AI Agent

A validity-guided workflow for robust large language model research in psychology

面向心理学中鲁棒大语言模型研究的有效性导向工作流程

Zhicheng Lin

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

AI总结 本文提出一个六阶段工作流程，通过整合心理测量与因果推断，提升心理学中大语言模型研究的有效性，强调研究目标、计算工具验证、实验设计、透明执行、数据分析和结果报告的全面性。

Journal ref Behavior Research Methods, 58, 216 (2026)

Skill2Query: Exploiting Skill Structure to Generate Pseudo-Queries for Agent Skill Retrieval

Skill2Query：利用技能结构生成智能体技能检索的伪查询

Lihui Ding, Zihan Guo, Bingwei Lu, Chenyu Zhou, Yuanjian Zhou, Weinan Zhang, Jianghao Lin, Dongdong Ge

机构 * Fudan University（复旦大学） ； Sun Yat-sen University（中山大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Jiao Tong University（上海交通大学） 纠错

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

AI总结 Skill2Query是利用技能知识图谱生成伪查询的框架，可提升多类检索性能，生成的训练数据表现最优，还能提高智能体任务成功率。

MechMath: Sorrifier-Driven Formal Decomposition Workflow for Automated Theorem Proving

Mechanic：基于遗憾的正式分解工作流用于自动定理证明

Ruichen Qiu, Yichuan Cao, Junqi Liu, Dakai Guo, Xiao-Shan Gao, Lihong Zhi, Ruyong Feng

机构 * Academy of Mathematics and Systems Science, CAS（数学与系统科学研究院，中国科学院） ； School of Advanced Interdisciplinary Sciences, UCAS（交叉科学学院，中国科学院大学） ； School of Mathematical Science, UCAS（数学科学学院，中国科学院大学） 纠错

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

AI总结 Mechanic通过基于遗憾的正式分解策略提升自动定理证明效率，有效解决传统方法在处理失败尝试时的效率与上下文过长问题。

Comments Published as a conference paper at COLM 2026

A Generative Deep Learning Workflow for Inverse Molecular Design of Fuels

用于燃料逆分子设计的生成式深度学习工作流

Kiran K. Yalamanchi, Pinaki Pal, Balaji Mohan, Abdullah S. AlRamadan, Jihad A. Badra, Yuanjiang Pei

机构 * Transportation and Power Systems Division, Argonne National Laboratory（阿贡国家实验室运输与电力系统 division） ； Transport Technologies Division, Research and Development Center, Saudi Aramco（沙特阿美运输技术 division，研发中心） ； Aramco Americas: Aramco Research Center–Detroit（阿美美洲：阿美研究中心–底特律） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本研究开发结合Co-VAE与QSPR的生成式深度学习框架，用于燃料逆分子设计，可识别高RON燃料分子，还可扩展至多性质设计并纳入可合成性标准。

Would this change your answer? Evaluating Explanations of LLM Behavior In The Wild with Counterfactual Experiments

这会改变你的答案吗？通过反事实实验评估现实场景中大语言模型（LLM）行为的解释

Adam Karvonen, Euan Ong, Subhash Kantamneni, Samuel Marks

机构 * Anthropic 纠错

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

AI总结 本研究提出CHIVE流程，通过反事实实验评估大语言模型行为的解释，发现常见可解释性技术无预测提升，且CHIVE生成的训练数据可实现分布外泛化。

How Do Agents Fail on AutoResearch: End-to-End Diagnostic Evaluation on 100 Real-World Frontier Research Tasks

智能体在自动研究（AutoResearch）中如何失败？针对100项真实前沿研究任务的端到端诊断评估

Yanlin Fei, Nazhou Liu, Xinmiao Yu, Shaolong Chen, Lei Li, Rahul Thapa, Madalina Ciobanu, Qingqing Mao, Ritankar Das

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

AI总结 本研究推出AutoResearchEval评估平台，构建含45种失效模式的ARFT分类体系，发现当前智能体缺乏元认知循环是核心缺陷，公开发布相关资源以推动自主科学发现研究。

Comments *Equal Contribution (alphabetical order by last name)

ML-AutoResearch: Training Machine Learning Research Agents with Automatically Generated Environments

通过合成任务扩展实现AI科学家

Ziyang Cai, Amir Saeidi, Harkirat Behl

机构 * Princeton University（普林斯顿大学） ； Microsoft Research（微软研究院） 纠错

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

AI总结 本文提出一种合成环境生成管道，用于训练能从实践中学习的机器学习代理。通过真实数据集验证和自调试循环，生成高质量合成任务，提升Qwen3-4B和Qwen3-8B在MLGym上的性能，AUP指标分别提升9%和12%。

RaivenTracks: Branching Provenance for Conversational Visualization Workflows

RaivenTracks：面向对话式可视化工作流的分支溯源系统

Ella Hugie, Alexandra Irger, Grace Guo, Kenneth Moreland, David Pugmire, Scott Klasky, Hanspeter Pfister

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

AI总结 RaivenTracks是Raiven可视化管道的工作流感知扩展，通过两级状态管理架构实现可分支的版本树与细粒度撤销/重做，试点研究显示其支持可视化工作流的分支与恢复，为AI驱动科学工作流的溯源监督提供了新方向。

Comments *Ella Hugie and Alexandra Irger are co-first authors

zenDot: An LLM-integrated quantum TCAD platform for semiconductor quantum-device design and optimization automation

zenDot：一款集成大语言模型（LLM）的量子TCAD平台，用于半导体量子器件设计与优化自动化

Zeheng Wang, Yan Liu, Yue Hao, Genquan Han

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

AI总结 zenDot是集成LLM的量子TCAD平台，可连接器件物理与LLM驱动的设计探索，在Si/SiO₂双量子点验证中完成18次设计迭代，将最差门保真度降低近30倍。

BDIP-Net: Dual-Interaction Graph Learning for Property Prediction of Bilayer Materials

BDIP-Net：用于双层材料性能预测的双交互图学习方法

An Vuong, Chen Zhao, Jin Hu, Shui-Qing Yu, Xintao Wu

机构 * University of Arkansas（阿肯色大学） ； Baylor University（贝勒大学） 纠错

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

AI总结 本研究提出基于MatterSim-D3的结构优化工作流与BDIP-Net图神经网络，实现了双层材料的低成本高效构建与性能预测，且BDIP-Net性能优于现有相关方法。

The Energy Blind Spot: NVIDIA's Flagship Edge AI Hardware Cannot Support Process-Level Energy Attribution

能源盲点：NVIDIA 旗舰边缘 AI 硬件无法支持进程级能源归因

Deepak Panigrahy, Aakash Tyagi

机构 * Independent Researcher（独立研究者） ； Texas A&M University（德克萨斯农工大学） 纠错

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

AI总结 本文审计了 ASUS Ascent GX10 (GB10 SoC) 平台的能源可观测性，发现其缺乏 CPU 能源计数器等关键接口，导致无法像 x86 的 RAPL 那样进行进程级能源归因，并提出通过外部直流计量和 GPU 减法进行校准的临时方案，呼吁将能源可观测性作为硬件的一等要求。

Comments 5 pages, 0 figures. Accepted at the 2nd International Workshop on Low Carbon Computing (LOCO 2026), Lancaster University, United Kingdom, 10-11 September 2026. Part of the LOCO 2026 proceedings, arXiv:2608.02072

Deep learning-based computed tomography (CT) derived body composition classifier for colorectal cancer patients

基于深度学习的结直肠癌患者CT衍生身体成分分类器

Eve Harling, Chattarin Pumtako, Bernd Porr, Donald C McMillan, Ross D Dolan

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

AI总结 本研究训练AlexNet等四种深度学习模型自动分析结直肠癌患者CT衍生身体成分，GoogLeNet和AlexNet表现优异，模型可部署于网络应用，有望简化临床身体成分分析流程。

Comments 27 pages, 4 figures

Look Before You Lift: Visual and Quantitative Diagnostics for Topological Deep Learning

先看再提升：拓扑深度学习的视觉与定量诊断

Mathilde Papillon, Guillermo Bernárdez, Álvaro Ballón Barreiro, Marco Montagna, Rémi Devaux, Antoine Jardin, Nina Miolane

机构 * University of California Santa Barbara（加州大学圣巴巴拉分校） ； Sapienza Universitá di Roma（罗马大学） ； Arlequin AI 纠错

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

AI总结 该研究提出TopoExplorer可视化技术，将TDL工作流重构为“提升-查看-设计-训练”，通过可视化提升后数据集的邻域与关键图指标，辅助TDL预处理设计，提升模型开发的原则性、可解释性与效率。

Spectral Rank Certification for Foundation Model Adapters

基础模型适配器的谱秩验证

Mohammed Ahnouch, Lotfi Elaachak

机构 * Université Paris 1（巴黎第一大学） ； Faculty of Science and Technology of Tangier（丹吉尔科学与技术学院） ； Abdelmalek Essaadi University（阿卜杜勒-马利克·埃萨迪大学） 纠错

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

AI总结 本研究针对基础模型适配器开发有限样本谱秩验证框架，提出PEFT LoRA适配器的经验空工作流程，经26个公开适配器审计发现校准有效秩远小于名义秩，且能量保留与统计惊喜对应不同问题。

Comments 11 pages, 4 figures , KDD 2026 Workshop TensorKDD

AgentR A Stateful and Recovery-Aware Software Architecture for LLM-based Auditable Workflows

AgentR：面向基于大语言模型的可审计工作流的有状态且故障恢复感知的软件架构

Riya Samanta, Bidyut Saha, Soumya Kanti Ghosh, Rajkumar Buyya

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

AI总结 提出AgentR架构，以有状态设计结合异步编排与成本审计，实现LLM工作流的高可恢复性、可观测性与可审计性，原型在文献综述场景验证获99.2%作业完成率及最高4.3倍并行加速

Constraint-Aware Synthetic Tabular Data Generation via Inter-Column Constraint Discovery with LLM Agents

基于大语言模型智能体的列间约束发现的约束感知合成表格数据生成

Jianxing Zhao, Mao Guan, Dongyu Liu

机构 * University of California, Davis（加州大学戴维斯分校） 纠错

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

AI总结 该研究针对合成表格数据易违反领域约束的问题，提出基于大语言模型智能体的列间约束发现的统一工作流，结合后处理器修复输出，提升了约束合规性与下游效用。

Looks Can be Deceiving: Annotator and Reviewer Performance Across Imagery Sources in Crowd-Sourced Aerial Damage Assessment

表象可能具有欺骗性：众包航空损伤评估中不同影像来源下标注者与审核者的表现

Thomas Manzini, Priyankari Perali, Raisa Karnik, Stephen Johnson, Robin R. Murphy

机构 * Texas A&M University（德克萨斯农工大学） ； 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.AI

AI总结 本文研究多源航空影像损伤评估的标注与审核表现，发现低分辨率影像标注分歧更高，为多源数据集构建提出三项建议。

Comments Accepted ACM HCOMP'26. 13 pages, 6 figures

Data-knowledge dual-driven intelligent framework for full-chain, experiment-efficient synthesis of 2D dendrites

机器智能支持二维树突合成的全流程

Wenqiang Huang, Xuhang Gu, Susu Fang, Shen'ao Xue, Huanhuan Xing, Junjie Jiang, Junying Zhang, Shen Zhou, Zheng Luo, Jin Zhang, Fangping Ouyang, Shanshan Wang

机构 * School of Physics, Hunan Key Laboratory for Super-Microstructure and Ultrafast Process, and Hunan Key Laboratory of Nanophotonics and Devices, Central South University（物理学院，湖南超级微结构与超快工艺重点实验室，湖南纳米光子学与器件重点实验室，中南大学） ； College of Aerospace Science and Engineering, National University of Defense Technology（航空科学与工程学院，国防科技大学） ； School of Advanced Materials, Guangdong Provincial Key Laboratory of Nano-Micro Materials Research, Peking University Shenzhen Graduate School（先进材料学院，广东省纳米-微米材料研究重点实验室，北京大学深圳研究生院） ； College of Science, National University of Defense Technology（科学学院，国防科技大学） ； School of Physics and Technology, and Xinjiang Key Laboratory of Solid-State Physics and Devices, Xinjiang University（物理与技术学院，新疆固态物理与器件重点实验室，新疆大学） ； State Key Laboratory of Powder Metallurgy, and Powder Metallurgy Research Institute, Central South University（粉末冶金国家重点实验室，中南大学粉末冶金研究所） 纠错

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

AI总结 本文提出基于机器学习的材料合成全流程框架，通过主动学习优化实验参数，结合数据增强策略提升预测精度，并构建双驱动机制模型揭示多参数对产物形态的协同作用。

Comments 57 pages, 30 figures

Journal ref Science Bulletin (2026)

Design-Based Inference under Deep Domain Stratification: Language of Instruction and Private-Institution Choice in India's NSS 71st Round

深度域分层下基于设计的推断：印度第71轮全国抽样调查中的教学语言与私立机构选择

Aksaj Goel, Abhishek Bhattacharjee

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文针对大型家庭调查多次细分后统计脆弱的问题，开发了可审计的基于设计的推断框架，结合印度第71轮全国抽样调查数据验证了该方法的有效性。

Comments 102 pages , 24 Tables and 4 Histograms

PersonaEval: Persona-Based User Simulation for Evaluating Interactive Applications

PersonaEval：用于评估交互式应用的基于角色的用户模拟

Yifan Simon Liu, Qianfeng Wen, Yilan Fan, Shirley Huang, Ruoqi Gao, Jianheng Hou, Muhammad Ahmed Mohsin, Zonglin Di, Brihi Joshi, Xincheng Tan, Yucheng Lu, Xiaoyi Liu, Heming Liu, Hanwen Xing, Guanghui Min, Zhengyang Shan, My Chiffon Nguyen, Ishan Gupta, Yunze Xiao, Hannah Collison, Jintao Huang, Jiatong Li, Sankalp Jajee, Yunhan Zhao, Bing Hu, Sky Ng, Xupeng Chen, Binghang Lu, Weihang Xiao, Aravind Mohan, Bolun Sun, Yunshu Wu, Yuanda Xu, Yun Shen, Runyu Zhang, Zheyuan Deng, Zhiwei Zhang, Qianyu Zhu, Dianzhuo Wang, Yijun Wang, Yixuan He, Yuexing Hao, Xiaomin Li

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对真实用户研究成本高、难扩展的问题，提出PersonaEval框架，可在三类交互式应用上实现可重复、可并行的用户模拟评估。

Robust structure from motion for aerial-ground images via detector-free feature matching and multi-view track refinement

基于无检测器特征匹配与多视图轨迹优化的空地图像鲁棒运动恢复结构

San Jiang, Hui Wang, Xing Zhang, Zhongwen Hu, Zhijun Wang, Ruisheng Wang, Wanshou Jiang, Qingquan Li

机构 * School of Architecture and Urban Planning, Shenzhen University（深圳大学建筑与城市规划学院） ； Guangdong Key Laboratory of Urban Informatics, Shenzhen University（深圳大学广东省城市信息学重点实验室） ； MNR Key Laboratory for Geo-Environmental Monitoring of Great Bay Area, Shenzhen University（深圳大学自然资源部大湾区地理环境监测重点实验室） 纠错

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出结合无检测器匹配网络与多视图轨迹优化的方法，用于解决空地图像三维重建中特征匹配鲁棒性问题，在5°位姿误差下AUC较LoFTR提升93.9%，实现更高精度的ISfM重建。

From the SIR/SEIR/SVEIR Model to a Chemotactic System: Analysis of Spatiotemporal Mechanisms of Infection Spread within the Einstein Paradigm

从SIR/SEIR/SVEIR模型到趋化系统：爱因斯坦范式内感染传播的时空机制分析

Yizhou Wang, Evgenia Echkina

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究以SIR/SEIR/SVEIR等传染病模型为基础，构建含恐惧/规避效应的扩散-趋化PDE系统，结合数值方法分析感染传播的时空机制，其参数经真实流感数据校准验证。

Comments 31 pages, 12 figures

Exploring Initial CO2 Transport Topologies for Germany's Carbon Management

探索德国碳管理的初始CO₂输运拓扑结构

Toni Seibold, Luna Lütz, Tom Brown

专题命中 工作流自动化 ：planning(abstract)

AI总结 本研究结合图论拓扑生成与多部门耦合能源系统模型，评估德国2035年CO₂输运网络，发现接入关键工业源区与汇点时，输运基础设施可用性比拓扑结构更重要，500公里管道可获大部分经济收益

Scientific applications of quantum computing: challenges and opportunities

量子计算的科学应用：挑战与机遇

Bruno Camino, C. Richard A. Catlow, John Buckeridge, Alin M. Elena, Vladimir V. Gusev, Sarah Harris, Thomas W. Keal, Glenn Jones, Vivien Kendon, Syma Khalid, Phalgun Lolur, Jamal A. Nasir, Matthew J. Rosseinsky, Chris-Kriton Skylaris, Paul A. Warburton, Scott M. Woodley

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨量子计算在化学、材料科学等领域的科学应用，指出其核心挑战是获得化学意义的预测可靠性增益，近期价值来自工作流程整合，需结合特定场景判断实用性。

Assessing the Projector Augmented-Wave Method for Stopping Power Calculations

评估用于阻止功率计算的投影缀加波方法

Bryn Lloyd, Dirk O. Gericke, Gilles Rodway-Gant, Gianluca Gregori

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究评估投影缀加波（PAW）方法用于阻止功率模拟的适用性，开发了适配的PAW数据集生成选择工作流，应用于面心立方铝的质子阻止研究，探究了数据集设计及晶体沟道效应对带电粒子输运的影响。

Comments 11 pages, 5 figures

Synthesizing like a chemist: an iterative, feedback-driven loop for materials discovery

像化学家一样合成：用于材料发现的迭代式反馈驱动循环

Fang Sheng, Steven B. Torrisi, Amanda Volk, Kevin Tran, Koki Nakano, Brian W. Anthony, Tonio Buonassisi

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究提出一种结合LLM、高光谱成像与多目标贝叶斯优化的闭环框架，可自动化材料合成工作流程，在配对优化中表现优于基线方法，还成功合成了未报道的钙钛矿型化合物Rb3BiI6薄膜。

Comments 38 pages, 5 figures

Morphology-Guided Deterministic Fabrication of Low-Noise High-Temperature Superconducting Quantum Interference Devices

形貌引导的低噪声高温超导量子干涉器件的确定性制备

Bingke Xiang, Wanjuan Tang, Shiqun Liu, Lingtong Hou, Geming Zhang, Yibo Wang, Ruonan Wang, Zhiqiang Cao, Jiaqi Wei, Xueshen Wang, Xueying Zhang, Xiaoyang Lin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 该研究开发了一种位点选择性制备流程，利用原子力显微镜引导制备，实现了液氮温度下40 fT·Hz^(-1/2)的低噪声HTS SQUIDs，解决了晶界局部变异性问题，为规模化制造高均匀性器件提供了途径。

Comments 12 pages, 4 figures

Parallelizable Exact Synthesis of Quantum Circuits via Semi-Tensor Product

基于半张量积的量子电路并行精确合成

Chenjian Li, Dingchao Gao, Xiangzhen Zhou, Ji Guan, Pengcheng Zhu, Zhufei Chu

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对现有量子电路精确合成方法的不足，本文基于半张量积理论，为CNOT和相位多项式电路引入并行精确合成框架，通过特定枚举和求解方式实现并行加速，在小实例上比基线快，在实际工作流程中多数情况表现更优。

Phonon-Mediated Thermal Transport in Nanocrystalline Silicon Using Machine-Learning Interatomic Potentials

使用机器学习原子间势研究纳米晶硅中的声子介导热输运

Houssem Rezgui, Catalina Coll Benejam, Clivia M. Sotomayor Torres, Miguel Pruneda

专题命中 工作流自动化 ：workflow(abstract)

AI总结 研究结构复杂材料中声子介导热输运难题，结合高斯近似势、多原子团簇展开模型等，开发机器学习框架模拟纳米晶硅热输运，计算相关参数，揭示晶界热边界电阻特性，相比传统势，该框架描述更准确自洽，利于低维材料热输运建模。

Carruthers Data Processing Pipeline: Radiometric Responsivity Calibration

Carruthers GCI 在轨标定：辐射灵敏度

Alex Zhang, Heather Filippini, Gonzalo Cucho-Padin, Lara Waldrop, John Clarke, Pratik Joshi, Parisa Karimi, Martin M. Sirk

专题命中 工作流自动化 ：workflow(abstract)

AI总结 针对Carruthers GCI仪器辐射标定需求，提出基于CALSPEC标准星库的算法驱动星选方法，通过反演观测流量约束通带，仿真验证反演误差<7%。

Comments Preprint, under review at Space Science Reviews