AI Agent

Three Generations of Healthcare IT: From the Digital Record to the Computable Care Process

医疗信息技术的三代发展：从数字记录到可计算护理流程

Alexander Apartsin, Yehudit Aperstein

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

AI总结 本文按系统可计算信息单元划分医疗IT，提出以患者临床意图为对象的计算层，将ACR形式化为该层原子对象，其与FHIR等互补，为可计算临床意图研究提供可复用构建块。

Comments 11 pages, 3 figures

UniMoMo: Expert Merging-Based MoE Acceleration for Large Recommendation Models

UniMoMo：基于专家合并的大推荐模型混合专家（MoE）加速方法

Lei Xin, Bin Gu, Peize Li, Zitong Wang, Jianbo Zhao, Changjiang Jiang, Yanyue Xie, Chao Huang, Xuyang Zhao, Zunhai Su, Fanhu Zeng, Zhenglun Kong

机构 * Kuaishou Technology（快手科技） ； Hohai University（河海大学） ； Wuhan University（武汉大学） ； ByteDance, Seed（字节跳动 Seed） ； Alibaba, Ant Group（阿里巴巴蚂蚁集团） ； ByteDance, Douyin（字节跳动抖音） ； The University of Hong Kong（香港大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 UniMoMo是一种后训练压缩框架，通过功能相似性合并MoE专家并引入层自适应保护，在Amazon Beauty等三个数据集上实现推荐MoE的高效压缩与加速，且性能损失极小。

Comments Preprint

VTO: Visual Tool Orchestration for Video Anomaly Detection

VTO：面向视频异常检测的可视化工具编排

Rui Wang, Yeteng Wu, Xianling Zhang, Mengshi Qi

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； School of Digital Media & Design Art（数字媒体与设计艺术学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对视频异常检测中传统方法泛化差、多模态智能体工具编排难的问题，提出过程监督强化学习框架VTO，结合VAD-Tool工具集，在工具调度上较基线提升10.2%。

Comments Accepted by ACM MM 2026

How to Ask the AI: A User Perspective Survey for Large Language Model Prompting

如何向AI提问：大型语言模型提示工程的用户视角调查

Yiqun Zhang, Yunfan Zhang, Mingjie Zhao, Sen Feng, Yiu-ming Cheung

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

AI总结 该研究从用户视角开展大型语言模型提示工程调查，提出提示有效性评估策略、应用工作流并维护开源项目，为用户制定适配场景的有效提示提供可操作指南。

Comments Accepted to TAI

Learning under Opponent Unawareness in Linear-Quadratic Stochastic Games

线性二次随机博弈中对手不知情下的学习

Dantong Chu, Xuefeng Gao, Yufei Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 该研究针对线性二次随机博弈，在对手不知情的最小信息结构下，提出异步分散学习算法并证明其收敛性，应用于动态古诺竞争，发现有限信息学习降低企业利润，公开市场产出可缓解福利损失。

Multitask Scanning Probe Microscopy

多任务扫描探针显微镜

Aditya Raghavan, Yu Liu, Ian Mercer, JP Maria, Sergei Kalinin

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

AI总结 该研究提出多任务扫描探针显微镜，基于多任务高斯过程的闭环工作流程，实现测量位置与模态的自主选择，在AlScN晶圆上验证了其可扩展主动学习应用的价值。

From Trajectories to Evidence: Auditable Experimental Records for Industrial Research Agents

从轨迹到证据：面向工业研究智能体的可审计实验记录

Zijie Zhuang, Changxin Lao, Pengbo Xu, Hanwen Xu, Ruochen Yang, Yingzhi He, Peng Zhang, Jiangxia Cao, Yusheng Huang, Guohong Mu, Jian Liang, Ruiming Tang, Shuang Yang, Zhaojie Liu, Wenwu Ou, Kun Gai

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

AI总结 本研究针对工业研究智能体的实验轨迹无法自动成为有效证据的问题，提出基于证据的框架，经实验验证该框架可生成可审计记录，且生成的候选方案相对基准实现了积极在线提升。

Demystifying Prediction Powered Inference

解开预测驱动推断之谜

Yilin Song, Dan M. Kluger, Harsh Parikh, Tian Gu

机构 * Department of Biostatistics, Columbia Mailman School of Public Health（哥伦比亚大学生物统计学系、哥伦比亚大学马利曼公共卫生学院） ； Institute for Data, Systems, and Society, Massachusetts Institute of Technology（麻省理工学院数据、系统和社会研究所） ； Department of Biostatistics, Yale School of Public Health（耶鲁大学生物统计学系） 纠错

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

AI总结 本文通过整合PPI的理论基础和方法学扩展，提供统一的实用工作流程，帮助研究人员负责任地应用预测驱动推断。

Comments updated manuscript

Efficient identification of critical regions via Flow Matching-based Monte Carlo initialization

通过流匹配高效识别临界转变：一种可扩展的生成方法用于多体系统

Qian-Rui Lee, Daw-Wei Wang

机构 * Physics Department, National Tsing Hua University（国立清华大学物理系） ； Center for Theory and Computation, National Tsing Hua University（国立清华大学理论与计算中心） ； Center for Quantum Technology, National Tsing Hua University（国立清华大学量子技术中心） 纠错

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

AI总结 通过流匹配方法高效识别多体系统临界转变，实现大规模计算物理中的快速预测与高保真度初始化。

Comments 31 pages, 22 figures

SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding

SIP: 构建阶段碎片化3D扫描数据集——用于语义分割和场景理解

Seongyong Kim, Yong Kwon Cho

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

AI总结 SIP数据集通过碎片化3D扫描反映施工现场实际约束，为建筑场景的语义分割和理解提供高质量基准数据。

Synthetic LiDAR Data Generation and Deterministic Downsampling for Point Cloud Classification on the Edge

面向边缘设备点云分类的合成激光雷达数据生成与确定性下采样

Niclas Meyer, Stefan Reitmann

机构 * Chemnitz University of Technology（开姆尼茨工业大学） 纠错

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

AI总结 本文针对三维深度学习框架在边缘设备部署的瓶颈，提出适配树莓派5的硬件受限工作流，通过合成LiDAR数据集和特征驱动的CPL层，实现边缘端50 FPS推理与88.36%分类准确率，验证了边缘实时三维感知的可行性。

Deterministic Preprocessing and Interpretable Fuzzy Banding for Cost-per-Student Reporting from Extracted Records

确定性预处理和可解释的模糊带分析用于从提取记录中生成的每生成本报告

Shane Lee, Stella Ng

机构 * School of Computer Science, University of Technology Sydney（悉尼技术大学计算机科学学院） ； Management Discipline Group, University of Technology Sydney（悉尼技术大学管理学科组） 纠错

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

AI总结 该研究提出了一种确定性预处理和可解释模糊带分析方法，用于从提取记录中生成每生成本报告，通过规则主导的工作流和确定性计算实现可解释的决策支持。

Comments The authors are withdrawing this preprint because further review identified that the analysis and interpretation are insufficiently developed to support the paper in its current form. The authors do not wish readers to rely on this version

Defining Energy Indicators for Impact Identification on Aerospace Composites: A Structured Feature Selection Approach Guided by Domain Knowledge

定义航空复合材料冲击识别的能量指标：一种由领域知识指导的结构化特征选择方法

Natália Ribeiro Marinho, Richard Loendersloot, Frank Grooteman, Jan Willem Wiegman, Uraz Odyurt, Tiedo Tinga

机构 * Department of Mechanics of Solids, Surfaces and Systems, Dynamics Based Maintenance (DBM) Group, University of Twente（固体力学、表面与系统部门，基于动态的维护（DBM）小组，特文特大学） ； Department of Aerospace Vehicles Integrity and Life Cycle Support (AVIL), Royal Netherlands Aerospace Centre（航空器完整性与生命周期支持（AVIL）部门，荷兰皇家航空研究中心） 纠错

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

AI总结 本研究提出一种由领域知识指导的结构化特征选择方法，构建能量指标作为全连接神经网络输入，使航空复合材料冲击识别的预测误差较传统方法降低三分之一，提升了可解释性与诊断置信度。

Comments revised framing from physics-informed to structured feature selection guided by domain knowledge, with greater emphasis on the link to impact dynamics; strengthened comparison with black-box CNN on traceability, interpretability, and model validation; results unchanged

EviGraph: Evidence-Guided Autonomous Research Agents

EviGraph：证据引导的自主研究智能体

Zhenjiang Ren, Ruiji Li, Xujing Zhang, Ziliang Pang, Shuo Ren, Jiajun Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 EviGraph是一种自主研究框架，通过证据图维护研究状态，修复证据链问题，在ARC-Bench-ML和NanoResearch-20上优于基线，提升了主张支持率和实验数据一致性。

Comments 23 pages,2 figures

SkillCorpus: Consolidating and Evaluating the Open Skill Ecosystem for Real-World LLM Agents

SkillCorpus：整合与评估面向现实世界大语言模型智能体的开放技能生态系统

Yanze Wang, Pengfei Yao, Tianyi Sun, Chuanrui Hu, Yan Xiao, Xiaotian Luo, Yunyun Han, Yifan Chen, Jun Sun, Yafeng Deng

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 研究针对大语言模型智能体技能文件碎片化等问题，提出SkillCorpus框架，通过多阶段管道过滤技能并与检索选择堆栈配对，经多基准端到端评估，整合该框架能带来一致收益，明确了其对实际智能体任务的作用边界。

Behavioral Canaries: Auditing Private Retrieved Context Usage in RL Fine-Tuning

行为 Canary：在 RL 微调中审计私有检索上下文的使用

Chaoran Chen, Dayu Yuan, Peter Kairouz

机构 * Google（谷歌） 纠错

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

AI总结 本文提出 Behavioral Canaries 机制，用于审计 RL 微调过程中是否非法使用受保护的检索上下文，通过行为信号检测未经授权的文档条件训练，实现 67% 的检测率。

Provenance Tracking in Large-Scale Machine Learning Systems

Gabriele Padovani, Valentine Anantharaj, Sandro Fiore

机构 * University of Trento（特伦托大学） ； Oak Ridge National Laboratory（橡树岭国家实验室） 纠错

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

Journal ref ICPP Workshops 2025: Workshop Proceedings of the 54th International Conference on Parallel Processing

Representing Visual Evidence for Item Difficulty Prediction: Visual Textualization and Image-Native Modeling

为题目难度预测表征视觉证据：视觉文本化与原生图像建模

Han Chen, Ming Li, Hong Jiao, Tianyi Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； 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.CL

AI总结 本文针对题目难度预测的视觉证据表征问题，对比仅用文本、视觉文本化与原生图像建模三种方式，发现原生图像建模是有竞争力的替代方案，其有效性取决于VLMs的适配方式。

Large language models for partial differential equation workflows

用于偏微分方程工作流的大语言模型

Han Wan, Rui Zhang, Hao Sun

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

AI总结 本文探讨大语言模型（LLMs）辅助偏微分方程（PDE）工作流在模型构建、求解器生成等阶段的进展，指出其受限于数据集稀缺与仿真-现实差距，是科学AI系统开发的关键试验台。

PDD-RRG: Posterior Diagnostic Decision for Study-level Radiology Report Generation

PDD-RRG：面向研究级放射学报告生成的后验诊断决策

Yang Yu, Yiming Ji, Bin Dai, Dong Zhang, Zhiyong Zhou, Shoushan Li, Yakang Dai

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

AI总结 针对现有RRG模型未充分利用检查信息、易因额外输入引发诊断错误的问题，提出PDD-RRG框架，通过多视角生成报告并聚合诊断结论，无需重训练即可提升RRG模型临床效能。

Comments Accepted by IJCAI 2026

PULSE: An Executable Contract Language for Spatiotemporal Knowledge Graph Engineering

PULSE：用于时空知识图谱工程的可执行合约语言

Dongxu Yang, Ziyi Liang

机构 * DeepLethe 纠错

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

AI总结 PULSE是一种受对象-过程-方法论启发的可执行合约语言，经Lean 4等验证，在时空知识图谱工程中可实现证据约束等功能，能匹配工作流、区分变异体，在NOAA数据集上表现良好。

Comments 6 pages, 5 tables, 1 code listing; submitted to KGSWC 2026. Research artifact available under the Apache-2.0 license

MIDI-LLM: Improving Text-to-MIDI Music Generation via Adapting Large Language Models

MIDI-LLM：通过适配大语言模型改进文本到MIDI的音乐生成

Shih-Lun Wu, Dave Carlton, Ryan Miyakawa, Yoon Kim, Chris Donahue, Cheng-Zhi Anna Huang

机构 * Massachusetts Institute of Technology（麻省理工学院） 纠错

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

AI总结 该研究提出MIDI-LLM，通过适配Llama 3.2（1B）采用两阶段训练改进文本到MIDI生成，在用户研究中证实其在人机音乐协同创作中的有效性。

Comments Accepted to International Society for Music Information Retrieval (ISMIR) Conference 2026

CRAFTS: Collaborative Role-Adaptive Fine-Tuning of LLM Agents for Chemical Process Simulation

CRAFTS：面向化工过程仿真的大语言模型智能体协同角色自适应微调

Ziyun Zhang, Yuxin Lin, Eldin Wee Chuan Lim, Xinghao Ding

机构 * National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） 纠错

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

AI总结 CRAFTS 模仿化工工程师分阶段工作流，将仿真任务分配给7个角色，微调3个关键角色，基于 OpenIDAES-450 数据集验证，在82个保留案例上完成91.5%的合约，取得多项F1高分，实现可靠自动化化工过程模型构建。

CallScreenBench: Benchmarking On-Device Models as Phone Secretaries

CallScreenBench：将端侧模型作为电话秘书的基准测试

Simiao Ren

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究人员提出CallScreenBench基准，针对端侧模型作为电话秘书的场景，从五个维度评分，发现分类性能差异是测量假象，脚本退化代理提供基准线，未设通过/失败阈值。

Tevatron Meets Megatron: Expert-Parallel LLM Reranker Training on an Academic Budget

特瓦特龙遇上巨神：学术预算下的专家并行大语言模型重排序器训练

Zhichao Xu, Xueguang Ma, Shengyao Zhuang, Luyu Gao, Wenqian Ye, Yu Wang, Jamie Callan, Jimmy Lin

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

AI总结 该研究提出Tevatron 3.0，集成Megatron-Core后端实现专家并行，在学术预算下成功训练30B参数MoE重排序器，其性能优于稠密模型且推理吞吐量更高。

A Triple-Robustness Analysis of Retrieval-Augmented Generation for Multi-Hop Requirements Traceability

检索增强生成在多跳需求可追溯性中的三重鲁棒性分析

Meftun Akarsu, Burak Özdemir, Doğancan Büyükçolak, Recep Kaan Karaman

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

AI总结 本文针对多跳需求可追溯性，开展三重鲁棒性分析，对比不同RAG架构、嵌入器等的表现，发现现有结论分歧的原因，提出需按该鲁棒性标准验证RAG架构主张。

Comments 6 pages, 3 figures, 4 tables

AutoCause: A Python framework that automates expert decisions in environmental time-series causal discovery

AutoCause：一个自动化环境时间序列因果发现领域专家决策的Python框架

Marco Ruiz, Miguel Arana-Catania, David R. Ardila, Rodrigo Ventura

机构 * ISR-Lisbon, Instituto Superior Técnico（里斯本信号与系统研究所，里斯本高等理工学院） ； Digital Scholarship at Oxford, University of Oxford（牛津大学牛津数字学术中心） ； Jet Propulsion Lab., Caltech（加州理工学院喷气推进实验室） 纠错

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

AI总结 AutoCause是一款开源Python框架，通过封装四种因果发现方法、添加参考模型并分级链接，实现环境时间序列因果发现中专家决策的自动化，提升分析的可审计性与可重复性。

Comments 33 pages, 10 figures. Submitted to Environmental Modelling & Software

Optimization and Constraint Modeling using LLMs with a Retrieval Augmented Generation Process

结合检索增强生成流程的大语言模型优化与约束建模

Prateek Roy, Akash Singirikonda

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出结合检索增强生成的大语言模型优化建模方法，通过合成数据集与检索指导提升Qwen 3 30B Instruct的优化建模准确率，为低成本部署LLM优化工具提供可行方案。

Comments 20 pages, 3 figures

CodeJeNN: A simple C++ neural network generator for physics applications

CodeJeNN：用于物理应用的简单C++神经网络生成器

Jay Arcities, Pavel Popov, Eric J Ching, Kamal Viswanath, Ryan F Johnson

机构 * San Diego State University（圣地亚哥州立大学） ； Aerospace Engineering Department（航空航天工程系） ； U.S. Naval Research Laboratory（美国海军研究实验室） ； Laboratories of Computational Physics and Fluid Dynamics（计算物理学与流体动力学实验室） 纠错

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

AI总结 研究针对物理应用中机器学习集成Python库产生性能瓶颈的问题，提出CodeJeNN通过从训练的Keras模型自动生成自包含C++代码实现推理，消除外部依赖，经测试展示了加速效果。

Beyond One Output: Visualizing and Comparing Distributions of Language Model Generations

超越单一输出：语言模型生成分布的可视化与比较

Emily Reif, Claire Yang, Jared Hwang, Deniz Nazar, Noah A. Smith, Jeff Heer

机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（Allen人工智能研究所） 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GROVE工具，通过可视化语言模型生成的分布结构，帮助用户更全面地理解生成过程中的模式和敏感性，提升任务迭代效果。