AI Agent

MAGE: Human-Like Macro Placement via Agentic Multimodal Reasoning

MAGE：通过智能多模态推理实现类人宏布局

Andrew B. Kahng, Sayak Kundu, Bodhisatta Pramanik

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

AI总结 研究针对工业物理设计流程中宏布局需大量人工优化的问题，提出MAGE框架。该框架通过多模态多智能体实现宏布局优化，结合多种规则与检查，引入量化类人性指标。实验表明其相比商业工具及基线有显著提升，且能转移到新布局设置。

Comments 16 pages

ViMax: Agentic Video Generation

ViMax: 智能体视频生成

Lingxuan Huang, Sizhe He, Hengji Zhou, Liqiang Nie, Lianghao Xia, Chao Huang

机构 * The University of Hong Kong（香港大学） ； South China University of Technology（华南理工大学） ； Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） 纠错

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

AI总结 提出ViMax框架，通过多智能体协作实现长视频生成，利用分层叙事引擎和视觉一致性机制，保证叙事连贯性和视觉一致性。

Comments 20 pages, 13 figures

Scalable Policy Optimization for Networked Multi-Agent Reinforcement Learning with Continuous State-Action Spaces

具有连续状态-动作空间的网络多智能体强化学习的可扩展策略优化

Dongming Wang, Pengcheng Dai, Wenwu Yu, Wei Ren

机构 * Department of Electrical and Computer Engineering, University of California, Riverside（加州大学河滨分校电气与计算机工程系） ； Engineering Systems and Design Pillar, Singapore University of Technology and Design（新加坡科技与设计大学工程系统与设计学院） ； Frontiers Science Center for Mobile Information Communication and Security, School of Mathematics, Southeast University（东南大学数学学院移动信息通信与安全前沿科学中心） 纠错

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

AI总结 研究网络多智能体强化学习，提出CDCPG算法。通过构造条件期望消除延续核不匹配，证明激励界，在特定条件下驱动平稳性度量，还有自适应局部规则。实验验证算法在局部性和特征维度方面的有效性。

Teleportation Game: Quantum Teleportation in Multi-Agent Systems for Interactive Music

隐形传态游戏：用于交互式音乐的多智能体系统中的量子隐形传态

Eduardo Reck Miranda, Scott Yeiichi Oshiro

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

AI总结 研究用于交互式音乐的多智能体量子系统，通过单量子比特概率幅度调制和量子相位估计编码智能体行为，利用量子隐形传态通信，将噪声和退相干视为创意条件，开发评估方法，证明隐形传态是有前途的交互机制并指明未来方向。

Finite-Agent Stochastic Differential Games on Large Graphs: II. Graph-Based Architectures

大图上的有限智能体随机微分博弈：II. 基于图的架构

Ruimeng Hu, Jihao Long, Haosheng Zhou

机构 * Department of Mathematics, and Department of Statistics and Applied Probability, University of California, Santa Barbara（数学系和应用概率统计系，加州大学圣芭芭拉分校） ； Institute for Advanced Algorithms Research（高级算法研究所） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

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

AI总结 研究图上随机微分博弈中纳什均衡计算问题，提出NTM架构，对前馈神经网络施加图引导稀疏化以减少可训练参数。将其纳入两种博弈求解器得到稀疏变体，实验表明该方法性能与全可训练方法相当且计算效率更高。

AgentJet: A Distributed Swarm Training Framework for Agentic Reinforcement Learning

AgentJet：一种用于智能体强化学习的灵活群体训练框架

Qingxu Fu, Boyin Liu, Shuchang Tao, Zhaoyang Liu, Cheng Chen, Xuanfa Jin, Rong Zhu, Bolin Ding

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

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

AI总结 提出AgentJet，一种解耦的多节点群体训练框架，支持异构多模型强化学习、多任务鸡尾酒训练、容错执行和实时代码迭代，并通过上下文跟踪模块实现1.5-10倍训练加速。

Comments Technical report, 32 pages

The Economics of Autonomy: Real-Time Risk Indexing for Insurable AI-Driven 6G Systems

自主性经济学：适用于可保险的人工智能驱动的6G系统的实时风险索引

Anthony Kiggundu, Michael Zentarra, Christoph Lipps, Hans D. Schotten

机构 * German Research Center for Artificial Intelligence (DFKI), Germany（德国人工智能研究中心（DFKI）） ； RPTU University of Kaiserslautern-Landau, Germany（莱茵-威斯伐尔大学科堡分校） 纠错

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

AI总结 研究6G网络中传统治理框架在风险管理上的不足，提出GIRAF框架，通过机器可读运行时信号得出总风险指数，形式化验证陈旧性权衡，经模拟验证该框架能保持操作完整性并为多利益相关者责任归属等提供精算基线。

Comments Accepted at the IEEE 104th Vehicular Technology Conference - VTC2026-Fall

Accelerating Heterogeneous Agent Collaboration in Dynamic Edge Networks

加速动态边缘网络中的异构智能体协作

Tianji He, Yulin Shao, Fen Hou

专题命中 多智能体 ：agent(title)

AI总结 研究在动态边缘网络中加速异构智能体协作的问题，提出PRADA框架，通过将PRM作为离线教师，结合轻量级策略和拉格朗日调度器解决资源竞争，大幅降低延迟并保留LLM准确性，还揭示阈值效应，为资源配置提供指导。

CoGoal3D: Collaborative 3D Object Detection with 3D-Aware Fusion and Refinement

CoGoal3D：基于3D感知融合与优化的协作式3D目标检测

Zhihao Yang, Zhiyu Xiang, Peng Xu, Tianyu Pu, Kai Wang, Eryun Liu, Dongping Zhang, Yong Ding

机构 * Zhejiang University（浙江大学） ； Zhejiang Provincial Key Laboratory of Multi-Modal Communication Networks and Intelligent Information Processing（浙江省多模态通信网络与智能信息处理重点实验室） ； China Jiliang University（中国计量大学） 纠错

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

AI总结 针对V2X协作目标检测中3D检测效果不佳的问题，提出CoGoal3D框架，通过两阶段管道提取和优化3D特征，设计融合模块与辅助任务，还提出数据增强策略，在多数据集上取得新的最优性能。

Comments Accepted to ECCV 2026. 17 pages, 8 figures, 6 tables. Code: https://github.com/Megalo-f/CoGoal3D

Human-AI Governance (HAIG): A Trust-Utility Approach

人类-人工智能治理（HAIG）：一种信任-效用方法

Zeynep Engin

机构 * The Digital Statecraft Academy, United Kingdom（英国数字国家学府） ； Department of Computer Science, University College London (UCL), United Kingdom（英国伦敦大学学院计算机科学系） 纠错

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

AI总结 本文提出HAIG框架，通过强调人类与AI主体间的关系动态，而非将AI系统视为治理对象。框架涵盖三个层级：维度、连续体和阈值，适用于从个体决策到国际监管的设计。

Comments 35 pages including references and appendix, 28 pages core text, 3 figures, 3 tables

Active Electrosensing and Communication in MARL-trained Weakly Electric Fish Collectives

在多智能体强化学习训练的弱电鱼群体中的主动电感应与通信

Satpreet H. Singh, Sonja Johnson-Yu, Zhouyang Lu, Aaron Walsman, Federico Pedraja, Denis Turcu, Pratyusha Sharma, Naomi Saphra, Nathaniel B. Sawtell, Kanaka Rajan

机构 * Harvard University（哈佛大学） ； Brown University（布朗大学） ； Columbia University（哥伦比亚大学） ； MIT（麻省理工学院） 纠错

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

AI总结 研究个体互动如何产生复杂集体行为，通过多智能体强化学习训练弱电鱼样智能体集体觅食，再现真实鱼类特征，经模拟干预和神经动力学分析确定因果驱动因素，为弱电鱼等社会动物神经行为学研究提供新思路。

Learning to Make Friends: Coaching LLM Agents toward Emergent Social Ties

学习交朋友：引导大语言模型智能体形成新兴社会关系

Philipp J. Schneider, Lin Tian, Marian-Andrei Rizoiu

机构 * EPFL Lausanne, Switzerland（洛桑联邦理工学院） ； University of Technology Sydney（悉尼技术大学） 纠错

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

AI总结 研究LLM智能体能否再现人类在线行为社会动态及相关机制。提出多智能体LLM模拟框架，设计行为奖励函数，经实验发现引导后的智能体形成稳定互动与社会关系，为研究LLM群体集体动态建立测试平台。

Comments NeurIPS 2025 Workshop: Scaling Environments for Agents (SEA)

Rank-One Fluctuations in Averaging-Learning Dynamics

平均学习动力学中的一阶涨落

Ionel Popescu, Tushar Vaidya

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

AI总结 研究无外部真实基准的平均学习动力学，通过多布鲁申型收缩等方法，在可和性条件下得出反向乘积收敛到一阶极限，可和扰动下过程收敛到随机共识状态，独立同分布扰动时有中心极限定理，揭示长期涨落渐近一维及相关几何。

Comments 12 pages

Social Reality Construction via Active Inference: Modeling the Dialectic of Conformity and Creativity

通过主动推断构建社会现实：在结构化社会网络中建模一致性与创造力的辩证关系

Kentaro Nomura, Takato Horii

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

AI总结 本文提出基于主动推断的多智能体模型，揭示社会现实的辩证构成，显示信息凝聚群体的内生形成、社会表征与观察分布的循环互构，以及创作传播的异质性模式。

Comments Accepted at ALIFE 2026 conference

Payoff-Free Coordination Reveals Hidden Quantum Correlation Structure

隐藏场协调揭示去中心化协调中的无支付量子相关结构

Sinan Bugu

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

AI总结 本文提出隐藏场协调模型，通过纠缠介导策略实现去中心化协调中的反协调，展示量子相关结构的几何分离。

SR-Agent: An Experience-Driven Agentic Framework for Post-Ranking Strategy Refinement in E-Commerce Recommendation

SR-Agent：一种用于电子商务推荐中排序后策略优化的经验驱动智能框架

Hanchen Yang, Kaiwen Yang, Junpeng Zhuang, Yang He, Keting Cen, Bochao Liu, Zhongbo Sun, An Liu, Zhongteng Han, Chenyi Lei

机构 * Kuaishou Technology（快手科技） 纠错

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

AI总结 电商推荐系统中，后排序策略因环境变化需优化，以往方式存在问题。本文提出SR-Agent框架，统一用户模拟、分析和策略优化组件，经快手平台测试，能提升订单量、浏览深度和点击类别多样性，还缩短优化周期、降低成本。

Graph-Based Agentic AI with LangGraph: Workflow Pathways for Long-Running Stateful Business Processes

基于LangGraph的基于图的智能体人工智能：长期运行的有状态业务流程的工作流路径

Daniel Pearson, Sidney Shapiro, Emiliano Sebastian Gonzalez Venegas, Sanad Al-Khatib, Aurora Pinzón Arzola

机构 * Dhillon School of Business, University of Lethbridge（莱斯布里奇大学迪隆商学院） ； Universidad de Guadalajara（瓜达拉哈拉大学） ； Al Hussein Technical University（侯赛因技术大学） ； Universidad de Guanajuato（瓜纳华托大学） 纠错

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

AI总结 本文为业务流程中的生成式AI系统提供基于图的工作流路径实践指南，提出三种可执行方法展示相关技术协同，按工作流复杂性定位LangGraph，解释其适用场景及实现模式，明确产品行为。

Comments 25 pages, 2 figures. With ancillary code

A Scalable Pattern Mining Workflow for Interpretable Machine Log Analysis in High-Performance Computing Environments

一种用于高性能计算环境中可解释机器日志分析的可扩展模式挖掘工作流程

Shilpika Shilpika, Bethany Lusch, Eric Pershey, Carlo Graziani, Venkatram Vishwanath, Michael E. Papka

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 研究高性能计算环境中机器日志分析问题，结合先进模式匹配与挖掘技术，利用系统层次结构和消息优先级提取模式序列，关联聚类错误序列与作业日志，经案例研究证明该方法可释放日志数据潜力，助力HPC系统优化。

Alignment of a Total Automation Economy

完全自动化经济的协调

David McAllester

专题命中 工作流自动化 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.AI

AI总结 从完全自动化经济角度探讨经济理论，回顾康托罗维奇的主体定理，分析发现主体对经济的管理存在协调漏洞，经济管理与人类价值观因主体动机和价格脱节而产生分歧。

LinguistAgent Technical Report: A Reflective Multi-Model Platform for Automated Linguistic Annotation

LinguistAgent: 一个用于自动化语言标注的反思多模型平台

Bingru Li

机构 * University of Birmingham（伯明翰大学） 纠错

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

AI总结 LinguistAgent通过反思多模型架构实现自动化语言标注，采用双代理工作流程模拟同行评审，支持多种标注范式并提供实时评估。

Binding Drift in Multi-Step Tool-Augmented Agents

多步工具增强智能体中的绑定漂移

Rahul Suresh Babu, Shashank Indukuri

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI、cs.CL、cs.SE

AI总结 研究多步工具增强智能体中实体绑定随时间的变化，区分绑定漂移与错误传播。通过实验发现实体锁定会放大错误操作，实用的重新验证器可减少错误，自然设置下基线智能体有漂移现象，且持久性和重新验证不可互换。

Comments 14 pages, 5 tables, 1 figure. Equal contribution by both authors. Code and data: https://github.com/shashank-indukuri/binding-drift

ORCHID: Fairness-Aware Orchestration in Mission-Critical Air-Ground Integrated Networks

ORCHID：面向关键任务空地一体化网络的公平性感知编排

Chuan-Chi Lai, Chi Jai Choy

专题命中 工作流自动化 ：agent(abstract)；multi-agent(abstract)

AI总结 ORCHID提出一种两阶段学习框架，通过拓扑分区和重置微调机制提升多UAV编排稳定性，实现服务公平性与能效的协同优化。

Comments 18 pages, 8 figures, 1 Table. Full research paper proposing a resilient two-stage orchestration framework for collaborative UAV-GBS deployment in mission-critical Air-Ground Integrated Networks (AGINs). This revised version introduces a game-theoretic approach (Egalitarian Bargaining Game) and an aerodynamic energy model to enhance system robustness. Under review at an IEEE journal

PEARL: Solver-in-the-Loop Interactive Optimization Modeling from Natural Language

PEARL：基于自然语言的循环求解器交互式优化建模

Hongliang Lu, Zhong Li, Yuxuan Chen, Yuan Lan, Fan Zhang, Zaiwen Wen

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

AI总结 研究旨在解决优化建模问题，提出PEARL系统，通过在循环中使用Python执行和数学编程求解器，学习优化策略，在多轮工具集成设置下提升求解率，在优化建模任务中表现优于强大基线。

LLM Detection as an Intervention: Downstream Impact under Strategic User Behavior

作为一种干预手段的大语言模型检测：战略用户行为下的下游影响

Meena Jagadeesan, Tatsunori Hashimoto, Jon Kleinberg

机构 * Stanford University（斯坦福大学） ； University of Pennsylvania（宾夕法尼亚大学） ； Cornell University（康奈尔大学） 纠错

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

AI总结 研究LLM检测对下游指标的影响，开发程式化模型捕捉用户策略行为。发现不完善的检测器会扭曲LLM使用及输出质量，导致用户增加使用量且输出质量可能降低，还呈现“先升后降”检测模式，揭示了检测干预的失效模式。

From Collaboration to Regulation: Characterizing Governance Practice in Three Deep Learning Open Source Communities

从协作到规范：刻画三个深度学习开源社区的治理实践

Ruiqiao Qiu, Wenhao Yang, Minghui Zhou

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

AI总结 研究三个深度学习开源社区治理实践，用制度分析与发展框架分析文档与提交记录，识别规则主题、治理功能，发现操作与结构规则特点不同，最终为成熟大规模OSS项目得出33条可操作治理实践。

What the Waveform Knows: Transparent-first Speech and Audio Intelligence with Caption Studio

波形知道什么：使用字幕工作室实现透明优先的语音和音频智能

Cheng Siong Chin, Jianhua Zhang, Mohan Venkateshkumar

机构 * Faculty of Science, Agriculture, and Engineering, Newcastle University Singapore（新加坡纽卡斯尔大学科学、农业与工程学院） ； School of Information and Control Engineering, Qingdao University of Technology（青岛理工大学信息与控制工程学院） ； Department of EEE, Amrita School of Engineering, Amrita Vishwa Vidyapeetham（阿姆瑞塔工程学院电气与电子工程系，阿姆瑞塔大学） 纠错

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

AI总结 研究借助字幕工作室平台实现透明优先的语音和音频智能。核心方法是构建基于FastAPI的三层架构系统。主要贡献为提出透明优先框架，明确指标性质，提升语音分析的可追溯性、可解释性与可靠性，还介绍了相关系统架构等内容。

ATLAS: A Foundation Neural Sampler for Amorphous Materials

ATLAS：一种用于非晶材料的基础神经采样器

Mouyang Cheng, Denis Blessing, Botao Yu, Gerhard Neumann, Mingda Li, Carles Domingo-Enrich, Yuanqi Du

机构 * Microsoft Research New England（微软研究院新英格兰分部） ； Center for Computational Science and Engineering（计算科学与工程中心） ； MIT（麻省理工学院） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Department of Materials Science and Engineering（材料科学与工程系） ； Department of Computer Science and Engineering（计算机科学与工程系） ； OSU（俄亥俄州立大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 研究针对非晶材料能量景观难采样问题，提出ATLAS神经采样器，由等变图神经网络参数化，能跨系统泛化，利用扩散过程时间反转估计热力学量。在多种系统中验证有效性，还通过预训练降低逆设计成本，结合大语言模型搜索高熵金属玻璃，确立其为基础模型。

Automatic Construction of Clinical Scoring Systems with LLM Agents

基于LLM代理的临床评分系统自动构建

Silas Ruhrberg Estévez, Christopher Chiu, Mihaela van der Schaar

机构 * DAMTP, University of Cambridge, Cambridge, UK（剑桥大学 DAMTP 实验室，剑桥，英国） 纠错

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

AI总结 提出AgentScore方法，利用大语言模型进行语义引导的规则搜索与验证，自动构建符合临床部署约束的加权评分系统，在多个任务上优于现有方法。

Global Automation Atlas

全球自动化图谱

Prashant Garg, Tommaso Crosta, Jasmin Baier

机构 * Imperial College London（伦敦帝国学院） ； Bocconi University（博科尼大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出了一种基于任务和国家特定的方法，用于全球范围内分类自动化暴露，以区分劳动力替代和增强自动化，相关技术渠道以及人工智能的物质作用。研究涵盖了124个国家，生成了覆盖全球99%人口和GDP的233万个任务-国家标签。

Comments 78 pages, 6 figures, 5 Extended Data figures. Substantially revised and expanded. Data and code: https://automationatlas.org/

Democratizing Advanced High-Throughput Imaging via Cross-Instrument Deep Learning-Enabled Modality Transfer

基于深度学习的独立显微镜模态转换用于高通量成像

Dominik Panek, Carina Rząca, Maksymilian Szczypior, Joanna Sorysz, Krzysztof Misztal, Zbigniew Baster, Zenon Rajfur

机构 * Doctoral School of Exact and Natural Sciences, Jagiellonian University（雅盖隆大学精确与自然科学博士学院） ； Department of Molecular and Interfacial Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院分子与界面生物物理学系） ； Undergraduate program in Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院生物物理本科生项目） ； Undergraduate program in Biomedical Engineering, Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering, AGH University of Science and Technology（AGH科技大学电气工程、自动化、计算机科学和生物医学工程学院生物医学工程本科生项目） ； Division of Computational Mathematics, Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学学院计算数学系） ； Laboratory for Cell and Tissue Engineering, Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系细胞与组织工程实验室） 纠错

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

AI总结 本文提出一种深度学习方法，实现不同显微镜间的模态转换，提升低质量图像的结构相似性和信号保真度，从而提高高通量成像效率。

Comments 18 Pages, 6 Figures, 1 Table, 4 pages Supplementary Materials