AI Agent

Bagpiper: Solving Open-Ended Audio Tasks via Rich Captions

Bagpiper: 通过丰富描述解决开放式音频任务

Jinchuan Tian, Haoran Wang, Bo-Hao Su, Chien-yu Huang, Qingzheng Wang, Jiatong Shi, William Chen, Xun Gong, Siddhant Arora, Chin-Jou Li, Masao Someki, Takashi Maekaku, Keita Goto, Yusuke Shinohara, Jin Sakuma, Chao-Han Huck Yang, Shinji Watanabe

机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； LY Corporation（LY公司） ； NVIDIA Research（NVIDIA研究） 纠错

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

AI总结 提出Bagpiper，一个8B参数音频基础模型，通过丰富描述（自然语言描述）实现音频理解和生成的统一，在MMAU和AIRBench上超越Qwen-2.5-Omni，生成质量优于CosyVoice3和TangoFlux。

An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows

GitHub Actions工作流的复杂性、异质性与合规性的实证研究

Edward Abrokwah, Taher A. Ghaleb

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

AI总结 本研究分析Java、Python、C++仓库的GitHub Actions工作流，量化其复杂性、异质性与合规性，发现工作流设计依赖生态惯例，为该领域提供了可复现的实证基准。

Fracture Risk Prediction in Adults Over 50 Years Old Using DXA and EHR: Comparison of Traditional and Machine Learning Models in Two Large Cohorts

利用DXA和EHR预测50岁以上成人骨折风险：两个大型队列中传统模型与机器学习模型的比较

Jiahe Qian, Hao Dai, Kunyu Yu, Hexin Dong, Xing He, Erik A. Imel, Jiang Bian, Yifan Peng, Yi Liu

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

AI总结 该研究针对50岁以上成人，基于EHR和DXA数据构建多种生存预测模型，发现其区分度优于FRAX，为骨折风险预测提供了更优工具，但需进一步评估后才可临床应用。

Comments 5 figures, 4 tables, 25 pages

Students' Practices and Skills in the LLM-Era: "You Can't Outsource the Struggle and Still Get the Skill"

LLM时代的学生实践与技能：“你不能把奋斗过程外包出去，却仍想获得技能”

Enne Rebeca Silva de Freitas, Gustavo Pinto, Danilo Monteiro

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

AI总结 研究针对软件工程研究生在LLM时代的AI使用技能缺口，分析1383条子reddit帖子后发现学生外包研究技能培养的认知努力，提出需开发课程引导学生与LLM协同工作。

Comments 12 pages

Harnessing the Wisdom of LLM Crowds through Complementarity-Driven Iterative Collaboration

通过互补驱动的迭代协作挖掘大语言模型群体的智慧

Yanbin Fang, Xuan Wei, Wei Chen

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

AI总结 该研究针对现有LLM组合方法忽略动态互补性的问题，提出WILC框架，通过迭代反思优化与双门互补模型选择机制，在四个基准上性能优于现有方法，成本仅为GPT-5.2的约1/7，扩展了群体智慧理论并提供多AI协调设计原则。

OpsLLM: Construction of Large Language Model for Software Operations with Multi-stage Learning

面向软件运维构建大型语言模型的端到端框架

Jingkai He, Pengfei Chen, Chenghui Wu, Shuang Liang, Ye Li, Gou Tan, Xidao Wen, Chuanfu Zhang, Fang Situ, Qi Zhou

机构 * School of Systems Science and Engineering, Sun Yat-sen University（系统科学与工程学院，中山大学） ； School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； Alibaba Cloud Computing（阿里云 computing） 纠错

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

AI总结 本文提出OpsLLM，一个专为软件运维设计的大型语言模型，支持基于知识的问题回答和根本原因分析。通过人机协同机制构建高质量数据集，并结合监督微调和强化学习优化模型性能，在多个任务中优于现有开源和闭源模型。

Doubly Robust Functional Representation Learning for Longitudinal Causal Inference with Irregular Histories

针对具有不规则历史的纵向因果推断的双重鲁棒函数表示学习

Mengfei Ran, Yifeng Shen, Ruijie Guan

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

AI总结 针对不规则历史的纵向因果推断，提出DR-FRL交叉拟合工作流，通过函数与时间编码器映射状态、估计干扰项函数，经诊断验证后在模拟与VitalDB审计中表现出良好性能。

Towards Autonomous Aircraft Surveillance from Nanosatellites through On-Board Inference and Generative Data Augmentation

基于星上推理与生成式数据增强的纳卫星自主飞机监视技术研究

Antonio Delgado-Rosa, David Muñoz-Valero, Enrique Adrian Villarrubia-Martin, Juan Moreno-Garcia

机构 * Universidad de Castilla–La Mancha（卡斯蒂利亚-拉曼恰大学） ； Universidad de Castilla-La Mancha（卡斯蒂利亚-拉曼恰大学） ； Escuela de Ingeniería Industrial y Aeroespacial de Toledo（托莱多工业与航空航天工程学院） ； Escuela Superior de Informática（高等信息学院） 纠错

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

AI总结 针对纳卫星机载监视的下行链路瓶颈与数据集类别不平衡问题，提出结合星上推理与生成式数据增强的工作流，提升了检测精度与帧率，可作为实时自主监视的决策支持工具。

Comments 43 pages, 14 figures

Virtual Process Dossier: A Process-Aware Data Catalogue

虚拟过程卷宗：一种感知过程的数据目录

Lukas Kubelka, Alexander Bott, Frank Döhner, Saksham Kiroriwal, Georg Zeeb, Julia Butte, Julius Pfrommer, Jürgen Beyerer, Tobias Käfer

机构 * Institute of Applied Informatics and Formal Description Methods（应用信息学与形式描述方法研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Institute of Production Sciences（生产科学研究所） ； Institute for Anthropomatics and Robotics（人机系统与机器人研究所） ； Fraunhofer Institute of Optronics, System Technologies and Image Exploitation（弗劳恩霍夫光学技术、系统技术与图像利用研究所） ； Institute of Vehicle System Technology（车辆系统技术研究所） ； Institute of Information Security and Dependability（信息安全与可靠性研究所） ； Fraunhofer Institute for Chemical Technology（弗劳恩霍夫化学技术研究所） 纠错

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

AI总结 该研究提出基于知识图谱的虚拟过程卷宗（VPD），用于多阶段制造场景，可捕获工作流溯源、以FAIR方式提供数据集，包含本体、溯源框架和用户界面三项核心贡献。

RefineSVG: Visual Feedback-Driven Reinforcement Learning for Image-to-SVG Generation

RefineSVG：视觉反馈驱动的图像转SVG生成强化学习

Shaobo Liu, Feiqiao Mao, Shuaishuai Zhou, Yan Zhan, Weiqi Tan, Zhiqiong Lu, Zhengping Liang

机构 * Shenzhen University（深圳大学） ； Peking University（北京大学） 纠错

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

AI总结 RefineSVG是一种视觉反馈驱动的闭环框架，通过引入SVG语义词汇表和渐进式训练，使MLLM实现高保真图像转SVG生成，性能优于现有基线。

Comments 17 pages, 5 main-paper figures. Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). Includes the complete supplementary material

Not as Sweet by Another Name: An Empirical Study of Format Robustness in LLM Document Workflows

换个名字就不甜了：LLM文档工作流中格式鲁棒性的实证研究

Xiaoyu Zhang, Xianyun Cheng, Tianlin Li, Yuwei Zheng, Yue Yang, Yang Liu

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

AI总结 本文提出感知格式的变形测试框架，经大规模实证研究发现LLM文档工作流的格式鲁棒性存在严重问题，切换格式可致准确率降53.63%，并设计出无需重训模型的缓解策略。

Comments 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

A Matter of Time: Towards a General Theory of Agency

时间问题：迈向通用能动性理论

Amahury J. López-Díaz, Carlos Gershenson

机构 * School of Systems Science and Industrial Engineering, Binghamton University（宾汉姆顿大学系统科学与工业工程学院） 纠错

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

AI总结 基于时间参数化(F,A)-系统，提出从物质组织到能动性的分级组织理论，通过异步动态贝叶斯网络区分自主性、目标导向、能动性和开放性。

Comments 42 pages, 14 figures, 4 tables

A Scalable AI-Powered System for Explainable Machine Learning Pipelines in Brain Tumor

用于脑肿瘤可解释机器学习流水线的可扩展人工智能驱动系统

Yin Lin, Elena De Martin, Giacomo Conte, Domenico Aquino, Cristiana Pedone, Alberto Redaelli, Riccardo Barbieri, Laura Fariselli, Simona Ferrante

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

AI总结 该研究开发了一款用于神经肿瘤学的可扩展网络视觉分析系统，整合队列管理、特征提取与受保护推理功能，可提升AI可解释性，为临床脑肿瘤AI应用提供实用基础。

A Physics-Informed Framework for PID Tuning of Chemical Processes Using Large Language Model Agents

基于大语言模型智能体的化工过程PID整定的物理信息框架

Zhoupeng Shou, Xiaodong Hong, Congjing Ren, Jingdai Wang, Yongrong Yang, Zuwei Liao

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

AI总结 本研究提出一种适用于大、小语言模型的PID整定框架，将工程师整定流程形式化，通过微调Qwen3-0.6B并在测试案例中取得优异整定成功率，提升了PID整定的可靠性与稳定裕度。

From Classification to Regression: Using a Fruitfly to Solve Equations

从分类到回归：利用果蝇机制求解方程

Shady E. Ahmed, Panos Stinis

机构 * Pacific Northwest National Laboratory（西北太平洋国家实验室） 纠错

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

AI总结 该研究受果蝇感知机制启发，提出基于分类的回归新框架，用局部模式库替代全局模型，通过相似性加权重构预测，可降低计算存储需求并控制精度与成本的权衡，适用于非线性系统等场景。

A Density-Matrix Framework for Electronic-Structure Analysis of Functional-Group and Salt Effects in Lithium-Metal Electrolytes

用于锂金属电解质中官能团和盐效应电子结构分析的密度矩阵框架

Mingkang Liu, Huize Yu, Yanbin Gao, Nan Yao, Xiang Chen, Lei Shen

机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Institute for Carbon Neutrality, Tsinghua University（清华大学碳中和研究院） ； AI Solid-State Battery Innovation Center（人工智能固态电池创新中心） ； C Innovation Laboratory (21C LAB), Contemporary Amperex Technology Co., Limited (CATL)（21C创新实验室（21C实验室），宁德时代新能源科技股份有限公司） ； National University of Singapore Guangzhou Research Translation and Innovation Institute（新加坡国立大学广州研究院） ； National University of Singapore (Chongqing) Research Institute（新加坡国立大学（重庆）研究院） 纠错

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

AI总结 该研究提出密度矩阵框架EMolStudio，通过集成分子功能化等流程预测分析锂金属电解质电子结构。应用于多种分子和簇，发现分子尺度上功能化的影响及溶剂化壳中阴离子对前沿轨道定位的作用，能将官能团和盐选择转化为相关电子结构假设。

Comments The data needs to be supplemented

Calibrate Globally, Measure Everywhere: Scaling LLM-Based Prevalence Measurement Across A/B Experiments

基于代理的大规模A/B测试预估测量

Zehao Xu, Tony Paek, Kevin O'Sullivan, Attila Dobi

机构 * Pinterest, Inc.（Pinterest公司） 纠错

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

AI总结 本文提出了一种基于代理的普及率测量框架，通过离线校准和日志数据实现大规模A/B测试中的高效普及率估计。

Fully Automatic Trace Gas Plume Detection

全自动痕量气体羽流检测

Vít Růžička, David R. Thompson, Jay E. Fahlen, Amanda M. Lopez, Steven Lu, Chuchu Xiang, Holly Bender, Daniel Jensen, Philip G. Brodrick, Jake Lee, Brian Bue, Daniel H. Cusworth, Luis Guanter, Adam Chlus, Andrew Thorpe, Robert O. Green

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

AI总结 针对未来成像光谱仪数据量剧增，提出结合机器学习形态分析与光谱模型拟合的全自动痕量气体羽流检测方法，可自动检测标记羽流，用于回顾性分析，还扩展到三种痕量气体检测。

Comments Manuscript 15 pages + 3 in supplementary, 10 figures, 1 table, more in attached supplementary; In review

Specification-Driven DevOps for Multi-Service Environments

多服务环境下基于规范驱动的DevOps

Oleg Grynets, Kyrylo Fursov, Vasyl Lyashkevych, Volodymyr Veres

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

AI总结 研究探讨前沿大语言模型能否利用存储库内容为多服务应用生成配置，通过对三个异构存储库评估发现生成环境虽能运行，但有遗漏，进而区分功能正确性与部署意图保真度并得出最小显式部署规范。

Comments 25 pages, 8 figures, 15 tables

Grounded in Consensus, In Step With Emerging Science: A Consensus-Anchored Multi-Corpus Clinical Chatbot for Long COVID

基于共识，紧跟新兴科学：用于长期新冠的共识锚定多语料临床聊天机器人

Yining Wu, Philip DiGiacomo, Ying Ding, William Brode

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

AI总结 针对长期新冠临床决策支持证据分散的问题，提出整合多来源的面向临床医生的聊天机器人，在检索增强流程中组织四个来源，经探索性自动评估，其平均评分与OpenEvidence相当，得分更高且变异性更低。

OmniQEC: discovering practical quantum error-correcting codes by an AI scientist

OmniQEC：通过人工智能科学家发现实用的量子纠错码

Ge Yan, Shanchuan Li, Pengyue Ma, Qixin Zhang, Pingchuan Ma, Jianping Wang, Min-Hsiu Hsieh, Yuxuan Du

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

AI总结 研究旨在发现实用量子纠错码，核心方法是用OmniQEC，它结合自我进化推理与慢快协同工作流程，通过代码级代理探索候选方案并经电路级评估反馈证据。贡献是发现的代码性能优且硬件友好，为大语言模型辅助量子纠错发现奠基。

Comments Comments are welcome

Machine Intelligence on the Edge: Interpretable Cardiac Pattern Localisation Using Reinforcement Learning

边缘机器智能：使用强化学习的可解释心脏模式定位

Haozhe Tian, Qiyu Rao, Nina Moutonnet, Pietro Ferraro, Danilo Mandic

机构 * Dyson School of Design Engineering（迪森设计工程学院） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Department of Computing（计算系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 针对边缘设备低信噪比信号中模式定位难题，提出顺序匹配滤波器（SMF），通过强化学习设计滤波器序列并将其制定为顺序决策过程，实现自适应设计与可解释性，在心电图数据集上性能达先进水平，有广泛应用潜力。

Comments Accepted by Machine Intelligence Research

"We'll have to see how it works": An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research

“我们得看看它如何运作”：一项关于理解跨学科人工智能与医疗保健研究中协作实践的访谈研究

Rafael Henkin, Elizabeth Remfry, Duncan J. Reynolds, Megan Clinch, Michael R. Barnes

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

AI总结 该研究通过对英国医疗保健AI研究联盟早期参与者的13次半结构化访谈及归纳主题分析，探讨AI开发流程及跨学科知识共享挑战。发现参与者需依受众调整工具和信息，明确了AI研究参与新颖处、知识共享方式及关键领域，指出AI给跨学科工作带来新障碍。

Comments 36 pages

Journal ref PLoS One. 2026;21(7):e0354358

LLM-Assisted Ontology Engineering and Construction of a French Legal Knowledge Graph

大语言模型辅助的本体工程与法国法律知识图谱构建

G{é}nesis Montenegro, Mokhtar Boumedyen Billami, Catherine Faron, Fabien Gandon, Pierre Monnin

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

AI总结 针对法国维护法规处理难题，提出两阶段大语言模型辅助工作流程，先进行本体工程，再构建知识图谱。经实验，该流程输出强大、对齐良好，减少重复，明确关键细化步骤。

Journal ref SEMANTiCS 2026 - 22nd International Conference on Semantic Systems, Sep 2026, Ghent (BE), Belgium

Integrating Factual and Normative Industrial Knowledge via Constraint-Aware Graph Attention for Process Plan Recommendation

通过约束感知图注意力整合事实性和规范性工业知识以进行工艺计划推荐

Yuntong Chen, Yingqi Li, Yingying Xiao, Ziang Wang, Zewei Liu, Jiahao Liu, Xitian Tian, Lijiang Huang

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

AI总结 该研究针对工业知识整合难题，提出PCA - GAT方法，将加工工艺计划推荐转化为知识图谱增强的协同过滤问题，引入领域约束和自适应门，在航空航天数据集上效果良好，建立标准化协议并发现知识表示是瓶颈。

Greedy dynamical meta-learning

贪婪动态元学习

Aria Yom

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 研究针对梯度下降和无梯度优化器在大型模型长时间学习中的问题，提出一种元学习算法，通过内、外循环，智能体可修改自身权重偏差，外循环用标准零阶方法处理少量参数，有望加速学习。

Kairos: Generating Tick-Indexed Proof Obligations for Synchronous Temporal Contracts

Kairos：为同步时态契约生成滴答索引证明义务

Frédéric Dabrowski

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

AI总结 研究为同步程序生成滴答索引证明义务的问题，核心方法是用标准自动机理论归约将LTL公式转换为坏状态自动机与程序形成积并导出义务，主要贡献是形式化原理、证明正确性及通过医疗输液控制器展示工作流程。

Comments 18 pages, 1 listing, 1 table. Submitted to VSTTE 2026

When Can Depth Replace Precision? A Resource Theory of Quantized Neural Computation

深度何时能取代精度？量化神经计算的资源理论

Mojtaba Soltanalian

机构 * University of Illinois Chicago（伊利诺伊大学芝加哥分校） 纠错

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

AI总结 研究固定输入输出映射下低比特残差计算能否取代数值精度，通过建模量化残差系统刻画无限深度极限，得出纯调度接近松弛类的速率等结论，还探讨了多种相关情况，指出深度取代精度有条件限制。

Comments 141 pages, 26 figures, 15 tables. Includes complete proofs and documents the QReplace decision-support and Lean 4 verification companions. To be submitted to the Journal of Machine Learning Research

MolCryst-MLIPs: A Machine-Learned Interatomic Potentials Database for Molecular Crystals

MolCryst-MLIPs：用于分子晶体的机器学习互原子势数据库

Adam Lahouari, Shen Ai, Jihye Han, Jillian Hoffstadt, Philipp Hoellmer, Charlotte Infante, Pulkita Jain, Sangram Kadam, Maya M. Martirossyan, Amara McCune, Hypatia Newton, Shlok J. Paul, Willmor Pena, Jonathan Raghoonanan, Sumon Sahu, Oliver Tan, Andrea Vergara, Jutta Rogal, Mark E. Tuckerman

机构 * Department of Chemistry, New York University（纽约大学化学系） ； New York University（纽约大学） ； Simons Center for Computational Physical Chemistry, New York University（纽约大学计算物理化学中心） ； Department of Physics, New York University（纽约大学物理系） ； Department of Chemical and Biomolecular Engineering, Tandon School of Engineering, New York University（纽约大学工程学院化学与生物分子工程系） ； New York University Shanghai（纽约大学上海分校） 纠错

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

AI总结 本文提出一个开源的分子晶体机器学习互原子势数据库MolCryst-MLIPs，包含九种分子晶体系统经过微调的MACE模型，通过自动化机器学习流程实现可重复的建模流程，提供高精度的势能和力预测。

Rethinking Prospect Theory for LLMs: Revealing the Instability of Decision-Making under Epistemic Uncertainty

重新思考用于大语言模型的前景理论：在认知不确定性下决策的不稳定性

Rui Wang, Qihan Lin, Jiayu Liu, Qing Zong, Tianshi Zheng, Dadi Guo, Haochen Shi, Peixuan Han, Weiqi Wang, Yangqiu Song

机构 * Hong Kong University of Science and Technology（香港科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校） 纠错

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

AI总结 本文重新审视前景理论在大语言模型中的应用，发现其在认知不确定性下的决策稳定性存在问题，指出前景理论可能无法可靠地处理此类不确定性。