AI Agent

VDC-Agent: When Video Detailed Captioners Evolve Themselves via Agentic Self-Reflection

VDC-Agent：当视频详细描述器通过代理自我反思而自我进化

Qiang Wang, Xinyuan Gao, Yuhang He, Jizhou Han, Jiangyang Li, SongLin Dong, Zhiheng Ma, Yihong Gong

机构 * Xi’an Jiaotong University（西安交通大学） ； Kuaishou Technology（快手科技） ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

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

AI总结 VDC-Agent通过自我反思机制实现视频详细描述的自我进化，利用自动生成的(描述，评分)对提升描述准确性与评分表现。

Comments Accepted to ECCV 2026. Project Page: https://vdcagent.github.io

MIRA: Medical Image Reflection for Agentic Diagnosis

MIRA：面向智能体诊断的医学图像反射

Shengzhi Wang, Jun Yang, Kai Wu, Xiaozhong Ji, Yiwen Ye, Ziyang Chen, Mingliang Xiong, Wen Fang, Mingqing Liu, Mengyuan Xu, Miaoxuan Shan, Caiyan Liu, Bin He, Qingwen Liu

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

AI总结 该研究提出医学视觉诊断框架MIRA，通过两阶段训练优化工具使用与证据验证，在9个医学视觉推理基准上较Qwen3-VL-8B backbone提升7.44分，改善工具使用判断并减少有害判断。

Living-Harness Is an Interactive-Agent Evolver

Living-Harness：一种交互式智能体演化器

Yuetian Du, Yucheng Wang, He Xu, Jiexu Xu, Shanwen Tan, Bing Zhao, Boyu Yang, Zhijie Xu, Ming Kong, Hu Wei, Jie Liu, Qiang Zhu

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

AI总结 该研究提出自演化智能体harness Living-Harness，基于Evolution-SOP生成两类过程性知识，在8个交互式环境中大幅提升Pass@1，支持跨模型主干复用演化后的harness状态。

Memory-Augmented Reinforcement Learning Agent for CAD Generation

具有记忆增强的强化学习代理的CAD生成

Yin Xiaolong, Liu Yu, Shen Jiahang, Lu Xingyu, Ni Jingzhe, Fan Fengxiao, Sang Fan

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 本文提出了一种记忆增强的强化学习框架，用于生成CAD模型，通过引入强化学习进行检索和策略优化，有效避免了检索陷阱，提高了复杂CAD模型生成的成功率和几何一致性。

Comments We are withdrawing this manuscript because we have identified issues in the current analysis that require substantial revision. Until these issues are resolved, we do not consider the present version suitable for citation

ECHO: A Locally-Deployable Agentic Health Assistant with Temporal Memory, Safety Guardrails, and Speech Assessment

ECHO：具备时序记忆、安全护栏与语音评估功能的本地可部署智能体式健康助手

Abdulkadir Külçe, Alihan Esen, Çağla Fikir, Berke Kurt, Kuzey Arar, Gökhan Ercan, Faik Boray Tek

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

AI总结 本文提出具备时序记忆、安全护栏与语音评估功能的本地可部署智能体式健康助手ECHO，其核心聊天机器人、安全层、语音评估模块均达特定性能指标，且可在消费级硬件运行，符合数据保护法规。

Comments 5 pages

The Signal Rail: A Deterministic Motion Grammar for Communicating Conversational Agent State in Terminal Interfaces

信号轨：终端界面中用于传递对话智能体状态的确定性运动语法

Matteo Grella

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

AI总结 Signal Rail为终端界面对话智能体设计确定性运动语法，通过空间语义等理念实现状态传递，完成规范与参考实现，提升非文本状态通道的信息表达能力。

Comments 16 pages, 3 figures. Ancillary files include the Signal Rail 1.0 specification, JavaScript and Python engines, and the cross-implementation conformance harness. Code: https://github.com/matteo-grella/signal-rail

TideRL: Boosting Agentic RL Goodput with Readiness-Aware Scheduling

TideRL：通过就绪感知调度提升智能体强化学习的有效吞吐量

Yanyu Ren, Xizheng Wang, Xiao Liu, Bowen Lv, Hanchen Zhang, Shudan Zhang, Hanyu Lai, Shuai Wang, Li Chen, Dan Li, Jie Tang

机构 * Tsinghua University（清华大学） ； Zhongguancun Laboratory（中关村实验室） 纠错

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

AI总结 TideRL是一种就绪感知弹性RL系统，通过CTB、RA²P和ERS技术，在多轮智能体工作负载上大幅提升RL训练有效吞吐量，同时优化KV缓存命中率、训练时间和等待时间。

From Faulty Memories to Corrected Actions: Dependency-Guided Rollback Repair for Memory-Augmented Agents

从错误记忆到修正行动：记忆增强智能体的依赖引导回滚修复

Caili Yu, Yiqi Wang, Jiaqi Zhang, Yiqun Duan, Mingkai Zheng, Zhangkai Wu, Kaize Shi, Taotao Cai

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

AI总结 该研究针对记忆增强智能体的错误记忆问题，提出依赖引导回滚修复方法，在150案例受控基准和50案例改编测试中，均优于对比方法，实现了更优的记忆恢复效果与成本权衡。

An adaptive and evolvable deep reinforcement learning framework for weather prediction

一种用于天气预报的自适应可演化深度强化学习框架

Qiang Wu, Han Li, Jianping Huang

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

AI总结 该研究提出FTAE-Weather框架，通过深度强化学习协调预训练气象模型，以极低额外参数实现预报误差显著降低，优于传统集合基线，将模型多样性转化为科学优势。

DriveVLA-M0: Failure-Aware Memory Augmentation for Autonomous Driving

DriveVLA-M0：面向自动驾驶的故障感知记忆增强方法

Zebin Xing, Yupeng Zheng, Qiang Chen, Linbo Wang, Yichen Zhang, Pengxuan Yang, Junli Wang, Deheng Qian, Xiaoqing Ye, Junyu Han, Yifeng Pan, Qichao Zhang, Dongbin Zhao

机构 * Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Chongqing Chang’an Technology Co., Ltd.（重庆长安科技有限公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)

AI总结 本文提出DriveVLA-M0，一种具备故障感知潜在记忆的检索增强型VLA模型，通过故障案例记忆与针对性修正机制，在NAVSIM基准上优于现有方法，实现自动驾驶性能提升。

Mastering Stochastic OLG Models in Continuous Time

掌握连续时间下的随机OLG模型

Yves Achdou, Johannes Brumm, Lukas Frank

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本研究提出有限差分神经算子框架，结合神经网络与有限差分法优势，成功求解含个体及总体风险的连续时间OLG模型，为异质主体模型计算提供新手段。

Active Electronic Terahertz Imaging for Industrial Applications: From Hardware to the Paradigm Shift by Artificial Intelligence

面向工业应用的主动电子太赫兹成像：从硬件到人工智能驱动的范式转变

Aparajita Bandyopadhyay, Hui Yuan, Willie J. Padilla, David J. Brady, Hartmut G. Roskos

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 本综述聚焦主动电子太赫兹成像，综述其硬件、成像模态、增强技术及AI应用，推导技术路线图以解决太赫兹成像瓶颈，有望为工业应用提供高性价比解决方案。

Comments 40 pages, 6 figures

Steady state, core, operational optimization of an ARC-like tokamak via plasma composition and shape

类ARC托卡马克的稳态、核心与运行优化：通过等离子体成分和形状

A. Saltzman, P. Rodriguez-Fernandez, A. Ho, G. Snoep, J. Han, J. Hall, M. S. Anastopoulos Tzanis, J. Hillesheim, A. J. Creely, P. Snyder, N. T. Howard

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究采用贝叶斯优化方法，对类ARC托卡马克的等离子体成分与形状等参数进行稳态运行优化，提升了聚变功率与功率密度，该方法可推广至其他托卡马克。

Wealth Preferences and the Upper Tail of Consumption

财富偏好与消费的上尾分布

Qingyin Ma, Alexis Akira Toda

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文构建财富进入效用函数的最优储蓄理论，利用γ和δ的相对曲率分析消费上尾行为，涵盖随机死亡率下的遗赠动机，校准模型可准确刻画观测财富水平的渐近特征并复制富裕家庭高储蓄率。