AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-08-20 至 2026-08-20 共收录 3 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. GUI与网页智能体 3 篇

2608.18647 2026-08-20 cs.RO cs.LG 新提交 70%

Progressive Experience Fusion for Multi-Task World Model Control in Endovascular Navigation

用于血管内导航多任务世界模型控制的渐进式经验融合

Harry Robertshaw, Maxence Boels, Nikola Fischer, Sebastien Ourselin, Christos Bergeles, Alejandro Granados, Thomas C Booth

机构 * School of Biomedical Engineering & Imaging Sciences, King’s College London（伦敦国王学院生物医学工程与影像科学学院）； Surgical & Interventional Engineering（外科与介入工程）

专题命中 GUI与网页智能体：agent(abstract)；planning(abstract)；分类 cs.LG

AI总结本研究提出渐进式经验融合（PEF）训练多任务TD-MPC2控制器，在血管内导航任务中提升了成功率，可实现跨血管结构迁移与患者特异性微调，为临床应用提供概念验证。

2608.18547 2026-08-20 cs.HC cs.CY 新提交 67%

Measuring Proof Burden in Public Bounty Listings: A RentAHuman Case Study

测量悬赏清单中的证明负担：RentAHuman案例研究

Iman YeckehZaare (MIT Center for Collective Intelligence, Honor Education)

专题命中 GUI与网页智能体：agent(abstract)；AI agent(abstract)

AI总结本研究以RentAHuman平台为案例，通过审核981个悬赏清单，测量证明负担，发现56.2%的清单证明负担评分达4或5分，且智能体/机器人标记的清单更常要求现实世界行动等证明。

Comments Accepted at ACM HCOMP 2026 (2026 ACM Conference on Human-AI Complementarity and Alignment), September 27-30, 2026, Alexandria, VA, USA. 10 pages, 4 figures, 3 tables. Camera-ready version; published version DOI: https://doi.org/10.1145/3834580.3838744

2608.18307 2026-08-20 cs.AI cs.CL cs.HC 新提交 62%

ComponentBench: Diagnosing Component-Level Failures in Computer-Use Agents

ComponentBench：诊断计算机使用智能体的组件级故障

Tianchen Guan, Xinlei Lin, Royce Cheng-Yue, Xiangjun Wang, Shuyan Zhou

机构 * Duke University（杜克大学）； Amazon AGI SF Lab（亚马逊AGI旧金山实验室）

专题命中 GUI与网页智能体：workflow(abstract)；分类 cs.AI、cs.CL

AI总结本文提出ComponentBench基准及诊断流水线，评估7种计算机使用智能体在4种观测动作空间下的表现，发现观测动作空间会显著影响性能，且空间操作仍是智能体的挑战。

Comments Accepted at COLM 2026. 30 pages (10 pages main text), 10 figures, 15 tables. Website: this https URL (https://componentbench.com) Code: this https URL (https://github.com/TianchenGuan/ComponentBench) Data: this https URL (https://huggingface.co/datasets/TianchenGuan/ComponentBench)