AI Agent

Multimodal Optimal Transport for Training-free Temporal Segmentation in Surgical Robotics

多模态最优传输用于手术机器人中的无训练时序分割

Omar Mohamed, Edoardo Fazzari, Ayah Al-Naji, Hamdan Alhadhrami, Khalfan Hableel, Saif Alkindi, Ivan Laptev, Cesare Stefanini

机构 * Dept. of Robotics, Mohamed bin Zayed University of AI（机器人系，Mohamed bin Zayed人工智能大学） 纠错

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

AI总结 本文提出了一种无需标注的手术时序分割框架TASOT，通过结合时间对齐的文本描述和视觉信息，在统一的不平衡Gromov-Wasserstein最优传输目标下融合视觉和语义线索，实现了在多个公开手术数据集上的显著提升。

End2Reg: Learning Task-Specific Segmentation for Markerless Registration in Spine Surgery

End2Reg: 为无标记定位学习任务特定分割在脊柱手术中

Lorenzo Pettinari, Sidaty El Hadramy, Michael Wehrli, Philippe C. Cattin, Daniel Studer, Carol C. Hasler, Maria Licci

机构 * Department of Biomedical Engineering, University of Basel, Allschwil, Switzerland（巴塞尔大学生物医学工程系，瑞士Allschwil） ； Department of Orthopedics, University Children’s Hospital, Basel, Switzerland（巴塞尔大学儿童医院骨科部，瑞士Basel） 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End2Reg，一种端到端深度学习框架，通过联合优化分割和定位，无需分割标签和手动步骤，从而提高脊柱手术中无标记导航的精度。

Comments Early Accepted MICCAI 2026. Code and interactive visualizations: https://lorenzopettinari.github.io/end-2-reg/

Privacy-by-Design Adaptive Group Assignment for Digital Lifestyle Coaching at Scale

为大规模数字生活方式指导设计的隐私优先自适应小组分配

Nariman Mani, Salma Attaranasl

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

AI总结 本文提出了一种以利益相关者为中心的架构和自适应同伴组分配方法，用于在保护隐私的同时进行个性化的生活方式指导。该方法通过将用户分为四个受限制的视角，分别实施不同的访问控制和风险配置，并利用基于保险箱的受隐私约束的上下文带异步算法来分配用户到合适的同伴组，同时保持教练容量和稳定性限制。

A Multi-Layer Testing Framework for Automated Data Quality Assurance in Cloud-Native ELT Pipelines

面向云原生ELT流水线的多层测试框架：自动化数据质量保障

Ismail Gargouri, Hassan Reza

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

AI总结 本文提出一种多层测试框架，结合 orchestration 层验证、dbt 声明性测试、LLM 生成的语义测试以及 DuckDB 与 Snowflake 之间的跨存储一致性检查，通过 Apache Airflow 协调，显著提升了数据质量验证的覆盖率和效率。

Comments 11 pages, 5 figures, 3 tables

Supervised Latent Restructuring for Small-Data Quantum Learning in Plant Phenomics

监督潜在重构在植物表型小数据量子学习中的应用

Alakananda Mitra, David H. Fleisher, Vangimalla Reddy, Chittaranjan Ray

机构 * Nebraska Water Center, IANR University of Nebraska–Lincoln（内布拉斯加水中心，IA NR 内布拉斯加大学林肯分校） ； Adaptive Cropping Systems Laboratory USDA-ARS（适应性种植系统实验室 USDA-ARS） ； Nebraska Water Center, DWFI University of Nebraska–Lincoln（内布拉斯加水中心，DWFI 内布拉斯加大学林肯分校） 纠错

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

AI总结 本文研究了在小数据条件下，通过监督潜在重构提升植物表型数据中高维特征压缩的几何分离性，提出混合工作流程结合PCA和LDA进行潜在空间重构，并利用GPU加速的量子核对齐方法，发现潜在几何结构在小数据量子学习中是关键设计变量。

Comments 11 pages, 4 Tables, 3 Figures

Generation of Heterogeneous PET Images from Uniform Organ Activity Maps Using a Pretrained Domain-Adapted Diffusion Model

基于预训练域适应扩散模型生成异质性PET图像

Suya Li, Kaushik Dutta, Debojyoti Pal, Jingqin Luo, Kooresh I. Shoghi

机构 * Mallinckrodt Institute of Radiology, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院马林克罗德特放射医学研究所，圣路易斯，美国） ； Imaging Science Program, McKelvey School of Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校麦克雷高中工程学院成像科学计划，圣路易斯，美国） ； Department of Surgery, Washington University School of Medicine, St. Louis, USA（华盛顿大学医学院外科部，圣路易斯，美国） ； Department of Biomedical Engineering, Washington University in St Louis, St. Louis, USA（华盛顿大学圣路易斯分校生物医学工程部，圣路易斯，美国） 纠错

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

AI总结 本文提出了一种预训练域适应扩散模型，用于从均匀器官活动图生成临床相关的异质性PET图像，通过两阶段训练策略提高合成图像的定量精度和肿瘤分割性能。

Comments 18 pages, 7 figures

FiLark: a streaming-first software framework for end-to-end exploration, annotation, and algorithm integration in distributed acoustic sensing

FiLark：一种面向流式处理的软件框架，用于分布式声学传感的端到端探索、标注和算法集成

Jintao Li, Weichang Li, Kai Tong, Xaingyu Guo

机构 * organization= State Key Laboratory of Ocean Sensing \& Ocean College, Zhejiang University , city= Zhoushan , postcode= 316021 , country= China ； organization= College of Information Science ； Electronic Engineering, Zhejiang University , city= Hangzhou , country= China ； organization= College of Computer Science ； Technology, Zhejiang University , city= Hangzhou , country= China 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FiLark框架，通过流式处理原则，实现分布式声学传感数据的端到端探索、标注和算法集成，解决传统批量分析框架无法处理连续高通道数据流的问题。

Can Large Language Models Revolutionize Survey Research? Experiments with Disaster Preparedness Responses

大型语言模型能否革新调查研究？与灾害准备响应的实验

Yan Wang, Ziyi Guo, Christopher McCarty

机构 * Dept. of Urban and Regional Planning & Florida Institute for Built Environment Resilience, University of Florida（城市与区域规划系及佛罗里达环境韧性研究所，佛罗里达大学） ； College of Liberal Arts and Sciences, Bureau of Economic and Business Research, University of Florida（文理学院及经济与商业研究局，佛罗里达大学） 纠错

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

AI总结 本文探讨了大型语言模型在调查研究中的应用，通过实验验证了其在灾害准备响应中的有效性，提出了一个五阶段框架，涵盖问卷设计、样本选择、试点测试、缺失数据填补和事后分析，并介绍了基于保护动机理论的协同出现知识图谱和七种LLM配置。

Atomistic Modeling of Chemical Disorder in Materials: Bridging Classical Methods and AI-Assisted Approaches

材料中化学无序的原子模型：连接经典方法和AI辅助方法

Jiayu Peng, Peichen Zhong

机构 * Department of Materials Design and Innovation, University at Buffalo（布法罗大学材料设计与创新系） ； Department of Materials Science and Engineering, National University of Singapore（新加坡国立大学材料科学与工程系） 纠错

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

AI总结 本文探讨了如何通过结合经典方法和AI技术来解决材料中化学无序的表示差距问题，重点介绍了如何利用计算方法将平均无序描述转换为具有代表性的构型集合，并平衡成本、偏差和保真度。

TGLF-WINN: Data-Efficient Deep Learning Surrogate for Turbulent Transport Modeling in Fusion

TGLF-WINN: 用于等离子体输运建模的高效深度学习替代模型

Yadi Cao, Futian Zhang, Wesley Liu, Tom Neiser, Orso Meneghini, Lawson Fuller, Sterling Smith, Raffi Nazikian, Brian Sammuli, Rose Yu

机构 * University of California, San Diego（加州大学圣地亚哥分校） ； General Atomics（通用原子公司） 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TGLF-WINN，一种数据高效的深度学习替代模型，通过三种创新方法：原理化的特征工程、物理引导的波数解析正则化和贝叶斯主动学习，提高了湍流输运建模的效率和准确性。

Comments Minor Revision responding to Nuclear Fusion reviewer and adjudicator comments (round 3)

Generative AI Advertising as a Problem of Trustworthy Commercial Intervention

生成式AI广告作为可信商业干预问题

Jingyi Qiu, Qiaozhu Mei

机构 * University of Michigan（密歇根大学） 纠错

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

AI总结 本文探讨生成式AI广告如何通过影响生成过程而非内容放置来改变广告方式，提出基于影响层级的分类体系，并指出当前系统在更深层次商业影响上的可信度问题。

AURORA: Contextual Orthogonalization for Geometric Representation Learning in Healthcare Foundation Models

AURORA：用于医疗基础模型中几何表示学习的上下文正交化

Yuanyun Zhang, Shi Li

机构 * University of the Chinese Academy of Sciences（中国科学院大学） ； Columbia University（哥伦比亚大学） 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AURORA框架，通过上下文潜在几何进行正交化，以解决医疗基础模型中潜在表示的语义模糊和上下文变化不稳定性问题，提升了模型在不同机构分布变化下的鲁棒性和预测性能。

PromptDecipher: Supporting AI Tutor Authoring Through Editable Simulated Interactions

PromptDecipher：通过可编辑的模拟交互支持AI辅导作者

Miina Koyama, Ruiwei Xiao, John Stamper

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 PromptDecipher通过直接纠正交互重构作者流程，帮助教师成为学习设计师和QA工程师，提升AI辅导作者的质量与效率。

Stabilizing Temporal Inference Dynamics for Online Surgical Phase Recognition

稳定在线手术阶段识别的时序推断动态

Yang Liu, Ning Zhu, Jingjing Peng, Xiwu Chen, Alejandro Granados, Guotai Wang, Sebastien Ourselin

机构 * King's College London, London, UK（伦敦国王学院） ； University of Electronic Science and Technology of China（电子科技大学） 纠错

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

AI总结 本文提出统一框架稳定时序推断动态，通过TEC损失抑制误差传播，EGTP强制证据驱动状态转移，TFI衡量时间碎片化，提升稳定性并减少预测碎片化。

Comments Early accepted by MICCAI 2026

Context-aware Entity-Relation Extraction for Threat Intelligence Knowledge Graphs

面向威胁情报知识图谱的上下文感知实体-关系抽取

Inoussa Mouiche, sherif Saad

机构 * School of Computer Science, University of Windsor（温莎大学计算机科学学院） 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CTiKG框架，通过结合SecureBERT和领域本体，提升威胁情报报告中实体关系抽取的准确性和鲁棒性，实验表明在NER和RE任务上优于现有方法。

Comments 16 pages

ADAPT: A Self-Calibrating Proactive Autoscaler for Container Orchestration

ADAPT：一种自校准的前瞻性容器编排自动扩展器

Himanshu Singh Baghel

机构 * Department of Computer Engineering（计算机工程系） ； [J.C. Bose University of Science and Technology]（J.C. Bose科学技术大学） 纠错

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

AI总结 ADAPT通过在线EWMA估计器动态调整冷启动时间，结合MPC优化副本数量，实现低于5%的SLA违规率，优于传统HPA和MPC+Prophet方案。

Comments 9 pages, 5 figures, 3 tables. Includes reproducible simulation framework for proactive Kubernetes autoscaling with adaptive cold-start estimation and MPC-based scaling. Source code and experiment configurations available at: https://github.com/Himanshu21035/autoscaling_research

Region-Grounded Report Generation for 3D Medical Imaging: A Fine-Grained Dataset and Graph-Enhanced Framework

基于3D医学影像的区域 grounded 报告生成：一个细粒度数据集和图增强框架

Cong Huy Nguyen, Son Dinh Nguyen, Guanlin Li, Tuan Dung Nguyen, Aditya Narayan Sankaran, Mai Huy Thong, Thanh Trung Nguyen, Mai Hong Son, Reza Farahbakhsh, Phi Le Nguyen, Noel Crespi

机构 * AI4LIFE, Hanoi University of Science and Technology, Vietnam（AI4LIFE，河内科学技术大学，越南） ； SAMOVAR, Télécom SudParis, Institut Polytechnique de Paris, France（SAMOVAR，Telecom SudParis，巴黎理工学院，法国） ； Military Central Hospital, Vietnam（108军区中央医院，越南） 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VietPET-RoI数据集和HiRRA框架，通过图增强模块捕捉RoI属性依赖，提升3D PET/CT报告生成的临床可靠性，实验表明其在BLEU、ROUGE-L和临床指标上均优于现有方法。

Comments 16 pages; Accepted to appear in ACL 2026

From Model Design to Organizational Design: Complexity Redistribution and Trade-Offs in Generative AI

从模型设计到组织设计：生成AI中的复杂性再分配与权衡

Sharique Hasan, Alexander Oettl, Sampsa Samila

机构 * Duke University（杜克大学） ； Georgia Institute of Technology（佐治亚理工学院） ； IESE Business School（IESE商学院） 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GAS框架，分析大语言模型如何重塑组织与竞争策略，揭示生成AI中通用性、准确性与简洁性之间的权衡及复杂性再分配对管理挑战的影响。

Social and Ethical Risks Posed by General-Purpose LLMs for Settling Newcomers in Canada

通用大型语言模型对加拿大新移民融入社会的潜在风险

Isar Nejadgholi, Maryam Molamohammadi, Samir Bakhtawar

机构 * National Research Council Canada（加拿大国家研究委员会） ； Mila - Quebec Artificial Intelligence Institute（魁北克人工智能研究所） 纠错

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

AI总结 研究探讨通用大语言模型在移民安置领域可能带来的风险，强调需开发定制化AI工具以确保人类监督与责任。

Comments 26 pages, 8 figures

Automatic Construction of a Legal Citation Graph from 100 Million Ukrainian Court Decisions: Large-Scale Extraction, Topological Analysis, and Ontology-Driven Clustering

从1亿份乌克兰法院判决中自动构建法律引文图：大规模提取、拓扑分析和本体驱动聚类

Volodymyr Ovcharov

机构 * LEX AI LLC, Kyiv, Ukraine（LEX AI LLC，基耶夫，乌克兰） 纠错

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

AI总结 研究通过大规模提取和拓扑分析，构建了首个大规模法律引文图，揭示了司法引文结构编码法律领域边界并预测立法重要性。

Comments 15 pages, 7 figures, 2 tables, 21 references

NIMO Controller: a self-driving laboratory orchestrator based on the Model Context Protocol

NIMO控制器：基于模型上下文协议的自动驾驶实验室协调器

Naruki Yoshikawa, Ryo Tamura

机构 * National Institute for Materials Science（国家材料科学研究所） ； Graduate School of Frontier Sciences, The University of Tokyo（东京大学前沿科学研究生院） 纠错

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

AI总结 本文提出基于模型上下文协议的自动驾驶实验室架构，介绍NIMO控制器，通过MCP服务器暴露所有功能，提供可视化编程界面，支持人类和AI代理统一接口。

Comments 9 pages, 4 figures

Genome-Factory: A Library for Tuning, Deploying, and Interpreting Genomic Foundation Models

Genome-Factory：用于调优、部署和解释基因组基础模型的库

Weimin Wu, Xuefeng Song, Yibo Wen, Qinjie Lin, Zhihan Zhou, Jerry Yao-Chieh Hu, Zhong Wang, Han Liu

机构 * Center for Foundation Models ； Generative AI \& Department of Computer Science, Northwestern University, USA ； School of Natural Sciences, University of California at Merced, USA ； Department of Energy Joint Genome Institute, Lawrence Berkeley National Laboratory, USA ； Systems Biology Division, Lawrence Berkeley National Laboratory, USA ； Department of Statistics ； Data Science, Northwestern University, USA 纠错

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

AI总结 Genome-Factory 提供了一种统一的流程简化方法，涵盖基因组模型开发的全流程，包括数据收集、模型调优、推理、基准测试和可解释性，适用于多种模型和调优方法。

QOuLiPo: What a quantum computer sees when it reads a book

QOuLiPo：量子计算机阅读书籍时的视觉呈现

Christophe Jurczak

机构 * Quantonation 纠错

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

AI总结 本文通过量子处理器处理文艺复兴时期经典作品，提出rigidity指标，构建QOuLiPo文本集，为中性原子硬件提供基准测试，并展示工程化文本的高近似比结果。

User Reviews as a Source for Usability Requirements: A Precursor Study on Using Large Language Models

用户评论作为可用性需求的来源：利用大语言模型的前期研究

Cedric Wellhausen, Laura Reinhardt, Kurt Schneider

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

AI总结 本文探讨利用大语言模型处理用户评论以提取可用性需求的可能性，提出了一套编码数据集和提示工程方法，并验证了LLM在识别可用性需求方面的表现。

Connecting the Dots: A Machine Learning Ready Dataset for Ionospheric Forecasting Models

连接点：为电离层预报模型准备的机器学习数据集

Linnea M. Wolniewicz, Halil S. Kelebek, Simone Mestici, Michael D. Vergalla, Giacomo Acciarini, Bala Poduval, Olga Verkhoglyadova, Madhulika Guhathakurta, Thomas E. Berger, Atılım Güneş Baydin, Frank Soboczenski

机构 * Department of Information and Computer Science（信息与计算机科学系） ； University of Hawai‘i at Mānoa（夏威夷大学毛纳罗亚分校） ； Department of Engineering Science（工程科学系） ； University of Oxford（牛津大学） ； Università degli Studi di Roma Sapienza（罗马大学） ； Free Flight Research Lab（自由飞行研究实验室） ； University of New Hampshire（新罕布什尔大学） ； European Space Agency (ESA)（欧洲航天局） ； NASA Jet Propulsion Laboratory（美国宇航局喷气推进实验室） ； NASA Headquarters（美国宇航局总部） ； Space Weather Technology, Research, and Education Center（空间天气技术、研究与教育中心） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； Department of Computer Science（计算机科学系） ； University of York & King’s College London（约克大学及伦敦国王学院） 纠错

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

AI总结 本文提出一个整合多种电离层和日球层数据的机器学习数据集，用于改进电离层预报模型，支持科学探索和实际应用。

Comments 8 pages, 2 figures, 2 tables. Accepted as a poster presentation in the Machine Learning for the Physical Sciences workshop at NeurIPS 2025. Dataset can be found on Zenodo (https://zenodo.org/records/18343833) or GitHub (https://github.com/FrontierDevelopmentLab/2025-HL-Ionosphere-dataset)

Harness Engineering as Categorical Architecture

利用工程作为范畴架构

Bogdan Banu

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出利用范畴架构三元组（G, Know, Phi）作为LLM代理的正式化框架，通过映射四个支柱到三元组组件，提供结构保证并验证了编译器在不同框架中的表现。

To Err Is Human; To Annotate, SILICON? Toward Robust Reproducibility in LLM Annotation

犯错是人之常情；标注，硅？迈向LLM标注中的稳健可重复性

Xiang Cheng, Raveesh Mayya, João Sedoc

机构 * Robert H. Smith School of Business, University of Maryland（马里兰大学罗伯特·H·史密斯商学院） ； Leonard N. Stern School of Business, New York University（纽约大学伦纳德·N·斯坦商学院） 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SILICON框架，通过分解标注误差来源，减少测量误差，提升LLM标注的稳健可重复性，同时建立备份模型并量化标注质量上限。

Geospatial-Temporal Sensemaking of Remote Sensing Activity Detections with Multimodal Large Language Model

基于多模态大语言模型的遥感活动检测的时空感知

David F. Ramirez, Tim Overman, Kristen Jaskie, Andreas Spanias

机构 * SenSIP Center, School of ECEE, Arizona State University（SenSIP中心，电子与计算机工程学院，亚利桑那州立大学） ； Prime Solutions Group Inc（Prime Solutions Group公司） ； Intelligence Advanced Research Projects Activity（智能高级研究计划局） 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SMART-HC-VQA数据集，用于人类活动的时空分析，通过多模态大语言模型训练框架实现遥感活动的检测与推理。

Comments Accepted to 2026 SPIE Defense + Security, Automatic Target Recognition XXXVI

HapticLDM: A Diffusion Model for Text-to-Vibrotactile Generation

HapticLDM：一种用于文本到触觉生成的扩散模型

Jiahao Xiong, Fei Wang, Anran Xu, Pinzhi Huang, Tao Wen, Lijia Pan, Cai Chen

机构 * Technology Development Center, Guangzhou Shiyuan Electronic Technology Company Limited（广州仕元电子技术有限公司技术发展中心） ； School of Automation and Intelligence, Beijing Jiaotong University（北京交通大学自动化与智能学院） ； Department of Architecture, University of California, Berkeley（加州大学伯克利分校建筑系） ； School of Electronic Science and Engineering, Nanjing University（南京大学电子科学与技术学院） 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HapticLDM，基于潜在扩散模型生成文本到触觉反馈，通过动态数据处理和全局去噪机制提升振动生成的准确性和一致性，经评估显示其在真实感和语义对齐方面表现优异。

ReasonSTL: Bridging Natural Language and Signal Temporal Logic via Tool-Augmented Process-Rewarded Learning

ReasonSTL：通过工具增强的过程奖励学习桥接自然语言与信号时间逻辑

Bowen Ye, Zhijian Li, Junyue Huang, Junkai Ma, Xiang Yin

机构 * Shanghai Jiao Tong University（上海交通大学） ； Alibaba Group（阿里巴巴集团） 纠错

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

AI总结 本文提出ReasonSTL框架，通过工具增强和过程奖励学习，解决自然语言到信号时间逻辑（STL）的转换难题，提供透明、低成本且隐私保护的正式规范起草方案。