AI Agent

AHD Agent: Agentic Reinforcement Learning for Automatic Heuristic Design

AHD代理：用于自动启发式设计的代理强化学习

Haoze Lv, Ning Lu, Ziang Zhou, Yew-Soon Ong, Shengcai Liu

机构 * Guangdong Provincial Key Laboratory of Brain-Inspired Intelligent Computation（广东脑启发智能计算重点实验室） ； Department of Computer Science and Engineering, Southern University of Science and Technology（南方科技大学计算机科学与工程系） ； Zhongguancun Academy（中关村学院） ； The Hong Kong University of Science and Technology（香港科技大学） 纠错

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

AI总结 本文提出AHD Agent，一种多轮框架，使LLM能主动决定生成启发式或调用工具获取环境证据，通过代理强化学习提升自动启发式设计效率。

Comments 8 pages, 7 figures for main content

VALG: An Agentic System for ML Theory Research

VALG：面向机器学习理论研究的智能体系统

Dechen Zhang, Xuan Tang, Xinxiang Yin, Xingwu Chen, Jian Qian, Difan Zou

机构 * The University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Northwestern Polytechnical University（西北工业大学） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(abstract)；autonomous agent(abstract)；workflow(abstract)

AI总结 本文提出VALG智能体系统，将机器学习理论研究过程组织为自主工作流，通过多环节验证与图结构证明开发，在COLT 2026开放问题子问题上验证了其有效性，相关代码已开源。

Auditable agentic AI for evidence-grounded thyroid ultrasound diagnosis and reporting

用于循证甲状腺超声诊断与报告的可审计智能体AI

Haifan Gong, Shiyu Chen, Bodong Wang, Yuqi Wang, Shijie Wang, Guoliang You, Xinyu Xiong, Haowei Wang, Mingzhi Mao, Dexing Kong, Qinghua Liu, Wei Lou, Fei Chen, Guanbin Li

机构 * School of Computer Science and Engineering, Sun Yat-sen University（中山大学计算机科学与工程学院） ； School of Software Engineering, Sun Yat-sen University（中山大学软件工程学院） ； School of Mathematical Sciences, Zhejiang University（浙江大学数学科学学院） ； Perelman School of Medicine, University of Pennsylvania（宾夕法尼亚大学佩雷尔曼医学院） ； Zhujiang Hospital, Southern Medical University（南方医科大学珠江医院） ； College of Mathematical Medicine, Zhejiang Normal University（浙江师范大学数学医学院） 纠错

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

AI总结 本文提出可审计的智能体AI系统ThyroidXAgent，基于多中心数据集开发，可协同完成甲状腺超声诊断多任务，提升分类准确率与报告一致性，缩短耗时，支持临床医生修正。

Comments Under review

Surprise2Refine: Axis-Centered Exploration-To-Refinement for Agent-Assisted Creative Scaffolding

Surprise2Refine：面向智能体辅助创意支架的以轴为中心的探索-细化方法

Yuzhe You, Gromit Yeuk-Yin Chan, Shunan Guo, Anlan Zhang, Eunyee Koh, Jian Zhao, Tongyu Zhou

专题命中 工作流自动化 ：agent(title,abstract)；workflow(abstract)

AI总结 针对现有智能体创意工具设计空间适配不足的问题，提出Surprise2Refine的以轴为中心的探索-细化工作流，原型可构建n×n设计空间，研究表明其能提升用户控制感与设计成果感知创意性。

Comments Accepted to ACM UIST 2026

Transforming Interactions in Thesis Supervision: An Exposé-First Workflow in Higher Education

转变论文指导中的互动：高等教育中以开题报告为核心的工作流程

Lin-Yin Huang, Dennis Zyska, Iryna Gurevych

专题命中 工作流自动化 ：workflow(title,abstract)；planning(abstract)

AI总结 本文以某机构的以开题报告为核心的论文指导工作流程为研究对象，采用混合方法结合反思性设计视角分析，发现其提升了论文准备的结构化程度但仅重新分配工作，贡献了对该社会技术工作流程的分析。

Comments 5 pages, 3 figures; accepted as Work in Progress at Mensch und Computer 2026 (MuC 2026)

Static analysis-guided agentic AI translation enables Rust as a full stack bioinformatics language

静态分析引导的智能体AI翻译使Rust成为全栈生物信息学语言

Johan Henriksson

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

AI总结 该研究结合智能体AI与静态分析，将生物信息学遗留代码翻译为Rust，在Bascet软件上实现规模、构建时间、性能的显著优化，且支持原生Windows运行，为生物信息学软件大规模重构提供了低成本方案。

ClimateSOM: A Visual Analysis Workflow for Climate Ensemble Datasets

Yuya Kawakami, Daniel Cayan, Dongyu Liu, Kwan-Liu Ma

机构 * University of California, Davis（加州大学戴维斯分校） ； Scripps Institution of Oceanography, University of California, San Diego（Scripps海洋研究所，加州大学圣地亚哥分校） 纠错

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

OmniScientist: An Omni-Modal Omni-Discipline AI Scientist

OmniScientist：一种全模态全学科的AI科学家

Bobo Li, Hao Fei, Tianjie Ju, Mong-Li Lee, Wynne Hsu

机构 * National University of Singapore（新加坡国立大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本研究提出全模态AI科学家OmniScientist，通过端到端全模态流水线处理多学科异构原始证据，在36个真实案例中完成从原始数据到手稿的全流程，性能优于仅用预计算特征的系统，为通用AI科学家提供可行方案。

Comments 30 pages, 13 figures, 19 tables. Project page: https://omni-scientist.github.io/

Explanatory Engagement Under Rare Anomalous Failure: Asymptotic Rarity in Model Behavior (or: The Asymptotic AI)

罕见异常失效下的解释性参与：模型行为中的渐近稀有性（或：渐近式AI）

Sam Mao

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

AI总结 本研究探究LLM在低可控失效概率工作流中，解释性参与度随失效渐近稀有性的变化，发现触发结构是关键调节变量，不同模型的异常识别与参与表现存在差异。

Comments 11 figures. Elicitation-condition sweep across three open-weight models (qwen3:8b, llama3.1:8b, mistral:7b); pipeline scripts and experimental data available upon reasonable request

Pipeline Denotational Design: Correct-by-Construction Data Pipelines at Zero Cost

管道指称设计：零成本的构造正确性数据管道

Nikos Karayannidis

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

AI总结 提出管道指称设计（PDD）方法论，在设计时零成本实现数据管道构造正确性，可验证 AI 生成管道的粒度一致性，已在生产工具链中实现并评估。

Comments Extended version of a work-in-progress paper; the experimental evaluation is in progress and will appear in a later revision. Builds on a companion grain theory paper, arXiv:2601.00995

CAPRI: Contract-Aware Proof Repair for Isabelle

CAPRI：面向Isabelle的感知契约的证明修复

Jim Woodcock, Gabriel Leite, Augusto Sampaio, Ran Wei

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

AI总结 该研究提出CAPRI工具，用于解决Isabelle证明修复中LLM修改未授权内容的问题，通过契约检查机制保障安全，在12个失败证明的实验中验证了不同工作流的修复效果。

Comments 17 pages, 1 figure, 7 tables. Submitted to SBMF 2026. Reproducibility artefact available on Zenodo

Beyond Handcrafted Security: Towards Self-Evolving Defense for LLM Agents

超越手工安全：面向大语言模型智能体的自演化防御

Jiajun Ruan, Peiyang Li, Yukun Chen, Fengting Li, Chao Feng

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对 LLM 智能体的安全威胁，提出自演化运行时防御框架 HARD，将防御开发从人工工程转为自主演化，在保留任务效用的同时提升了安全性能。

Why AI Governance Frameworks Are Hard to Adopt: A Role-Based Stress Test of the NIST AI RMF

为何AI治理框架难以被采用：对NIST AI RMF的基于角色的压力测试

Joseph R. Simons, David A. Broniatowski

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

AI总结 本文通过对NIST AI RMF的基于角色的压力测试，发现AI治理框架的核心问题在于活动能否产生治理价值，角色、部署类型对治理价值有显著影响，仅当治理价值与结构适配性同时满足时才易实现风险降低。

On the Structural Limits of Machine Learning Decision Systems: An Information-Theoretic, Interaction-Based, and Stochastic-Dynamical Perspective

机器学习决策系统的结构极限：基于信息论、交互与随机动力学的视角

Nestor R. Barraza, Gabriel Pena

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本研究从信息论等视角分析机器学习决策系统的结构极限，通过Fano型边界等方法推导分类与参数估计的性能极限，指出合适的数据模型是拓展预测能力的前提。

Journal ref JAIIO 2026

AIFS-TC: A simple correction competitive with the operational frontier for tropical cyclone intensity forecasting

AIFS-TC：一种可与业务前沿水平媲美的热带气旋强度预报简单修正方法

Anna Allen, Wessel P. Bruinsma, Michael Maier-Gerber, Harrison Cook, Matthew Chantry, Richard E. Turner

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

AI总结 该研究提出AIFS-TC修正方法，基于开源AIFS-Single模型，可在12小时至7天时效内媲美业务前沿的热带气旋强度预报性能，且由Claude Fable 5自主设计，凸显智能体编码在预警系统研发中的潜力。

Comments 6 pages, 5 figures, 2 tables

Spec-Driven Hardware Evolution via Executable Contract Refinement and Proof-Guided RTL Update

基于规约驱动的硬件演化：通过可执行契约精化与证明引导的RTL更新

Shibo Zhao, Yang Zhang, Mengxia Tao, Baoqi Zhang, Kezhi Li, Qiang Xu, Binwu Zhu, Hao Yan, Min Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出以契约为核心的规约驱动硬件演化方法，将硬件演化分为四阶段，经评估可推动遗留RTL向新版本功能收敛，为硬件版本迭代提供新方案。

Identifiability-aware neural ordinary differential equations for parsimonious and reliable dynamic modelling

面向简约可靠动态建模的可识别性感知神经常微分方程

Núria Campo-Manzanares, Eva Balsa-Canto

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出iNODE框架，将实用可识别性融入神经微分方程设计，经基准测试表明其可选择紧凑架构、降低参数不确定性并提升动态建模的外推与恢复能力。

Encoding Circuit Satisfiability in Rydberg Atom Arrays

在里德堡原子阵列中编码电路可满足性

Haotian Ji, Zhangjie Qin, Zheng An, Bowen Yan, Daoheng Niu, Kunzhe Dai, Jingkai Fang, Dongyang Cao, Jiangyu Cui

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出CAMERA方法，在里德堡原子阵列上以远低于传统CNF编码的原子成本实现Circuit-SAT编码，验证了全加器等算术块的编码并完成端到端实例求解，为求解组合问题提供了新路径。

Evaluating Electrostatic Embedding MLIP/MM for Relative Binding Free Energy Calculations

评估用于相对结合自由能计算的静电嵌入MLIP/MM方法

Stephen E. Farr, Gianni De Fabritiis

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究将Semelak等人的静电嵌入MLIP/MM方案应用于蛋白质-配体RBFE计算，发现其可提升TYK2的RBFE精度，但在CDK2等4个靶点表现与基线相当，且单分子基准无法预测靶点依赖结果。

Borey: A High-Resolution Regional Atmosphere-Ocean-Sea Ice-Wave Forecasting System and Hindcast Dataset for the Barents and Kara Seas

Borey：用于巴伦支海和喀拉海的高分辨率区域大气-海洋-海冰-海浪后报数据集（2019-2023）

Vasily Ivanov, Polina Verezemskaya, Alexander Gavrikov, Vitaliy Sharmar, Mikhail Krinitskiy, Timofey Grigoryev, Vladimir Vanovskiy, Evgeny Burnaev

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对巴伦支海和喀拉海的高分辨率海洋信息需求，本文提出基于WRF-NEMO-SI3-WW3模型链的Borey后报数据集，提供2019-2023年多要素场，经初步验证具备合理精度，后续将重新计算验证统计量。

Comments 12 pages, 6 figures. Initial submission; to be extended to the ver.2

Topology-Aware Propagation-Based Assessment of Extreme-Weather Impacts on Distribution System Resilience

基于拓扑感知传播的极端天气对配电系统弹性影响的评估

Junjie Yin, Xinyu Feng, Jian Han, Fangxing Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对极端天气给配电系统带来的不确定性和弹性挑战，提出事件条件不确定性建模和拓扑感知影响传播框架，集成多种分析评估方法，通过案例研究和平台可视化，可区分影响因素并支持预警评估。

Comments 6 pages, 8 figures, 2 tables. This paper has been accepted for presentation at the 2026 IEEE North American Power Symposium (NAPS 2026). The final version will appear in IEEE Xplore

OpenRC: An Open-Source Robotic Colonoscopy Framework for Multimodal Data Acquisition and Autonomy Research

OpenRC：一种用于多模态数据采集和自主性研究的开源机器人结肠镜框架

Siddhartha Kapuria, Mohammad Rafiee Javazm, Naruhiko Ikoma, Joga Ivatury, Mohammad Ali Nasseri, Nassir Navab, Farshid Alambeigi

机构 * Walker Department of Mechanical Engineering, The University of Texas at Austin（德克萨斯大学奥斯汀分校沃克机械工程系） ； Department of Surgical Oncology, Division of Surgery, The University of Texas MD Anderson Cancer Center（德克萨斯大学MD安德森癌症中心外科肿瘤学系） ； School of Medicine and Health, Technical University of Munich（慕尼黑工业大学医学与健康学院） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 OpenRC框架通过整合开源硬件和多模态数据集，为机器人结肠镜和手术自主性研究提供了可重复的基础，支持同时记录视频、操作指令、执行状态和末端位置，并验证了运动一致性和跨模态延迟。

Comments Abstract: Added repository and contribution statement