AI Agent

Learning Latent Memory States from Longitudinal Athlete Monitoring Data

从纵向运动员监测数据中学习潜在记忆状态

Dae-Jin Lee

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究提出潜在记忆表作为纵向数据分析单元，通过记忆算子生成，经含复合质量指数Q的六属性验证，在SoccerMon案例中表现优于经典基线，可复用且能区分真实记忆与对照。

PLoRA: An NDP-Enhanced Pooled-Memory System for Cost-Efficient Multi-LoRA Serving

PLoRA：一种用于高性价比多LoRA服务的NDP增强型池化内存系统

Zhongkai Yu, Ohm Rishabh Venkatachalam, Zheng Wang, Yikai Li, Yichen Lin, Zihao Yu, Yuke Wang, Liu Liu, Xulong Tang, Shuyi Pei, Yangwook Kang, Yufei Ding

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 PLoRA是一种NDP增强型池化内存系统，通过优化适配器与KV缓存的存储和访问方式，在H100上服务1000个适配器时，解码延迟较S-LoRA平均低6.6倍，实现了高性价比的多LoRA服务。

Foundation Model-Assisted Full Waveform Inversion

基础模型辅助的全波形反演

Mustafa Alfarhan, Matteo Ravasi, Fuqiang Chen, George Turkiyyah, David Keyes

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究提出用预训练地震基础模型SeisLM的特征构建全波形反演早期目标函数，通过实验验证其可避免周期跳变，提升反演效果，优于传统及混合损失工作流。

Morphology of frozen labyrinths from irreversible threshold dynamics

不可逆阈值动力学产生的冻结迷宫的形态

Daniel Richard Levy

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究探究不可逆多数阈值动力学的行为，发现其会冻结平衡非一致迷宫，确定粗域布局的确定性机制，揭示冻结壁的挫败特征，丰富了阈值动力学的形态调控认知。

Comments 13 pages, 7 figures

IntentLint: Supporting Intent Scaffolding and Prompt-time Linting in Human-AI Collaborative Data Analysis

IntentLint：支持人机协同数据分析中的意图支架与提示时 linting

Felicia Li Feng, Jian Zhao, Anamaria Crisan

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究针对人机协同数据分析中意图对齐差等问题，提出含意图支架和提示时 linting 的 IntentLint 系统，经16名分析师验证可提升意图感知与策略反思，为相关设计提供启示。

CUDA MPC: A GPU-Native Solver for Model Predictive Control

CUDA MPC：一款面向模型预测控制的GPU原生求解器

Babak Akbari, Melissa Greeff

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出GPU原生MPC框架CUDA MPC，通过协同设计优化算法等实现低开销，在多机器人基准测试中实时性远超CPU及同类框架，是首个实现10智能体集群无碰撞协调的实时求解器。

Local Global Games and Network Common Learning

局部全局博弈与网络共同学习

Olga Rospuskova, Omer Tamuz, Jake Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究针对全局博弈提出网络共同学习概念，发现其在二维网格等网络中可实现，在直线等存在信息瓶颈的网络中无法实现，均衡中仅安全行动留存。

PROPEL: A Memory-Driven, Adaptive Vector-Flow-Field Router with Process-Aware Waveguide Generation for Large-Scale Photonic Integrated Circuits

PROPEL：面向大规模光子集成芯片的内存驱动、自适应矢量流场路由器及工艺感知波导生成技术

A Abdur Rahman Akib, Eunso Shin, Jonathan Rogers, Jonathan Wierer, Stanley Cheung

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 PROPEL是面向大规模PIC的内存驱动自适应矢量流场路由框架，可处理多类约束，在多数无源路由案例中速度领先，还支持多种高级功能以应对异构布局需求。

NELSSA: A GPU-PNM Heterogeneous System for Mixed-Length LLM Serving via Length-based Request Placement

NELSSA：一种基于GPU-PNM异构系统的LLM混合长度服务框架，通过基于长度的请求放置实现

Sookyung Choi, Seungyong Lee, Kangkyu Park, Yunseo Chun, Junseok Lee, Hyeongseok Gwak, Myunghyun Rhee, Euiseok Kim, Donguk Moon, Kwangsik Shin, Guseul Heo, Youngpyo Joo, Hoshik Kim, Jongse Park

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 NELSSA是集成GPU与PNM加速器的LLM服务系统，通过基于长度的请求放置处理混合长度工作负载，解码吞吐量最高提升5.5倍，P99延迟最高降低15倍，为LLM基础设施提供新范式。

Comments 14 pages, 19 figures. Accepted to the 59th IEEE/ACM International Symposium on Microarchitecture (MICRO 2026)

Settling the Optimal Exponent Relating Sumsets and Difference Sets

确定与和集及差集相关的最优指数

Haowei Lin, Shanda Li

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 该研究解决了阿贝尔群有限子集的和差不等式中指数最优性的公开问题，构造集族证明第一个不等式的指数1/2最优，相关工作借助AI智能体Hyra完成。

Scalable Dynamic Optimal Transport via Distributed Linearized ADMM

基于分布式线性化交替方向乘子法的可扩展动态最优传输

Hari Dahal, Rongjie Lai, Yangyang Xu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文针对动态最优传输数值求解的不稳定与内存开销大问题，提出结合线性化交替方向乘子法的重构方案与分布式变量划分方法，通过实验验证了方法的稳定性、鲁棒性与可扩展性。

Interactive Alignment

交互式对齐

Sylvain Chassang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究交互式主体与人类福祉的长期对齐问题，采用人工智能主体模拟和进化博弈论框架两种方法，结果显示进化博弈论可近似宪法主体经济动态，实用规范执行能更有效维持长期对齐。

Comments 53 pages, 18 Figures, 3 tables

Memory for Attention: Language-Conditioned Re-Perception with a Vision--Language--Motion Map

注意力的记忆：通过视觉-语言-运动地图进行语言条件下的重新感知

Dibyendu Ghosh

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究携带行为注释地图的机器人的规划问题，通过将重新感知视为注意力决策，利用持久地图的记忆实现资源分配优化，在语言条件任务中表现出色，证明地图能指导机器人关注重点，而非空间导航。

Isolated but Exposed: Persistence-Based Memory Extraction Attack on LLM Agents

孤立但暴露：基于持久性的大语言模型智能体内存提取攻击

Xinyu Gao, Wenyu Chen, Xiangtao Meng, Li Wang, Chuanchao Zang, Jianing Wang, Zheng Li, Shanqing Guo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究基于大语言模型的智能体内存提取攻击，提出SPORE攻击方法，通过解耦对抗命令与检索锚点、优化覆盖空间及持久化有效载荷，突破内存隔离，实现高提取率，揭示仅靠内存隔离不足，需重审工具端信任边界。

Major-Minor LQ Mean Field Games with Erroneous Initial Information: Distributed Error Estimation and Strategy Modification

具有错误初始信息的主次线性二次平均场博弈：分布式误差估计与策略修正

Yuxin Jin, Haotian Wang, Wang Yao, Xiao Zhang

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有错误初始信息的主次线性二次平均场博弈，通过构建最大似然估计器识别误差，提出基于估计的策略修正，刻画估计误差，表明主要智能体估计精度取决于观测到的次要智能体数量，数值结果验证了方法。

Active few-shot segmentation by reinforcing data selection

通过强化数据选择实现主动少样本分割

Chenlan Zhao, Benny Wong, Timothy F. Lundberg, Ahmed M. Elsayed, Abdallah Aljarkas, Hamad A. Aljamaan, Lynn Karam, Qianye Yang, Yipeng Hu, Claire C. Villette, Shaheer U. Saeed

机构 * Centre for Bioengineering, School of Engineering and Materials Science, Queen Mary University of London（伦敦玛丽女王大学工程与材料科学学院生物工程中心） ； Digital Environment Research Institute, Queen Mary University of London（伦敦玛丽女王大学数字环境研究所） ； UCL Hawkes Institute（伦敦大学学院UCL霍克斯研究所；医学物理与生物医学工程系） ； Department of Medical Physics and Biomedical Engineering, University College London（耶鲁大学生物与生物医学科学系） ； Department of Biological and Biomedical Sciences, Yale University（牛津大学工程科学系生物医学工程研究所） ； Institute of Biomedical Engineering, Department of Engineering Science, University of Oxford 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究少样本医学图像分割中支持集选择问题，提出强化学习框架，智能体直接预测最大化下游分割性能的支持集，实验表明该方法优于随机选择和现有方法，凸显支持集互补性及强化学习的潜力。

Comments Accepted at EMA4MICCAI 2026 - The 2nd MICCAI Workshop on Efficient Medical AI

Automated Full-Sphere Measurement Methodology for Reconfigurable Intelligent Surface Beam Steering in an Anechoic Chamber

用于在消声室中可重构智能表面波束转向的自动全向测量方法

Tobias Kancz, Robert Langwieser, Philipp Svoboda

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 该研究针对可重构智能表面波束转向，提出自动消声室测量方法，结合近场扫描仪与变换技术及低散射支架，通过控制单元编程实现波束转向配置，测量并评估相关参数，验证了方法可行性，给出了不同状态下的增益数据。

Comments 10 pages, 9 figures, Preprint Journal Submission

State-Dependent Observation Noise Reintroduces Epistemic Value in Linear-Gaussian Active Inference

状态依赖观测噪声在线性高斯主动推理中重新引入认知价值

Daniel Corva

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究线性高斯主动推理中认知价值缺失问题，提出状态依赖观测噪声方法，通过耦合协方差R(x)与潜在均值，使后验协方差和卡尔曼增益依赖行动，恢复认知驱动力，弥合对偶控制与主动推理差距。

Comments 44 pages, 2 figures. Companion software: cpomdp v0.4.2, archived at https://doi.org/10.5281/zenodo.21429863; development repository at https://github.com/inferogenesis/cpomdp

Dimension Reduction for Quantum Adaptive Agents

量子自适应智能体的降维方法

Rishi Sundar, Thomas J. Elliott

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究量子自适应智能体，引入路由-截断-修复过程，将熵量子记忆优势转化为内存维度降低，通过时间矩阵乘积态表示等操作，经保真度-散度证书量化权衡，实现基准自适应过程的维度显著降低且保持行为高保真。

Comments 4 + 2 pages main text, 23 page supplement

Belief Identification in Populations

群体中的信念识别

Christopher P. Chambers, Yusufcan Masatlioglu, R. Emilio Muniz-Langle

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究从匿名汇总信念数据识别贝叶斯主体群体信念分布的问题，利用图论结构判断识别情况，确立了从汇总信念数据恢复信念异质性的限制与设计原则。

Radio Map Updating from Streaming Spectrum Measurements via Memory-Based Online Gaussian Processes

基于内存的在线高斯过程从流频谱测量中更新无线电地图

Yuanyuan Deng, Bo Zhou, Tian Chen, Shijian Gao, Jia Yan, Lantu Guo, Qiuming Zhu, Qihui Wu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究如何从流频谱测量中更新无线电地图，提出基于内存的在线稀疏变分高斯过程（M-OSVGP）方法，并用网格辅助在线诱导点选择（GOIPS）算法扩展，模拟表明该方法在多方面优于现有方法。

Comments 14 pages, 9 figures

Persona Migration and Expectation Recalibration in Generative AI Adoption: A Longitudinal Study at a State Department of Transportation

生成式人工智能应用中的角色迁移与期望重新校准：对某州交通运输部的纵向研究

Omidreza Shoghli, Fatemeh Banani Ardecani, Amin Mohamadi Hezaveh

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究某州交通运输部对Microsoft 365 Copilot的采用，通过匹配两波调查等方法，发现使用后感知有用性下降，确定三种基线角色及迁移情况，提出公共部门人工智能采用应动态监测并提供针对性支持，给出员工异质性跟踪框架。

A 3DGS-Driven Dynamic Viewpoint and Vibrotactile Framework for Subsea Teleoperation Validated via fNIRS

一种由 3DGS 驱动的用于水下遥操作的动态视点和振动触觉框架，并通过功能近红外光谱法进行验证

Fang Xu, Tianyu Zhou, Ruitong Tian, Md Jahidul Islam, Jing Du

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究针对水下遥操作受限于二维视图和通信延迟的问题，提出基于 ROS - Unity 框架的多模态架构，用 3DGS 驱动的 DAVS 及振动触觉套装辅助，经实验验证该方式能提升操作员性能与认知耐力。

Comments 9 pages, 6 figures

TSCA-Net: Temporal-Spatial Clique Attention for Interpretable Multimodal Pedestrian Trajectory Prediction

TSCA-Net：用于可解释多模态行人轨迹预测的时空团块注意力

Md Mustafizur Rahman, Guangchao Yang, A F M Abdun Noor, Md Imam Ahasan, Md Mahfuzur Rahman, Md Ariful Islam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对拥挤环境中行人轨迹预测难题，提出TSCA-Net框架，含时空团块注意力、跨行人团块势、自适应KAN网格细化三个模块，经实验验证其性能最优，消融研究证实模块互补作用。

Comments 10 pages, 4 figures, 4 tables. Submitted to the IEEE International Conference on Data Mining (ICDM) 2026, Applied Track

Self-Healing Coordination in Cognitive Swarm Agents with Bloch-Type Perceptual Memory

具有布洛赫型感知记忆的认知群体智能体中的自愈协调

Jyotiranjan Beuria

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究认知群体智能体中自愈协调，基于非马尔可夫集体运动模型，用布洛赫型快慢架构，每个智能体有感知寄存器与慢调节状态耦合，通过多种子消融实验评估，结果显示该架构对自愈有主要功能影响。

Comments Under review at IEEE Transactions on Cognitive and Developmental Systems

Xema: Efficient Diffusion Serving through Fine-Grained Memory Management and Auto-Configuration

Xema：通过细粒度内存管理和自动配置实现高效扩散服务

Xueze Kang, Guangyu Xiang, Suyi Li, Yuxin Wang, Shaohuai Shi, Lin Zhang, Xiaowen Chu

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 研究针对扩散模型服务受GPU内存限制问题，提出Xema系统，通过细粒度内存管理和自动配置，利用可预测张量生命周期优化内存，引入离线规划器联合选择参数，实现高效扩散服务，相比现有配置提升SLO达成率并降低规划成本。

HSF-S: Speed-Optimized Compilation and Acceleration for Hybrid Schrodinger-Feynman Quantum Circuit Emulation

HSF-S：用于混合薛定谔 - 费曼量子电路仿真的速度优化编译与加速

Sechan Park, Kyeongwon Lee, Mundo Jeong, Chaebin Jung, Woojoo Lee

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究针对混合薛定谔 - 费曼量子电路仿真实际运行时间受跨边界双量子比特门指数级路径增长主导的问题，提出HSF-S框架，通过特定方法抑制跨边界相互作用，降低路径成本，在基准电路上大幅提高可处理性并实现加速。

Comments 11 pages, 8 figures, 2 tables. This paper is accepted for ICCAD 2026

A Fokker-Planck approach to a stochastic multiplicative wealth model with taxation and redistribution

一种用于具有税收和再分配的随机乘法财富模型的福克 - 普朗克方法

Iago Nascimento Barros, Marcelo Lobato Martins, Celia Anteneodo

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有税收和再分配的随机乘法财富模型，采用福克 - 普朗克方法，扩展原始公式涵盖多种再分配协议，推导平稳财富分布表达式，经模拟验证，用基尼指数量化，揭示特定再分配方案可减轻财富差距。

Comments 11 pages, 6 figures

Revisiting the non-equilibrium phase transitions of the continuous-trait Axelrod model

重新审视连续性状阿克塞尔罗德模型的非平衡相变

Sandro M. Reia, Paulo R. A. Campos, José F. Fontanari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究连续性状阿克塞尔罗德模型的非平衡相变，通过分析中位数缩放和概率分布揭示其相变特征，发现\(F = 2\)时为混合转变，\(F = 3\)时为非混合一阶转变，还应用于离散泊松变体建立统一表征。

Nonexchangeable logit dynamics with cost constraints: different viewpoints and numerical analysis

具有成本约束的不可交换逻辑动力学：不同观点与数值分析

Hidekazu Yoshioka, Tomohiro Tanaka

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究受异质主体成本约束的逻辑动力学，从SDE和FPE两个观点分析其适定性，通过在成本约束中添加正则化因子防止数值计算崩溃，给出计算FPE的数值方法并进行交叉领域示范应用研究。

Comments Ver. June 19, 2026