AI Agent

ElemeNet: Multiscale Molecular Machine Learning with Uncertainty Quantification Across the Periodic Table

ElemeNet：跨周期表的多尺度分子机器学习与不确定性量化

Jacob W. Toney, Samir Darouich, Yiran Wang, Aaron G. Garrison, Johannes Kästner, Heather J. Kulik

机构 * Department of Chemical Engineering, Massachusetts Institute of Technology（麻省理工学院化学工程系） ； Center for Computational Science and Engineering, Massachusetts Institute of Technology（麻省理工学院计算科学与工程中心） ； Institute for Theoretical Chemistry, University of Stuttgart（斯图加特大学理论化学研究所） ； Institute for Artificial Intelligence, University of Stuttgart（斯图加特大学人工智能研究所） ； Department of Chemistry, Massachusetts Institute of Technology（麻省理工学院化学系） 纠错

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

AI总结 提出统一软件包ElemeNet，支持元素1-100的分子表示，集成E(3)-等变和Transformer架构，内置不确定性量化，在有机、无机、配位和生物化学数据集上达到竞争性或最优性能。

Meta-Programming for Linear-time Temporal Answer Set Programming

线性时态回答集编程的元编程

Susana Hahn, Amadé Nemes, Javier Romero, Torsten Schaub

机构 * University of Potsdam, Germany（波恩大学） 纠错

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

AI总结 提出一种统一的元编程框架，通过扩展clingo的理论语法并引入转换管道保护嵌套模态，实现了对多种线性时态逻辑（TEL、MEL、DEL）的语义操作化，并开发了metasp系统。

Nazrin: An Atomic Neural Proof Automation Tactic in Lean 4

Nazrin: Lean 4中的原子神经证明自动化策略

Leni Aniva, Iori Oikawa, David Dill, Clark Barrett

机构 * Stanford University（斯坦福大学） ； Northeastern University（东北大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 提出原子策略集、转置原子化算法、ExprGraph数据结构和基于图神经网络的Nazrin证明器，通过仅调度原子策略克服现有证明代理的挑战，并在消费级硬件上训练和评估。

Comments 16 pages, 10 figures

Factorizable Normalizing Flows for parameter-dependent density morphing

可分解归一化流用于参数依赖的密度变形

Davide Valsecchi, Mauro Donegà, Rainer Wallny

机构 * Institute for Particle Physics and Astrophysics, D-PHYS, ETH Zurich（粒子物理与天体物理学研究所，D-PHYS，苏黎世联邦理工学院） 纠错

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

AI总结 提出可分解归一化流(FNFs)，通过参数多项式分解学习参数依赖密度变形，实现线性扩展和可解释性，适用于高能物理等领域的连续密度变形。

Comments 14 pages, 8 figures. Code: https://doi.org/10.5281/zenodo.21011625

SemJoin: Semantic Join Optimization

SemJoin: 语义连接优化

Christopher Gou, Aditya Banerjee, Jiaxuan Wang, Chunwei Liu

机构 * Purdue University（普渡大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出基于LLM代理的决策管道，通过聚类连接或分类器策略动态优化语义连接执行，在三个数据集上F1分数比ABJ高20-33点，且token成本更低。

Comments 7 pages, submitted to VLDB 2026 Workshop: NOVAS

Spatio-temporal probabilistic forecast using MMAF-guided learning

基于MMAF引导学习的时空概率预测

Leonardo Bardi, Imma Valentina Curato, Lorenzo Proietti

机构 * TU Chemnitz, Faculty of Mathematics（图恩-切姆尼茨大学数学系） 纠错

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

AI总结 本文提出一种理论引导的广义贝叶斯方法，用于训练随机前馈神经网络 ensemble，通过约束数据嵌入设计和优化过程，实现时空奥斯特瓦尔德过程的依赖性和因果结构。实验表明，该方法在多个时间尺度上保持校准，并展示浅层前馈架构在概率预测中可媲美甚至优于卷积或扩散深度学习架构。

Synthetic Interaction Data for Scalable Personalization in Large Language Models

用于大规模语言模型可扩展个性化的人工交互数据

Yuchen Ma, Yue Huang, Wenjie Wang, Xiaonan Luo, Xiangliang Zhang, Stefan Feuerriegel

机构 * Munich Center for Machine Learning & LMU Munich（慕尼黑机器学习中心及慕尼黑大学） ； University of Notre Dame（诺特尔大学） ； Sichuan University（四川大学） 纠错

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

AI总结 本文提出PersonaGym框架生成高质量合成数据，开发PPOpt方法优化用户提示，提升个性化性能与鲁棒性。

Large Language Models for Security Operations Centers: A Comprehensive Survey

面向安全运营中心的大型语言模型：全面综述

Ali Habibzadeh, Farid Feyzi, Reza Ebrahimi Atani

机构 * University of Guilan（吉兰大学） 纠错

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

AI总结 本文综述了将生成式AI，特别是大型语言模型应用于安全运营中心的工作流程，探讨其能力、挑战及未来方向，为研究人员和运营管理者提供当前状态的全面视角。

Journal ref Journal of Electrical and Computer Engineering, 2026, 3383674 (2026)

OptiMUS-0.3: Using Large Language Models to Model and Solve Optimization Problems at Scale

OptiMUS-0.3：利用大语言模型在大规模范围内建模和解决优化问题

Ali AhmadiTeshnizi, Wenzhi Gao, Herman Brunborg, Shayan Talaei, Connor Lawless, Madeleine Udell

机构 * School of Management Science and Engineering, Stanford University（斯坦福大学管理科学与工程学院） ； Institute for Computational and Mathematical Engineering, Stanford University（斯坦福大学计算与数学工程研究所） 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OptiMUS-0.3系统，通过大语言模型自动建模和解决线性规划问题，提升优化工具的实用性与效率，实验证明其在易实例和实际案例中表现优异。

Comments This paper documents OptiMUS-0.3, improving on OptiMUS-0.1 (arXiv:2310.06116) and OptiMUS-0.2 (arXiv:2402.10172). arXiv admin note: text overlap with arXiv:2402.10172

CANNs: A Toolkit for Research on Continuous Attractor Neural Networks

CANNs：连续吸引子神经网络研究工具包

Sichao He, Aiersi Tuerhong, Shangjun She, Tianhao Chu, Yuling Wu, Junfeng Zuo, Si Wu

机构 * School of Psychological and Cognitive Sciences, Peking–Tsinghua Center for Life Sciences, PKU-IDG/McGovern Institute for Brain Research, Center of Quantitative Biology（心理与认知科学学院，北京清华大学生命科学中心，北京大学IDG/麦克戈文脑科学研究院，定量生物学中心） 纠错

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

AI总结 提出统一连续吸引子神经网络（CANN）研究流程的开源工具包，包含Python库、Rust加速后端和吸引子结构分析器，支持从仿真到实验数据分析的完整工作流。

Comments Code: https://github.com/Routhleck/canns ; Rust backend: https://github.com/Routhleck/canns-lib

Active-learning mapping of the Vicsek model phase diagram

用机器学习映射Vicsek模型的相图

Grace T. Bai, Brandon B. Le

机构 * Thomas Jefferson High School for Science and Technology（泰勒斯杰斐逊科学与技术高中） ； Department of Physics, University of Virginia, Charlottesville, Virginia 22904, USA（弗吉尼亚大学物理系，夏洛茨维尔，弗吉尼亚州，22904，美国） 纠错

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

AI总结 本文利用机器学习对Vicsek群体运动模型在三维参数空间(η,ρ,v_0)中的相结构进行分类和插值，通过聚类分析构建相图并提升分类精度。

Comments 12 pages, 8 figures

Decentralized Orchestration Architecture for Fluid Computing: A Secure Distributed AI Use Case

去中心化编排架构用于流计算：一个安全的分布式AI应用案例

Diego Cajaraville-Aboy, Ana Fernández-Vilas, Rebeca P. Díaz-Redondo, Manuel Fernández-Veiga, Pablo Picallo-López

机构 * atlanTTic Research Center – ICLAB – Universidade de Vigo（atlanTTic研究所以及ICLAB – 维戈大学） 纠错

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

AI总结 本文提出一种去中心化多域编排架构，用于流计算环境，支持多域协同部署，确保端到端放置和执行。通过引入FU-HST机制提升对抗鲁棒性，验证了多域联邦学习在拜占庭威胁下的性能。

Comments 19 pages, 9 figures and 1 table

Journal ref Computer Networks, Volume 284 (2026) 112369

Adaptive Utility driven Resource Orchestration for Resilient AI (AURORA-AI)

面向弹性AI的自适应效用驱动资源编排框架 (AURORA-AI)

Rahul Umesh Mhapsekar, Ilias Cherkaoui, Lizy Abraham, Indrakshi Dey

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出AURORA-AI框架，结合Hamilton-Jacobi-Bellman反馈控制、Lyapunov稳定性监控和公平感知复合效用，动态分配计算资源以最大化全局效用，实验表明其在扰动下快速恢复并提升公平性与稳定性。

Comments Accepted at IEEE Research and Technologies for Society and Industry 2026 conference

Confidence-Aware Tool Orchestration for Robust Video Understanding

置信度感知的工具编排用于鲁棒视频理解

Yangfan He, Yujin Choi, Jaehong Yoon

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

AI总结 针对视频推理模型盲目信任所有帧的问题，提出Robust-TO框架，通过每帧可信度评分、统一证据接口和三阶段合成机制，在八项任务上实现56.4%准确率，超越最强开源基线10.6%，并在五种真实扰动下保持54.3%准确率。

Comments Project page: https://rova-v2.github.io/

LithoDreamer: A Physics-Informed World Model for Multi-Stage Computational Lithography

LithoDreamer: 一种用于多阶段计算光刻的物理信息世界模型

Yuqi Jiang, Yumeng Liu, Zimu Li, Jinyuan Deng, Qian Jin, Yucheng Cui, Yu Li, Xunzhao Yin, Qi Sun, Cheng Zhuo

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 提出首个物理信息世界模型LithoDreamer，将光刻流程建模为决策驱动的多步演化系统，通过对比变分优化实现可解释干预，在正向演化和逆向规划中达到最优性能。

Comments Correspondence to: Qi Sun <qisunchn \at zju \dot edu \dot cn>

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), Jul. 6-11, 2026

Analyzing and Encoding the Al-Mawrid Arabic-English Dictionary with the ISO Language Markup Framework and TEI Lex-0

使用ISO语言标记框架和TEI Lex-0分析与编码Al-Mawrid阿拉伯语-英语词典

Diaa M. Fayed, Laurent Romary

机构 * Faculty of Information Technology and Computer Science, Sinai University（信息科技与计算机科学学院， Sinai大学） ； Inria ； ISO committee TC 37 (Language and terminology)（ISO术语委员会TC 37（语言和术语）） 纠错

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

AI总结 本文提出了一种系统化方法，将Al-Mawrid阿拉伯语-英语词典数字化并编码为标准化计算词典，采用ISO LMF和TEI Lex-0双重标准，实现91%的结构解析准确率。

Comments v2: Author name standardized to Diaa M. Fayed. PDF regenerated from source, content unchanged except author name format. Under review at Language Resources and Evaluation, Springer, since Aug. 2025,, Round 3

The Journal of Prompt-Engineered (Moral) Philosophy Or: Why AI-Assisted Ethics Research Requires Process Transparency

提示工程（道德）哲学杂志或：为何AI辅助伦理研究需要过程透明

Michele Loi

机构 * University of Milan（米兰大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文探讨了AI辅助伦理研究中过程透明的必要性，提出透明义务应基于主体完整性，通过五个透明元素构建文档充分性框架，以实现未来规范性判断的可能。

Comments 21 pages Transparency material documenting LLM usage available at: https://github.com/MicheleLoi/JPEP.git

Finetuning-Free Diffusion Model with Adaptive Constraint Guidance for Inorganic Crystal Structure Generation

无需微调的扩散模型结合自适应约束引导用于无机晶体结构生成

Auguste de Lambilly, Vladimir Baturin, David Portehault, Guillaume Lambard, Nataliya Sokolovska, Florence d'Alché-Buc, Jean-Claude Crivello

机构 * CNRS-Saint-Gobain-NIMS（法国国家科学研究中心-圣戈班-日本纳米科学研究所） ； Laboratory for Innovative Key Materials and Structures (LINK)（创新关键材料与结构实验室） ； Laboratory of Computational, Quantitative, and Synthetic Biology (CQSB)（计算、定量与合成生物学实验室） ； Data-driven Materials Design Group（数据驱动材料设计组） ； Center for Basic Research on Materials（材料基础研究中心） ； LTCI, Télécom Paris, Institut Polytechnique de Paris（LTCI，巴黎电信，巴黎理工学院） 纠错

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

AI总结 提出一种基于扩散模型的自适应约束引导生成框架，无需微调即可结合用户定义的物理化学约束，生成满足热力学稳定性和几何约束的无机晶体结构。

Comments Full article including supplementary information, 56 pages, 9 figures

AI translation of literary texts is "fine", but readers still prefer human translations

AI 翻译文学作品“还行”，但读者仍偏好人工翻译

Yves Ferstler, Adam Podoxin, Ty Brassington, Roman Grundkiewicz, Maite Taboada, Marzena Karpinska

机构 * Simon Fraser University（西蒙菲莎大学） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） ； Microsoft（微软） 纠错

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

AI总结 通过15位读者对15部法、波、日小说的人工翻译与AI翻译的比较实验，发现AI翻译虽可接受，但读者更偏好人工翻译的流畅性、清晰度和沉浸感，且无法可靠区分两者。

Comments 58 pages, including appendices

How Do Developers Maintain and Evolve Their Agents' Instructions? An Empirical Study

开发者如何维护和演化他们的智能体指令？一项实证研究

Gianmario Voria, Alfonso Cannavale, Andrea De Lucia, Yutaro Kashiwa, Gemma Catolino, Fabio Palomba

专题命中 工作流自动化 ：agent(abstract)；分类 cs.SE

AI总结 通过大规模挖掘研究，分类智能体上下文文件的变更类型，分析其与代码质量的关系及开发周期中的时间模式，为自主编码智能体的治理提供设计启示。

TRACER: Training-Free Closed-Loop Structured Inference for Traffic Accident Reconstruction

TRACER: 用于交通事故重建的无训练闭环结构化推理

Yanchen Guan, Chengyue Wang, Bin Rao, Haicheng Liao, Jiaxun Zhang, Shang Gao, Chengzhong Xu, Zhenning Li

机构 * State Key Laboratory of Internet of Things for Smart City（智能城市物联网国家重点实验室） 纠错

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

AI总结 提出无训练框架TRACER，通过闭环结构化推理，在几何、运动学和交互约束下迭代优化事件锚定运动假设，实现与人类专家工作流一致的可解释交通事故重建。

Beyond Logprobs: A Multi-Signal Confidence Engine for LLM-Based Document Field Extraction

超越Logprobs：基于LLM的文档字段提取的多信号置信度引擎

Nitesh Kumar

机构 * Perfios Software Solutions Pvt. Ltd.（Perfios软件解决方案私人有限公司） 纠错

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

AI总结 提出ExtractConf，通过双视角文档解析（字段引导与文档引导）的不一致性，融合多信号实现高可靠置信度估计，在DocILE上AUC达0.928，准确率99.1%。

Comments Extended version of a paper accepted (Oral) at the RobustifAI Workshop, IJCAI-ECAI 2026, Bremen, Germany. 9 pages, 5 figures, 2 tables

Breaking the Filter Bubble: A Semantic Pareto-DQN Framework for Multi-Objective Recommendation

打破过滤气泡：面向多目标推荐的语义Pareto-DQN框架

Cláudio Lúcio Do Val Lopes, Lucca Machado da Silva, André de Oliveira Brandão

机构 * A3Data 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出语义Pareto-DQN框架，将推荐建模为多目标马尔可夫决策过程，通过超体积动作选择同时优化用户参与度、信息多样性和提供者公平性，在MovieLens数据集上验证了其在不显著牺牲参与度的情况下提升社会目标的能力。

Comments IEEE International Conference on Responsible Artificial Intelligence (IRAI) - 2026

Ground Then Rank: Revisiting Knowledge-Based VQA with Training-Free Entity Identification

先定位再排序：基于知识的视觉问答中无训练实体识别的再探讨

Qian Ma, Qiong Wu, Zhengyi Zhou, Yao Ma

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； AT&T Chief Data Office（AT&T首席数据办公室） 纠错

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

AI总结 针对知识型视觉问答中实体与证据双重定位瓶颈，提出解耦实体识别与段落排序的无训练IBA框架，利用MLLM候选名称选择与文本重排序器，在降低复杂度同时提升性能。

Comments Accepted by ACL 2026 Findings. Project page https://github.com/VAN-QIAN/ACL26-IBA/

Machine Learning and Deep Learning for Exoplanet Detection and Atmospheric Characterization with JWST and the Upcoming Ariel Mission

利用JWST和即将到来的Ariel任务进行系外行星探测与大气表征的机器学习和深度学习

Muallim Yakubu, Vwavware Oruaode Jude

机构 * Department of Industrial Physics, Enugu State University of Science and Technology（恩古州科技大学工业物理系） ； Department of Physics, Dennis Osadebay University（德尼斯·奥萨德贝大学物理系） 纠错

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

AI总结 本文综述了机器学习和深度学习在JWST及Ariel任务背景下，用于系外行星探测（凌星识别、候选体筛选、假阳性排除）和大气表征（反演、去趋势、互相关、替代建模）的最新进展，指出DL方法在速度和精度上匹配或超越传统流程，ML驱动的反演将推理时间从CPU小时级降至秒级。

Comments 15 pages

Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering

知识图谱基础仅对训练外知识帮助LLM：临床问答的受控研究

Madhulatha Mandarapu, Sandeep Kunkunuru

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

AI总结 通过受控实验发现，知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能，对已知事实无帮助，且公共KG信息冗余。

Comments 9 pages. Code: https://github.com/samyama-ai/clinical-llm-graphrag

AgentRivet: an automated system for producing Rivet routines from journal publications

AgentRivet：从期刊论文自动生成Rivet例程的系统

Antonio J. Costa, Caterina Doglioni, Christian Gütschow, Andrew D. Pilkington, Sukanya Sinha

机构 * Department of Physics & Astronomy, University of Manchester（曼彻斯特大学物理与天文学系） ； Centre for Advanced Research Computing, University College London（伦敦大学学院先进计算中心） 纠错

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

AI总结 提出基于大语言模型的自动化工作流AgentRivet，从论文提取物理分析信息并生成缺失的Rivet例程，经代码和物理审查实现质量控制，在ATLAS和CMS测量中生成语法错误少、物理保真度合理的例程。

MyoInteract: A Framework for Fast Prototyping of Biomechanical HCI Tasks using Reinforcement Learning

MyoInteract：一种使用强化学习快速原型设计生物力学人机交互任务的框架

Ankit Bhattarai, Hannah Selder, Florian Fischer, Arthur Fleig, Per Ola Kristensson

机构 * University of Cambridge（剑桥大学） ； Center for Scalable Data Analytics and Artificial Intelligence (ScaDS.AI) Dresden/Leipzig, Leipzig University（可扩展数据与人工智能分析中心（ScaDS.AI）德累斯顿/莱比锡，莱比锡大学） 纠错

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

AI总结 提出MyoInteract框架，通过强化学习生物力学模拟，将设置和训练时间从数天缩短至数分钟，使非专家也能快速原型化人机交互任务。

Comments Published at Designing Interactive Systems (DIS) 2026

AwakeForest: An Interactive Geospatial Platform for Large-Scale Forest Imagery

AwakeForest: 一个用于大规模森林影像的交互式地理空间平台

Suraj Prasai, Kangning Cui, Rongkun Zhu, Sarra Alqahtani, Ying Zhang, Victor Paul Pauca, Miles R. Silman, Fan Yang

机构 * Wake Forest University（维克森林大学） ； Hong Kong Baptist University（香港浸会大学） 纠错

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

AI总结 提出AwakeForest平台，集成模型辅助推理、自动标注和人在回路优化，支持大规模森林影像的端到端工作流，实现地理空间原生、云优化和机器学习集成。

CLI-Universe: Towards Verifiable Task Synthesis Engine for Terminal Agents

CLI-Universe：面向终端代理的可验证任务合成引擎

Zhanbo Hua, Yifan Yao, Weihao Xie, Yongchi Zhao, Minghao Liu, Ruizhi Qiu, Zhewei Huang, Zun Wang, Yiyan Ji, Yunhai Ye, Letian Zhu, Xinping Lei, Han Li, Zhiyuan Ma, Zili Wang, Zhaoxiang Zhang, Jiaheng Liu

机构 * Nanjing University（南京大学） ； StepFun（阶跃星辰） ； ZODA ； Shanghai AI Lab（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出CLI-Universe引擎，通过多维能力分类采样和证据引导研究生成终端代理任务，经多阶段可执行验证流水线筛选，构建高质量数据集CLI-Universe-6K，微调Qwen3-32B在Terminal-Bench 2.0上达到33.4%的SOTA。

Comments 20 pages, 5 figures, 3 tables. Preprint