AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-07-23 至 2026-07-23 共收录 3 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. GUI与网页智能体 3 篇

2509.14925 2026-07-23 cs.LG cs.NI 版本更新 57%

Self-Explaining Reinforcement Learning for Mobile Network Resource Allocation

用于移动网络资源分配的自解释强化学习

Konrad Nowosadko, Franco Ruggeri, Ahmad Terra

专题命中 GUI与网页智能体：agent(abstract)；分类 cs.LG

AI总结研究移动网络资源分配问题，核心方法是用自解释神经网络参数化PPO智能体策略并聚合局部解释为全局解释，主要贡献是性能接近最优深度学习方法且显著优于启发式方法，全局解释相关性强，在高风险强化学习中有潜力。

2602.22649 2026-07-23 cs.CV 版本更新 56%

Interactive Medical-SAM2 GUI: A Napari-based semi-automatic annotation tool for medical images

交互式医学-SAM2 GUI：基于Napari的半自动标注工具用于医学图像

Woojae Hong, Jong Ha Hwang, Jiyong Chung, Joongyeon Choi, Hyunggun Kim, Yong Hwy Kim

机构 * Department of Biomechatronic Engineering, Sungkyunkwan University（生物机电工程系，全州大学）； Department of Neurosurgery, Seoul National University Hospital, Seoul National University College of Medicine（神经外科，首尔国立大学医院，首尔国立大学医学院）

专题命中 GUI与网页智能体：workflow(abstract)；planning(comments)

AI总结交互式医学-SAM2 GUI 提供基于Napari的本地工作流，实现高效的3D医学图像半自动标注与导出功能。

Comments Planning to submit JOSS (Journal of Open Source Software)

2504.05442 2026-07-23 cs.DM 版本更新 50%

Broadcast via Mobile Agents in a Dynamic Network: Interplay of Graph Properties & Agents

动态网络中通过移动代理进行广播：图属性与代理的相互作用

William K. Moses, Amanda Redlich, Frederick Stock

专题命中 GUI与网页智能体：agent(abstract)

AI总结重新审视动态网络中广播问题，原研究认为边密度是区分解决问题所需代理数量的关键属性，本文通过构造不同边密度的图及算法，表明边密度并非正确区分属性，揭示其与代理数量关系较弱。

Comments 31 pages, 5 figures