AI Agent

Incentivize Contribution and Learn Parameters Too: Federated Learning with Strategic Data Owners

激励贡献与学习参数：具有战略数据所有者的联邦学习

Drashthi Doshi, Aditya Vema Reddy Kesari, Avishek Ghosh, Swaprava Nath, Suhas S Kowshik

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出两种机制，通过纳什均衡激励客户端贡献并学习参数，同时确保信息真实披露，最终实现最优参数学习和数据贡献。

Comments 27 pages, under review

Efficient Semi-Automated Material Microstructure Analysis Using Deep Learning: A Case Study in Additive Manufacturing

利用深度学习高效半自动分析材料微结构：加性制造的案例研究

Sanjeev S. Navaratna, Nikhil Thawari, Gunashekhar Mari, Amritha V P, Murugaiyan Amirthalingam, Rohit Batra

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

AI总结 本文提出一种半自动主动学习分割框架，通过U-Net网络与交互式用户标注界面及核心集图像选择策略，提升材料图像分割效率，减少人工标注时间65%，并用于缺陷分类与工艺参数映射。

PolyMon: A Unified Framework for Polymer Property Prediction

PolyMon：一种聚合物性质预测的统一框架

Gaopeng Ren, Yijie Yang, Jiajun Zhou, Kim E. Jelfs

机构 * Department of Chemistry, Molecular Sciences Research Hub, Imperial College London, White City Campus, Wood Lane, London, W12 0BZ, U.K.（化学系，分子科学研究中心，伦敦帝国理工学院，白城校区，Wood Lane，伦敦，W12 0BZ，英国） 纠错

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

AI总结 PolyMon框架整合多种聚合物表示方法和机器学习方法，通过系统评估不同表示和模型对预测性能的影响，为聚合物性质预测提供全面的基础。

C2|Q>: A Robust Framework for Bridging Classical and Quantum Software Development

C2|Q>: 一种连接经典与量子软件开发的稳健框架

Boshuai Ye, Arif Ali Khan, Teemu Pihkakoski, Peng Liang, Muhammad Azeem Akbar, Matti Silveri, Lauri Malmi

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

AI总结 C2|Q>通过模块化方法将经典规范转化为量子可执行程序，降低量子软件开发门槛，实验证明其在模拟和真实量子硬件上均具可靠性。

Comments Preprint accepted for publication in ACM Transactions on Software Engineering and Methodology (TOSEM), 2026

Human-in-the-Loop LLM Grading for Handwritten Mathematics Assessments

人机协同的LLM评阅用于手写数学评估

Arne Vanhoyweghen, Vincent Holst, Melika Mobini, Lukas Van de Voorde, Tibo Vanleke, Bert Verbruggen, Brecht Verbeken, Andres Algaba, Sam Verboven, Marie-Anne Guerry, Filip Van Droogenbroeck, Vincent Ginis

机构 * Data Analytics Lab, Vrije Universiteit Brussel（布鲁塞尔自由大学数据分析实验室） ； School of Engineering and Applied Sciences, Harvard University（哈佛大学工程与应用科学学院） 纠错

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

AI总结 本文提出一种可扩展的端到端流程，利用LLM辅助评阅短篇手写作业，通过构建答案键、开发评分指南和结合自动扫描、多轮评分和人工验证，有效减少评阅时间并保持准确性。

Comments 19 pages, 5 figures

Using a Human-AI Teaming Approach to Create and Curate Scientific Datasets with the SCILIRE System

利用人类与AI协同方法通过SCILIRE系统创建和整理科学数据集

Necva Bölücü, Jessica Irons, Changhyun Lee, Brian Jin, Maciej Rybinski, Huichen Yang, Andreas Duenser, Stephen Wan

机构 * CSIRO（澳大利亚联邦科学工业研究组织） ； University of Málaga（马拉加大学） 纠错

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

AI总结 SCILIRE系统通过人类与AI协同原理，结合验证和整理数据的工作流，提升科学文献中结构化知识提取的准确性与效率。

Comments 17pages, 9 figures, EACL demo track

ELLA: Generative AI-Powered Social Robots for Early Language Development at Home

ELLA：生成式AI赋能的社交机器人，用于家庭中的早期语言发展

Victor Nikhil Antony, Shiye Cao, Shuning Wang, Chien-Ming Huang

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出ELLA，一种基于生成式AI的社交机器人，通过互动讲故事、家长选择的语言目标和支架对话支持早期语言发展，通过家庭工作坊和实地部署验证其设计有效性。

TaxBreak: Unmasking the Hidden Costs of LLM Inference Through Overhead Decomposition

TaxBreak: 通过开销分解揭示LLM推理的隐藏成本

Prabhu Vellaisamy, Shreesh Tripathi, Vignesh Natarajan, Surya Santhan Thenarasu, Shawn Blanton, John P. Shen

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

AI总结 TaxBreak通过分解主机可见的编排开销，识别优化应针对软件栈还是设备侧工作负载，揭示LLM推理中隐藏的成本问题。

Comments Accepted at IEEE ISPASS 2026. Copyright assigned to IEEE

Cascade: Composing Software-Hardware Attack Gadgets for Adversarial Threat Amplification in Compound AI Systems

级联：组合软件硬件攻击工具以在复合AI系统中实现对抗性威胁放大

Sarbartha Banerjee, Prateek Sahu, Anjo Vahldiek-Oberwagner, Jose Sanchez Vicarte, Mohit Tiwari

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出通过结合传统软件硬件漏洞与LLM算法攻击，实现复合AI系统中的对抗性威胁放大，展示两种新型攻击方法并系统化分析其组合。

Comments 11 pages, 8 figures, 1 table

CHiL(L)Grader: Calibrated Human-in-the-Loop Short-Answer Grading

CHiL(L)Grader: 带校准置信度的循环人工参与简答评分

Pranav Raikote, Korbinian Randl, Ioanna Miliou, Athanasios Lakes, Panagiotis Papapetrou

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

AI总结 CHiL(L)Grader通过校准置信度估计和人类参与流程，实现高置信度自动评分与不确定情况的人工处理，提升AI辅助评分的可靠性。

Leveraging Phytolith Research using Artificial Intelligence

利用人工智能进行phytolith研究

Andrés G. Mejía Ramón, Kate Dudgeon, Nina Witteveen, Dolores Piperno, Michael Kloster, Luigi Palopoli, Mónica Moraes R., José M. Capriles, Umberto Lombardo

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

AI总结 Sorometry通过人工智能整合2D和3D数据，实现phytolith的高效分析与预测，提升考古和古生态研究的精度与标准化。

Comments 45 pages, 23 figures

From Education to Evidence: A Collaborative Practice Research Platform for AI-Integrated Agile Development

从教育到证据：面向AI集成敏捷开发的协作实践研究平台

Tobias Geger, Andreas Rausch, Ina Schiering, Frauke Stenzel, Stefan Wittek

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

AI总结 本文提出一个整合AI的敏捷教育平台，通过协作研究环境生成实践相关证据，提升敏捷开发中的研究及时性和可重用性。

Beyond Fine-Tuning: Robust Food Entity Linking under Ontology Drift with FoodOntoRAG

超越微调：在本体漂移下利用FoodOntoRAG实现鲁棒的食品实体链接

Jan Drole, Ana Gjorgjevikj, Barbara Korouši'c Seljak, Tome Eftimov

机构 * Computer Systems Department, Jožef Stefan International Postgraduate School, Ljubljana, Slovenia（卢布尔雅那，斯洛文尼亚乔泽夫·斯蒂芬国际研究生学院计算机系统系） ； Computer Systems Department, Jožef Stefan Institute, Ljubljana, Slovenia（卢布尔雅那，斯洛文尼亚乔泽夫·斯蒂芬研究所计算机系统系） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 本文提出FoodOntoRAG，通过检索本体和结构化证据实现鲁棒的食品实体链接，避免微调并提高本体漂移的鲁棒性。

Comments Preprint

EmbC-Test: How to Speed Up Embedded Software Testing Using LLMs and RAG

EmbC-Test: 如何利用LLMs和RAG加速嵌入式软件测试

Maximilian Harnot, Sebastian Komarnicki, Michal Polok, Timo Oksanen

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

AI总结 本文提出利用LLMs和RAG技术，通过生成自动测试用例，显著提高嵌入式软件测试效率，节省66%的测试时间并每小时生成270个测试用例。

Journal ref Technical University of Munich. 2026. ISBN 978-3-911430-12-8. https://mediatum.ub.tum.de/1846559

Reading the Mood Behind Words: Integrating Prosody-Derived Emotional Context into Socially Responsive VR Agents

解读话语背后的情绪：将基于语调的情感上下文整合到社交响应的VR代理中

SangYeop Jeong, Yeongseo Na, Seung Gyu Jeong, Jin-Woo Jeong, Seong-Eun Kim

机构 * Department of Applied Artificial Intelligence（应用人工智能系） ； Seoul National University of Science and Technology（首尔科学技术大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出一种整合语调情感上下文的VR交互流程，通过实时语音情感识别模型提升对话代理的自然性和用户亲和力。

Comments 12 pages, 4 figures, Accepted to CHI EA 2026 (Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems)

Journal ref Extended Abstracts of the 2026 CHI Conference on Human Factors in Computing Systems (CHI EA '26), 2026, 1-12

Diagnosing and Repairing Citation Failures in Generative Engine Optimization

在生成引擎优化中诊断和修复引用失败

Zhihua Tian, Yuhan Chen, Yao Tang, Jian Liu, Ruoxi Jia

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

AI总结 本文提出AgentGEO系统，通过诊断引用失败模式并针对性修复，提升生成引擎优化中的引用率，同时揭示通用优化对长尾内容的负面影响。

Comments 35 pages

MuFlex: A Scalable, Physics-based Platform for Multi-Building Flexibility Analysis and Coordination

MuFlex：一种可扩展的、基于物理的多建筑灵活性分析与协调平台

Ziyan Wu, Ivan Korolija, Rui Tang

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

AI总结 MuFlex是一种基于物理的开源平台，用于多建筑灵活性协调，通过同步信息交换和协同模拟，利用Soft Actor-Critic算法减少峰值需求12%。

Comments The platform is released open-source on GitHub: https://github.com/BuildNexusX/MuFlex

Journal ref Energy, vol. 349, 140565, 2026

A Lightweight Multi-Cancer Tumor Localization Framework for Deployable Digital Pathology

一种轻量级多癌症肿瘤定位框架用于可部署的数字病理学

Brian Isett, Rebekah Dadey, Aofei Li, Ryan C. Augustin, Kate Smith, Aatur D. Singhi, Qiangqiang Gu, Riyue Bao

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

AI总结 本研究提出了一种轻量级多癌症肿瘤定位框架，通过跨癌症平衡训练实现高泛化能力，适用于数字病理学的可部署应用。

Comments 9 pages, 2 figures

Configurable Runtime Orchestration for Dynamic Data Retrieval in Distributed Systems

可配置的运行时编排用于分布式系统中的动态数据检索

Abhiram Kandiraju

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

AI总结 本文提出了一种基于配置的运行时编排框架，用于在分布式系统中实现动态数据检索，通过动态生成执行图实现低延迟编排，支持集成演变时无需重新部署工作流代码。

Comments 11 pages, 1 architecture diagram, execution pseudocode, and system comparison table

Research and Prototyping Study of an LLM-Based Chatbot for Electromagnetic Simulations

基于大语言模型的电磁仿真聊天机器人研究与原型开发

Albert Piwonski, Mirsad Hadžiefendić

机构 * Theoretische Elektrotechnik, TU Berlin（柏林技术大学理论电气技术系） 纠错

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

AI总结 本文提出基于大语言模型的聊天机器人，用于自动生成电磁仿真模型，通过功能增强提升仿真效率和用户交互体验。

Comments This paper has been submitted to COMPEL for possible publication, published by Emerald Publishing Limited

LeJOT-AutoML: LLM-Driven Feature Engineering for Job Execution Time Prediction in Databricks Cost Optimization

LeJOT-AutoML：基于LLM的特征工程用于Databricks成本优化中的作业执行时间预测

Lizhi Ma, Yi-Xiang Hu, Yihui Ren, Feng Wu, Xiang-Yang Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Lenovo（联想） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 LeJOT-AutoML利用LLM驱动的AutoML框架，通过动态生成特征提升Databricks作业执行时间预测的准确性，从而实现成本优化。

AI-Driven Phase Identification from X-ray Hyperspectral Imaging of cycled Na-ion Cathode Materials

基于X射线超光谱成像的AI驱动相识别：循环钠离子正极材料

Fayçal Adrar, Nicolas Folastre, Chloé Pablos, Stefan Stanescu, Sufal Swaraj, Raghvender Raghvender, François Cadiou, Laurence Croguennec, Matthieu Bugnet, Arnaud Demortière

机构 * Laboratoire de Réactivité et de Chimie des Solides (LRCS), CNRS UMR 7314, Université de Picardie Jules Verne（法国皮卡第大学劳勃-德-夏尔固体反应与化学实验室（LRCS）） ； Réseau sur le Stockage Electrochimique de l’Energie (RS2E), CNRS FR 3459（能源电化学存储网络（RS2E）） ； ALISTORE-European Research Institute, CNRS FR 3104（ALISTORE欧洲研究机构） ； Université de Picardie Jules Verne（法国皮卡第大学） ； Synchrotron SOLEIL（SOLEIL同步辐射光源） 纠错

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AI驱动方法，用于处理稀疏采样的超光谱数据，实现钠离子正极材料中多相分布的纳米尺度成像与分析。

Where Do LLM-based Systems Break? A System-Level Security Framework for Risk Assessment and Treatment

LLM-based系统在哪里失效？一个系统级安全框架用于风险评估与处理

Neha Nagaraja, Hayretdin Bahsi

机构 * Northern Arizona University（北亚利桑那大学） ； Department of Software Science（软件科学系） ； Tallinn University of Technology（塔林技术大学） 纠错

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

AI总结 本文提出了一种系统级安全框架，用于评估和处理LLM系统中的风险，通过结合系统建模与攻击-防御树，分析医疗场景中的多步骤攻击路径，并提供可比较的防御策略。

DualSpec: Accelerating Deep Research Agents via Dual-Process Action Speculation

DualSpec: 通过双过程动作推测加速深度研究代理

Shuzhang Zhong, Baotong Lu, Qi Chen, Chuanjie Liu, Fan Yang, Meng Li

机构 * pku（北京大学） ； msr（微软研究院） 纠错

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

AI总结 DualSpec通过双过程动作推测机制，在保持准确性的同时显著提升深度研究代理的端到端速度

MediTools -- Medical Education Powered by LLMs

MediTools -- 由LLMs驱动的医学教育

Amr Alshatnawi, Remi Sampaleanu, David Liebovitz

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

AI总结 MediTools利用LLMs开发交互式医学教育工具，通过模拟临床场景、文献检索和新闻摘要等功能提升医学教育的效率和效果。

Comments 20 pages, 19 figures, 2 tables. Code available at https://github.com/NM-Streamlit-Team/meditools

Physics-Consistent Neural Networks for Learning Deformation and Director Fields in Microstructured Media with Loss-Based Validation Criteria

具有损失验证标准的物理一致神经网络：用于学习微结构介质中变形和方向场的机械行为

Milad Shirani, Pete H. Gueldner, Murat Khidoyatov, Jeremy L. Warren, Federica Ninno

机构 * Department of Biomedical Engineering, Yale University（生物医学工程系，耶鲁大学） ； Department of Mechanical Engineering, Yale University（机械工程系，耶鲁大学） 纠错

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

AI总结 本文提出了一种基于物理一致神经网络的方法，用于学习微结构介质中的变形和方向场，并通过损失验证标准确保能量稳定性。

Hybrid Orchestration of Edge AI and Microservices via Graph-based Self-Imitation Learning

基于图的自我模仿学习的边缘AI与微服务混合编排

Chen Yang, Jin Zheng, Yang Zhuolin, Lai Pan, Zhang Xiao, Hu Menglan, Yin Haiyan

机构 * School of Computer Science, South-Central Minzu University（中央民族大学南中央学院） ； Key Laboratory of Cyber-Physical Fusion Intelligent Computing, State Ethnic Affairs Commission（国家民族事务委员会网络物理融合智能计算重点实验室） ； Hubei Key Laboratory of Smart Internet Technology, School of Electronic Information and Communication, Huazhong University of Science and Technology（湖北智能互联网技术重点实验室，华中科技大学电子信息与通信学院） ； Centre for Frontier AI Research, Agency for Science, Technology and Research (A*STAR)（前沿人工智能研究中心，科技研究局（A*STAR）） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出SIL-GPO框架，通过图注意力网络和自我模仿学习优化边缘AI与微服务的混合编排，显著降低延迟并提升资源利用率。

RAmmStein: Regime Adaptation in Mean-reverting Markets with Stein Thresholds -- Optimal Impulse Control in Concentrated AMMs

RAmmStein：在均值回复市场中实现制度适应的最优冲击控制——集中式AMM中的最优冲击控制

Pranay Anchuri

机构 * Offchain Labs（Offchain实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 RAmmStein通过深度强化学习优化集中AMM的冲击控制，实现高回报率和低摩擦成本的流动性管理。

Comments 13 pages, 2 figures, 5 tables, 1 algorithm; an earlier version submitted to Designing DeFi workshop (https://www.designingdefi.xyz/)

Can a Lightweight Automated AI Pipeline Solve Research-Level Mathematical Problems?

能否一个轻量级的自动化AI流水线解决研究级别的数学问题？

Lve Meng, Weilong Zhao, Yanzhi Zhang, Haoxiang Guan, Jiyan He

机构 * University of Science and Technology of China（中国科学技术大学） ； Université Paris Cité（巴黎cité大学） ； Zhongguancun Academy（中关村学院） 纠错

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

AI总结 本研究展示了一种轻量级自动化AI流水线，能够解决复杂的研究级数学问题，并通过验证和开源实现。

Comments 9 pages

Toward a Physical Theory of Intelligence

迈向智能的物理理论

Peter David Fagan

机构 * School of Informatics University of Edinburgh（信息学院爱丁堡大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 CCE框架通过统一物理过程，建立智能与耗散动态、量子测量和时空几何的联系，为智能研究提供物理约束。

Comments 53 pages, 8 figures