AI Agent

TRACE: State-Aware Query Processing over Temporal Evidence Graphs for Conversational Data

TRACE：面向对话数据的时间证据图状态感知查询处理

Maolin Wang, Yu Wang, Zichun Liu, Baiyuan Qiu, Chenbin Zhang, Jiguang Shen, Haoran Yang, Hao Miao

机构 * Hong Kong Institute of AI for Science, City University of Hong Kong（香港城市大学香港人工智能科学研究院） ； Independent Researcher（独立研究者） ； Central South University（中南大学） ； The Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 提出TRACE框架，通过构建时间证据图并维护有效性标注，实现对话数据中状态感知的查询处理，提升时间推理和多跳推理能力。

When Regulation Has Memory: Hysteresis and Control Burden in Artificial Agency

当调控具有记忆：人工智能体中的迟滞与控制负担

Veronique Ziegler

机构 * Independent Researcher（独立研究员） 纠错

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

AI总结 通过自适应不确定性调控模型，发现智能体调控增益形成可复现的迟滞环，且提前稳定化可降低控制需求，表明评估智能体需考虑调控负担而非仅状态稳定性。

Comments 16 pages, 8 figures

Lifelong In-Context Learning with Transformers Requires Parametric Forms of Attention

基于Transformer的终身上下文学习需要注意力的参数化形式

Luke McDermott, Robert W. Heath, Rahul Parhi

机构 * UC San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出将上下文学习扩展到终身设置是AI代理持续学习的实用方案，并论证需要参数化注意力机制来在固定硬件预算下理解终身上下文。

Forget Without Compromise: Nexus Sampling for Streaming KV-Cache Eviction Under Fixed Budgets

无需妥协的遗忘：固定预算下流式KV缓存驱逐的Nexus采样

Duc Duong, Hoang Anh Duy Le, Jianwen Xie, Anshumali Shrivastava, Zhaozhuo Xu

机构 * Department of Computer Science, Grinnell College（格林内尔学院计算机科学系） ； Department of Computer Science, Rice University（莱斯大学计算机科学系） ； Lambda, Inc（Lambda公司） ； Workato（Workato公司） 纠错

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

AI总结 提出Nexus采样方法，通过迭代注意力计算和加权水库采样替代确定性top-K选择，在固定预算下保留微妙重要令牌，理论证明其长期优势，实验在80%驱逐率下性能接近密集注意力。

Intend, Reflect, Refine: An Adaptive Multimodal Reflection Framework for Autonomous Driving

意图、反思、优化：一种用于自动驾驶的自适应多模态反思框架

Zisheng Chen, Yuping Qiu, Jianhua Han, Tao Tang, Xiuwei Chen, Likui Zhang, Ying-Cong Chen, Hang Xu, Xiaodan Liang

机构 * Sun Yat-sen University（中山大学） ； HKUST(GZ)（香港科技大学（广州）） ； Yinwang Intelligent Technology Co. Ltd.（引望智能科技有限公司） 纠错

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

AI总结 提出IRR-Drive框架，通过生成初步文本意图并预测未来语义BEV表示，构建双模态反思空间，实现自适应轨迹修正，在NAVSIM基准上达到最优性能。

Per-Entity Bias Mapping for AI Visibility: Why Brand Mentions Require Entity-Specific Calibration

面向AI可见性的逐实体偏差映射：为何品牌提及需要实体特定校准

Zoltan Varga

机构 * Neural Awareness 纠错

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

AI总结 提出逐实体偏差映射（PEBM）框架，识别三种失败模式及参数-检索滞后不对称性，通过大规模实证揭示品牌幻觉悖论，并引入鬼影制图机制解释实体在稀疏潜在区域的虚构输出。

Comments 26 pages, 14 tables. Zenodo preprint: https://doi.org/10.5281/zenodo.20419277. Data and code: https://doi.org/10.5281/zenodo.20308957

Privacy-Preserving Federated Temporal Graph Learning with Digital Twin--Guided Adaptive Deception for Cyber-Resilient IoMT

基于数字孪生引导自适应欺骗的隐私保护联邦时序图学习及其在弹性医疗物联网中的应用

Syed Zeeshan Haider, Anwar Shah, Muneeb Arif, Hamza Iftikhar, Waqas Ali

机构 * FAST National University of Computer and Emerging Sciences（FAST国立计算机与新兴科学大学） 纠错

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

AI总结 提出联邦时序图卷积网络与优势演员-评论家（Federated TGCN-A2C）架构，结合数字孪生异常评分、联邦A2C动作选择和增强蜜罐层，在CICDDoS 2019和TON-IoT数据集上分别达到99.48%和99.61%的测试准确率，并覆盖更多攻击类别。

SafeClawBench: Separating Semantic, Audit-Evidence, and Sandbox Harm in Tool-Using LLM Agents

SafeClawBench: 区分工具使用LLM代理中的语义、审计证据和沙箱危害

Yuchuan Tian, Mengyu Zheng, Haocheng Mei, Ye Yuan, Chao Xu, Xinghao Chen, Hanting Chen, Yu Wang

机构 * Peking University（北京大学） ； Beijing Jiaotong University（北京交通大学） ； SUIBE（上海外国语大学） ； Huawei（华为） ； Tsinghua University（清华大学） 纠错

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

AI总结 提出SafeClawBench基准，通过三个独立端点（语义攻击接受、审计可见危害证据、沙箱观察危害）评估工具使用LLM代理的安全性，揭示不同失败模式并支持可复现比较。

Comments 32 pages, 5 figures

EvoArena: Tracking Memory Evolution for Robust LLM Agents in Dynamic Environments

EvoArena: 追踪记忆演化以构建动态环境中的鲁棒LLM智能体

Jundong Xu, Qingchuan Li, Jiaying Wu, Yihuai Lan, Shuyue Stella Li, Huichi Zhou, Bowen Jiang, Lei Wang, Jun Wang, Anh Tuan Luu, Caiming Xiong, Hae Won Park, Bryan Hooi, Zhiyuan Hu

机构 * National University of Singapore（新加坡国立大学） ； Singapore Management University（新加坡管理大学） ； University of Washington（华盛顿大学） ； University College London（伦敦大学学院） ； University of Pennsylvania（宾夕法尼亚大学） ； Nanyang Technological University（南洋理工大学） ； Recursive ； Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 提出EvoArena基准套件模拟终端、软件和社交领域的渐进环境变化，并设计基于补丁的记忆范式EvoMem记录结构化更新历史，使智能体能通过记忆变化推理环境演化，实验表明当前智能体在动态环境中表现不佳，EvoMem可稳定提升性能。

Talking to Your Data: Exploring Embodied Conversation as an Interface for Personal Health Reflection

与你的数据对话：探索具身对话作为个人健康反思的界面

Nikola Kovacevic, Bastien Husler, Di Zhuang, Rafael Wampfler, Barbara Solenthaler

机构 * Department of Computer Science, ETH Zurich（苏黎世联邦理工学院计算机科学系） 纠错

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

AI总结 提出一种通过具身对话代理与可穿戴健康数据交互的新范式，采用双代理设计（观察者提取统计特征，呈现者以“口语化统计”沟通），通过模拟自我用户研究（N=5）与传统仪表盘对比，评估感知理解、行动具体性和认知转变。

Journal ref Joint Proceedings of the ACM Intelligent User Interfaces (IUI) Workshops 2026, Paphos, Cyprus, July 13-16, 2026

FragFuse: Bypassing Access Control of Large Language Model Agents via Memory-Based Query Fragmentation and Fusion

FragFuse：通过基于记忆的查询碎片化与融合绕过大型语言模型智能体的访问控制

Zixin Rao, Wentian Zhu, Chan Aristella Lu, Zhaorun Chen, Wei Niu, Le Guan, Bo Li, Zhen Xiang

机构 * University of Georgia（佐治亚大学） ； University of Chicago（芝加哥大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 提出FragFuse攻击，利用LLM智能体的长期记忆机制，将违禁内容碎片化存储后融合重构，绕过访问控制，平均绕过成功率达86.3%。

Comments 33 pages, 4 figures. Accepted by USENIX Security 2026

Decision-Aware Memory Cards: Counterfactual-Inspired Context Selection and Compression for Tool-Using LLM Agents

决策感知记忆卡：用于工具使用LLM智能体的反事实启发式上下文选择与压缩

Xinyu Guan, Qianyang Zhao, Yuming Deng

机构 * Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 提出CICL决策感知上下文层，通过构建上下文图、评分单元效用并打包为记忆卡，提升工具使用LLM智能体在行动时的证据选择与压缩能力，在SWE-bench验证集上实现检索命中率提升。

Comments 15 pages, 2 figures, 8 tables. Code is available at https://github.com/stephen-guan-researcher/CICL; Qwen-QLoRA adapter is available at https://huggingface.co/XinyuGuan/CICL

StatefulDiscovery: Evidence-Calibrated Claim Formation in Open-Ended Scientific Discovery

StatefulDiscovery：开放科学发现中证据校准的声明形成

Jiayao Chen, Shi Liu, Linyi Yang

机构 * Southern University of Science and Technology（南方科技大学） 纠错

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

AI总结 提出StatefulDiscovery框架，通过外部化探索状态来协调前沿选择、证据获取和声明裁决，在40个真实数据任务中生成更多高质量、有充分证据支持的声明。

Position: Hippocampal Explicit Memory Is the Cornerstone for AGI

立场：海马体显式记忆是通用人工智能的基石

Sangjun Park

机构 * Sangjun Park 纠错

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

AI总结 本文主张，将显式记忆整合到大语言模型中是迈向通用人工智能的关键，因为LLM的学习机制类似人类内隐记忆，而高阶认知功能依赖海马体显式记忆。

Comments Accepted to ICML 2026 (Position Paper Track)

My Chemical Harness: Evolutionary Molecular Design over Synthetic Pathways with Large Language Model Agents

我的化学缰绳：基于合成路径的大语言模型智能体进化分子设计

César Ojeda, Darius A. Faroughy, Maryam Karimi, Payam Zarrintaj, Mir Mehdi Seyedebrahimi, Martín Carballo-Pacheco

机构 * Institute of Mathematics, Faculty of Science, University of Potsdam（数学研究所，科学学院，波茨坦大学） ； NHETC, Department of Physics and Astronomy, Rutgers University（NHETC，物理与天文学系，罗格斯大学） ； Potsdam Transfer, University of Potsdam（波茨坦转移，波茨坦大学） ； E3 LLC 纠错

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

AI总结 提出一种以可执行合成路径为种群、大语言模型仅作策略控制器的进化框架，在可溶性环氧化物水解酶代理任务上达到最优性能。

Comments 27 pages | 10 figures

GIFT: LLM-Guided State-Reward Interface for Financial Reinforcement Learning

GIFT: 基于LLM引导的状态-奖励接口用于金融强化学习

Yanyan Wu, Boyi Zhang, Yanlin Liu, Xinyu Fang, Jining Luan, Meiqi Zhang, Jiacheng Liu, Hao Zeng, Dexu Yu, Chang Liu, Hanwen Du, Yongxin Ni, Youhua Li

机构 * East China University of Science and Technology（华东理工大学） ； University of Science and Technology of China（中国科学技术大学） ； Southwestern University of Finance and Economics（西南财经大学） ； University of Sydney（悉尼大学） ； City University of Hong Kong（香港城市大学） ； Northeastern University（东北大学） ； The Ohio State University（俄亥俄州立大学） ； National University of Singapore（新加坡国立大学） 纠错

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

AI总结 提出GIFT框架，利用大语言模型引导PPO强化学习中的状态增强和奖励塑造，提升金融交易策略的样本外风险调整收益。

Comments 25 pages, 7 figures. Code and data are available at https://github.com/KAG778/GIFT . Equal contribution: Yanyan Wu and Boyi Zhang. Corresponding author: Youhua Li

An ergodic theorem for multi-period mutual insurance

多期相互保险的遍历定理

John Armstrong

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该论文针对存在异质性风险且无不可保险系统性风险的市场，证明多期相互保险的遍历定理，提出仅用短期合约即可实现极限效用的机制，可应用于风险分摊经济体及保险产品设计。

Estimating the growth in emissions from AI data centres

估算AI数据中心的排放增长

Wim Vanderbauwhede

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 本研究采用先进生命周期评估模型，结合IEA与麦肯锡情景，量化AI数据中心扩张的排放，发现AI行业推崇的情景会使总排放大幅上升，隐含碳分量显著。

Comments 5 pages, 2 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:LOCO2026/P05

Simplicial Semantics for Belief Revision

信念修正的单纯语义

Philip Sink

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文以《单纯复形中信念的一种语义》为基准修改信念语义，基于单纯模型节点为视角的概念提出两种信念修正形式化表述，并探讨迭代修正的概念陷阱及解决方案。

Absorbing phase transition in a queueing model of coupled adaptive agents

耦合自适应智能体排队模型中的吸收相变

Alexei Vazquez

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究构建耦合自适应智能体排队模型，揭示其存在不连续相变，得到临界度与最大群体规模，解释了人类联合/单独活动的决策机制及通信记录中的相关现象。

Comments 10 pages

RealmEye: Virtual Machine Introspection for Arm CCA Realm VMs

RealmEye：面向Arm CCA Realm虚拟机的虚拟机 introspection（虚拟机内省）

Ruofei Qu, Wei Feng, Hongzhan Ma, Menghan Jia, Muyan Shen, Yu Qin

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 RealmEye是首个面向Arm CCA Realm虚拟机的虚拟机内省系统，将内省逻辑置于RMM中，无需修改Realm即可检测rootkit，兼容现有工具，在Arm FVP上可有效检测Diamorphine rootkit的恶意行为。

Comments 14 pages. Preprint

When Agents Talk: Honeytokens under Shared Memory

当智能体对话时：共享内存下的蜜罐

Joshua S. Gans

专题命中 记忆与上下文管理 ：AI agent(abstract)

AI总结 该研究通过2026年网络能力评估案例，分析共享内存下蜜罐的安全缺陷，提出将令牌身份存于私有引用监视器等架构应对方案，指出蜜罐仍需单独安全边界。

Comments artificial intelligence, cybersecurity, honeytokens, defensive deception, shared memory, intrusion detection

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。

FlashBoot: Sub-Second Weight Loading for Large Models at Rack Scale

FlashBoot：机架级大模型的亚秒级权重加载方案

Issac Zhu, Hscos Zhang, Keith Jiang, Jack Li, Hugh Yin, Jason Zhao

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 FlashBoot是基于SGLang设计的机架级大模型权重加载子系统，通过FabricArena布局等技术解决现有方案的结构性缺陷，将单节点及机架级权重加载速度大幅提升，性能远超现有最先进方案。

Memory-, Circuit-, and Ansatz-Efficient VQLS for CFD on Hybrid Quantum-HPC Systems

面向混合量子-高性能计算系统的、内存、电路与本征态拟设高效的变分量子线性求解器（VQLS）用于计算流体动力学（CFD）

Chao Lu, Muralikrishnan Gopalakrishnan Meena, Eduardo Antonio Coello Perez, Kalyana Chakravarthi Gottiparthi, Seongmin Kim

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究针对混合量子-HPC系统上VQLS用于CFD的三大挑战，通过基准测试编码策略、评估本征态拟设、在Frontier超算部署工作流，建立了实用基线并明确了更大规模问题的瓶颈。

Is Forward Prediction Enough? Physical State Grounding for JEPA World Models

前向预测足够吗？面向JEPA世界模型的物理状态 grounding

Haodong Yan, Jiaguan Zhu, Mingyuan Jia, Ruiqing Yin, Junjie He, Zhide Zhong, Junfeng Li, Jinxuan Lu, Hengtao Li, Tianran Zhang, Jiayi Chen, Wenxuan Song, Wen Chen, Yuxiang Gao, Haoang Li

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； COCO Matrix 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 针对JEPA世界模型前向预测未明确物理状态可识别性的问题，提出PSG-JEPA模型，通过训练阶段的两个grounding目标提升性能，在三个评估层面均优于现有基线。

State transitions in land-vegetation systems emerge at Paris Agreement warming levels in CMIP6

CMIP6中陆地-植被系统的状态转变在巴黎协定规定的变暖水平下出现

Pouriya Alinaghi, Sybren Drijfhout, Joran Angevaare, Chris Jones, Andy Wiltshire

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 本研究基于CMIP6集合识别陆地-植被系统的9类共47种状态转变，发现巴黎协定规定的2℃或更低变暖已足以触发多数转变，揭示了不同区域转变的驱动机制。

A Costly-information Foundation for Psychometric Curves

心理测量曲线的信息成本基础

Jake Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究以Hebert等提出的Fisher信息成本为基础，用变分方法分析二元选择问题，得出智能体最优响应为状态S型函数的结论，契合心理测量曲线特征。