AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
可微PDE求解器的端到端PyTorch接口：一项RANS模型校正研究
机构 * Digital Sciences \& Technologies Department , Safran Tech , Magny-Les-Hameaux , 78114 , France ； MONHADE, équipe INRIA-ONERA, DSG , ONERA, Institut Polytechnique de Paris , Palaiseau , 91120 , France
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 提出一个端到端可微机器学习框架，通过将PDE作为隐层集成到PyTorch中，优化参数化校正项，用于数据同化和闭合建模，并在可压缩流RANS方程上验证。
Slide Deck Q&A 质量保证应用：面向教学问题生成的多阶段流水线
机构 * TalkNicer, Inc.（TalkNicer公司）
专题命中 工作流自动化 ：planning(abstract)；分类 cs.CL
AI总结 提出一个基于Flask的多阶段大语言模型流水线，从PDF幻灯片中提取文本和图像，生成结构化的教学问题集，并通过窗口规划、幻灯片合成、标注和协调四个阶段提高问题质量。
Comments 15 pages, 3 research questions, 1 figure, 1 table, 6 references, 2 appendices
交互式会议中基于人类反馈的说话人修正
机构 * Worcester Polytechnic Institute（沃斯特理工学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 提出一种LLM辅助的会议内说话人修正系统，通过用户简短反馈修正说话人归属错误，结合流式ASR、说话人日志、LLM摘要和在线注册机制，在AMI数据集上实现DER降低31.99%、说话人替换错误降低52.68%。
PIRS：基于物理信息奖励塑形的SAC建筑能源管理
机构 * Politecnico di Torino（托里尼理工大学）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI
AI总结 针对深度强化学习中奖励函数设计缺乏物理基础的问题，提出PIRS方法，将ISO 7730 PMV公式嵌入SAC的多目标奖励中，提升可解释性和性能。
Comments N pages, 4 figures, 3 tables. Accepted at the 2nd Workshop on AI-Driven Energy Efficiency in Dynamic Systems (AI-DEEDS '26), co-located with ACM e-Energy / ACM Sustainability Week, Banff, AB, Canada, June 22-25, 2026
大型语言模型中的个性、角色与表达风格：一种互动主义分析
机构 * Okayama Prefectural University（冈山县立大学） ； AI & Humans Lab（人工智能与人类实验室） ； C4A Research Institute（C4A研究所）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL
AI总结 本研究从互动主义视角，通过因子设计实验分析个性特质、对话角色和表达风格如何共同影响大型语言模型生成对话中感知的大五人格特质表达。
Comments 26 pages
探索性经验塑造预测表征的几何结构
机构 * School of Mathematics Georgia Institute of Technology（数学系佐治亚理工学院） ； College of Computing Georgia Institute of Technology（计算学院佐治亚理工学院）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 通过构建树状迷宫中的在线学习智能体，研究探索与利用行为策略如何影响基于预测编码的内部表征几何结构，发现探索行为促进更具空间组织性的表征，且与小鼠实验数据一致。
OptiLoop：面向LLM生成的优化代理的协同验证与修复
专题命中 工作流自动化 ：agent(abstract)；分类 cs.SE
AI总结 针对LLM生成的优化代理在协同决策中可能出现语义错误的问题，提出了一种基于交替方向乘子法（ADMM）共识协议的协同验证与修复方法OptiLoop，通过短时协同运行检测行为异常并驱动修复，显著提升了目标匹配和社会匹配率。
超越静态分类法的青少年危机对话的关键词生成表示
机构 * York University（约克大学） ； Vector Institute（向量研究所） ； Electrical and Computer Engineering, Queen’s University（皇后大学电气与计算机工程系） ； Kids Help Phone（儿童援助电话）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 本文提出关键词生成表示（KGR）方法，通过约束大语言模型生成对话特定的关键词，将原有19标签分类扩展为39标签层次结构，在129段对话和387个专家注释上评估，准确率达0.96，并发现固定分类中缺失的身份相关主题，将主题检索准确率从0.25提升至0.70。
使用零样本大语言模型生成的调查数据进行地理显式人口合成
机构 * Dept. of Geography and Geoinformation Science, George Mason University, Fairfax, VA, USA（地理与地理信息科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； Dept. of Computer Science, George Mason University, Fairfax, VA, USA（计算机科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； College of Public Health, George Mason University, Fairfax, VA, USA（公共卫生学院，乔治·马歇尔大学，弗吉尼亚州 Fairfax） ； Dept. of Geography, University at Buffalo, Buffalo, NY, USA（地理系，布法罗大学，纽约州 Buffalo） ； Dept. of Computational and Data Sciences, George Mason University, Fairfax, VA, USA（计算与数据科学系，乔治·马歇尔大学，弗吉尼亚州 Fairfax）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文评估零样本大语言模型生成的健康调查数据能否作为传统迭代比例拟合工作流的输入，用于地理显式人口合成，并发现其可作为补充输入但尚不能替代真实调查数据。
Comments 15 pages, 5 figures, 3 tables
通过修复进行语义鲁棒性探测：面向安全关键目标检测的交互工具
机构 * Federal Institute for Occupational Safety and Health (BAuA)（联邦职业安全与健康研究所） ； Fraunhofer Institute for Manufacturing Engineering and Automation IPA（弗劳恩霍夫研究所（制造工程与自动化IPA））
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 提出SemProbe工具，通过扩散模型可控修复生成语义探针，支持用户自定义掩码和因素，自动评估并记录目标检测模型的鲁棒性变化。
一种用于分散覆盖控制的空间信息高斯过程UCB方法
机构 * Automatic Control Laboratory (IfA)（自动控制实验室）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 提出一种基于高斯过程上置信界（GP-UCB）的分散算法，通过结合期望位置成本与方差探索项，使智能体自主平衡探索与利用，实现未知空间覆盖控制。
AI在声音设计师工作流程与体验中的整合研究
机构 * Queen Mary University of London（伦敦大学玛丽女王学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 通过混合方法研究（76人调查+20人访谈），发现当前AI工具在快速消费媒体中表现良好，但缺乏高端声音设计所需的叙事复杂性，从业者偏好辅助性、任务特定的应用，而非端到端生成系统。
学习在不确定性下编排智能体
机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge（应用数学与理论物理系，剑桥大学） ； Centre for Human-Inspired Artificial Intelligence, University of Cambridge（启发式人工智能中心，剑桥大学） ； African Institute for Mathematical Sciences, South Africa（南非数学科学研究所） ； Department of Engineering Science, University of Oxford（工程科学系，牛津大学）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 提出BOT-Orch框架，将编排问题转化为带正则化的多臂赌博机问题，在不确定性下实现异构智能体的自适应编排，理论保证遗憾界为O(√T)并优于基线。
ORCA：一种用于优化根因分析的端到端交互式副驾驶
机构 * Robert Bosch GmbH, Germany ； Bosch Global Software Technologies Company Limited, Vietnam ； Computer Science Department, TU Darmstadt, Germany ； Hessian Center for Artificial Intelligence (hessian.AI), Darmstadt ； German Center for Artificial Intelligence (DFKI)
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 提出ORCA，一种端到端因果分析副驾驶，通过编排智能体理解用户目标并引导其完成从全自动到高度用户引导的因果分析工作流，涵盖因果发现、效应估计、可解释性和根因分析，并生成结构化报告。
AssetGen: 可部署的交互速度3D资产生成
机构 * Reality Labs, Meta（Meta现实实验室）
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI
AI总结 提出AssetGen系统，通过粗到细的VecSet框架、多视图纹理生成及端到端加速，在30秒内生成带烘焙法线、颜色纹理和可控多边形预算的高质量网格，支持实时渲染和移动端部署。
Xe-Forge：面向Intel GPU的多阶段LLM驱动的内核优化
机构 * Intel Corporation（英特尔公司）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI
AI总结 提出Xe-Forge，一个多阶段LLM流水线，通过Chain-of-Verification-and-Refinement（CoVeR）代理和硬件验证，自动将Triton内核优化为Intel GPU，实现几何平均1.17倍加速，Flash Attention加速2-13.3倍。
人格生成器：为任意上下文生成多样化的合成人格
机构 * Google DeepMind（谷歌DeepMind）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI
AI总结 提出Persona Generators，通过迭代进化优化生成覆盖广泛意见和偏好的多样化合成人格，在六个多样性指标上显著优于现有基线。
BIOMERO 2.0：用于生物成像数据导入、分析和溯源的端到端FAIR基础设施
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE
AI总结 本文提出BIOMERO 2.0框架，通过集成数据导入、预处理、分析和工作流监控的OMERO.web插件及容器化组件，将OMERO转化为符合FAIR原则且具有溯源能力的生物成像平台。
Comments 16 pages, 2 figures, 25 pages supplemental information; for software, see https://github.com/Cellular-Imaging-Amsterdam-UMC/NL-BIOMERO
什么被引用：AI 问答引擎中的竞争性生成式引擎优化
机构 * Sprinklr
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 研究 AI 问答引擎中两个检索候选源竞争时，哪些因素决定哪个源被优先引用，通过控制实验发现主题相关性和列表位置是主要驱动因素。
ATWL：一种用于表示、比较和重用可视化分析工作流的正式语言
机构 * Fraunhofer Institute IAIS（弗劳恩霍夫研究所IAIS） ； Lamarr Institute for Machine Learning and Artificial Intelligence（拉马尔机器学习与人工智能研究所） ； City St George’s, University of London（伦敦大学城市圣乔治学院） ； University of Zurich（苏黎世大学） ； University of Stuttgart（斯图加特大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 提出ATWL语言，通过模块化本体和标准化意图形式化表示可视化分析工作流，结合LLM提取工作流，实现结构比较和重用。
经典枚举几何中的正性：同步AI辅助数学的案例研究
机构 * Department of Mathematics, Aarhus University（阿arhus大学数学系） ； Eötvös University Budapest（布达佩斯欧多维奇大学） ； Alfréd Rényi Institute of Mathematics（阿尔弗雷德·雷尼数学研究所）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 研究对称多项式∏_{α∈A_{n,d}}(1+α_1 x_1+⋯+α_n x_n)（即Sym^d(C^n)的全陈类）的齐次部分c_k(n,d)的结构，通过AI与人类协作证明相关猜想、建立显式公式并研究对数凹性。
Comments 29 pages
查询空间转录组数据中的结构和功能生态位
机构 * MOE Key Laboratory of Bioinformatics and Bioinformatics Division of BNRIST, Department of Automation, Tsinghua University（生物信息学教育部重点实验室和北京理工大学生物信息学分部，自动化系，清华大学） ； Center for Synthetic and Systems Biology, School of Life Sciences and School of Medicine, Tsinghua University（合成与系统生物学中心，生命科学学院和医学学院，清华大学） ； Department of Thoracic Surgery, National Cancer Center/National Clinical Research Center for Cancer/Cancer Hospital, Chinese Academy of Medical Sciences and Peking Union Medical College（胸外科部门，国家癌症中心/国家癌症临床研究中心/癌症医院，中国医学科学院和北京协和医学院） ； Peking Union Medical College, Chinese Academy of Medical Sciences（北京协和医学院，中国医学科学院） ； Biomedical Pioneering Innovation Center (BIOPIC), Peking University（生物医学前瞻性创新中心（BIOPIC），北京大学） ； Cancer Research UK Cambridge Institute, University of Cambridge（英国癌症研究Cambridge研究所，剑桥大学） ； Department of Immunology, School of Basic Medical Sciences, Harbin Medical University（免疫学部门，基础医学学院，哈尔滨医科大学） ； Zhongguancun Academy, Beijing, China（中关村学院，北京，中国） ； Zhongguancun Institute of Artificial Intelligence, Beijing, China（中关村人工智能研究院，北京，中国）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 提出QueST方法，通过子图建模和对比学习查询空间转录组样本中的相似生态位，有效捕捉异质环境中的生态位结构并跨平台泛化。
LLM 需要多少结构？评估 LLM 用于文献计量聚类描述
机构 * School of Information Technology（信息科技学院） ； Department of Mathematics and Statistics（数学与统计学系） ； York University（约克大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 本研究通过六种不同证据和结构水平的流水线，评估文献计量结构是否改善 LLM 辅助的聚类描述生成，发现混合工作流（算法提供可审计结构，LLM 生成可读描述）效果最佳。
元认知应成为生成式AI中有限且有效自我治理的科学框架
机构 * University of Waterloo（滑铁卢大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出元认知作为生成式AI自我治理的科学框架，通过计算、算法和生态三个层面的元认知对齐实现有限且有效的自我治理。
Comments 16 pages, 1 figure, 1 table
毫米波成像用于人体测量
机构 * Chair for Computer Aided Medical Procedures（计算机辅助医疗程序研究所） ； Technical University of Munich（慕尼黑技术大学） ； Rohde & Schwarz GmbH & Co. KG（罗德与施瓦茨 GmbH & Co. KG） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； ELLIS Unit Helsinki, Dept. Computer Science, Aalto University（赫尔辛基ELLIS单位，计算机科学系，阿alto大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 提出基于毫米波雷达的优化框架，通过加权配准和SMPL模型从点云恢复3D人体形状并提取围度等测量值，实现穿衣服况下的快速无接触测量。
WellPINN：基于物理信息神经网络的瞬态流体压力扩散在储层中的精确井表征
机构 * Global Change Research Group (GCRG), IMEDEA, CSIC-UIB（全球变化研究组（GCRG），IMEDEA，CSIC-UIB）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 提出WellPINN工作流，通过多阶段顺序训练物理信息神经网络（PINNs）并逐步缩小等效井半径，解决了现有PINN方法在注入早期井附近压力捕捉不准的问题，实现了全注入周期内由泵注速率精确推断流体压力。
使用 MsPASS 评估 PhaseNet 在远震数据上的表现
机构 * Texas Advanced Computing Center, The University of Texas at Austin（德克萨斯高级计算中心，德克萨斯大学奥斯汀分校） ； Department of Earth and Atmospheric Sciences, Indiana University, Bloomington, IN 47405（地球与大气科学系，印第安纳大学，印第安纳波利斯，IN 47405）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 针对 PhaseNet 在远震信号上性能下降的问题，提出基于 MsPASS 的可重现工作流，通过训练新模型将 P 波拾取召回率提升 741.5%，并分析模型规模对精度和吞吐量的影响。
LLMs can construct powerful representations and streamline sample-efficient supervised learning
机构 * MIT（麻省理工学院） ； Harvard Medical School（哈佛医学院）
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.AI
AI总结 本文提出了一种基于LLM的代理流程，通过生成全局 rubric 来提升多模态数据的表示能力，并在15个临床任务中显著优于传统方法。
从整体到模块：分解转换器以实现高效的world建模
机构 * Department of Informatics, University of Sussex（Sussex大学信息学院） ； Beyond Institute for Theoretical Science (BITS)（理论科学研究所） ； ETH Zürich（苏黎世联邦理工学院） ； Principles of Intelligent Behaviour in Biological and Social Systems (PIBBSS)（生物和社会系统智能行为原理研究所） ； Department of Computer Science, University of Oxford（牛津大学计算机科学系） ； Araya Inc.（Araya公司） ； Sussex AI and Sussex Centre for Consciousness Science, University of Sussex（Sussex大学人工智能与意识科学中心） ； Centre for Complexity Science and Center for Psychedelic Research, Department of Brain Sciences, Imperial College London（复杂科学中心和迷幻研究中心，伦敦帝国理工学院脑科学系） ； Center for Eudaimonia and Human Flourishing, University of Oxford（幸福与人类繁荣中心，牛津大学）
专题命中 工作流自动化 ：AI agent(abstract)；分类 cs.AI
AI总结 本文提出了一种分解复杂world建模的方法，通过转换器框架将世界模型分解为多个模块，从而提高计算效率并支持分布式推理，为AI安全和现实应用提供基础。
Flashlight: PyTorch 编译器扩展以加速注意力变种
机构 * Anonymous Institution, Anonymous City, Anonymous Region, Anonymous Country（匿名机构，匿名城市，匿名地区，匿名国家）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出Flashlight，一种基于PyTorch的编译器框架，能够自动生成融合的FlashAttention风格内核，支持任意注意力程序，无需静态模板或预定义内核专有化，从而在保持性能的同时提供灵活性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈