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。
迈向自主且可审计的医学成像模型开发
机构 * The Chinese University of Hong Kong（香港中文大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Microsoft Research（微软研究院） ； Lehigh University（里海大学）
专题命中 软件智能体 ：agent(abstract)；planning(abstract)；workflow(abstract)；agentic(abstract)
AI总结 研究针对医学成像模型开发困难的问题，提出AMID自主多代理框架。该框架含数据条件方法规划和验证引导两阶段优化，经20个医学成像任务验证，其性能优于通用MLE系统，能将特定任务模型开发转变为高效可审计的代理工作流程。
Comments 18 Pages
智能体攻击智能体：用于生产智能体红队测试的自动研究
机构 * City University of Hong Kong（香港城市大学）
专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract)；分类 cs.AI
AI总结 研究生产型语言模型智能体的自动化红队测试，提出AHA可证伪发现循环，通过该循环构建漏洞概念图。在Claude Code和Codex上测试，发现跨模型和智能体的可重复使用漏洞核心，生成的VCG为安全团队提供可审计工件，提升测试性能。
限制编码代理执行代码何时有用？一种机制×代理设计消融研究
机构 * Rochester Institute of Technology（罗切斯特技术学院）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG、cs.SE；agentic(comments)
AI总结 研究现代编码代理不同工具表面有效性，通过在特定任务上对两种代理进行三臂消融实验，发现最便宜工具表面由任务机制和代理设计共同决定，主要成本信号是缓存调整成本而非通过率。
Comments 9 pages (excluding references), 4 figures, 4 tables. Accepted to the Agentic Software Engineering (SE 3.0) Workshop at KDD 2026 (non-archival)
迈向人工智能代理驱动的粒子输运模拟：PHITS的人工智能辅助工作流程实现
专题命中 软件智能体 ：agent(title,abstract)；AI agent(abstract)
AI总结 研究针对蒙特卡罗粒子输运代码使用复杂的问题，提出将人工智能助手和代理应用于PHITS的策略，准备了两组人工智能就绪资源，经五个示范任务验证，表明提供适当资源和规则时人工智能代理可处理复杂工作流程，支持捆绑资源使用通用人工智能工具。
Comments 30 pages, 3 figures, and 2 tables, including 2 appendices
CORE-Bench：智能体编程时代代码检索的综合基准
专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)
AI总结 针对智能体编程中需求驱动的仓库级代码检索问题，构建了包含18万查询和10.6万上下文相关性标签的三级基准CORE-Bench，实验表明现有嵌入模型性能显著下降，微调可提升效果。
这些暴力的愉悦会有暴力的结局吗？衡量代理代码合并后的命运
机构 * University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） ； George Washington University（乔治华盛顿大学）
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.AI、cs.SE
AI总结 研究代理代码合并后的命运，通过对182个仓库实证分析，发现其虽与人工维护率相似，但需更高纠正性维护率，还引入更多问题，且维护负担与仓库特征有关，强调评估设计代理工具要兼顾安全性与可维护性。
编码智能体实际行动需要什么上下文？
机构 * Integrallis Software（Integrallis软件公司）
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.AI、cs.LG
AI总结 研究编码智能体编辑代码时实际所需上下文，通过固定定位、改变代码表示并评分，发现代码本身自然语言摘要作用小，周围上下文无关紧要，压缩上下文效果好，还发现API推理的噪声底限，且发布相关工具。
TerraRepair：一种用于基础设施即代码修复的工具接地大语言模型代理
专题命中 软件智能体 ：agent(title,abstract)；分类 cs.SE
AI总结 研究探讨工具接地能否改进基于LLM的Terraform修复及何时升级问题。提出TerraRepair工具接地LLM代理，通过检索上下文等操作进行修复。实验表明其能显著提高扫描器验证修复率，凸显工具接地改进修复效果，同时指出特定部署上下文是自主修复的主要限制。
Comments The paper has been peer reviewed and accepted for publication in the proceedings of the 20th International Symposium on Empirical Software Engineering and Measurement (ESEM 2026)
面向检索的智能体漏洞定位中的代码表示
专题命中 软件智能体 ：agentic(title,abstract)；分类 cs.SE
AI总结 研究文件级漏洞定位中代码表示的作用，在LCA和SWE数据集上比较五种代码表示，通过实验发现角色感知摘要性价比最佳，结合互补结果和LLM排序可进一步提升效果，案例研究验证技术有效性，强调代码表示应是智能体定位管道的重要设计选择。
从工具到教师构建的队友：使用LearnAdapt智能工作室和PedOS 1.1 Lumina进行无代码教学插件创作
专题命中 软件智能体 ：agentic(title,abstract)
AI总结 该研究针对教师和研究人员难以定制教育AI的问题，介绍了基于PedOS 1.1 Lumina的LearnAdapt智能工作室，它能让非编码人员用英语描述学习交互，完成插件创作、安全检查等，展示了从提示到证据捕获的完整生命周期，实现从固定工具到教师构建队友的转变。
Comments 3 pages, 1 figure, Accepted into the 27th International Conference on Artificial Intelligence in Education Interactive Events Track
WebDesignIter：用于仓库级前端代码生成的协同进化设计知识
专题命中 软件智能体 ：agent(abstract,abstract_cn)；planning(abstract)；分类 cs.SE
AI总结 研究针对前端开发仓库级代码生成问题，提出WebDesignIter框架，通过持久知识图谱融合设计知识与仓库结构，分两阶段工作，实验证明其相比基线和通用编码代理有优势，凸显设计知识对仓库级代码生成的重要性。
ANCHOR：针对现实世界危害的CLI代理自动对齐审计
机构 * Anthropic（Anthropic公司）
专题命中 软件智能体 ：agent(abstract)；autonomous agent(abstract)；分类 cs.AI、cs.CL
AI总结 研究自主CLI代理在现实世界危害中的风险，提出ANCHOR自动审计框架，通过基于黑暗人格数据微调的审计代理模拟恶意用户，测试CLI代理，发现当前对齐技术不足，强调针对此类恶意用户进行安全评估的必要。
Comments Accepted at ICML 2026. 19 pages, 14 figures, 5 tables
Journal ref International Conference on Machine Learning, 2026
成像101：在科学计算成像上对大语言模型编码智能体进行基准测试
机构 * College of Future Technology and the National Biomedical Imaging Center, Peking University（北京大学未来技术学院和国家生物医学成像中心） ； AI for Science Institute (AISI)（科学人工智能研究所） ； University of Michigan（密歇根大学） ； State Key Laboratory of Acoustics and Marine Information, Institute of Acoustics, Chinese Academy of Sciences（中国科学院声学研究所声场声信息国家重点实验室） ； University of Chinese Academy of Sciences（中国科学院大学） ； School of Astronautics, Beihang University（北京航空航天大学宇航学院） ； Key Laboratory of Spacecraft Design Optimization and Dynamic Simulation Technologies, Ministry of Education（教育部航天器设计优化与动态仿真技术重点实验室）
专题命中 软件智能体 ：agent(abstract)；planning(abstract)；分类 cs.AI
AI总结 研究针对计算成像构建正确重建管道费力的问题，引入含57个任务的Imaging-101基准及三个评估轨道，评估七个前沿大语言模型，发现应用编码智能体于计算成像存在系统性挑战，指出技能增强、领域专业化智能体是可靠成像辅助的途径。
从论文到程序：AI辅助量子多体代码生成中的知识外化
机构 * Institute of Physics, Chinese Academy of Sciences, Beijing 100190, China（中国科学院物理研究所，北京100190，中国）
专题命中 软件智能体 ：agent(abstract)；workflow(abstract)；分类 cs.AI
AI总结 针对AI直接翻译论文为代码时因隐含约定导致失败的问题，提出知识外化方法，通过多阶段人机协作流程将隐式假设显式化，在DMRG和Pfaffian-MPS任务上验证了有效性。
Comments 20 pages, 4 figures. Substantially revised presentation, related-work context, reproducibility documentation, validation-gate wording, limitations, and generative-AI disclosure; numerical results unchanged
Bespoke-Card：为何调优而非生成？合成工作负载特定的基数估计器
专题命中 软件智能体 ：agent(abstract)；planning(abstract)
AI总结 提出Bespoke-Card系统，通过智能体驱动合成工作负载特定的基数估计器，利用结构化q-error反馈和课程学习等策略，在JOB上降低33%总运行时间和41%中位数q-error。
Comments Accepted for AIDB@VLDB'26 (Boston)
视觉-语言模型中基于情境的可及性计算
机构 * Dissensus AI ； King’s College London（伦敦国王学院）
专题命中 软件智能体 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG
AI总结 本研究揭示视觉-语言模型中可及性计算的高度情境依赖性，通过大规模实验显示超过90%的词汇描述受情境影响，提出动态本体投影方法替代静态世界建模。
Comments 33 pages, 13 tables, 3 figures. Code available at: https://github.com/studiofarzulla/semantic-vision
使用编码智能体的主动流动控制启发式学习
机构 * Mines Paris - PSL University Centre for Material Forming (CEMEF) CNRS（巴黎矿业 - 巴黎文理研究大学材料成型中心（CEMEF）法国国家科学研究中心）
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI、cs.LG
AI总结 研究主动流动控制中控制器设计难题，提出用编码智能体直接搜索显式可执行反馈律的启发式学习范式及受限协议，经多基准评估，其启发式控制器性能优、可解释，是传统强化学习的可靠互补替代方案。
修复前先了解：用于软件问题解决的基于问答的仓库知识获取
专题命中 软件智能体 ：agent(abstract)；分类 cs.SE
AI总结 研究针对基于大语言模型的编码代理解决软件问题易因仓库理解不足出错的问题，提出ACQUIRE框架，通过问答驱动在修复前获取仓库知识，经两阶段解耦知识获取与补丁生成，实验证明该框架能提升问题解决准确性。
分布式科学否认：人工智能系统的间接数据投毒如何使科学欺诈产业化
专题命中 软件智能体 ：agent(abstract)；分类 cs.AI
AI总结 研究探讨人工智能时代科学欺诈新形式，即间接数据投毒。对手 corrupt 开放数据集上传，使自主研究代理处理后传播欺诈。通过多话题、多系统实验发现投毒成功率高而检测率低。提出科学家角色和数据溯源审计措施，后者可有效降低攻击成功率。
卡尔达诺的伏尔泰治理：完整规范与研究计划
专题命中 软件智能体 ：agent(abstract)
AI总结 研究卡尔达诺的伏尔泰治理系统，给出其机制完整技术规范，涵盖架构、行动类型等；建立治理优化研究议程，含模拟平台设计等，提供初步结果如治理内核，助力推进区块链治理科学。
最优输电切换的强化学习与优化方法比较研究
专题命中 软件智能体 ：agent(abstract)
AI总结 研究最优输电切换问题，比较强化学习框架与基于混合整数线性规划的优化方法，通过在IEEE RTS-96 24节点系统上的案例研究发现，强化学习智能体在低预算下能产生接近最优解，生成可行解速度比优化求解器快两到三个数量级。
D-SafeMPC：基于离散时间控制障碍函数的扩散驱动安全模型预测控制
机构 * Paderborn University（帕德博恩大学） ； Illinois Institute of Technology（伊利诺伊理工学院） ； California Institute of Technology（加州理工学院） ； Technical University of Munich（慕尼黑工业大学）
专题命中 软件智能体 ：planning(abstract)
AI总结 研究针对扩散模型用于机器人规划时无法保证安全和动态约束的问题，提出D-SafeMPC方法，通过控制障碍函数等引导扩散过程，结合迭代投影方案，经实验验证该方法能提升安全性、任务成功率和规划效率。
AcadGIS：一个用于生成可重现、适合发表的学术地图的单导入Python包
专题命中 软件智能体 ：workflow(abstract)
AI总结 研究针对学术地图制作流程零散的问题，提出AcadGIS这个免费开源Python包，它能在一个命名空间下从高级命令创建面向发表的研究地图，通过三个用例展示其可将常见地图表示为紧凑脚本，解决了可访问性和可重复性问题。
Comments 19 pages, 8 figures, 2 tables, and 6 code listings. AcadGIS v0.2.0: https://github.com/riponcm/AcadGIS/releases/tag/v0.2.0
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