AI Agent

AffectAgent: Collaborative Multi-Agent Reasoning for Retrieval-Augmented Multimodal Emotion Recognition

AffectAgent：协同多智能体推理用于检索增强的多模态情感识别

Zeheng Wang, Zitong Yu, Yijie Zhu, Bo Zhao, Haochen Liang, Taorui Wang, Wei Xia, Jiayu Zhang, Zhishu Liu, Hui Ma, Fei Ma, Qi Tian

机构 * Great Bay University（大湾大学） ； Guangming Laboratory（光明实验室） 纠错

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

AI总结 本文提出AffectAgent，通过协同多智能体推理框架，解决多模态情感识别中的模态模糊和复杂情感依赖问题，引入MB-MoE和RAAF提升表现。

Comments Accepted by ACM MM 2026

When classical predictors fail: an exact network outflowpredictor for heterogeneous multi-agent systems with communication delays

对离散时间异构多智能体线性系统通信延迟的精确补偿及其在SIR流行病模型中的应用

Qin Fang, Mamadou Diagne, Yang Zhu

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

AI总结 本文提出了一种基于预测的精确延迟补偿方法，用于解决异构多智能体系统中的通信延迟问题，并通过SIR流行病模型验证了其在流行病防控中的有效性。

Blockchain Empowered Trustworthy Agent Networks: Foundations, Taxonomy, and Future Directions

区块链赋能的可信智能体网络：基础、分类与未来方向

Liehuang Zhu, Yuhang Li, Tianxing Wang, Zhihao Chen, Ke Li, Hongyi Liu, Yajie Wang, Lei Xu, Peng Jiang, Zijian Zhang

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

AI总结 本文综述从经典多智能体系统到开放智能体网络的演化，构建五维信任分类，明确区块链作为共享信任层为可信智能体网络提供多类支撑机制。

ArtAnno: Annotating Implicit Semantics in Artworks through LLM Agent-Driven Bidirectional Human-AI Augmentation

ArtAnno：通过大语言模型智能体驱动的双向人机增强对艺术品的隐式语义进行标注

Xiaoyan Gu, Yifang Wang, Wenqing Zheng, Haozhong Liu, Yixia Zheng, Peiyi Jiang, Wenjie Ning, Wei Zhang, Wei Chen

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

AI总结 本研究针对艺术品隐式语义标注效率低的问题，提出双向人机增强框架并实现ArtAnno系统，经评估可提升标注效率、实现知识积累并减少标注员的信息处理工作量。

Embedding Large Language Models into Flow Controls: An Agentic Framework for Adaptive and Trustworthy Automated Cooking

将大语言模型嵌入流程控制：一种用于自适应且可信的自动化烹饪的智能体框架

Zihan Song, Hongwei Huang, Yueshuo Sun, Yonglin Tian, Fei-Yue Wang, Bai Li

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

AI总结 针对自动化烹饪机器人的个性化与可信性问题，提出智能体框架，通过多智能体分解需求、分阶段生成执行代码，实验验证其在真实场景中可靠且实用。

Cross-Layer Semantic Flow Reconstruction for Attack Detection in Agentic Systems

超越输入防护：为执行感知攻击检测重建跨代理语义流

Qizhi Cai, Yangyang Wei, Zhipeng Chen, Shouling Ji, Zhenyuan Li

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

AI总结 SysName通过重建跨代理语义流，实现执行感知的攻击检测，有效识别多种复合攻击向量，提升多代理系统安全性。

Comments 16 pages, 15 figures

CURATE: Leveraging LLM Agents to Compose, Catalog, and Deploy Reproducible Workflows

CURATE：利用大语言模型智能体构建、编目和部署可复现工作流

Nolan Cutler, Chia-Chen Kuo, Nanda Velugoti, Kathryn Newhart, Renato Figueiredo

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

AI总结 该研究提出CURATE多智能体系统，覆盖工作流全生命周期，通过模块目录支持FAIR原则，用Claude Opus 4.8原型验证，完成6项含基准工作流复现及环境工程工作流开发的实验。

Comments 8 pages, 3 figures

ODRA: Synthesizing Cognitive Behavioral Therapy Sessions with Structured Chain-Of-Thought and Dynamic Patient Resistance

ODRA：结合结构化思维链与动态患者阻抗的认知行为治疗会话合成

Javier Rodriguez-Juan, Hiba Arnaout, Jose Garcia-Rodriguez, David Tomás, Iryna Gurevych

机构 * University of Alicante（阿利坎特大学） ； Technische Universität Darmstadt（达姆施塔特工业大学） ； Hessian Center for AI (hessian.AI)（黑森人工智能中心） 纠错

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

AI总结 本研究提出ODRA框架，结合结构化思维链与动态患者阻抗建模合成CBT会话，解决现有方法的顺从性问题，其生成的会话及微调数据集可提升下游治疗性能。

Comments 39 pages, 23 figures, 12 tables

The Yokai Learning Environment: Tracking Beliefs Over Space and Time

Yokai 学习环境：在空间和时间上跟踪信念

Constantin Ruhdorfer, Matteo Bortoletto, Johannes Forkel, Jakob Foerster, Andreas Bulling

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

AI总结 Yokai学习环境通过跟踪和更新信念来实现有效合作，挑战现有ZSC方法的泛化能力。

Comments RLC 2026

Risk Is Not the Target: A Monotonic Framework for Evaluating Wildfire Operational Risk Signals

风险不是目标：评估野火运行风险信号的单调框架

Nicolas Caron, Christophe Guyeux, Hassan Noura, Maxime Coulmeau, Benjamin Aynes

机构 * Météo-France（法国气象局） ； INRAE（法国国家农业、食品与环境研究院） 纠错

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

AI总结 研究提出用单调评估框架衡量野火风险系统预测分数与运行负荷关系，比较DFE、GRU模型及FARS三种方法，发现DFE单调性最佳，GRU局部强但风险水平分布不佳，FARS有局限性，好风险模型应能解释运行动态。

Comments Accepted in 2026 IEEE 50th Annual Computers, Software, and Applications Conference (COMPSAC)

MCHA: A Memory-Centric Hierarchical Architecture for Parallel-Sequential Computing

MCHA：一种面向并行-串行计算的以内存为中心的分层架构

Daijing Shi, Hongxiao Zhao, Yihan Fu, Zhan Chen, Jiayi Li, Yihang Zhu, Anjunyi Fan, Yaoyu Tao, Yuchao Yang, Bonan Yan

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

AI总结 针对多智能体强化学习等并行-串行计算工作负载的内存瓶颈，提出以内存为中心的分层架构MCHA，通过分层通信策略和并行-串行编程模型实现大幅性能提升并开源。

Comments Accepted in MICRO'26

A Qualitative Comparative Study of Communication in Higher Distance Education

高等远程教育中通信的定性比较研究

Vasileios Mellos, Petros Trantas, Kleanthi Santamouri, Christos Douvlos, Alexandros Gazis, Theodoros Vavouras

专题命中 多智能体 ：planning(abstract)

AI总结 本研究以希腊开放大学的案例为基础，结合相关学习理论，对比探讨高等远程教育的通信生态系统，发现Viber可提升远程学习体验，支持纳入非正式聊天平台。

Comments 9 pages, 3 tables, 36 references,

Architectural Implications of Agentic AI Workflows

智能体AI工作流的架构影响

Jirong Yang, Peizhe Liu, Chaojie Zhang, Jovan Stojkovic

机构 * Microsoft Azure（微软Azure） 纠错

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

AI总结 该研究通过生产与受控研究分析智能体AI工作流的架构特性，揭示传统服务器的不匹配问题，提出Agora原型优化资源利用与吞吐量，为未来服务器架构指明方向。

CheMLFlow: An Open-Source Platform for Cheminformatics and Materials Informatics Applications

CheMLFlow：用于化学信息学与材料信息学应用的开源平台

Brendan Smith, Susana Lopez-Moreno, Eric Dolores-Cuenca, Sangil Kim, Jose L. Mendoza-Cortes, Nijamudheen Abdulrahiman

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

AI总结 CheMLFlow是用于构建端到端高通量智能体工作流的开源平台，可降低科学机器学习开发的编排开销，其在多类性质预测任务上达到文献性能，还支持非分子化学数据集的应用。

An Explainable LLM Agent Layer for Open-World Anomaly Detection in Oil Wells

用于油井开放世界异常检测的可解释大语言模型智能体层

Lucas Gouveia Omena Lopes, Thales Miranda de Almeida Vieira, Eduardo Toledo de Lima Junior, William Wagner Matos Lira

机构 * Laboratory of Scientific Computing and Visualization, Federal University of Alagoas（阿拉戈斯联邦大学科学计算与可视化实验室） ； Computing Institute, Federal University of Alagoas（阿拉戈斯联邦大学计算学院） 纠错

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

AI总结 本文提出一种部署在油井开放世界异常检测OWL流程下游的LLM智能体层，借助Qwen3.5-397B-A17B模型，可解释上游决策、标记分歧、命名新异常，缩小OWL流程的可解释性差距。

A Reproducible Software Workflow for Unanchored Approximate MUB Optimization: A Case Study in Dimension Six

用于无锚定近似 MUB 优化的可重现软件工作流程：六维案例研究

Abdul Fatah, Ian McLoughlin, Saim Ghafoor

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 该研究提出可重现软件工作流程，用李代数酉参数化在任意维度优化 AMUB 配置，以六维为例进行研究，恢复精确三基配置等，还在量子硬件上检查执行情况，提供了探索 AMUB 景观的框架及对相关挑战的初步评估。

Comments This work is under review at a peer-reviewed journal

Terminal Agents Suffice for Enterprise Automation

终端代理足以实现企业自动化

Patrice Bechard, Orlando Marquez Ayala, Emily Chen, Jordan Skelton, Sagar Davasam, Srinivas Sunkara, Vikas Yadav, Sai Rajeswar

机构 * Mila -- Quebec AI Institute（Mila — 魁北克人工智能研究所） 纠错

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

AI总结 本文探讨终端代理通过直接调用平台API在企业自动化中表现优异，证明简单接口结合强大基础模型足以替代复杂代理架构。

Comments Pre-print. Under review. 51 pages, 6 figures, 21 tables

Corrigibility Transformation: Constructing Goals That Accept Updates

可修正性转换：构建接受更新的目标

Rubi Hudson

机构 * University of Toronto（多伦多大学） 纠错

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

AI总结 该研究提出一种可修正性转换方法，可在不牺牲性能的情况下将几乎任何目标转换为可修正版本，能诱导AI产生可修正行为，为AI安全提供了关键的可修正目标方案。

From Feelings to Metrics: Understanding and Formalizing How Users Vibe-Test LLMs

从感受至指标：理解并形式化用户如何通过 vibes 测试 LLMs

Itay Itzhak, Eliya Habba, Gabriel Stanovsky, Yonatan Belinkov

机构 * Technion – Israel Institute of Technology（技术离子-以色列理工学院） ； The Hebrew University of Jerusalem（耶路撒冷希伯来大学） 纠错

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

AI总结 研究用户通过非正式经验评估LLM的方式，并形式化该过程以支持系统分析，通过个性化测试和用户感知标准改进模型评估。

Comments Published at COLM 2026. 50 pages, 20 figures. Code and data at https://technion-cs-nlp.github.io/vibe-testing-llms

RepairFormer: Automated Repair of Structured Inputs Using Transformers

RepairFormer：基于Transformer的结构化输入自动修复框架

Ovi Paul, Tom J King, Ali Shokri

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

AI总结 RepairFormer是基于Transformer的结构化输入修复框架，通过格式标签、预言机验证等技术提升修复与内容恢复率，运行速度较现有最优方法快5倍，可高效修复JSON等结构化输入。

Comments 5 pages, 2 figures, and 3 tables

Representing Visual Evidence for Item Difficulty Prediction: Visual Textualization and Image-Native Modeling

为题目难度预测表征视觉证据：视觉文本化与原生图像建模

Han Chen, Ming Li, Hong Jiao, Tianyi Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Maryland（马里兰大学） 纠错

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

AI总结 本文针对题目难度预测的视觉证据表征问题，对比仅用文本、视觉文本化与原生图像建模三种方式，发现原生图像建模是有竞争力的替代方案，其有效性取决于VLMs的适配方式。

DefoEye: Python-Based Software for Facilitating Time-Series InSAR Analysis of Sentinel-1 Remote-Sensing Data

DefoEye：用于Sentinel-1遥感数据时间序列InSAR分析的Python软件

Alireza Taheri Dehkordi, Hossein Hashemi, Amir Naghibi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文推出基于Python的开源软件DefoEye，封装GMTSAR并优化其不足，经多区域验证可生成可靠的Sentinel-1数据TS-InSAR产品，适用于多领域应用。

scikit-rom: An Open-Source Python Platform for Teaching and Prototyping Projection-Based Reduced-Order Modeling

scikit-rom：用于教学和原型设计的基于投影的降阶模型的开源Python平台

Suparno Bhattacharyya, Ali Syed, Jian Tao, Jean C. Ragusa

专题命中 工作流自动化 ：workflow(abstract)

AI总结 scikit-rom是基于scikit-fem的开源Python库，提供透明可修改的基于投影的ROM流程，含四种超降阶策略及示例，适用于ROM领域教学、研讨与研究原型设计。

Adversarial Attacks for Good: A Survey of Proactive Protection across the Visual Content Lifecycle

用于良性目的的对抗性攻击：视觉内容全生命周期主动保护综述

Jiaming Zhang, Boyang Chen, Zherui Li, Fuyao Zhang, Xinyu Yan, Hong Xi Tae, Wenwen He, Xuan Wang, Siqi Guo, Junhao Dong, Kun Wang, Hanxun Huang, Yige Li, Xingjun Ma, Yang Cao, Lingjuan Lyu, Wei Yang Bryan Lim

专题命中 工作流自动化 ：autonomous agent(abstract)

AI总结 本综述研究了视觉内容全生命周期中用于主动保护的“良性对抗性攻击”范式，涵盖五类方法并评估其特性，同时指出当前保护措施的不足与未来研究方向。

Computational Microstructure Analysis of Sintered Ceramics

烧结陶瓷的计算显微结构分析

Nikhil Dhanankam, Deeksha Kodangal, Rajendra K. Bordia, Ulf D. Schiller

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出自动化流程，结合拓扑滤波与Sauvola阈值处理，从烧结陶瓷的SEM图像提取显微结构特性，经1200℃、1400℃样品验证，IoU达95.14%、99.85%，可用于生成机器学习材料数据集。

Comments Full Paper, ICCS 2026 Workshops

Journal ref In Paszynski, M., Barnard, A.S., Zhang, Y.J. (eds) Computational Science - ICCS 2026 Workshops. Lecture Notes in Computer Science, vol 16787. Springer, Cham

A Reusable Hierarchical Framework for Joint Inference of Ultralight-Dark-Matter Mass and Core-Halo Scaling

一种分层贝叶斯管道用于SPARC旋转曲线中的溶iton-plus-NFW推断：诊断和先验-边界行为

Prasun Panthi, Md Shahrier Islam Arham

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种分层贝叶斯方法，用于推断SPARC旋转曲线中的溶iton-plus-NFW模型，探讨了先验-边界行为及模型参数的影响。

Comments 21 pages, 7 figures

Introducing Large Language Models into the Design Flow of Time-Sensitive Networking

将大语言模型引入时间敏感网络的设计流程

Rubi Debnath, Luxi Zhao, Mohammadreza Barzegaran, Paul Pop, Sebastian Steinhorst

专题命中 工作流自动化 ：planning(abstract)

AI总结 针对配置优化TSN网络的挑战，通过跨模型案例研究评估现有大语言模型能力，提出LLM辅助编排框架，介绍构建模块与管道，分析实际部署机会与局限，为评估LLM辅助TSN编排可行性提供路线图。

PaceMaker: A Practical Tool for Pacing Video Games

PaceMaker：一款用于游戏节奏设计的实用工具

Julian Geheeb, Daniel Dyrda, Sebastian Geheeb

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对游戏节奏设计的挑战与迭代开发难题，提出跨平台工具包 PaceMaker，支持定义状态图等功能，经演示与访谈验证其表达能力，印证了该工具的必要性。

Comments 8 pages, 5 figures

Journal ref Proceedings of the 2024 IEEE Conference on Games (CoG), Milan, Italy, Aug. 5-8, 2024, IEEE, 2024

EvolveNet: Collaborative Harness Evolution for Agent Self-Improvement

EvolveNet：智能体自我改进的协作式工具链进化

Jun Nie, Yonggang Zhang, Qianshu Cai, Yiu-ming Cheung, Xinmei Tian, Bo Han

机构 * Hong Kong Baptist University（香港浸会大学） ； University of Science and Technology of China（中国科学技术大学） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 软件智能体 ：agent(title,abstract)；agentic(abstract)；分类 cs.LG

AI总结 EvolveNet提出协作式工具链进化范式，通过数据本地智能体的程序适配组合实现共享工具链改进，在五类任务场景均获增益，异构工作负载下效果更显著。

Comments 20 pages, 3 figures

DAC-Pose: Dual-Agent Collaborative Framework for Pose-Guided Human Generation

DAC-Pose：用于姿态引导人体生成的双智能体协作框架

Haotian Yang, Zhile Yang, Huiyu Zhou, Xin Sun

机构 * Faculty of Data Science, City University of Macau（澳门城市大学数据科学学院） ； Shenzhen University of Advanced Technology（深圳理工大学） ； Shenzhen Institute of Advanced Technology, Chinese Academy of Sciences（中国科学院深圳先进技术研究院） ； School of Computing and Mathematical Sciences, University of Leicester（莱斯特大学计算与数学科学学院） 纠错

专题命中 软件智能体 ：agent(title,abstract)；AI agent(abstract)

AI总结 针对姿态引导人体生成在剧烈视角变化下的视觉伪影问题，提出双智能体协作框架DAC-Pose，通过PSR与DAVE智能体的反馈循环实现高保真合成，在DeepFashion和Market-1501基准上验证了其优越性。

Comments Code is available at DAC-Pose" target="_blank" rel="noopener">https://github.com/AIVRC/DAC-Pose