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。
enclawed：一个可配置、无扇区偏见的单用户AI助手网关加固框架
机构 * Metere Consulting, LLC（梅特尔咨询公司）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 enclawed为需要可验证的对等信任、默认拒绝外部连接、签名模块加载和可篡改审计追踪的部署提供加固框架，通过两种风味实现数据驱动的分类和高保证的对等认证。
超越黑箱：一种可解释的机器学习框架，用于预测铁基催化系统中电子结构微描述符和结构-性能关系
机构 * University of Texas at Austin（德克萨斯大学奥斯汀分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出一种可解释的机器学习框架，通过SHAP分析和树形集成方法，预测铁基催化剂的电子结构微描述符及结构-性能关系，提升了催化剂筛选效率。
Comments 27 pages, 10 figures
METBRA25Y：巴西表面气象档案：变量标准化与质量控制
机构 * São Paulo State University (UNESP)（圣保罗州立大学） ； HairU Serviços e Tecnologia LTDA（HairU服务与技术有限公司） ； RECOD.ai, University of Campinas (UNICAMP)（RECOD.ai，坎皮纳斯大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文介绍了METBRA25Y数据集，通过整合巴西INMET的公共历史记录，提供标准化变量和质量控制的小时级地表气象观测数据，支持环境、气候、水文等研究。
Comments 12 pages, 5 figures. Dataset paper describing METBRA25Y, a harmonized archive of hourly Brazilian surface meteorological observations derived from INMET records. Dataset available at Zenodo: 10.5281/zenodo.19964979
优化支持向量回归用于加州房价预测：特征工程和超参数调优的关键作用
机构 * Soka University of America（索卡美国大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文通过特征工程和超参数调优优化支持向量回归，提升加州房价预测性能，实验显示特征缩放和系统调优显著提高R2值。
Comments 25 pages, 13 figures, 10 tables
ReLibra：基于路由回放的MoE训练负载均衡
机构 * School of Computer Science, Peking University（北京大学计算机学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 ReLibra通过利用强化学习的回放训练流程中的路由回放机制，在微批次粒度上实现细粒度负载均衡，提升MoE训练效率。
几何洪水深度估计：融合基于变换器的分割与数字高程模型
机构 * Lehigh University（莱维大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出几何'水面高程'方法，通过融合基于变换器的分割模型与数字高程模型，从单目航空影像估计洪水深度，提升洪水范围和体积评估能力。
Comments Accepted by the 2026 IEEE International Geoscience and Remote Sensing Symposium (IGARSS 2026)
从历史表格图像到知识图谱：一个具有溯源意识的模块化流水线
机构 * Vrije Universiteit Amsterdam（阿姆斯特丹自由大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出一个模块化、具有溯源意识的流水线，将手写表格图像转换为知识图谱，支持人机协作。通过分解为表格重建、信息提取和知识图谱构建三个阶段，确保提取实体和文字可追溯至其视觉和文本来源。
Comments Shorter version of this paper has been accepted in the 5th International Conference on Hybrid Human-Artificial Intelligence (HHAI 2026)
通过源域去噪提升闭环神经刺激的TMS EEG信号质量
机构 * Department of Kinesiology, Faculty of Science, McMaster University（科学学院运动学系，麦基尔大学） ； Faculty of Engineering, McMaster University（工程学院，麦基尔大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出改进TMS EEG信号质量的去噪方法，通过建立参考数据集评估两种常用去噪策略，验证其在提升信号质量和保留TMS诱发电位方面的有效性，为闭环神经刺激和BCI框架整合提供支持。
通过贝叶斯优化进行开放任务发现
机构 * Lattice Lab Toyota Motor Corporation（电装株式会社拉特实验室） ； Machine Learning Research Group（机器学习研究组） ； University of Oxford（牛津大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出GSR框架，通过生成-选择-细化流程实现开放-ended的贝叶斯优化，应用于新产品开发、化学合成放大、算法分析和专利再利用，优于现有LLM优化器。
Comments 60 pages, 11 figures
一种可重复的优化协议用于校准基于提示的大型语言模型在证据综合中的工作流程
机构 * School of Mathematical and Computational Sciences（数学与计算科学学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出了一种可重复的校准流程，用于基于提示的大型语言模型在结构化证据综合任务中的优化。方法将定义科学任务的规则与可变的提示框架分离，并通过标记或参考示例及显式任务指标优化框架，最终保存校准的工作流程作为可检查的制品。
TumorXAI: 基于自监督深度学习的可解释性脑部MRI肿瘤分类框架
机构 * Department of Computer Science and Engineering, East West University（东-西大学计算机科学与工程系）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出TumorXAI框架，利用自监督学习对脑部MRI肿瘤进行多类分类，通过预处理、微调和线性评估等步骤，展示自监督模型在有限标注数据下优于监督方法的性能，并结合Grad-CAM等技术提升可解释性。
Comments 16 pages, 9 figures, 6 Tables
L2韩语UD中的解析一致与不一致：对人类在环标注的启示
机构 * Rochester Institute of Technology（罗切斯特技术学院） ； University of Illinois Chicago（伊利诺伊大学芝加哥分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 本文提出一种简化的人工在环流程，利用两个领域适应解析器的一致性进行第二语言韩语形态语法标注，通过对比解析器与人类判断发现其高度一致，支持半自动标注的可行性，并指出解析分歧集中在语言可预测领域。
Comments To be published in the 20th Linguistic Annotation Workshop
在连续实验中优化社会效用
机构 * Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） ； Hasso Plattner Institute（哈索·platzer研究所）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 本文提出一种统计协议，通过开发者连续进行随机对照试验并由监管机构部分补贴成本，以提高社会效用。通过动态规划和分治法，有效找到最优策略和补贴水平。
LaTA：一个符合FERPA规定的本地LLM自动评分器，用于大二STEM课程作业
机构 * School of Mechanical, Industrial, and Manufacturing Engineering（机械、工业与制造工程学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 LaTA是一种本地LLM自动评分器，可有效减轻大二STEM课程的评分负担，通过本地运行和LaTeX流程，实现零成本评分，提升学生自信心并提高考试成绩。
Comments Submitted to Computers & Education
ImCoref-CeS: 一种改进的轻量级管道用于基于LLM的检查-分割细化的指代消解
机构 * Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系） ； Institute for AI, Tsinghua University（清华大学人工智能研究院） ； East China Normal University（华东师范大学） ； Jiangsu Collaborative Innovation Center for Language Ability（江苏省语言能力协同创新中心）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL
AI总结 本文提出ImCoref-CeS框架，结合增强的监督模型与LLM推理，通过改进的指代消解方法和LLM多角色检查-分割代理提升性能。
Comments Accepted by ACL2026 main
通过验证驱动的LLM工作流生成统计图表
机构 * University of Ljubljana Faculty of Computer and Information Science（卢布尔雅那大学计算机与信息科学系）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出一种结构化的LLM工作流，通过验证输出来生成多样且易读的统计图表，解决可视化特有的失败模式，如可读性和语义不匹配。
基于人工智能的亚历山大数据库扩展与应用
机构 * Research Center Future Energy Materials and Systems of the University Alliance Ruhr（鲁尔大学联盟未来能源材料与系统研究中心） ； ICAMS, Ruhr University Bochum, Universitätsstraße 150, D-44801 Bochum, Germany（鲁尔大学波恩分校ICAMS研究中心） ； Department of Materials, ETH Zürich, Zürich, CH-8093, Switzerland（苏黎世联邦理工学院材料系） ； CFisUC, Department of Physics, University of Coimbra, Rua Larga, 3004-516 Coimbra, Portugal（科英布拉大学物理系） ； ACEworks GmbH, Hagen-Hof-Weg 1, 44797 Bochum, Germany（ACEworks GmbH） ； Department of Physics, West Virginia University, Morgantown, WV 26506, USA（西弗吉尼亚大学物理系）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出一种新型多阶段工作流程，通过生成模型、机器学习势能和图神经网络，成功将亚历山大数据库扩展至580万结构，新增13万DFT验证化合物，并展示了改进的GRACE模型在基准测试中的准确性。
AutoREC：一种用于从电化学阻抗谱数据开发强化学习代理以生成等效电路模型的软件平台
机构 * Clean Energy Innovation Research Center, National Research Council Canada（清洁能源创新研究中心，加拿大国家研究委员会） ； Department of Material Science and Engineering, University of Toronto（材料科学与工程系，多伦多大学） ； Cheriton School of Computer Science, University of Waterloo（计算机科学学院，滑铁卢大学）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 AutoREC通过将等效电路模型生成建模为马尔可夫决策过程中的序列决策问题，利用深度强化学习解决传统手动试错方法的局限性，实现了高成功率的自动等效电路模型生成。
具有$\tilde{O}(\sqrt{dT})$后悔的逻辑斯蒂带宽问题无需上下文多样性假设
机构 * Department of Industrial & Systems Engineering, KAIST（工业与系统工程系，韩国科学技术院） ； Department of Mathematical Sciences, Seoul National University（数学科学系，首尔国立大学）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 本文提出SupSplitLog算法，在无需上下文多样性假设的情况下，实现了最优的$\tilde{\mathcal{O}}(\sqrt{dT})$后悔界，并改进了对维度d的依赖性。
KAYRA：一种用于AI辅助染色体核型分析的微服务架构
机构 * Jedlik Innovation Ltd.（杰德利克创新有限公司） ； Pázmány Péter Catholic University（帕兹曼·彼得天主教大学） ； Central Hospital of Southern Pest — National Institute of Hematology and Infectious Diseases（南部佩斯中央医院——血液病与传染病国家研究所） ； Faculty of Information Technology and Bionics（信息科技与生物学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出KAYRA，一种基于微服务架构的端到端核型分析系统，结合EfficientNet-B5+U-Net语义分割器、Mask R-CNN实例检测器和ResNet-18分类器，实现高精度染色体识别与分类。
基于阱中离子硬件的高阶二元优化量子特征选择
机构 * Kipu Quantum GmbH（Kipu量子有限公司） ； IDAL, Electronic Engineering Department, ETSE-UV, University of Valencia（IDAL电子工程系，瓦伦西亚大学） ； Department of Physical Chemistry, University of the Basque Country UPV/EHU（物理化学系，巴斯克大学UPV/EHU） ； IonQ Inc.（IonQ公司）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出基于高阶无约束二元优化(HUBO)的量子特征选择框架，通过引入多变量依赖关系，提升特征相关性、冗余性和高阶统计结构的建模能力，并通过结构化线性惩罚实现稀疏性。实验在Gallstone和Spambase数据集上验证了其有效性。
异步联邦反学习与不变性校准用于医学影像
机构 * School of Computer Science and Engineering（计算机科学与工程学院） ； South China University of Technology（华南理工大学） ； Guangzhou, China（中国广州）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出AFU-IC框架，通过解耦反学习过程与全局训练流程，实现异步反学习，同时利用服务器端不变性校准机制防止模型重新学习被删除的数据，实验表明其在医学影像中具有高效且合规的联邦学习能力。
Comments 8 pages, 5 figures, the article is accepted by IEEE IJCNN 2026
安全关键应用中的校准检查配方
机构 * Stanford University（斯坦福大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出了一种校准检查框架，用于验证预测系统分布特性，通过模块化流程支持多种应用场景，展示了在天气预测和机器人姿态估计中的应用。
Comments 36 pages, 22 figures. Manuscript prepared with Typst
EmoTransCap：用于对话中情感过渡感知的语音字幕数据集和流程
机构 * Inner Mongolian University（内蒙古大学） ； State Key Laboratory of Autonomous Intelligent Unmanned Systems, Tongji University（同济大学 autonomous intelligent unmanned systems 状态关键实验室）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL
AI总结 本文提出EmoTransCap，通过整合时间情感动态与对话级语音描述，解决现有系统在对话层面情感过渡识别不足的问题，提供大规模数据集和多任务模型以提升情感感知与表达。
Comments 15 pages, 5 figures, including appendix
预算约束下的因果老虎机：连接提升建模与序列决策
专题命中 工作流自动化 ：planning(abstract)；分类 cs.LG
AI总结 本文提出预算约束因果老虎机框架，解决冷启动场景下的广告分配问题，通过在线学习提升用户响应并优化预算分配，相较于传统方法更高效且稳定。
Comments 12 pages, 2 figures, preprint
结简化强化学习器、难结与结简化数
机构 * Neapolis University Pafos, Computer Science and Artificial Intelligence Bachelor program（内帕利斯大学帕福斯，计算机科学与人工智能学士项目） ； The University of Sydney, School of Mathematics and Statistics F07（悉尼大学，数学与统计学学院）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 本文提出一种强化学习管道用于简化结图，通过训练代理学习移动提议和价值启发式方法，测试了非常难的无结图，并通过图膨胀方法在4_1#9_{10}上恢复了结简化数的上界为三。
Comments 19 pages, many figures, comments welcome
光激活PARP1抑制剂的计算设计与实验验证
机构 * Department of Chemistry and Chemical Biology, Harvard University, Cambridge, MA, 02138（哈佛大学化学与生物化学系） ； Institute of Organic Chemistry and Biochemistry of the Czech Academy of Sciences, Flemingovo nám. 2, 160 00 Prague 6, Czech Republic（捷克科学院有机化学与生物化学研究所） ； Department of Materials Science and Engineering, Massachusetts Institute of Technology, Cambridge, MA, 02139（麻省理工学院材料科学与工程系）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文通过计算方法筛选出具有红移吸收光谱的PARP1光抑制剂候选物，并通过实验验证其光响应特性，展示了计算指导的筛选策略及当前研究的局限性。
Mono2Sls：通过多阶段流水线进行自动单体到无服务器迁移
专题命中 工作流自动化 ：planning(abstract)；分类 cs.SE
AI总结 本文提出Mono2Sls，一种自动化将单体Web后端转换为AWS SAM应用的流水线，通过静态分析和四个LLM代理实现高正确率迁移。
JigsawRL：构建高效的LLM后训练强化学习流水线
机构 * University of California, San Diego（加州大学圣地亚哥分校）
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.LG
AI总结 JigsawRL通过动态资源分配和图调度策略，提升强化学习流水线效率，实现异步和同步任务的性能提升。
领域适应的ECG基础模型微调用于多标签结构性心脏病筛查
机构 * PASSIO Laboratory, North Carolina A&T State University（北卡罗来纳阿塔州立大学PASSIO实验室） ； Department of Computer Science, University of Manitoba（曼尼托巴大学计算机科学系） ； Harvard T.H. Chan School of Public Health, Harvard University（哈佛大学T.H. Chan公共卫生学院） ； Department of Medicine, Jordan University of Science and Technology（约旦科学与技术大学医学院） ； Department of Biomedical Engineering, Duke University（达特茅斯大学生物医学工程系） ； Harvard Medical School（哈佛医学院） ； Beth Israel Deaconess Medical Center, Harvard Medical School（哈佛医学院贝塞斯达以色列德acons医疗中心）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文探讨了使用公开的EchoNext Mini-Model基准评估开放预训练的ECG基础模型在多标签结构性心脏病检测中的应用，通过领域适应和选择性监督微调提升性能。
Comments Accepted to Canadian AI 2026
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