AI Agent

Synthesizing Feature Extractors: An Agentic Approach for Algorithm Selection

合成特征提取器：一种用于算法选择的智能体方法

Hai Xia, Carlos Ansótegui, Stefan Szeider

机构 * TU Wien（维也纳技术大学） ； University of Lleida（莱里达大学） 纠错

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

AI总结 该研究提出一种基于LLM的智能体方法，通过检查-修复-验证循环合成可解释的特定问题特征提取器，在三类组合问题上的算法选择性能优于现有专家设计特征与Transformer变体。

The Working Set of a Coding Agent: Coherence Debt in Repository-Scale Tasks

编码智能体的工作集：仓库规模任务中的一致性债务

Bardia Mohammadi, Lars Klein, Aman Chadha, Akhil Arora, Laurent Bindschaedler

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

AI总结 该研究针对仓库规模编码任务，建模一致性债务，通过7个模型和5个框架实验发现事实可用性决定编码结果，提出测试框架应核对编辑依赖事实可用性的建议。

TRUSS: Towards Task-Reliable and User-Safe Automated Agent Skill Generation

TRUSS：面向任务可靠且用户安全的自动化智能体技能生成

Zhibo Zhang, Zhen Ouyang, Ling Shi, Kailong Wang

机构 * Huazhong University of Science and Technology（华中科技大学） ； Nanyang Technological University（南洋理工大学） 纠错

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

AI总结 TRUSS是一种证据引导框架，可生成安全可靠的智能体技能，在多基准测试中实现了漏洞检测100%的精度召回率，同时显著提升任务有效性与安全率。

Foundation Agents Meet Agentic Deep Research: Evidence-Grounded Clinical Code Forecasting

基础智能体与智能型深度研究结合：基于证据的临床代码预测

Junda Wang, Meysam Ghaffari, Akshat Choube, Mohsen Sharifi Renani, Hong Yu, Carlos Morato

专题命中 软件智能体 ：agentic(title)；workflow(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出ICD-Deepresearch工作流，结合EHR基础模型、语言基础模型与医学搜索工具，在MIMIC-III、MIMIC-IV数据集上实现ICD编码预测，其检索证据的医生有用性评分优于对比系统。

SeqFeed: Improving Agentic RTL Code Generation with Sequential Behavior Feedback

SeqFeed：通过顺序行为反馈改进智能体RTL代码生成

Yuxin Du, Juxin Niu, Tao Hu, Xi Wang, Zhe Jiang, Nan Guan

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

AI总结 针对智能体RTL代码生成的时序信息传递难题，本研究提出含SeQuery和SeGraph机制的SeqFeed，通过满足三项反馈要求提升LLM的RTL代码生成通过率。

Agentic Porting, Construction and Initial Verification and Validation of Libraries within the Open Source Unified TRAnsient Multi-Phase Advanced Reactor simulation Kit (Outram Park) Part I: Thermal Hydraulics

开源统一瞬态多相先进反应堆模拟工具包（Outram Park）中库的智能体迁移、构建及初步验证与确认 第一部分：热工水力

Theodore Kay Chen Ong, Ethan Yew Hoe Wong, Sicong Xiao

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

AI总结 本研究将OpenFOAM库智能体迁移至Rust语言的Outram-Foam库，开发了两相HEM壅塞流求解器，验证显示其吻合度良好，智能体编码可提升开源库开发效率，人类专业知识仍为关键。

Comments 78 pages, 21 figures, 17 tables

The Little Scientist: LLM Agent-Driven Discovery via the Scientific Method

小科学家：基于大语言模型智能体的科学方法驱动发现

Travis Smith

专题命中 软件智能体 ：agent(title,abstract)

AI总结 该研究提出The Little Scientist框架，让LLM智能体遵循科学方法迭代探索，在蛋白质适应性预测、DNA基序发现问题上发现了优于现有方案的新算法与集成策略。

Comments Code: this https URL (https://github.com/travis42/little-scientist-dale) and this https URL (https://github.com/travis42/little-scientist-delta-v) (Apache 2.0)

StagedWorkspace: A Versioned Workspace for Knowledge-Work Agents

StagedWorkspace：面向知识工作智能体的版本化工作空间

Yining Hua, Hongbin Na, Yifan Zhou, Akshay Kalose, Cyrus Ayubcha, Levi Lian

机构 * Harvard University（哈佛大学） ； Raycaster AI（雷caster人工智能公司） ； University of Technology Sydney（悉尼科技大学） ； University of Washington（华盛顿大学） ； Stanford University（斯坦福大学） 纠错

专题命中 软件智能体 ：agent(abstract,abstract_cn)；AI agent(abstract)；分类 cs.AI

AI总结 该研究针对知识工作智能体的版本化工作空间问题，提出StagedWorkspace方案，通过绑定解析记录与原生文件内容哈希提升性能，在OfficeQA Pro等数据集上取得显著优于基准的效果，为相关基准构建提供了新方向。

Comments Under Review

Code as Representation: A Compilable Parsing Paradigm for Academic Documents

代码作为表示：学术文档的可编译解析范式

Rihui Jin, Jun Wang, chengyuan zhu, Liang Mingyu, Yue Gao, Li Yunxuan, Kuicai Dong, Guilin Qi, Lin Ren, Yongrui Chen, Xinbang Dai, Jiaqi Li, Tongtong Wu, Gholamreza Haffari

机构 * Southeast University（东南大学） ； Nanyang Technological University（南洋理工大学） ； Nanjing University（南京大学） 纠错

专题命中 软件智能体 ：agent(abstract)；agentic(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 针对学术PDF难以被机器处理的问题，提出CADP可编译解析范式，构建CADP-Bench基准并测试SOTA MLLMs，发现前沿模型仍难生成高保真可执行重构，该基准已开放供研究。

Comments Accepted by ACM MM 2026

$\texttt{Aether.jl}$: A High-Performance 3D MHD and Multifluid Dust Code Written in a Dynamic Language with an Interactive Human-AI Development Framework

Aether.jl：一种用动态语言编写、具备人机交互开发框架的高性能三维磁流体与多流体尘埃代码

Ka Wai Ho

专题命中 软件智能体 ：agent(abstract)；workflow(abstract)

AI总结 Aether.jl是一款用Julia编写的高性能三维磁流体与多流体尘埃代码，采用交互式人机开发框架，单GPU性能优于C++代码，在Frontier超算4096个GCD上并行效率超93%，支持CPU、GPU运行，已公开。

Comments 25 pages, 16 figures

Language Has Two Parameters: Narrative-Induced Semantic Plasticity and Phase-Sensitive Interpretation

语言具有两个参数：叙事诱导的语义可塑性与相位敏感的解读

Hollis Robbins (University of Utah)

机构 * University of Utah（犹他大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.CL

AI总结 该研究提出语言解读需第二个带符号、持久且以个体与二元组为索引的相位参数，指出标准Transformer无相位显式表征，需构建承载相位语义状态的语言模型。

Comments 23 pages; 0 figuresCC

LEGO-RL: Harness-Native Reinforcement Learning for Coding Agents

LEGO-RL：利用原生强化学习实现编码智能体

Yiming Du, Yuxin Jiang, Tao Yuan, Jianbo Dai, Shaowei Wang, Jierun Chen, Chaofan Tao, Xianzhi Yu, Lifeng Shang, Kam-Fai Wong, Xiaohui Li, Haoli Bai

机构 * Huawei Technologies Co., Ltd（华为技术有限公司） ； The Chinese University of Hong Kong（香港中文大学） 纠错

专题命中 软件智能体 ：agent(abstract)；分类 cs.AI

AI总结 LEGO-RL 是桥接原生编码智能体 harness 与策略梯度优化的框架，通过三大支柱解决训练不匹配问题，提升 Qwen3.5-35B-A3B 在三个编码基准上的性能，且保持高概率相关性。

Comments Webpage: this https URL (https://lego-rl.pages.dev)

ORCA: Observability-Grounded Program Repair for Microservice Incidents

ORCA：基于可观测性的微服务故障程序修复

Yuanchen Gao, Yifang Tian, Yiran Li, Charles Zhang, Hans-Arno Jacobsen

专题命中 软件智能体 ：agent(abstract)；分类 cs.SE

AI总结 ORCA是基于可观测性的微服务故障修复流水线，通过遥测数据提炼故障特征定位候选位置，经多智能体生成补丁并通过遥测验证器评估，在575案例基准中成本效益优于所有基线。

Wind Turbine Maintenance Log Labelling Framework: LLM-Driven Data Correction and Enrichment via Semantic Extraction of Reliability Intelligence

风力涡轮机维护日志标注框架：基于LLM驱动的数据校正与语义提取的可靠性智能增强

Max Malyi, Jonathan Shek, Alasdair McDonald, Andre Biscaya

机构 * Institute for Energy Systems, School of Engineering, The University of Edinburgh（能源系统研究所，工程学院，爱丁堡大学） ； Nadara, Lisbon, Portugal（纳达拉，里斯本，葡萄牙） 纠错

专题命中 软件智能体 ：workflow(abstract)；分类 cs.CL

AI总结 提出一种利用大语言模型自动标准化和结构化风力涡轮机维护日志的方法，通过纠正系统代码、提取故障模式与维护动作分类，将非结构化文本转化为定量可靠性指标。

Comments An adjustable template containing the Python script architecture, applied dynamic prompts, and data schemas is hosted in an open-source GitHub repository: this https URL (https://github.com/mvmalyi/llm-driven-wind-turbine-maintenance-log-labelling)

r2py: A Framework for AI-Assisted Conversion of R Statistical Packages to Python

r2py：用于AI辅助将R统计包转换为Python的框架

Yufei Cai, Jun Li

专题命中 软件智能体 ：agentic(abstract)

AI总结 本文提出r2py，这是Claude Code环境中首个七阶段AI辅助方法，可将R包系统转换为数值保真的原生Python库，在KernSmooth包上实现的r2py_kernsmooth通过518项测试，有效数字一致性达6-10位。

Quantum-Safe Web Service Architecture Using Time-Based One-Time Passwords

使用基于时间的一次性密码的量子安全Web服务架构

Abel C. H. Chen

专题命中 软件智能体 ：agent(abstract)

AI总结 本研究开发了一种量子安全Web服务架构，采用基于后量子密码学的TLS与HTTPS保障传输安全，通过HMAC驱动的TOTP保障服务安全，并实验对比了四种哈希算法的性能以支撑部署。

The Roman Coronagraph Community Participation Program: corgisim - a simulation suite for the Nancy Grace Roman Space Telescope Coronagraph Instrument

罗马日冕仪社区参与计划：corgisim——南希·格蕾丝·罗马空间望远镜日冕仪的模拟套件

Jingwen Zhang, Sophie Noiret, Maxwell A. Millar Blanchaer, Jason Wang, Alexis Lau, Neil Zimmerman, Jessica Gersh-Range, Eric Shen, Kevin Ludwick, Taichi Uyama, Chen Xie, Vanessa P. Bailey, John Krist, Elodie Choquet, Julien Girard, Alexis Bidot, Arthur Vigan

专题命中 软件智能体 ：planning(abstract)

AI总结 该研究开发了开源模拟包corgisim，作为罗马日冕仪社区参与计划的一部分，用于南希·格蕾丝·罗马空间望远镜日冕仪观测的端到端模拟，为相关任务提供数据支持与应用指导。

Comments Proceedings of SPIE Astronomical Telescopes + Instrumentation 2026 (Paper No.14145-182)

The Roman Coronagraph Community Participation Program: target database and tools

罗曼日冕仪社区参与计划：目标数据库与工具

Dmitry Savransky, Rifah Tasnim, Saanika Choudhary, Hovik Grigoryan, Justin Hom, Bijan Nemati, Neil Zimmerman, Ramya Anche, Nicholas Phillips, Louie Donesa, Parth Mittal, Amira Razack, Savaas Iqbal, Javier Majumdar, Schuyler G. Wolff, Vanessa P. Bailey

专题命中 软件智能体 ：planning(abstract)

AI总结 针对罗曼空间望远镜日冕仪的调试与观测需求，罗曼日冕仪社区参与计划开发了含多类目标的数据库及配套工具，用于观测规划与调度。

Comments Presented at SPIE Astronomical Telescopes + Instrumentation 2026. Paper Number 14145-183

The Roman Coronagraph Community Participation Program: trials and triumphs of designing an observing program for a technology demonstration instrument

罗曼日冕仪社区参与计划：为技术演示仪器设计观测计划的试验与成功实践

Schuyler G. Wolff, Vanessa P. Bailey, Justin Hom, Beth Biller, Dmitry Savransky, Julien H. Girard, Ellis Bogat, Óscar Carrión-González, Clarissa R. Do Ó, Masayuki Kuzuhara, Chen Xie, Maxwell Millar-Blanchaer, Susan Redmond, Johan Mazoyer, Macarena Vega-Pallauta, Gael Chauvin, Matthieu Ravet, Alexandra Greenbaum, Eric Cady, Ramya Anche, James Ingalls, the Roman Coronagraph Community Participation Program Team

专题命中 软件智能体 ：planning(abstract)

AI总结 该研究介绍罗曼日冕仪社区参与计划过去两年的活动，重点为罗曼望远镜初始在轨校验及观测首六个月做观测规划，还阐述了天文界后续参与公开数据研究的未来机会。

Comments Submitted to SPIE Astronomical Telescopes + Instrumentation 2026 proceedings