AI Agent

Precision and Decisiveness as Goals: Reliable Sequential Hypothesis Testing with a Dual Stopping Criterion

以精度和决断性为目标：采用双重停止准则的可靠序贯假设检验

Eyal A. Kazin

专题命中 工具调用 ：planning(abstract)

AI总结 该研究提出DPitG方法，结合精度目标与明确裁决，将PitG的不确定率从62%降至2%且零假阳性，符合预注册标准，适用于需可靠裁决的场景。

Comments Main section 17 pages and 9 figures, Seven Abstracts in 7 pages and 1 figure

TensorCast: The Missing Tensor Management Layer in Large Language Model Infrastructure

TensorCast：大语言模型基础设施中缺失的张量管理层

Yuhan Zhou, Yuchu Luo, Hao Nie, Wangrunze Lv, Yu Zhou, Yibo Zhu, Daxin Jiang, Chenren Xu

专题命中 工具调用 ：agent(abstract)

AI总结 该研究针对LLM基础设施中张量管理策略复用受阻的问题，提出TensorCast分布式张量管理层，将张量状态管理与计算逻辑解耦，在保持性能的同时提升多轮智能体工作负载的TTFT达93.2%。

Invisible Ink Threats: Adversarial Goals Behind Legitimate Tasks in Computer-Use Agents

隐形墨水威胁：计算机使用智能体中合法任务背后的对抗目标

Jia-Chen Zhang, Ze-Yu Zhang, Kai-Wei Zhang

专题命中 工具调用 ：agent(abstract)

AI总结 该研究针对计算机使用智能体的隐形墨水威胁，构建II-Bench与HITLCUA框架评估后发现，低危害注入可绕过防御，暴露出现有CUAs的安全风险。

Bayesian Optimization for Identification of Optimal Biological Dose Combinations in Personalized Dose-Finding Trials

用于个性化剂量探索试验中最佳生物剂量组合识别的贝叶斯优化方法

James Willard, Shirin Golchi, Erica EM Moodie

专题命中 工具调用 ：agent(abstract)

AI总结 针对个性化剂量探索试验样本量小、难识别最佳生物剂量组合的问题，提出融合疗效与毒性信息的贝叶斯优化方法，经模拟验证其表现良好。

Comments 4 Figures, 1 Table

Does generative AI narrow education-based productivity gaps? Evidence from a randomized experiment

生成式人工智能是否缩小了基于教育背景的生产力差距？来自随机实验的证据

Guillermo Cruces, Diego Fernandez Meijide, Sebastian Galiani, Ramiro Galvez, Maria Lombardi

专题命中 工具调用 ：tool use(abstract)

AI总结 通过对1174名成年人的随机实验发现，生成式AI缩小了不同教育背景劳动者的任务执行生产力差距，且提升效果并非完全源于任务委托。

Full-Density Degenerate Stagnation Points for Water Waves with General Vorticity

带一般涡量的水波的全密度退化驻点

Lili Du, Chunlei Yang

专题命中 工具调用 ：tool use(abstract)

AI总结 本文针对带一般涡量的二维行进重力水波，利用改进的Weiss型单调性公式与Almgren型频率公式，证明了严格双侧线性增长区域外不存在全密度退化驻点，并推广了旋转波的Stokes猜想。

Comments 26 Pages. Comments and suggestions are welcome

VeraRAN: Pre-Actuation Certification and Event-Causal Synchronization Repair for Asynchronous Multi-Interface RAN Plans

VeraRAN：面向异步多接口无线接入网（RAN）规划的预执行验证与事件因果同步修复

Yinghan Hou, Zongyou Yang

专题命中 工具调用 ：agentic(abstract)

AI总结 针对异步多接口RAN规划的不安全中间状态问题，提出VeraRAN预执行验证框架，结合VeraSync修复与MI-POR状态修剪，有效提升规划安全性并降低状态探索开销。

Comments 10 pages, 4 figures, 1 table

Pairwise-Independent Dithering for Single-Stage Hadamard Quantization

用于单阶段哈达玛量化的两两独立抖动

Honghao Lin, Vahab Mirrokni, David P. Woodruff

专题命中 工具调用 ：agentic(abstract)

AI总结 针对高维向量量化的两阶段哈达玛量化方法存在通信开销大、主导常数高的问题，提出了基于两两独立抖动的单阶段哈达玛量化方法，消除了残差阶段，降低了约5.93倍的主导常数，相关证明由谷歌Gemini智能体系统完成并验证。

First-principles screening of materials with extreme effective masses

基于极端有效质量的材料原理计算筛选

Szymon Błazucki, Junfeng Qiao, Aleksandr Poliukhin, Nicola Marzari

专题命中 工具调用 ：workflow(abstract)

AI总结 本研究通过原理计算筛选出具有极端有效质量的材料，揭示了电子和空穴的导电有效质量张量，并探讨了材料在窄带隙区域的物理极限。

Comments 10 pages, 5 figures

MUSE: A Heterogeneity-Aware Multimedia Search Engine for Mobile SoCs

AME：一种高效的异构代理记忆引擎用于智能手机

Xinkui Zhao, Qingyu Ma, Yifan Zhang, Hengxuan Lou, Sai Liu, Chang Liu, Guanjie Cheng, Naibo Wang, Yueshen Xu

专题命中 工具调用 ：AI agent(abstract)

AI总结 AME是一种为智能手机设计的高效异构代理记忆引擎，通过硬件感知的矩阵流水线和调度方案提升内存处理效率，实现更高吞吐量和更低延迟。

Comments Accepted by the 34th ACM International Conference on Multimedia (MM '26). 9 pages, 11 figures

Analyzing GPU Performance in Virtualized Environments: A~Case Study

虚拟化环境中的GPU性能分析：一项案例研究

Adel Belkhiri, Michel Dagenais

专题命中 工具调用 ：tool use(abstract)

AI总结 本文针对当前性能工具不支持虚拟GPU（vGPU）的问题，提出一款兼容Intel GVT-g的新型性能分析工具，通过软件追踪技术收集数据并生成指标，助力识别vGPU虚拟机的性能瓶颈。

Comments 18 pages, 12 figures, 5 tables

Journal ref Future Internet 2024, 16, 72

Towards Autonomous Formulaic Alpha Discovery: An Evolutionary Computation Perspective

面向自主公式化阿尔法发现：进化计算视角

Xinwei Yu, Yiyang Fu, Mingcheng Fan, Enqi Li, Yilin Gao, Shugong Xu

专题命中 工具调用 ：agentic(abstract)

AI总结 本文从进化计算视角，提出自动化公式化阿尔法发现的统一分析与评估框架，为开发可靠的自主阿尔法发现系统奠定基础。

An Internet for the KV Cache: Rethinking Classical Infrastructure Boundaries in the LLM Inference Age

面向KV缓存的互联网：在大语言模型推理时代重新思考经典基础设施边界

Siddhant Ray, Nick Feamster, Junchen Jiang

专题命中 工具调用 ：tool-use(abstract)

AI总结 该研究提出面向KV缓存的互联网愿景，主张跨云与数据中心解耦计算与KV缓存存储，将KV缓存管理作为内容分发系统，以最小化大语言模型推理的延迟与成本。

rsx: A high-performance streaming toolkit for RAD-seq sex determination

rsx: 用于RAD-seq性别鉴定的高性能流式工具包

Rohit Goswami, Ruhila Goswami

专题命中 工具调用 ：workflow(abstract)

AI总结 针对RAD-seq性别鉴定中大规模数据的内存和效率问题，提出Rust实现的rsx工具包，通过2-bit DNA键、并行读取、内存映射、外部排序、位集分组计数和流式Gram矩阵PCA等优化，并添加共轭Beta-Binomial贝叶斯因子，实现8.38倍几何平均加速并保持结果一致性。

Comments 48 pages, 14 figures. Software: https://github.com/HaoZeke/rsx-rs . Reproducibility archive: https://doi.org/10.5281/zenodo.21764999

ScopeJudge: Cost-Aware Pre-Execution Gating for Offensive Security Agents

ScopeJudge：用于进攻性安全代理的成本感知预执行门控

Shane Caldwell, Max Harley, Ads Dawson, Michael Kouremetis, Vincent Abruzzo, Will Pearce

专题命中 工具调用 ：agent(abstract)

AI总结 研究进攻性安全代理中预执行门控，引入ScopeJudge数据集，含4897个工具调用。评估八个法官模型在五种转录策略下表现，发现静态策略不足，推荐成本敏感和召回优先操作点，以支持自主安全代理的实时监控和可扩展监督。

Comments 22 pages, 4 figures, 4 tables, 1 link to code, 1 link to dataset

From Micro-Cognition to Self-Construction: A Four-Layer Integrative Review of Psychological Theories in HCI

从微观认知到自我建构：人机交互中心理学理论的四层整合综述

Xiaohe Bie, Bo Wang, Xinyu Long

专题命中 工具调用 ：tool use(abstract)

AI总结 本文针对HCI从“工具使用”向“心智共生”的范式转变，提出四层整合心理学理论框架，明确其对生成式AI等场景的启示及核心挑战与未来方向。

Smart strategies to navigate turbulent odor plumes reorienting to local wind

智能策略用于在湍流气味团中导航：重新定向到局部风

Lorenzo Piro, Maurizio Carbone, Luca Biferale, Massimo Cencini, Robin A. Heinonen, Marco Rando, Agnese Seminara

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出了一种基于风的强化学习框架，用于在湍流中导航，通过局部风方向估计和时间间隔来选择动作，展示了在不同风条件下策略的有效性。

GRaTer-JAX: An Accelerated Package for Debris Disk Modeling

GRaTer-JAX：用于碎屑盘建模的加速软件包

Mihir Kondapalli, Briley L. Lewis, Jaren N. Ashcraft, Maxwell A. Millar-Blanchaer

专题命中 工具调用 ：workflow(abstract)

AI总结 GRaTer-JAX是用于碎屑盘建模的Python软件包，结合GRaTer框架与JAX的高性能计算能力，提供强大高效的建模框架，能统一正向建模等工作流程，还能进行更高级建模，推动相关研究发展。

Comments 4 pages, 3 figures

CAP-DO: Learned Contextual Action Proposals for Certified Double-Oracle Solving Across Related Zero-Sum Games

CAP-DO：用于跨相关零和博弈的认证双预言机求解的学习上下文动作提议

Mu Wang, Zhenkun Liu, Liang Liang, Guofu Zhang

专题命中 工具调用 ：planning(abstract)

AI总结 研究针对解决一系列相关零和博弈问题，提出CAP-DO框架，通过离线训练排序器、在线提议动作集，结合学习与当前博弈确定输出，理论上保留认证保证且有限收敛，实验中在多规模基准测试里有更好表现。

Comments 10 pages, 5 figures

A Single-Tuning-Element Loaded Pixelated Tunable Band-Pass Filters with Low Loss via Inverse Synthesis on Massive-Scale Dataset

通过大规模数据集上的逆合成实现具有低损耗的单调谐元件加载像素化可调带通滤波器

Woojun Lee, Pouya Faeghi, Jeffrey S. Walling

专题命中 工具调用 ：workflow(abstract)

AI总结 该论文提出三相逆设计流程合成可调像素化带通滤波器，先获取大规模数据集，经暴力搜索识别初始种子，再用直接二分搜索算法微调。考虑4G和5G频段目标，设计的滤波器实现28%调谐范围，且仅用单个变容二极管，是微波领域首次连续可重构逆设计演示。

Comments 4 pages, 4 figures

Control protocols for harmonically confined run-and-tumble particles

谐振约束跑- tumble 粒子的控制协议

Marco Baldovin, Alessandro Manacorda

专题命中 工具调用 ：agent(abstract)

AI总结 研究通过谐振约束下的跑- tumble 粒子模型，提出时变控制协议以实现系统状态转换，并分析最小工作量的最优策略。

Comments 14 pages, 9 figures

Journal ref Phys. Rev. E 114, 014112 (2026)

Black Hole Search by Scattered Agents in Dynamic Rings

动态环中分散智能体的黑洞搜索

Giuseppe Antonio Di Luna, Paola Flocchini, Giuseppe Prencipe, Nicola Santoro

专题命中 工具调用 ：agent(abstract)

AI总结 研究在动态1 - 区间连通环中用移动石子通信的分散智能体搜索黑洞问题，证明三个智能体足以在\(O(n^2)\)步内识别黑洞，此数量最优且复杂度边界紧，即便有更强通信机制也需\(\Omega(n^2)\)步。

Comments arXiv admin note: text overlap with arXiv:2005.07453

OpenCosmo: Community Portal and Analysis Framework for Flagship Cosmological Simulations

OpenCosmo：旗舰级宇宙学模拟的社区门户与分析框架

Patrick R. Wells, Michael Buelhmann, Patricia Larsen, William M. Hicks, Manpreet Dhillon, Idunnuoluwa A. Adeniji, Katrin Heitmann, Salman Habib, Benoit Côté, Thomas Uram, Gideon McFarland, Andrew Hearin, Ezar Shinabro, Michael E. Papka

专题命中 工具调用 ：agent(abstract)

AI总结 OpenCosmo项目旨在为大型宇宙学模拟数据集提供灵活访问和分析模式，通过网络数据门户和分析库，结合现有设施支持多层次交互，基于Globus Compute的架构可扩展，助力宇宙学数据共享与计算结合。

Comments 18 pages, 6 figures. To be submitted

PerceptDrive: Perception Prior World-Action Modeling with Adaptive Expert Routing for End-to-End Autonomous Driving

PerceptDrive：用于端到端自动驾驶的具有自适应专家路由的感知先验世界-动作建模

Yushan Liu, Tianxiong Lv, Bohua Wang, Hangqi Fan, Chenxu Zhao, He Zheng, Xuchang Zhong, Yifan Xie, Congyang Zhao, Zhihao Liao, Leigang Luo, Yang Cai, Xiao-Ping Zhang, Wenbo Ding

机构 * Tsinghua University（清华大学） ； AMap, Alibaba Group（高德软件有限公司，阿里巴巴集团） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 研究针对自动驾驶中感知基础模型的问题，提出PerceptDrive框架，将教师提炼先验和观察潜变量输入可训练模型，经特定分支处理、先验保留及场景条件路由，实验表明其性能领先，证实相关方法的有效性及对先验的依赖。

When HTTP 402 Meets the Blockchain: Risks on Emerging x402 Payments

当HTTP 402遇上区块链：新兴x402支付的风险

Qinying Wang, Yong Yang, Yuan Chen, Shouling Ji, Mathias Payer

专题命中 工具调用 ：AI agent(abstract)

AI总结 研究x402支付协议，通过系统研究确定促进者的安全规则，基于规则违规分析得出新攻击向量，提出半自动黑盒工具评估安全性，发现部署均有违规，还通过实证测量量化相关指标，揭示其安全风险。

Journal ref USENIX Security 2026

A Line-search-free Method for Adaptive Decentralized Optimization

无线搜索方法用于自适应分布式优化

Xiaokai Chen, Ilya Kuruzov, Gesualdo Scutari

专题命中 工具调用 ：agent(abstract)

AI总结 本文提出一种无需线搜索的分布式优化方法，通过自适应调整步长实现高效收敛，适用于凸和强凸目标函数，实验显示优于现有方法。

Comments 8 pages, 6 figures, to appear at the 60th Asilomar Conference on Signals, Systems, and Computers (Asilomar 2026)

Evaluating Gaussianity of heterogeneous fractional Brownian motion

评估异质分数布朗运动的高斯性

Michał Balcerek, Adrian Pacheco-Pozo, Agnieszka Wyłomańska, Diego Krapf

专题命中 工具调用 ：tool use(abstract)

AI总结 本文研究了切换分数布朗运动的非高斯行为，通过峰度和Hellinger距离分析其高斯性，探讨异质异常扩散过程的检测方法。

Comments 23 pages, 7 figures

FARO: Feasibility-Aware Robot Motion Optimization

FARO：可行性感知机器人运动优化

Michal Ciebielski, Shafeef Omar, Aaron Johnson, Majid Khadiv

机构 * Munich Institute of Robotics and Machine Intelligence (MIRMI), Technical University of Munich (TUM)（慕尼黑工业大学慕尼黑机器人与机器智能研究所） ； Institute for Advanced Study, Technical University of Munich（慕尼黑工业大学高级研究所） ； Carnegie Mellon University（卡内基梅隆大学） ； SIEMENS AG（西门子公司） ； Huawei-TUM joint laboratory（华为-慕尼黑工业大学联合实验室） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 针对机器人在未知场景快速规划新行为的挑战，提出嵌套运动动力学框架，结合可行性引导树搜索和大语言模型采样策略，能改善搜索过程，生成的轨迹可用强化学习控制器跟踪，质量高可用于实际运动操作场景。

Reducing entanglement with a Hamiltonian derived Clifford transformation

用哈密顿量导出的克利福德变换减少纠缠

James Brown, Erika Lloyd, Alexandre Fleury, Tarini S Hardikar, Kenny Heitritter

专题命中 工具调用 ：tool use(abstract)

AI总结 研究利用Q-Cliff算法生成化学系统基态的高效近似，该算法精度在MP2和CISD之间，计算量为\(O(N^6)\)。通过DMRG计算减少量子比特纠缠，改进算法生成低深度且CNOT高效的电路，为经典和量子算法提供新工具。

Comments 11 pages, 4 figures

Real-Time Flight Test Maneuver Selection with Monte Carlo Tree Search

基于蒙特卡洛树搜索的实时飞行测试机动选择

Nicholas E. Bostock, Helen Pruitt-Kennett, Marc R. Schlichting, Mykel J. Kochenderfer

专题命中 工具调用 ：planning(abstract)

AI总结 研究如何在资源限制下安排飞行架次机动动作以降不确定性，提出结合高斯过程与蒙特卡洛树搜索的实时规划框架，用加权综合方差减少评分，经模拟评估，该方法在降不确定性上优于基线，是提高飞行测试效率的有前途方法。

Comments N. E. Bostock and H. Pruitt-Kennett contributed equally. 9 pages, 4 figures. Accepted to the 45th AIAA/IEEE Digital Avionics Systems Conference (DASC 2026)