AI Agent

EvoRec: Self Evolving Agentic Recommender Systems

EvoRec: 自我进化的智能推荐系统

Lingyu Mu, Hao Deng, Haibo Xing, Jinxin Hu, Yu Zhang, Xiaoyi Zeng

专题命中 多智能体 ：agentic(title)；agent(abstract)；multi-agent(abstract)

AI总结 提出EvoRec多智能体框架，通过研究智能体和代码智能体迭代模型，技能进化器从历史经验中提炼可复用方法，实现推荐模型与优化方法共同进化，在离线指标上提升高达5.54%，在线A/B测试带来1.85%收入增长和1.02%点击率提升。

Choose Your Agent: Tradeoffs in Adopting AI Advisors, Coaches, and Delegates in Multi-Party Negotiation

选择你的代理：在多方谈判中采用AI顾问、教练和代理的权衡

Kehang Zhu, Nithum Thain, Vivian Tsai, James Wexler, Crystal Qian

机构 * Harvard University（哈佛大学） ； Google DeepMind Canada（谷歌深Mind加拿大） ； Google DeepMind United States（谷歌深Mind美国） ； Google DeepMind New York United States（谷歌深Mind纽约美国） 纠错

专题命中 多智能体 ：agent(title,abstract)；分类 cs.AI

AI总结 研究探讨了在多方谈判中采用AI顾问、教练和代理的权衡，发现尽管参与者更偏好具有更高控制权的顾问，但代理模式能显著提升集体收益，揭示了AI生成提议与人类行为之间的过滤效应。

COHORT: Collaborative Orchestration for Hardening via Offensive Replay on Emulated Topologies

COHORT: 基于仿真拓扑的对抗重放硬化协同编排

Chen Frydman, Aviram Zilberman, Rubin Krief, Abed Showgan, Andres Murillo, Sekiya Motoyoshi, Asaf Shabtai, Yuval Elovici, Rami Puzis

机构 * Ben-Gurion University of The Negev（贝内-约尔大学内盖夫分校） ； Jerusalem College of Technology（耶路撒冷技术学院） ； Fujitsu（富士通） 纠错

专题命中 多智能体 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 提出COHORT框架，利用多智能体LLM在GNS3仿真器上自动生成并验证企业网络缓解措施，通过对抗重放评估有效性，46.7%的缓解措施既阻断攻击又保持连通性。

Comments Submitted to Journal of Network and Computer Applications

RoboGaze: Evaluating Robot World Models via Structured Vision-Language Analysis

RoboGaze: 通过结构化视觉-语言分析评估机器人世界模型

Minh-Loi Nguyen, Nghiem Tuong Diep, Hung Khang Nguyen, Minh Le, Doanh Le Thien, Hoang H. Tran, Dung D. Le, Vu N. Duong, Daniel Sonntag, An Thai Le, Duy Minh Ho Nguyen, Vien Anh Ngo, Tran Van Nhiem

机构 * Ho Chi Minh City University of Science, Vietnam National University（越南国家科学大学胡志明市大学） ； VinRobotics ； VinUniversity ； German Research Center for AI (DFKI)（人工智能研究中心（DFKI）） ； University of Stuttgart（斯图加特大学） ； Max Planck Research School for Intelligent Systems（智能系统马克斯·普朗克研究学校） ； Technische Universität Darmstadt（达姆施塔特技术大学） 纠错

专题命中 多智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 提出RoboGaze，一种无需训练的多智能体VLM框架，通过任务-场景对齐、维度专家路由和批评验证三阶段流水线，对机器人操作视频进行结构化可解释评估，显著提升描述F1和时序对齐性能。

Comments First version 29 pages, 7 figures. Project webpage: https://robogaze-eval.github.io/

Accelerating scientific discovery with Co-Scientist

用Co-Scientist加速科学发现

Juraj Gottweis, Wei-Hung Weng, Alexander Daryin, Tao Tu, Petar Sirkovic, Artiom Myaskovsky, Grzegorz Glowaty, Felix Weissenberger, Alessio Orlandi, Dan Popovici, Anil Palepu, Keran Rong, Ryutaro Tanno, Khaled Saab, Fan Zhang, Jacob Blum, Andrew Carroll, Kavita Kulkarni, Nenad Tomasev, Dina Zverinski, Ivor Rendulic, Elahe Vedadi, Florian Hasler, Luka Rimanic, Marina Boia, Ivan Budiselic, Ben Feinstein, Mathias Bellaiche, Tom Sheffer, Jan Freyberg, Jeremy Ratcliff, Ottavia Bertolli, Katherine Chou, Avinatan Hassidim, Burak Gokturk, Amin Vahdat, Yuan Guan, Vikram Dhillon, Eeshit Dhaval Vaishnav, Byron Lee, Tiago R D Costa, José R Penadés, Gary Peltz, Yossi Matias, James Manyika, Demis Hassabis, Yunhan Xu, Pushmeet Kohli, Annalisa Pawlosky, Alan Karthikesalingam, Vivek Natarajan

机构 * Google Cloud AI Research（谷歌云人工智能研究） ； Google DeepMind（谷歌DeepMind） ； Google Research（谷歌研究） ； Stanford University School of Medicine（斯坦福大学医学院） ； Houston Methodist（休斯顿卫理公会医院） ； Sequome ； Fleming Initiative and Imperial College London（弗莱明倡议与伦敦帝国理工学院） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 Co-Scientist是一种基于Gemini的多智能体AI系统，通过异步任务框架和竞赛进化过程，提升科学假设生成质量，应用于药物再利用、新靶点发现和抗菌机制解释，验证了其加速科学发现的能力。

Comments 157 pages in total (main 42 pages, supplementary information 115 pages), 4 main figures, 1 main table, 6 extended data figures, 2 extended data tables, 9 supplementary figures, 4 supplementary tables, 37 main references, 117 supplementary references. Nature (2026)

How much of an LLM-generated clinical corpus is actually new? A production-scale measurement of content redundancy for provenance classification

LLM生成的临床语料库中实际有多少是新内容？用于溯源分类的内容冗余的生产规模测量

Ali H. Lazem, William J. Teahan

机构 * University of Thi-Qar（提-卡大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 通过多智能体临床提取管道的完整输出，引入基于溯源冗余分解方法，发现仅10.9%的token是训练唯一内容，79.4%是冗余的，原始token计数高估信息量约9倍。

Direct Causation in International Humanitarian Law and the Challenge of AI-Mediated Civilian Cyber Operations

国际人道法中的直接因果关系与AI中介平民网络行动的挑战

Alice Saito, Harold Godsoe, Phan Xuan Tan

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文分析AI中介平民网络行动如何挑战国际人道法中“直接参与敌对行动”的因果关系标准，指出自主多智能体系统导致“一个因果步骤”标准失效，并提出目标规范粒度是关键属性。

Comments 11 pages, 1 figure, Workshop on Technical AI Governance Research ICML 2026

Exit-and-Join Dynamics and Equilibrium in Continuum Cooperative Games

连续合作博弈中的退出与加入动态及均衡

Quanyan Zhu

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； New York University Tandon School of Engineering（纽约大学塔恩工程学院） ； Brooklyn, NY, USA（布鲁克林，纽约，美国） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 针对非原子合作博弈，提出退出与加入联盟的连续动态理论，扩展Aumann-Shapley值与Aumann-Drèze值到联盟结构，推导确定性平均场动态，刻画退出-加入均衡，并证明其与Wardrop均衡等价。

Fine-Tuning Large Language Models for Cooperative Tactical Deconfliction of Small Unmanned Aerial Systems

为小型无人机系统合作战术解冲突进行大型语言模型微调

Iman Sharifi, Alex Zongo, Peng Wei

机构 * George Washington University（乔治华盛顿大学） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 本文研究了利用微调策略使大型语言模型在合作多智能体战术解冲突中做出决策，通过模拟生成数据提升决策准确性与一致性。

Comments 15 pages, 6 figures, to be published in CVPR 2026 Workshop Proceedings

Journal ref Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, 2026, pp. 1067-1076

SMaRT: Online Reusable Resource Assignment and an Application to Mediation in the Kenyan Judiciary

SMaRT：在线可重用资源分配及其在肯尼亚司法调解中的应用

Shafkat Farabi, Didac Marti Pinto, Wei Lu, Manuel Ramos-Maqueda, Sanmay Das, Antoine Deeb, Anja Sautmann

机构 * Virginia Tech（弗吉尼亚理工学院） ； University College London（伦敦大学学院） ； The World Bank（世界银行） 纠错

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)；分类 cs.LG

AI总结 本文提出SMaRT算法，解决肯尼亚司法系统中调解员分配问题，通过二次规划和多智能体老虎机框架实现资源分配与学习，提升任务完成率并平衡容量约束与案件解决率。

Comments Accepted for Publication at IJCAI 2026

Hephaestus: Toward a Cybersecurity AI Scientist

Hephaestus: 迈向网络安全人工智能科学家

Jiaqi Li, Yang Zhao, Wen Lu, Lvyang Zhang, Lidong Zhai

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出网络安全AI科学家概念，针对非平稳领域设计模块化多智能体研究系统，以四零框架协调问题构建、威胁建模、工具生成、实验评估等，实现端到端研究自动化。

Comments 15 pages, 3 figures. Position/framework paper on AI-native cybersecurity research systems and the Cybersecurity AI Scientist

SMART-MIG: A Learning Framework for Scalable and Energy-Efficient GPU Scheduling

SMART-MIG：一种可扩展且节能的GPU调度学习框架

Wenqing Yu, Neel Karia, Tanvi Hisaria, Clifford Stein, Olivier Tardieu, Asser Tantawi

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 提出SMART-MIG框架，结合平均场多智能体强化学习和启发式调度算法，实现大规模MIG重分区与作业调度，在保证作业处理速度的同时提高能效，相比静态分区能效提升18%。

Comments 14 pages, 13 figures, paper accepted at 40th IEEE International Parallel & Distributed Processing Symposium (IPDPS 2026)

Physics-Informed Uncertainty-Aware Beamforming for HAPS Massive MIMO under Imperfect CSI

基于物理信息的不确定性感知波束成形用于不完美CSI下的HAPS大规模MIMO

Akram Y. Sarhan, Osamah A. Abdullah, Khalid T. Musri, Hayder Al-Hraishawi

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 针对高海拔平台大规模MIMO系统中不完美CSI导致的波束成形鲁棒性问题，提出一种物理信息不确定性感知框架，利用几何感知信道模型和物理信息变分自编码器学习不确定性，并通过多智能体策略梯度实现高效在线波束成形。

A Fast Convergent Algorithm for Solving Non-convex Partially-Decoupled Generalized Nash Equilibrium Problems

一种求解非凸部分解耦广义纳什均衡问题的快速收敛算法

Bennet Outland, Vishala Arya

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 提出FALCON算法，利用序列凸规划将非凸微分博弈转化为凸子博弈，并证明其在温和假设下全局收敛到开环纳什均衡。

An Algebraic Framework for Quantitative Semantics of Spatio-Temporal Logic with Graph Operators

带图算子的时空逻辑的定量语义的代数框架

Sheryl Paul, Vidisha Kudalkar, Anand Balakrishnan, Tianhao Wu, Lars Lindemann, Jyotirmoy V. Deshmukh

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 提出一种分层代数构造，为带图算子的时空逻辑（STL-GO）提供定量语义，通过分离时间聚合与图算子聚合，并在多智能体环境中验证四种语义实例的权衡与可扩展性。

Modeling Earth-Scale Human-Like Societies with One Billion Agents

用十亿个智能体建模地球尺度的人类社会

Haoxiang Guan, Jiyan He, Liyang Fan, Zhenzhen Ren, Shaobin He, Xin Yu, Yuan Chen, Xueyin Xu, Shuxin Zheng, Yan Gao, Enhong Chen, Tie-Yan Liu, Zhen Liu

机构 * University of Science and Technology of China（中国科学技术大学） ； Zhongguancun Academy（中关村学院） ； Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院） ； Shenzhen University（深圳大学） ； Shanghai University of Finance and Economics（上海财经大学） ； Tsinghua University（清华大学） ； Fudan University（复旦大学） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出Light Society框架，通过结合大语言模型与优化算法，实现高效模拟十亿级智能体的社会现象，验证了其在信任游戏和意见扩散中的高保真度与效率。

Comments Work in progress

LLM Semantic Signaling Game and Mechanism Design: Systematic Blindness, Awareness Shaping, and Mindset Dynamics

LLM语义信号博弈与机制设计：系统性盲区、意识塑造与心态动力学

Quanyan Zhu

专题命中 多智能体 ：agentic(abstract)；分类 cs.AI

AI总结 本文提出语义信号博弈框架，通过意识依赖评分机制建模LLM中介的交互，结合高斯近似与完美贝叶斯纳什均衡分析策略行为，并设计机制塑造意识、惩罚欺骗以诱导良性均衡，实验验证了意识排序效应与对抗心态动力学。

A Query-Driven Communication-Efficient Digital Twins Design for Autonomous Driving

面向自动驾驶的查询驱动通信高效数字孪生设计

Nuocheng Yang, Longyu Zhou, Sihua Wang, Changchuan Yin, Tony Q. S. Quek

机构 * Beijing Laboratory of Advanced Information Network（北京先进信息网络实验室） ； Beijing Key Laboratory of Network System Architecture and Convergence（北京网络系统架构与收敛重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； Information Systems Technology and Design Pillar（信息系统技术与设计学院） 纠错

专题命中 多智能体 ：planning(abstract)；分类 cs.AI

AI总结 提出查询驱动数字孪生架构，通过主动请求所需环境数据减少冗余，优化问题最小化位置误差并满足保真度和通信约束，设计跨时间步渐进查询机制，实现位置误差降低24%、通信开销减少40%。

Comments 14 pages, 9 figures

Towards World Model-Empowered Integrated Sensing, Communication, and Decision for Complex Unmanned Systems

迈向世界模型赋能的复杂无人系统集成感知、通信与决策

Xue Han, Yongpeng Wu, Meng Shen, Wenjun Xu, Biqian Feng, Zijin Wang, Xiaohu You, Shengli Sun, Wenjun Zhang

专题命中 多智能体 ：agent(abstract)

AI总结 针对复杂无人系统，提出一种世界模型赋能的感知-通信-决策集成框架，通过时敏AoI驱动感知、预测世界模型和多粒度知识图谱，实现联合优化。

Comments Accepted by IEEE Communications Magazine

Rapid and robust parameter estimation for electrochemical battery models via BOLT: A batch-optimized local-to-global technique

基于BOLT的电化学电池模型快速鲁棒参数估计：一种批量优化的局部到全局技术

Feng Guo, Luis D. Couto, Keivan Haghverdi, Khiem Trad, Grietus Mulder

专题命中 多智能体 ：workflow(abstract)

AI总结 提出BOLT方法，结合多样化候选初始化、批量并行信赖域反射局部优化、JIT加速模型评估和多条件一致性筛选，实现电化学电池模型参数快速鲁棒估计，在精度、效率和稳定性间取得良好平衡。

Comments 42 pages, 7 figures, accepted manuscript. The definitive version is published in Applied Energy; please cite the published version.https://doi.org/10.1016/j.apenergy.2026.128307

Journal ref Applied Energy,Volume 422, 1 November 2026, 128307

Why Trust Your Agent? Empirical Security Gains from TRiSM-Guided Agentic Workflows in Healthcare

为何信任你的智能体？医疗保健中TRiSM引导的智能体工作流的实证安全增益

Liam Kearns

机构 * AuraQ 纠错

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

AI总结 本文应用AI信任、风险与安全管理（TRiSM）框架，将不安全的医疗报告生成智能体工作流转变为安全敏感的工作流，在五种大语言模型上评估，将平均攻击成功率从31%-42%降至10%-25%，同时报告准确率提升14个百分点。

Comments 15 pages, 6 figures

An Agentic AI Pipeline for Appliance-Level Energy Anomaly Detection and LLM-Driven Recommendations

一种用于设备级能源异常检测和基于LLM的推荐建议的智能体AI流水线

Dihia Falouz, Aida Douaibia, Amine Bechar, Youssef Elmir, Abbes Amira, Adel Oulefki

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

AI总结 提出一种端到端智能体流水线，结合深度时间序列预测、变分异常检测和LLM推理，为办公建筑设备级能耗生成优先级排序的可操作维护建议。

Comments 07 pages, 01 figure, accepted for presentation at the IEEE International Conference on Communication, Computing, Networking, and Control in Cyber-Physical Systems (CCNCPS 2026)

Agent Security Meets Regulatory Reality -- A Practitioner Systematization of Autonomous-Agent Threats and Controls in Regulated Financial Systems

代理安全遇上监管现实——受监管金融系统中自主代理威胁与控制的从业者系统化

Krishna Mohan, Guda Nagavenkata Srinivasa

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

AI总结 本文基于生产经验，将六类代理威胁映射到美欧金融监管义务，提出四种架构模式将手动流程自动化处理约80%案例，并报告三项负面结果。

meta-pipe: An LLM-agent pipeline for end-to-end automated systematic review and meta-analysis

meta-pipe：面向端到端自动化系统评价与元分析的LLM智能体流水线

Hsieh-Ting Lin, Jiunn-Tyng Yeh

机构 * MD, PhD（医学博士，哲学博士） 纠错

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

AI总结 提出meta-pipe，一个集成文献检索、筛选、数据提取、统计分析、手稿生成和质量保证的10阶段模块化LLM智能体流水线，在关键决策点强制人工监督，并具备自动手稿生成、半自动GRADE评估、过度声明检测和双范式网络元分析等独特能力。

Comments 13 pages, 1 figure, 2 tables

AutoB2G: Agentic Simulation and Reinforcement Learning for Spatio-Temporal Grid-Interactive Building Control

AutoB2G：一种基于大语言模型的代理框架，用于自动化建筑-电网协同仿真

Borui Zhang, Nariman Mahdavi, Subbu Sethuvenkatraman, Flora Salim

机构 * University of New South Wales（新南威尔士大学） 纠错

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

AI总结 本文提出AutoB2G框架，通过自然语言任务描述实现建筑-电网协同仿真的自动化，解决现有仿真环境在电网层面影响评估不足的问题。

SEVA: Self-Evolving Verification Agent with Process Reward for Fact Attribution

SEVA: 具有过程奖励的自进化验证代理用于事实归因

Aojie Yuan, Yi Nian, Haiyue Zhang, Zijian Su, Yue Zhao

机构 * University of Southern California, Los Angeles, USA（美国南加州大学，洛杉矶） ； University of Michigan, Ann Arbor, USA（美国密歇根大学，安娜堡） 纠错

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

AI总结 提出SEVA，一种结构化验证代理，通过过程奖励解决多组件输出中的优势崩溃问题，实现自我进化循环，在7B模型上验证了奖励粒度必须匹配输出粒度的原则。

Comments Accepted at AI4GOOD@ICML 2026 and FAGEN@ICML 2026. Code: https://github.com/Justin0504/Verifiable_agent

Evidence-Driven LLM Agent for C-to-Synthesizable-C Conversion and Verification

证据驱动的LLM智能体用于C到可综合C的转换与验证

Zhe Zhao, Hongbing Lang, Zhihan Xiao, Luke Ztz Hu, John Imoleayo Adebisi, Songping Mai

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

AI总结 提出一种基于大语言模型的闭环生成-验证-诊断-修复框架，通过四阶段验证器、渐进式不匹配定位链和证据检索增强生成，将C代码转换为HLS可综合C，显著优于现有方法。

Comments 14 pages, 8 figures, submitted to IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD)

Supporting Workflow Reproducibility by Linking Bioinformatics Tools across Papers and Executable Code

通过跨论文和可执行代码链接生物信息学工具支持工作流可重复性

Clémence Sebe, Olivier Ferret, Aurélie Névéol, Mahdi Esmailoghli, Ulf Leser, Sarah Cohen-Boulakia

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

AI总结 本文提出CoPaLink方法，通过实体识别和嵌入相似性解决工作流代码与论文描述中的工具链接问题，提升工作流可重复性和可重用性。

RocketSmith: Agentic Additive Manufacturing of High-Powered Rockets

RocketSmith: 一种用于高功率火箭设计与制造的智能系统

Peter Pak, Jesse Barkley, Rumi Loghmani, Derek Baich, Ananya Pamal, Amir Barati Farimani

机构 * Graduate Research Assistant, Mechanical Engineering（机械工程研究生助理） ； AI Fellow, Mechanical Engineering（人工智能研究员，机械工程） ； Undergraduate Student, Mechanical Engineering（机械工程本科生） ； Senior Member, Pittsburgh Prefecture One（高级会员，匹兹堡郡一区） ； Russell V. Trader Associate Professor, Mechanical Engineering（Russell V. Trader副教授，机械工程） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)

AI总结 本文提出RocketSmith，一种基于智能体系统的自动化设计、制造与优化框架，通过子智能体与技能实现零样本和人在回路的飞行参数优化，并利用增材制造成功开发并测试了四枚高功率火箭。

Know Your Contract: eIDAS-Based Verifiable Legal Identities for Smart Contracts, Enabling Regulatory-Compliant On-Chain Operations

了解你的合同：基于eIDAS的可验证法律身份用于智能合约，使链上操作符合监管要求

Awid Vaziry, Sandro Rodriguez Garzon, Christoph Wronka, Axel Küpper

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 本文提出KYC Seal协议，通过将智能合约与合格信任服务机构签发的电子印章进行密码学绑定，实现eIDAS信任链在链上原生扩展，提升合规性与安全性。