: https://github.com/ethz-coss/ogd4all
Journal ref 2026 IEEE Conference on Artificial Intelligence (CAI), pp. 882-888
Litmus: 零标注、代码驱动的AI系统评估指标规范
机构 * PricewaterhouseCoopers, U.S.（普华永道（美国））
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI
AI总结 提出Litmus系统，通过分析源代码自动生成评估指标，无需人工标注，在三个真实AI流水线上优于基线方法。
Comments 22 pages, 4 figures
Tmax: 终端智能体的简单配方
机构 * Allen Institute for AI（人工智能研究院） ； University of Washington（华盛顿大学）
专题命中 软件智能体 ：agent(abstract)；分类 cs.CL
AI总结 提出Tmax配方，通过新颖分类法生成数据并结合结果奖励的强化学习，在9B参数下达到27%的Terminal-Bench 2.0性能，超越先前更大模型。
Comments preprint
VeriPort: 自动化且经过验证的大规模补丁回溯
专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE
AI总结 提出VeriPort系统，自动化将安全补丁回溯到受影响的所有版本，并通过证据链验证补丁有效性和功能保留，在BackportBench上达到95.3%成功率，比现有方案高22.7个百分点。
更进一步：通过跨平台反向工程和函数级语义分析理解PLC二进制
专题命中 软件智能体 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出PLC-BinX，一种用于跨平台PLC二进制理解的二进制代码分析工作流，通过跨平台反向工程、核心函数提取和函数级语义表示构建，实现了对PLC二进制的深入理解，并在工具链预测和功能预测任务中取得了优异的性能。
不平等条件下康德合作的三个障碍
专题命中 软件智能体 ：agent(abstract)
AI总结 本文通过一个两人自愿提供公共品的模型，识别了不平等条件下自愿采纳康德合作的三个障碍：帕累托改进缺失、策略空间参数化的分配冲突以及帕累托前沿上的协调问题。
基于大语言模型的暗物质约束库自动化
专题命中 软件智能体 ：agentic(abstract)
AI总结 提出一个LLM流水线，从arXiv论文中提取暗物质约束曲线并生成拉取请求，在基准测试中达到90.5%的耦合类型分类准确率和0.33 dex的中位残差。
下一代验证码：利用认知差距实现可扩展且多样化的GUI智能体防御
机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） ； MetaAgentX ； University College London（伦敦大学学院）
专题命中 GUI与网页智能体 ：agent(title,abstract)；planning(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出Next-Gen CAPTCHAs框架，通过利用人机在交互感知、记忆、决策和行动上的认知差距，设计动态任务以区分生物用户与AI智能体，实现可扩展的防御。
Comments Project page at https://greenoso.github.io/NextGen-CAPTCHAs_webpage/
Darwin移动智能体：自我进化路线图
机构 * University College London（伦敦大学学院）
专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 提出通过移动GUI环境实现智能体自我进化，利用异步并行架构解决数据瓶颈，并规划从任务课程、结果验证和记忆管理三方面去除人类先验的路线图。
Comments Technical Report
你是谁的代理？自主网络代理的多层指纹识别与归因
专题命中 GUI与网页智能体 ：agent(title,abstract)；分类 cs.AI
AI总结 针对AI网络代理的隐私与安全挑战，提出基于网络层和浏览器交互行为的多层指纹识别方法，通过决策树分类器实现97%准确率的代理识别与归因。
有能力但粗心：计算机使用代理是否遵循情境完整性？
机构 * Ubiquitous Knowledge Processing Lab (UKP Lab), Department of Computer Science, TU Darmstadt（达姆施塔特工业大学计算机科学系泛在知识处理实验室（UKP Lab）） ； National Research Center for Applied Cybersecurity ATHENE（国家应用网络安全研究中心ATHENE）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI、cs.CL
AI总结 提出AgentCIBench基准，测试计算机使用代理在跨应用操作时是否泄露不适当信息，发现15个前沿代理中11个在超过50%场景中泄露信息，平均泄露率67.9%。
SCoTT：面向数字孪生的无线感知机器人导航战略链式思维任务规划
机构 * Technical University of Munich（慕尼黑技术大学） ； Virginia Tech（弗吉尼亚理工大学）
专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI、cs.LG
AI总结 本文提出SCoTT框架，利用视觉语言模型优化路径收益与轨迹长度，通过分解搜索问题提升无线约束下的路径规划效率，实验显示其性能接近最优动态规划算法且生成更短轨迹。
Journal ref Asilomar Conference on Signals, Systems, and Computers, 2025
MIRAGE: 针对Web代理的隐蔽视觉提示注入漏洞检测
机构 * SDU（山东大学）
专题命中 GUI与网页智能体 ：agent(abstract)；分类 cs.AI
AI总结 提出MIRAGE框架，利用扩散模型在受限区域生成视觉上无害的对抗图像，实现针对多模态大模型Web代理的隐蔽间接提示注入攻击，以检测其视觉漏洞。
来自预训练ViT的每补丁标量实现现实世界快速移动导航
机构 * NaverLabs Europe（NaverLabs欧洲）
专题命中 GUI与网页智能体 ：agent(abstract)
AI总结 通过大规模真实世界导航实验，研究预训练视觉编码器在机器人导航中的关键组件，提出异构多教师蒸馏和瓶颈策略，发现可解释特征与可供性关联，并证明仅用RGB训练非最优。
Comments European Conference on Computer Vision -- ECCV 2026
Journal ref European Conference on Computer Vision -- ECCV 2026
UNSEEN: 未知环境中基于稀疏估计的不确定性感知导航
机构 * University of Trento（特伦托大学）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出UNSEEN框架，仅用前视相机通过稀疏地图与位姿不确定性估计，联合优化任务进度与估计精度，在未知环境中实现鲁棒导航，相比现有方法定位误差降低9.8%，估计精度提升45%。
迷失在聚合中：LLM空间导航的多尺度诊断基准
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出多尺度诊断基准，将迷宫导航分解为局部、节点和全局三个认知层次，评估LLM在空间推理中的失败位置，发现跨尺度聚合是主要瓶颈。
HumanHalo -- 通过最小保守MPC实现安全高效的三维人群导航
机构 * Technical University of Munich（慕尼黑技术大学） ； ETH Zurich（苏黎世联邦理工学院）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出HumanHalo框架，结合可达性安全保证与数据驱动人体运动预测，通过仅约束初始控制输入实现安全高效的3D MAV人群导航，在仿真和真实实验中验证了其有效性。
OmniNWM：全知驾驶导航世界模型
机构 * Shanghai Jiao Tong University（上海交通大学） ； Eastern Institute of Technology（东部技术研究所） ； PhiGent ； National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Wuhan University（武汉大学）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出OmniNWM全知全景导航世界模型，在统一概率框架下处理状态、动作和奖励三个维度，实现多模态全景视频生成、零样本轨迹控制及内在奖励机制，在生成保真度和控制精度上达到SOTA。
Comments ECCV 2026
SenseExpo: 通过快速预测算子的场景估计进行空间探索与导航
机构 * Tsinghua University（清华大学） ； University of Georgia（佐治亚大学） ； Peking University（北京大学） ； D-Robotics（D-机器人） ； Infinity Robotics（Infinity机器人）
专题命中 GUI与网页智能体 ：planning(abstract)
AI总结 提出轻量级单机器人探索框架SenseExpo，结合紧凑地图预测网络与前沿策略，以709K参数实现优于U-Net和LaMa的预测性能，并在探索实验中显著加速目标覆盖。
自生成：一种自我进化代理协议
机构 * Nanyang Technological University（南洋理工大学） ； Stanford University（斯坦福大学） ； Princeton University（普林斯顿大学） ； City University of Hong Kong（香港城市大学） ； University of Science and Technology of China（中国科学技术大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；tool use(abstract)；planning(abstract)；multi-agent(abstract)
AI总结 本文提出了一种自生成协议（AGP），该协议通过分离进化内容与进化过程，解决了现有代理协议在跨实体生命周期管理、版本追踪和安全更新接口方面的不足。基于AGP，作者展示了自生成系统（AGS），该系统能够动态实例化、检索和优化协议注册的资源，通过多个具有长视界规划和工具使用的挑战性基准测试，验证了代理资源管理和闭环自我进化的有效性。
实时经验学习的AI代理
机构 * Altrina（阿尔特里纳）
专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agentic(abstract,journal_ref)；分类 cs.AI
AI总结 PRAXIS通过实时存储和检索行动后果，提升AI代理在动态环境中的任务完成效率与可靠性。
Journal ref ICLR 2026 MemAgents Workshop; WWW '26 Agentic Web Workshop
HoloAgent-0：具有3D空间记忆的统一具身智能体框架
机构 * Horizon Robotics ； D-Robotics Robotics
专题命中 记忆与上下文管理 ：agent(title,abstract)；planning(abstract)
AI总结 提出HoloAgent-0统一框架，通过三层耦合结构（具身AgentOS、3D空间记忆、具身技能）实现真实机器人闭环执行，在长程导航、跨机器人协调等任务上验证有效性。
SAGE: 一种用于智能体大语言模型中高效记忆演化的新颖门控机制
机构 * Duke University（杜克大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 提出SAGE门控机制，基于von Mises-Fisher密度估计和自适应阈值，将记忆写入控制建模为新奇性检测问题，在LoCoMo上以更低成本实现最优token-F1。
自进化LLM智能体系统中的安全性：威胁、放大与案例研究
机构 * Zhejiang University（浙江大学） ； Ant Group（蚂蚁集团） ； Tsinghua University（清华大学） ； Hangzhou Dianzi University（杭州电子科技大学） ； Nanyang Technological University（南洋理工大学） ； Fudan University（复旦大学）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 本文系统分析自进化LLM智能体系统的安全威胁，提出模块-生命周期攻击面矩阵，揭示17个关键威胁和7种跨模块放大效应，并通过案例证明进化设计激活3.5倍攻击面且静态防御失效。
RaMem: 面向长期智能体记忆的上下文重建
机构 * University of Southern California（南加州大学）
专题命中 记忆与上下文管理 ：agentic(title,abstract)；分类 cs.AI
AI总结 针对长期记忆中的上下文坍塌问题，提出RaMem框架，通过证据锚定、回忆条件归纳、有效性感知检索和上下文保留合成四个阶段，将检索到的记忆片段转化为可验证的上下文证据，在多个基准上平均F1提升超10%。
AIR：通过事件响应提升智能体安全性
机构 * Tianjin University（天津大学） ； Singapore Management University（新加坡国立管理学院）
专题命中 记忆与上下文管理 ：agent(title,abstract)；分类 cs.AI
AI总结 提出首个面向LLM智能体系统的事件响应框架AIR，通过语义检测、自动遏制恢复和规则合成，在三个典型智能体上实现超90%的检测、修复和根除成功率。
Comments Accepted at ICML 2026
无线个人代理：将无线智能从网络扩展到终端
专题命中 记忆与上下文管理 ：agent(title,abstract)
AI总结 提出WISPA框架，利用基于大语言模型的智能体实现终端侧资源自动化管理，通过解耦在线执行与离线反思克服终端资源限制，在校园通勤场景中验证了其学习用户偏好并自适应接入决策的能力。
Comments 7 pages, 5 figures, submit to a possible journal for publication
学习不忘：从几KB学习的长时程智能体记忆
机构 * University of Utah（犹他大学）
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.AI、cs.CL
AI总结 提出LRE（学习相关性驱逐）方法，通过轻量级评分器保留历史中的关键信息，在匹配预算下精度优于无驱逐基线，减少峰值上下文大小52%，并解决循环任务。
将观察历史压缩为智能体记忆：将Transformer蒸馏为循环Transformer
机构 * Naver Labs Europe
专题命中 记忆与上下文管理 ：agent(title)；分类 cs.LG
AI总结 提出蒸馏方法，将全历史Transformer的压缩策略迁移至循环Transformer，通过瓶颈表示监督学生模型记忆，缩小性能差距并实现线性时间复杂度。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈