AI Agent

Self-State Attacks on Self-Hosted AI Agents: How Far Can OS Defenses Go?

对自托管人工智能代理的自我状态攻击：操作系统防御能走多远？

Yimeng Chen, Nathanaël Denis, Roberto Di Pietro, Jürgen Schmidhuber

机构 * Center of Excellence for Generative AI（生成人工智能卓越中心） ； King Abdullah University of Science and Technology（卡瓦尔大学） ； The Swiss AI Lab, IDSIA-USI/SUPSI（瑞士人工智能实验室） 纠错

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

AI总结 研究自托管人工智能代理的自我状态攻击，刻画四轴攻击空间，通过收集活动跟踪数据实现攻击空间并评估防御策略，发现分层防御堆栈有效但有残余攻击面，为操作系统级防御研究提供新思路。

Comments 21 pages, 4 figures

ChipChat: Low-Latency Cascaded Conversational Agent in MLX

ChipChat：MLX 中的低延迟级联对话代理

Tatiana Likhomanenko, Richard He Bai, Zijin Gu, Zakaria Aldeneh, Shiladitya Dutta, Luke Carlson, Han Tran, Yizhe Zhang, Ruixiang Zhang, Huangjie Zheng, Navdeep Jaitly

机构 * Apple（苹果公司） 纠错

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

AI总结 探讨实时设备语音代理最佳架构问题，介绍低延迟级联系统 ChipChat，它通过架构创新和流优化克服传统瓶颈，集成多种技术，用 MLX 实现亚秒级响应延迟，为实用语音 AI 代理发展提供新路径。

Comments best demo paper award ASRU 2025

Journal ref ASRU 2025

Mechanistic Attention Guidance for Agent Memory Refinement

用于智能体内存优化的机制性注意力引导

Yechao Hong, Haiquan Qiu, Yaqing Wang, Quanming Yao

机构 * Tsinghua University（清华大学） ； Beijing Institute of Mathematical Sciences and Applications（北京应用数学科学研究院） 纠错

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

AI总结 研究如何优化智能体内存，提出注意力引导内存优化框架AGMR，利用检索头注意力揭示内存使用模式，指导段级内存更新，经实验验证其能提升任务性能与内存效率。

ZifaMem: Structured Memory for Persona, Preference, and Emotional Continuity in AI Companions

ZifaMem：人工智能伴侣中用于人物形象、偏好和情感连续性的结构化记忆

Jingzhe Fang, Guozhi Xu, Yunfan Cui, Xiaochen Yang, Zhangyu Hua

机构 * ZifaCorp（紫发公司） ； University of Science and Technology of China（中国科学技术大学） ； Fudan University（复旦大学） 纠错

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

AI总结 研究针对人工智能伴侣情感连续性问题，提出结构化记忆系统ZifaMem，通过组织对话形成多种记忆模型。实验表明其能提升情商得分、改善人物形象基础等，多种记忆系统均有改善，且ZifaMem与Mem0在主要偏好端点统计等效，相关工具已开源。

Principled Direction-Free Intrinsic Motivation through Model-Free Epistemic Free-Energy Estimators

通过无模型认知自由能估计器实现有原则的无方向内在动机

Alireza Furutanpey, Schahram Dustdar

机构 * Coovally（库瓦利） ； ICREA（加泰罗尼亚研究与高等研究院） ； Distributed Systems Group, TU Vienna（维也纳工业大学分布式系统组） 纠错

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

AI总结 研究在含混合不确定性的环境中无监督强化学习的内在动机问题，提出基于无偏好预期自由能目标新颖性贡献的单一内在奖励，通过参数信息增益驱动探索，给出相关技术细节及成果，使智能体在不同状态区域表现良好。

Comments Accepted for a Spotlight Presentation at IWAI 2026

Exploratory and Assimilating Reflection: Reflective Recall Cycle for Long-term Memory

探索性与同化性反思：用于长期记忆的反思性回忆循环

Ganesh Senrayan, Moyuru Yamada, Ishan Jindal, Kiran Purohit

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

AI总结 研究基于大语言模型的自主智能体外部记忆问题，提出探索性 - 同化性反思（EAR）框架，结合探索性反思与同化性反思两种机制，提高初始检索性能和样本效率，在长期对话基准上比基线检索器提升检索率达 17.9%，且样本效率高、抗噪声反馈。

Intermittent Control Is Not Diluted Control: A Switching Effect in Artificial Agency

间歇控制并非稀释控制：人工智能体中的一种切换效应

Veronique Ziegler

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

AI总结 研究自适应智能体在不同定时条件下的调节，发现间歇性预期控制可降低平均调节负担，其效果不受切换调度影响，确定了依赖历史的自适应系统中与设计相关的定时原则，表明间歇性预期控制能减轻长期恢复负担。

Comments 20 pages, 10 figures, 4 tables

From Memory to Skills: Evidence-Grounded Co-Evolution Governance for Long-Horizon LLM Agents

从记忆到技能：基于证据的长期大语言模型智能体协同进化治理

Bo Tang, Yang Zhang, Guomian Zhuang, Wenqiang Wei, Gaoyang Zheng, Lindong Xie, Yanchao Tan, Feiyu Xiong, Qingyu Yang, Edward Chung, Zhiyu li

机构 * University of Science and Technology of China（中国科学技术大学） ； Hong Kong Polytechnic University（香港理工大学） ； Fuzhou University（福州大学） ； Xi’an Jiaotong University（西安交通大学） 纠错

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

AI总结 针对长期大语言模型智能体记忆系统问题，提出无需训练的MSCE框架，将经验组织为多种形式，把证据支持的策略转化为可调用技能，引入反射加权值回填，实验证明其性能优于基线，有跨域转移性和终身进化能力。

Comments Submitted into EMNLP'2026

Accurate and Efficient Long-Term Memory for LLM Agents

用于大语言模型智能体的准确高效长期记忆

Zicheng Zhao, Xinyang Guo, Luyao Lv, Menghan Wang, Ming Li, Shuaicheng Li

机构 * Central China Research Institute for AI Technology（华中人工智能技术研究院） ； Guangdong Provincial Key Laboratory of Interdisciplinary Research and Application for Data Science, BNU-HKBU United International College, Zhuhai（北京师范大学-香港浸会大学联合国际学院数据科学跨学科研究与应用广东省重点实验室） ； City University of Hong Kong（香港城市大学） 纠错

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

AI总结 研究大语言模型智能体长时记忆问题，提出MOSAIC框架，通过实体类型图存储、哈希加速双路径检索和主动冲突检测，提升了准确性和效率，在多项测试中取得更好结果，如准确率提高、冲突检测能力增强且检索延迟降低。

Intelligence-Guided Adaptive Purification for DDoS-Resilient Quantum Networks: A CUDA-Q based Study

面向抗分布式拒绝服务量子网络的智能引导自适应纯化：基于CUDA-Q的研究

Santanu Ganguly

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

AI总结 研究量子中继器网络在经典控制平面受攻击时自适应控制策略的权衡。开发CUDA-Q/SeQUeNCe联合仿真工作流，对比多种纯化策略，结果表明网络态势感知能通过牺牲原始吞吐量来提高量子网络中合格纠缠传递的保真度。

GroundShot: Visually Consistent Multi-Shot Long Video Generation via Entity-Grounded Shot Scheduling

GroundShot: 通过实体锚定镜头调度实现视觉一致的多镜头长视频生成

Yixuan Lai, Tianjia Shao, Weijia Dou, Siyu Zhu, Jingdong Wang

机构 * Fudan University（复旦大学） ； Baidu（百度） 纠错

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

AI总结 提出GroundShot框架，通过在线构建实体级视觉记忆并调度镜头生成顺序，无需训练即可提升多镜头视频中实体的一致性。

Spatiotemporal Knowledge Graphs as Persistent Scene Memory for Embodied Question Answering

VL-KnG：从单目视频构建持久时空知识图谱以实现具身场景理解

Mohamad Al Mdfaa, Svetlana Lukina, Timur Akhtyamov, Arthur Nigmatzyanov, Dmitrii Nalberskii, Sergey Zagoruyko, Gonzalo Ferrer

机构 * Applied AI Institute, Moscow, Russia（莫斯科应用人工智能研究所） 纠错

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

AI总结 VL-KnG通过构建时空知识图谱实现高效具身场景理解，采用LLM驱动的时空对象关联和图增强检索，无需3D重建，支持常数时间推理，优于现有前沿VLMs。

Belief Identification in Populations

群体中的信念识别

Christopher P. Chambers, Yusufcan Masatlioglu, R. Emilio Muniz-Langle

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究从匿名汇总信念数据识别贝叶斯主体群体信念分布的问题，利用图论结构判断识别情况，确立了从汇总信念数据恢复信念异质性的限制与设计原则。

Radio Map Updating from Streaming Spectrum Measurements via Memory-Based Online Gaussian Processes

基于内存的在线高斯过程从流频谱测量中更新无线电地图

Yuanyuan Deng, Bo Zhou, Tian Chen, Shijian Gao, Jia Yan, Lantu Guo, Qiuming Zhu, Qihui Wu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究如何从流频谱测量中更新无线电地图，提出基于内存的在线稀疏变分高斯过程（M-OSVGP）方法，并用网格辅助在线诱导点选择（GOIPS）算法扩展，模拟表明该方法在多方面优于现有方法。

Comments 14 pages, 9 figures