AI Agent

The Illusion of Stochasticity in LLMs

大语言模型中的随机性错觉

Xiangming Gu, Soham De, Michalis Titsias, Larisa Markeeva, Petar Veličković, Razvan Pascanu

机构 * Google DeepMind（谷歌DeepMind） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 研究指出大语言模型作为智能体在随机采样方面存在根本性缺陷，通过多模型家族和分布的实证分析揭示了这一问题。

Comments COLM 2026

CRAFTS: Collaborative Role-Adaptive Fine-Tuning of LLM Agents for Chemical Process Simulation

CRAFTS：面向化工过程仿真的大语言模型智能体协同角色自适应微调

Ziyun Zhang, Yuxin Lin, Eldin Wee Chuan Lim, Xinghao Ding

机构 * National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） 纠错

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

AI总结 CRAFTS 模仿化工工程师分阶段工作流，将仿真任务分配给7个角色，微调3个关键角色，基于 OpenIDAES-450 数据集验证，在82个保留案例上完成91.5%的合约，取得多项F1高分，实现可靠自动化化工过程模型构建。

CallScreenBench: Benchmarking On-Device Models as Phone Secretaries

CallScreenBench：将端侧模型作为电话秘书的基准测试

Simiao Ren

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究人员提出CallScreenBench基准，针对端侧模型作为电话秘书的场景，从五个维度评分，发现分类性能差异是测量假象，脚本退化代理提供基准线，未设通过/失败阈值。

Tevatron Meets Megatron: Expert-Parallel LLM Reranker Training on an Academic Budget

特瓦特龙遇上巨神：学术预算下的专家并行大语言模型重排序器训练

Zhichao Xu, Xueguang Ma, Shengyao Zhuang, Luyu Gao, Wenqian Ye, Yu Wang, Jamie Callan, Jimmy Lin

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

AI总结 该研究提出Tevatron 3.0，集成Megatron-Core后端实现专家并行，在学术预算下成功训练30B参数MoE重排序器，其性能优于稠密模型且推理吞吐量更高。

A Triple-Robustness Analysis of Retrieval-Augmented Generation for Multi-Hop Requirements Traceability

检索增强生成在多跳需求可追溯性中的三重鲁棒性分析

Meftun Akarsu, Burak Özdemir, Doğancan Büyükçolak, Recep Kaan Karaman

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

AI总结 本文针对多跳需求可追溯性，开展三重鲁棒性分析，对比不同RAG架构、嵌入器等的表现，发现现有结论分歧的原因，提出需按该鲁棒性标准验证RAG架构主张。

Comments 6 pages, 3 figures, 4 tables

AutoCause: A Python framework that automates expert decisions in environmental time-series causal discovery

AutoCause：一个自动化环境时间序列因果发现领域专家决策的Python框架

Marco Ruiz, Miguel Arana-Catania, David R. Ardila, Rodrigo Ventura

机构 * ISR-Lisbon, Instituto Superior Técnico（里斯本信号与系统研究所，里斯本高等理工学院） ； Digital Scholarship at Oxford, University of Oxford（牛津大学牛津数字学术中心） ； Jet Propulsion Lab., Caltech（加州理工学院喷气推进实验室） 纠错

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

AI总结 AutoCause是一款开源Python框架，通过封装四种因果发现方法、添加参考模型并分级链接，实现环境时间序列因果发现中专家决策的自动化，提升分析的可审计性与可重复性。

Comments 33 pages, 10 figures. Submitted to Environmental Modelling & Software

Optimization and Constraint Modeling using LLMs with a Retrieval Augmented Generation Process

结合检索增强生成流程的大语言模型优化与约束建模

Prateek Roy, Akash Singirikonda

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出结合检索增强生成的大语言模型优化建模方法，通过合成数据集与检索指导提升Qwen 3 30B Instruct的优化建模准确率，为低成本部署LLM优化工具提供可行方案。

Comments 20 pages, 3 figures

CodeJeNN: A simple C++ neural network generator for physics applications

CodeJeNN：用于物理应用的简单C++神经网络生成器

Jay Arcities, Pavel Popov, Eric J Ching, Kamal Viswanath, Ryan F Johnson

机构 * San Diego State University（圣地亚哥州立大学） ； Aerospace Engineering Department（航空航天工程系） ； U.S. Naval Research Laboratory（美国海军研究实验室） ； Laboratories of Computational Physics and Fluid Dynamics（计算物理学与流体动力学实验室） 纠错

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

AI总结 研究针对物理应用中机器学习集成Python库产生性能瓶颈的问题，提出CodeJeNN通过从训练的Keras模型自动生成自包含C++代码实现推理，消除外部依赖，经测试展示了加速效果。

Beyond One Output: Visualizing and Comparing Distributions of Language Model Generations

超越单一输出：语言模型生成分布的可视化与比较

Emily Reif, Claire Yang, Jared Hwang, Deniz Nazar, Noah A. Smith, Jeff Heer

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（Allen人工智能研究所） 纠错

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

AI总结 本文提出GROVE工具，通过可视化语言模型生成的分布结构，帮助用户更全面地理解生成过程中的模式和敏感性，提升任务迭代效果。

Bagpiper: Solving Open-Ended Audio Tasks via Rich Captions

Bagpiper: 通过丰富描述解决开放式音频任务

Jinchuan Tian, Haoran Wang, Bo-Hao Su, Chien-yu Huang, Qingzheng Wang, Jiatong Shi, William Chen, Xun Gong, Siddhant Arora, Chin-Jou Li, Masao Someki, Takashi Maekaku, Keita Goto, Yusuke Shinohara, Jin Sakuma, Chao-Han Huck Yang, Shinji Watanabe

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； LY Corporation（LY公司） ； NVIDIA Research（NVIDIA研究） 纠错

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

AI总结 提出Bagpiper，一个8B参数音频基础模型，通过丰富描述（自然语言描述）实现音频理解和生成的统一，在MMAU和AIRBench上超越Qwen-2.5-Omni，生成质量优于CosyVoice3和TangoFlux。

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows

GitHub Actions工作流的复杂性、异质性与合规性的实证研究

Edward Abrokwah, Taher A. Ghaleb

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

AI总结 本研究分析Java、Python、C++仓库的GitHub Actions工作流，量化其复杂性、异质性与合规性，发现工作流设计依赖生态惯例，为该领域提供了可复现的实证基准。

UAV-Based Environmental Monitoring of Rip-Current Indicators Using Wavelet-Derived Texture Features

基于无人机的裂流指标环境监测：使用小波衍生的纹理特征

Yonatan Ben Avraham, Baruch Binyaminov, Yehudit Aperstein

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出结合小波衍生纹理特征与深度学习的无人机裂流监测工作流程，通过不同策略融入离散小波变换特征，在分类和定位任务中提升性能，为海滩安全风险缓解提供可解释的无人机决策支持工具。

Comments 24 pages, 10 figures

Loggia dei Lanzi: AI Thermography Enhancement Comparisons through 3D Photogrammetry

兰齐凉廊：基于三维摄影测量的AI热成像增强对比研究

Scott McAvoy, Jonathan Klingspon, George Bent, Dave Pfaff, Aviral Agarwal, Maurizio Seracini, Falko Kuester

机构 * University of California San Diego（加利福尼亚大学圣迭戈分校） ； Washington and Lee University（华盛顿与李大学） ； Editech（爱迪泰克公司） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究以佛罗伦萨兰齐凉廊为对象，通过对比原生分辨率、FLIR UltraMax硬件超分辨率及AI上采样模型的热成像效果，为文化遗产热成像摄影测量工作流程提供了硬件与AI超分辨率的直接对比数据，相关数据集公开并集成到扩展现实应用中。

Comments 19 pages, 10 figures, to be presented at the 8th International Symposium on Cultural Heritage Conservation by Digitization (CHCD2026) in Beijing

TrainShield: Targeted Awareness for Cybersecurity Training

TrainShield：面向网络安全培训的目标感知机制

Giovanni Pizzenti, Alberto Verna, Nikhil Jha, Giuseppe Tipaldo, Stefano Traverso, Marco Mellia

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出嵌入用户工作流的场景化网络安全培训范式TrainShield，结合实时风险检测与LLM生成内容，初步验证其可提升风险意识，为行为导向网络安全教育提供新方向。

Comments Paper accepted for publication at ACM Hypertext 2026

Toward Geometry-Scalable Whole-Body Touch for Humanoids: A 3D-Printed Conformal EIT Skin

面向人形机器人的几何可扩展全身触觉：一种3D打印的保形EIT皮肤

Haofeng Chen, Carson Kohlbrenner, Jiri Kubik, Lukas Rustler, Alexander Dickhans, Karel Bartunek, Alessandro Roncone, Hyosang Lee, Matej Hoffmann

机构 * Czech Technical University in Prague（布拉格捷克技术大学） ； Eindhoven University of Technology（埃因霍温理工大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出一种3D打印的保形EIT触觉皮肤，通过增材制造工艺实现几何适配，在弯曲原型上18个接触点平均定位误差6mm，可减轻人形机器人触觉覆盖的形态重设计负担。

Comments Submitted to IEEE Humanoids

GalSAS-SDR-SIM: An End-to-End Simulation Platform for Galileo Signal Authentication Service

GalSAS-SDR-SIM：伽利略信号认证服务的端到端仿真平台

Haiyang Wang, Yuanyu Zhang, Wensen Du, Ji He, Pinchang Zhang, Ning Xi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出开源SDR仿真平台GalSAS-SDR-SIM，模拟伽利略SAS工作流程，可灵活配置参数、生成多频段信号，为接收机开发和信号认证研究提供实用工具。

Comments 10 pages, 15 figures

Benign Alone, Harmful Together: Exploiting Experience Composition in Self-Evolving LLM Agents

单独无害，联合有害：在自进化大语言模型智能体中利用经验组合

Bingyu Yan, Xiaoming Zhang, Chaozhuo Li, Ziyi Zhou, Yirui Qi, Litian Zhang

专题命中 工作流自动化 ：agent(abstract)

AI总结 本研究提出EvoBreak攻击，利用自进化LLM智能体的良性经验组合，结合BreakGym生成训练目标，在保持高无害性的同时优于现有攻击，揭示了新的安全风险。

LEO-Aware DRL Meta-Scheduler for 5G Non-Terrestrial Network Slicing

面向5G非地面网络切片的低地球轨道（LEO）感知深度强化学习元调度器

Víctor Vilchez, Tiago P. C. de Andrade, Edward Hinojosa, Edmundo Madeira, and Carlos A. Astudillo

专题命中 工作流自动化 ：agent(abstract)

AI总结 针对5G非地面网络集成LEO带来的资源管理挑战，提出基于TD3智能体的DRL元调度器，在牺牲1%不显著容量的情况下，严格限制关键业务排队延迟，且不会导致宽带切片饥饿，为6G O-RAN NTN资源分配提供基础。

Comments This paper was accepted for publication at the IEEE Global Communications Conference (GLOBECOM 2026)

Extended KAFR: A kinematic-adaptive paradigm for the efficient analysis of surgical video

扩展KAFR：用于手术视频高效分析的运动学自适应范式

Huu Phong Nguyen, Shekhar Madhav Khairnar, Ganesh Sankaranarayanan

机构 * University of Texas Southwestern Medical Center（德克萨斯大学西南医学中心） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究验证了运动学自适应帧识别（KAFR）可泛化至腹腔镜手术，其结合YOLO、X3D模型，仅用0.58%的帧就达到91.0%的F1分数，性能优于传统采样且与先进模型相当，大幅降低了手术视频分析的计算负担。

Comments 18

Forbench: Symbolic Simulation Helps Make Your Testbench More Formal

Forbench：符号仿真助力您的测试平台更具形式化

Ziyi Yang, Wenbin Che, Ziyue Zheng, Guangyu Hu, Hongce Zhang

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出字级符号仿真框架Forbench，保留仿真语义并增强符号支持，提供易用Python接口，可系统探索RTL行为，实验显示其在不损失覆盖率的前提下比现有符号方法显著加速，旨在降低形式化验证应用门槛。

A model of opinion dynamics evolving via a preferential attachment mechanism involving multiple extractions

涉及多次抽取的优先连接机制演化的观点动态模型

Sooraj M Moumanti Podder, Archi Roy

专题命中 工作流自动化 ：agent(abstract)

AI总结 该研究提出一种演化网络上的观点动态模型，将其表征为带双状态顶点的有向优先连接网络或大象随机游走变体，分析了固定与增长样本量下的渐近性质。

Comments 34 pages, rest bibliography. 2 images

Understanding the effects of competing spin-pair dephasing pathways in molecular spins

理解分子自旋中竞争自旋对退相路径的影响

Timothy J. Krogmeier, James Bradley, Anthony W. Schlimgen, Kade Head-Marsden

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文针对分子自旋的竞争自旋对退相路径，采用电子结构增强的非马尔可夫微扰理论方法分析两种分子量子比特候选物的退相干行为，开发计算工作流以提升自旋系统相干寿命。

Shrinking the Haystack: One-Class Machine Learning Detection of Magnetosheath Current Sheets in MMS Burst Data

缩小“干草堆”：基于一类机器学习的MMS爆发模式数据中磁层鞘电流片检测

Deep Ghuge, Daniel J. Gershman, Vadim Uritsky, Julia E. Stawarz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出以形态学为核心的一类机器学习框架，将MMS爆发模式数据中22775个窗口压缩98.8%至270个磁层鞘电流片候选体，可高效用于磁重联候选体的预筛选。

Comments 28 pages, 10 figures, 2 tables. Submitted to Journal of Geophysical Research: Space Physics

GRADAR: orientation-map-driven detection and ranking of grains for targeted two-beam electron channeling contrast imaging

GRADAR：取向图驱动的晶粒检测与排序，用于靶向双束电子通道衬度成像

Johan Ewald Westraadt

专题命中 工作流自动化 ：workflow(abstract)

AI总结 GRADAR针对ECCI需逐个晶粒调整双束条件的问题，提出取向图驱动的晶粒检测排序方法，可精准预测可触及双束条件的晶粒，排序精度高且验证结果良好。

Comments 17 pages, 8 figures

PAC Studio Machine Learning: Human-in-the-Loop Analysis of TDPAC Spectra

PAC工作室机器学习：TDPAC光谱的人在回路分析

Thien Thanh Dang, Juliana Heiniger-Schell, Doru Constantin Lupascu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究TDPAC光谱分析这一病态反问题，通过PAC Studio ML软件集成多种功能，利用机器学习组件加速参数探索等，支持专家分析，提高工作流程速度与诊断透明度，展示不同工作流程及效果。

Comments Withdrawn by the submitting author because the manuscript was posted before all co-authors had completed their review and approved its public release. A revised version may be submitted after all authors have reached agreement

Adaptive Human-Robot Collaboration for Masonry Construction Under Material and Assembly Uncertainty

面向材料和装配不确定性的自适应人机协作砌筑

Jutang Gao, Arash Adel

机构 * Princeton University（普林斯顿大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种自适应的人机协作流程，用于应对砌筑施工中材料和装配不确定性带来的容忍度累积问题，通过投影指导和激光扫描反馈实现精准协作。

Comments Accepted for publication in Proceedings of the 43rd International Symposium on Automation and Robotics in Construction (ISARC 2026)

SIDSense: Database-Free TV White Space Sensing for Disaster-Resilient Connectivity

SIDSense：无数据库的电视白空间传感以实现灾害韧性连接

George M. Gichuru, Zoe Aiyanna M. Cayetano

专题命中 工作流自动化 ：workflow(abstract)

AI总结 SIDSense通过无数据库的TVWS传感技术，结合边缘AI和私有5G堆栈，在灾害应急通信中实现高可靠连接和低延迟感知

Comments 7 pages, 1 figure

Deep Learning for Accurate Vision-based Catch Composition in Tropical Tuna Purse Seiners

深度学习用于热带金枪鱼 purse seiners 视觉捕捞组成准确识别

Xabier Lekunberri, Ahmad Kamal, Izaro Goienetxea, Jon Ruiz, Iñaki Quincoces, Jaime Valls Miro, Ignacio Arganda-Carreras, Jose A. Fernandes-Salvador

机构 * AZTI, Marine Research（AZTI海洋研究） ； Basque Research and Technology Alliance (BRTA)（巴斯克研究与技术联盟） ； University of the Basque Country (UPV/EHU)（巴斯克国家大学） ； IKERBASQUE, Basque Foundation for Science（巴斯克科学基金会） ； Donostia International Physics Center (DIPC)（Donostia国际物理中心） ； Biofisika Institute (CSIC, UPV/EHU)（Biofisika研究所） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于深度学习的方法，用于准确识别热带金枪鱼 purse seiners 的捕捞组成，通过多阶段流程和层次化分类模型提高了物种识别的准确性。

Comments 23 pages, 5 figures

Onboard Satellite Image Classification for Earth Observation: A Comparative Study of ViT Models

用于地球观测的星载机载卫星图像分类：ViT模型的对比研究

Thanh-Dung Le, Vu Nguyen Ha, Ti Ti Nguyen, Duc-Dung Tran, Hung Nguyen-Kha, Luis M. Garces-Socarras, Juan Carlos Merlano-Duncan, Symeon Chatzinotas

机构 * Interdisciplinary Centre for Security, Reliability, and Trust (SnT), University of Luxembourg（安全、可靠性与信任跨学科研究中心（SnT），卢森堡大学） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究对比14种骨干网络，发现预训练Vision Transformers表现更优，EfficientViT-M2在EuroSAT和PatternNet上准确率高、效率佳且鲁棒性强，是星载遥感图像分类的理想骨干网络。

Comments Revised manuscript under review at IEEE Transactions on Geoscience and Remote Sensing

Deep Agentic Search for Repository-Level Code Question Answering: An Empirical Study

面向仓库级代码问答的深度智能体搜索：一项实证研究

Amirkia Rafiei Oskooei, Bora Ilci, Alperen Kayim, Mehmet Egemen Uzun, Berat Can, Kaan Emre Kara, Ozan Orhan, Mehmet S. Aktas

专题命中 软件智能体 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI、cs.SE

AI总结 该研究在SWE-QA基准上对比语义搜索与深度智能体搜索的代码问答效果，发现语义搜索正确率更高、成本更低，深度智能体搜索存在交接环节的新失败问题。

Comments 41 pages, 21 figures, 6 tables. Under review at a journal