AI Agent

Memory Makes the Difference: Evaluating How Different Memory Roles Shape Conversational Agents

记忆决定差异：评估不同记忆角色如何塑造对话代理

Yuxin Wang, Paul Thomas, Zhiwei Yu, Yuan Gao, Saeed Hassanpour, Soroush Vosoughi, Robert Sim, Nick Craswell

机构 * Dartmouth College（达特茅斯学院） ； Microsoft（微软公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本研究提出对话记忆细粒度分类法，通过用户中心评估框架，揭示不同类型记忆（如澄清记忆、无关记忆）对RAG对话系统响应准确性、个性化及主题相关性的差异化影响。

A Hybrid CNN-LSTM Intrusion Detection Framework for Cybersecurity in Smart Renewable Energy Grids

面向智能可再生能源电网网络安全的混合CNN-LSTM入侵检测框架

Sajib Debnath, Remon Das

机构 * O&M Analytics（O&M分析） ； AES Clean Energy（AES清洁能源） ； The AES Corporation（AES公司） ； Renewable Infrastructure（可再生能源基础设施） ； Dominion Energy（Dominion能源） 纠错

专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 提出混合CNN-LSTM入侵检测框架，结合CNN空间特征提取与LSTM时序建模，解决多步攻击时序建模不足、类不平衡和泛化性差问题，在CICIDS-2017和NSL-KDD上精度达98.2%以上，并实现低延迟实时推理。

Membox: Weaving Topic Continuity into Long-Range Memory for LLM Agents

Membox: 将主题连续性编织到LLM智能体的长期记忆中

Dehao Tao, Guoliang Ma, Yongfeng Huang, Minghu Jiang

机构 * Tsinghua University（清华大学） ； Xinjiang University（新疆大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出Membox层次记忆架构，通过主题织机按局部主题组织对话，并通过轨迹织机跨会话链接宏主题轨迹，在LoCoMo和DialSim上显著提升长程记忆检索性能。

Lifelong In-Context Learning with Transformers Requires Parametric Forms of Attention

基于Transformer的终身上下文学习需要注意力的参数化形式

Luke McDermott, Robert W. Heath, Rahul Parhi

机构 * UC San Diego（加州大学圣地亚哥分校） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.LG

AI总结 本文提出将上下文学习扩展到终身设置是AI代理持续学习的实用方案，并论证需要参数化注意力机制来在固定硬件预算下理解终身上下文。

Why Memory Components Fail: Eight Years of License and Sustainability Events in Open-Source Data Infrastructure

为什么内存组件会失败：开源数据基础设施中八年的许可和可持续性事件

Dmitrii Dmitrenko

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文通过分析105个开源数据基础设施项目，发现24%的项目遭遇许可或可持续性事件，其中单一供应商风投支持项目的发生率是基金会治理项目的19倍，并提出六字段决策工具。

Comments 14 pages, 6 tables. Supplementary dataset (105 projects, 39 events) on Zenodo: https://doi.org/10.5281/zenodo.20562988

Amortized Simulation-Based Inference of Relativistic Mean-Field Couplings for Neutron-Star Equations of State

中子星状态方程相对论平均场耦合的摊销模拟推理

Prashant Thakur, Tuhin Malik

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 提出基于模拟推理的框架，利用神经后验估计约束中子星状态方程的相对论平均场参数，在CPU上2.5秒生成3万后验样本，实现快速推理。

Comments 7 figures, 3 Tables

When Networks Substitute for Outcome Surveillance? A Substitution-Complementarity Framework for Behavioral Signals in Predictive Monitoring

当网络替代结果监测时？预测性监测中行为信号的替代-互补框架

Sepehr Ilami, Qingtao Cao, Babak Heydari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出替代-互补框架，通过Frisch-Waugh-Lovell方差分解分析移动网络在疫情预测中是否提供独立于结果监测的预测信号，发现网络特征在监测退化时显著提升预测性能。

Is GraphRAG Needed? From Basic RAG to Graph-/Agentic Solutions with Context Optimization

是否需要GraphRAG？从基础RAG到基于图/智能体的上下文优化解决方案

Long Chen, Ryan Razkenari, Yuxuan Zhou, Yuan Tian, Rahul Ghosh, Venkatesh Pappakrishnan, Disha Ahuja, Vidya Sagar Ravipati

机构 * Generative AI Innovation Center, Amazon Web Services (AWS)（亚马逊云科技（AWS）生成式AI创新中心） ； Cisco Systems, Inc.（思科系统公司） 纠错

专题命中 Agent评测 ：agentic(title,summary_cn)；agent(abstract)；planning(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出一个框架，比较常规RAG、GraphRAG、Modular RAG和Agentic RAG在9种标准化场景下的性能，并引入上下文工程方法减少19%-53%的token使用，同时发现检索-生成差距，表明扩展检索未成比例提升生成质量。

Comments Accepted to ACL 2026 GEM Workshop

Buildrix: An Open Platform for Sharing and Benchmarking Agentic AI Skills in Building Engineering

Buildrix：建筑工程中共享和基准测试代理式AI技能的开源平台

Zixin Jiang, Bing Dong

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；workflow(abstract)

AI总结 提出Buildrix开源平台，通过标准化技能包、Web中心与本地代理框架，支持建筑工程的代理式AI技能开发、共享与可重复基准测试。

ASAP: Agent-System Co-Design for Wall-Clock-Centered Auto HPO Research for ML Experiments

ASAP: 面向ML实验的以挂钟时间为中心的自动HPO研究的智能体-系统协同设计

Taicheng Guo, Haomin Zhuang, Kehan Guo, Yujun Zhou, Nitesh V. Chawla, Olaf Wiest, Xiangliang Zhang

机构 * University of Notre Dame（圣母大学） 纠错

专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 提出ASAP框架，通过智能体集成多种优化器并利用系统级优化（前缀稳定提示、推测并行、自适应调优）减少端到端挂钟时间，在多样HPO任务中优于基线。

Exploring Information Seeking Agent Consolidation

探索信息寻求智能体整合

Guochen Yan, Jialong Wu, Zhengwei Tao, Bo Li, Qintong Zhang, Jiahao Xu, Haitao Mi, Yuejian Fang, Qingni Shen, Wentao Zhang, Zhonghai Wu

机构 * Peking University（北京大学） ； Tencent（腾讯） 纠错

专题命中 Agent评测 ：agent(title)；agentic(abstract)；分类 cs.AI

AI总结 通过系统实证研究，比较数据级混合与参数级合并两种范式，发现参数级合并能以更低成本达到数据混合的性能，并保留跨域能力。

Strategyproof Facility Location and Committee Selection with Mixed Max and Sum Agent Types

混合最大和求和代理类型的策略性设施选址与委员会选择

Yue Gruszecki, Elliot Anshelevich

专题命中 Agent评测 ：agent(title,abstract)

AI总结 针对代理具有最大型或求和型成本函数的策略性设施选址问题，设计确定性策略证明机制，并证明在代理类型私有但位置已知时近似比为(3-2/k)，在位置私有且位于直线度量时近似比为3。

Learning to Trigger: Reinforcement Learning at the Large Hadron Collider

学习触发：大型强子对撞机的强化学习

Zixin Ding, Shaghayegh Emami, Giovanna Salvi, Cecilia Tosciri, Abhijith Gandrakota, Jennifer Ngadiuba, Nhan Tran, Christian Herwig, David W. Miller, Yuxin Chen

机构 * University of Chicago（芝加哥大学） ； University of Michigan, Ann Arbor（密歇根大学安娜堡分校） ； Fermi National Accelerator Laboratory（费米国家加速器实验室） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 针对大型强子对撞机实时触发系统在带宽、延迟和存储约束下的阈值调优问题，提出基于强化学习的在线阈值控制方法，在模拟和真实数据上分别提升48%和56%的容忍时间比例。

AI-Assisted Moot Courts: Simulating Justice-Specific Questioning in Oral Arguments

AI辅助模拟法庭：模拟特定司法机关的口头辩论提问

Kylie Zhang, Nimra Nadeem, Lucia Zheng, Dominik Stammbach, Peter Henderson

机构 * Princeton University（普林斯顿大学） ； Stanford University（斯坦福大学） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 本文研究AI能否有效模拟特定司法机关的提问以辅助模拟法庭训练，提出双层评估框架，发现模拟问题被人类标注者认为真实且能识别法律问题，但存在提问类型单一和奉承等问题。

Comments Accepted at CS & Law 2026

Journal ref CSLAW '26: Symposium on Computer Science and Law, March 3-5, 2026, Berkeley, CA, USA, ACM, pp. 136-172

Minimax PAC Bounds for Learning in Exogenous Contextual MDPs

外生上下文马尔可夫决策过程中学习的极小极大PAC界

Corentin Pla, Hugo Richard, Marc Abeille, Vianney Perchet

机构 * CREST, ENSAE（CREST与ENSAE） ； Criteo AI Lab（Criteo人工智能实验室） ； FairPlay Joint Team（FairPlay联合团队） 纠错

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

AI总结 针对外生上下文表格折扣MDP，提出方差缩减算法实现策略评估、最优值估计和最优策略提取，样本复杂度与上下文空间大小无关且达到极小极大最优。

LLM4MTLs: Automated Generation and Empirical Evaluation of Model Transformation Languages

LLM4MTLs：模型转换语言的自动生成与实证评估

Bowen Jiang, Nathan Hagel, Haowei Cheng, Benedikt Jutz, Arne Lange, Weixing Zhang, Rahul Sharma, Ralf Reussner, Anne Koziolek

专题命中 Agent评测 ：workflow(abstract)；分类 cs.SE

AI总结 提出LLM4MTLs工作流，通过少样本提示、语法提示和辅助方法组合，自动生成并评估LLM编写的模型转换代码，发现少样本提示能提升语法质量但语义改进有限。

Bias-Controlled Primal-Dual Natural Actor-Critic: Optimal Rates for Constrained Multi-Objective Average-Reward RL

偏置控制的原对偶自然演员-评论家：约束多目标平均奖励强化学习的最优速率

Ankur Naskar, Swetha Ganesh, Vaneet Aggarwal

机构 * Indian Institute of Science, Bengaluru, India（印度科学研究所，班加罗尔，印度） ； Purdue University, USA（普渡大学，美国） 纠错

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

AI总结 针对平均奖励设置下的约束多目标强化学习，提出基于MLMC的原对偶自然演员-评论家算法，控制标量化目标、约束评估和演员-评论家估计中的偏置，实现最优全局收敛和约束违反率。

SciRisk-Bench: A Risk-Dimension-Aware Benchmark for AI4Science Safety

SciRisk-Bench：面向AI4Science安全的风险维度感知基准

Linghao Feng, Yinqian Sun, Dongqi Liang, Sicheng Shen, Chenfei Yan, Yuxuan Peng, Yilin Zhao, Haibo Tong, Kai Li, FeiFei Zhao, Yi Zeng

机构 * Brain-inspired Cognitive Intelligence Lab, Institute of Automation, Chinese Academy of Sciences, Beijing, China（脑启发认知智能实验室，自动化研究所，中国科学院，北京，中国） ； School of Future Technology, University of Chinese Academy of Sciences, China（未来技术学院，中国科学院大学，中国） ； School of Artificial Intelligence, University of Chinese Academy of Sciences, China（人工智能学院，中国科学院大学，中国） ； Zhongguancun Academy, China（中关村学院，中国） ； Beijing Key Laboratory of Safe AI and Superalignment（北京安全人工智能与超对齐重点实验室） ； Gaoling School of AI, Renmin University of China（甘露人工智能学院，中国人民大学） ； Beijing Institute of AI Safety and Governance (Beijing-AISI)（北京人工智能安全与治理研究院（北京-AISI）） ； School of Humanities, University of Chinese Academy of Sciences, China（人文学院，中国科学院大学，中国） 纠错

专题命中 Agent评测 ：planning(abstract)；分类 cs.AI

AI总结 提出SciRisk-Bench基准，从显式风险维度和科学学科两个角度评估AI4Science安全，覆盖7个学科、31个子学科和10个风险维度，实验揭示主流及科学大模型的安全薄弱环节。

A Probabilistic Framework for LLM-Based Model Discovery

基于LLM的模型发现的概率框架

Stefan Wahl, Raphaela Schenk, Ali Farnoud, Jakob H. Macke, Daniel Gedon

机构 * Machine Learning in Science, University of Tübingen, Tübingen, Germany（图宾根大学机器学习科学系，图宾根，德国） ； Tübingen AI Center, Tübingen, Germany（图宾根人工智能中心，图宾根，德国） ； Department Empirical Inference, Max Planck Institute for Intelligent Systems, Tübingen, Germany（经验推断部门，智能系统马克斯·普朗克研究所，图宾根，德国） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.LG

AI总结 将模型发现重新定义为概率推理问题，提出基于序贯蒙特卡洛采样的ModelSMC算法，利用LLM迭代提出和优化候选模型，并通过似然加权选择，在真实科学系统中发现可解释机制并改进后验预测。

Conservative classifiers do consistently well with improving agents: characterizing statistical and online learning

保守分类器在改进的智能体中表现一致：刻画统计和在线学习

Dravyansh Sharma, Alec Sun

机构 * Northwestern University（西北大学） ； Toyota Technological Institute at Chicago（芝加哥丰田技术研究所） ； Alphabetical order（字母顺序） ； University of Chicago（芝加哥大学） 纠错

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

AI总结 本文研究了改进智能体对分类器的影响，提出了一种非对称的最小一致概念类，并在可实现设置中精确刻画了带改进的proper学习。通过欧几里得球改进集，解决了开放性问题，降低了泛化误差并改进了在线学习界限。

Comments 26 pages

Journal ref Advances in Neural Information Processing Systems (2025)

Manipulation Is Task-Dependent: A Multi-Axis, Multi-Environment Evaluation of Frontier LLMs

操纵行为依赖于任务：前沿语言模型的多轴、多环境评估

Adeeb Zaman, Erik Nordby, Fred Heiding

专题命中 Agent评测 ：agentic(abstract)

AI总结 通过六种环境、三个轴（框架、激励结构、任务难度）评估六个前沿语言模型的操纵行为，发现操纵倾向在不同任务间相关性低，且不同环境下驱动因素不同。

USS: Unified Spatial-Semantic Prompts for Embodied Visual Tracking with Latent Dynamics Learning

USS: 面向具身视觉跟踪的统一空间-语义提示与潜在动力学学习

Yuchen Xie, Xinyu Zhou, Kuangji Zuo, Yanshuo Lu, Fengrui Huang, Boyu Ma, Jianfei Yang

机构 * Nanyang Technological University（南洋理工大学） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 提出统一空间-语义提示范式替代纯文本目标指示，设计端到端框架USS支持多种提示类型，通过潜在世界模型提升时序鲁棒性，在真实机器人实验中优于纯文本方法。

A Stochastic Epidemiological Model of Latent Tuberculosis in a Radiation Exposed Mars Colony

辐射暴露火星殖民地中潜伏结核的随机流行病学模型

Teddy Lazebnik

专题命中 Agent评测 ：agent(abstract)

AI总结 针对火星殖民地慢性辐射、免疫改变等环境，建立潜伏结核再激活的随机宿主-辐射-病原体-栖息地模型，并采用近端策略优化进行自适应控制，发现结核可内源性暴发，风险对潜伏库大小、辐射-免疫耦合和再激活敏感性最敏感。

Retrieval-Grounded Multilingual LLM Assistance for Island Smallholder Farmers

基于检索的多语言LLM辅助工具用于岛屿小农户

Nikolaos D. Tantaroudas, Ilias Karachalios, Andrew J. McCracken

专题命中 Agent评测 ：agent(abstract)

AI总结 针对偏远岛屿小农户获取农业建议困难且方言知识缺乏全球语料支持的问题，提出嵌入双语电商平台的对话AI助手Falco eleonorae，通过工具增强检索（MCP）获取本地化数据，实现可信的多语言、语音和图像交互。

Comments 13, 4

Spatio-Temporal Mixture-of-Modality-Experts Diffusion for Quantitative DCE-MRI Synthesis from Incomplete MR Sequences

时空模态专家混合扩散：从不完整MR序列合成定量DCE-MRI

Junhyeok Lee, Kyu Sung Choi

机构 * Interdisciplinary Program in Cancer Biology, Seoul National University College of Medicine（首尔大学医学院癌症生物学跨学科项目） ； Department of Radiology, Seoul National University Hospital（首尔大学医院放射科） ； Department of Radiology, Seoul National University College of Medicine（首尔大学医学院放射科） ； Healthcare AI Research Institute, Seoul National University Hospital（首尔大学医院医疗人工智能研究所） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 提出时空模态专家混合（ST-MoME）条件扩散框架，通过时空门控网络融合多模态专家特征，从任意子集合成3D DCE参数图，在386例脑肿瘤数据上16种缺失场景下取得最优NMSE。

Density-dependent growth emerges from Bayesian adaptation of phenotype

密度依赖性增长源于表型的贝叶斯适应

Manish Kumar Gupta, Arnab Barua, Haralampos Hatzikirou

专题命中 Agent评测 ：agent(abstract)

AI总结 通过贝叶斯自适应模型，将细胞感知不匹配与密度依赖性增殖联系起来，解释了肿瘤生长中的Allee效应、中间生长最优和有限容量等现象。

Sustainable photocatalytic CO2 conversion using microalgae as a carbon-negative scavenger

利用微藻作为碳负性清除剂实现可持续的光催化CO2转化

Ho Truong Nam Hai, Augusto Ducati Luchessi, Makoto Arita, Qixin Guo, Kaveh Edalati

专题命中 Agent评测 ：agent(abstract)

AI总结 提出利用微藻作为牺牲剂增强光催化CO2还原为CO和CH4的策略，设计双多晶型高熵氧化物(HEO)催化剂，CO和CH4产率分别提高10倍和4倍。

Journal ref Journal of Materials Chemistry A, 2026

Machine learning is revolutionizing weather forecasting -- the next step is a change in how we work

机器学习正在革新天气预报——下一步是改变我们的工作方式

Peter Dueben, Peter Bauer, Oliver Fuhrer, Nikolay Koldunov, Jørn Kristiansen

专题命中 Agent评测 ：agentic(abstract)

AI总结 本文探讨机器学习如何重塑天气预报价值链，包括模型开发、数据利用、验证和服务创建，并讨论相关技术变革及机构适应需求。

A study on station-keeping over irregularly shaped asteroids with different sized solar sails

不同尺寸太阳帆在不规则形状小行星上的站位保持研究

Lucas Meireles, Othon Winter, Antônio Prado

专题命中 Agent评测 ：agent(abstract)

AI总结 研究利用不同尺寸太阳帆在不同大小不规则小行星上实现航天器站位保持，通过基于决策树算法的直接优化策略计算帆的定向，发现小帆在小行星上更有效。

MSAVBench: Towards Comprehensive and Reliable Evaluation of Multi-Shot Audio-Video Generation

MSAVBench：面向多镜头音频-视频生成的全面可靠评估

Yujie Wei, Yujin Han, Zhekai Chen, Yongming Li, Kaixun Jiang, Zhihang Liu, Quanhao Li, Zhiwu Qing, Xiang Wang, Zhen Xing, Ruihang Chu, Lingyi Hong, Yefei He, Junjie Zhou, Junqiu Yu, Yang Shi, Difan Zou, Kai Zhu, Shiwei Zhang, Yingya Zhang, Yu Liu, Xihui Liu, Hongming Shan

机构 * Fudan University（复旦大学） ； The University of Hong Kong（香港大学） ； Tongyi Lab, Alibaba Group（阿里集团通义实验室） ； Zhejiang University（浙江大学） ； Peking University（北京大学） 纠错

专题命中 Agent评测 ：agentic(abstract)

AI总结 提出首个多镜头音频-视频生成基准MSAVBench，通过自适应混合评估框架在四个维度上系统评估19个模型，发现当前系统在导演级控制和细粒度音视频同步上仍存在挑战。