AI Agent

UniMoMo: Expert Merging-Based MoE Acceleration for Large Recommendation Models

UniMoMo：基于专家合并的大推荐模型混合专家（MoE）加速方法

Lei Xin, Bin Gu, Peize Li, Zitong Wang, Jianbo Zhao, Changjiang Jiang, Yanyue Xie, Chao Huang, Xuyang Zhao, Zunhai Su, Fanhu Zeng, Zhenglun Kong

机构 * Kuaishou Technology（快手科技） ； Hohai University（河海大学） ； Wuhan University（武汉大学） ； ByteDance, Seed（字节跳动 Seed） ； Alibaba, Ant Group（阿里巴巴蚂蚁集团） ； ByteDance, Douyin（字节跳动抖音） ； The University of Hong Kong（香港大学） ； Harvard University（哈佛大学） 纠错

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

AI总结 UniMoMo是一种后训练压缩框架，通过功能相似性合并MoE专家并引入层自适应保护，在Amazon Beauty等三个数据集上实现推荐MoE的高效压缩与加速，且性能损失极小。

Comments Preprint

VTO: Visual Tool Orchestration for Video Anomaly Detection

VTO：面向视频异常检测的可视化工具编排

Rui Wang, Yeteng Wu, Xianling Zhang, Mengshi Qi

机构 * State Key Laboratory of Networking and Switching Technology（网络与交换技术国家重点实验室） ； Beijing University of Posts and Telecommunications（北京邮电大学） ； School of Digital Media & Design Art（数字媒体与设计艺术学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 针对视频异常检测中传统方法泛化差、多模态智能体工具编排难的问题，提出过程监督强化学习框架VTO，结合VAD-Tool工具集，在工具调度上较基线提升10.2%。

Comments Accepted by ACM MM 2026

How to Ask the AI: A User Perspective Survey for Large Language Model Prompting

如何向AI提问：大型语言模型提示工程的用户视角调查

Yiqun Zhang, Yunfan Zhang, Mingjie Zhao, Sen Feng, Yiu-ming Cheung

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

AI总结 该研究从用户视角开展大型语言模型提示工程调查，提出提示有效性评估策略、应用工作流并维护开源项目，为用户制定适配场景的有效提示提供可操作指南。

Comments Accepted to TAI

Learning under Opponent Unawareness in Linear-Quadratic Stochastic Games

线性二次随机博弈中对手不知情下的学习

Dantong Chu, Xuefeng Gao, Yufei Zhang

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 该研究针对线性二次随机博弈，在对手不知情的最小信息结构下，提出异步分散学习算法并证明其收敛性，应用于动态古诺竞争，发现有限信息学习降低企业利润，公开市场产出可缓解福利损失。

Multitask Scanning Probe Microscopy

多任务扫描探针显微镜

Aditya Raghavan, Yu Liu, Ian Mercer, JP Maria, Sergei Kalinin

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

AI总结 该研究提出多任务扫描探针显微镜，基于多任务高斯过程的闭环工作流程，实现测量位置与模态的自主选择，在AlScN晶圆上验证了其可扩展主动学习应用的价值。

Synthetic LiDAR Data Generation and Deterministic Downsampling for Point Cloud Classification on the Edge

面向边缘设备点云分类的合成激光雷达数据生成与确定性下采样

Niclas Meyer, Stefan Reitmann

机构 * Chemnitz University of Technology（开姆尼茨工业大学） 纠错

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

AI总结 本文针对三维深度学习框架在边缘设备部署的瓶颈，提出适配树莓派5的硬件受限工作流，通过合成LiDAR数据集和特征驱动的CPL层，实现边缘端50 FPS推理与88.36%分类准确率，验证了边缘实时三维感知的可行性。

Representing Visual Evidence for Item Difficulty Prediction: Visual Textualization and Image-Native Modeling

为题目难度预测表征视觉证据：视觉文本化与原生图像建模

Han Chen, Ming Li, Hong Jiao, Tianyi Zhou

机构 * Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； University of Maryland（马里兰大学） 纠错

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

AI总结 本文针对题目难度预测的视觉证据表征问题，对比仅用文本、视觉文本化与原生图像建模三种方式，发现原生图像建模是有竞争力的替代方案，其有效性取决于VLMs的适配方式。

Large language models for partial differential equation workflows

用于偏微分方程工作流的大语言模型

Han Wan, Rui Zhang, Hao Sun

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

AI总结 本文探讨大语言模型（LLMs）辅助偏微分方程（PDE）工作流在模型构建、求解器生成等阶段的进展，指出其受限于数据集稀缺与仿真-现实差距，是科学AI系统开发的关键试验台。

PDD-RRG: Posterior Diagnostic Decision for Study-level Radiology Report Generation

PDD-RRG：面向研究级放射学报告生成的后验诊断决策

Yang Yu, Yiming Ji, Bin Dai, Dong Zhang, Zhiyong Zhou, Shoushan Li, Yakang Dai

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

AI总结 针对现有RRG模型未充分利用检查信息、易因额外输入引发诊断错误的问题，提出PDD-RRG框架，通过多视角生成报告并聚合诊断结论，无需重训练即可提升RRG模型临床效能。

Comments Accepted by IJCAI 2026

PULSE: An Executable Contract Language for Spatiotemporal Knowledge Graph Engineering

PULSE：用于时空知识图谱工程的可执行合约语言

Dongxu Yang, Ziyi Liang

机构 * DeepLethe 纠错

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

AI总结 PULSE是一种受对象-过程-方法论启发的可执行合约语言，经Lean 4等验证，在时空知识图谱工程中可实现证据约束等功能，能匹配工作流、区分变异体，在NOAA数据集上表现良好。

Comments 6 pages, 5 tables, 1 code listing; submitted to KGSWC 2026. Research artifact available under the Apache-2.0 license

CRAFTS: Collaborative Role-Adaptive Fine-Tuning of LLM Agents for Chemical Process Simulation

CRAFTS：面向化工过程仿真的大语言模型智能体协同角色自适应微调

Ziyun Zhang, Yuxin Lin, Eldin Wee Chuan Lim, Xinghao Ding

机构 * National University of Singapore（新加坡国立大学） ； Xiamen University（厦门大学） 纠错

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

AI总结 CRAFTS 模仿化工工程师分阶段工作流，将仿真任务分配给7个角色，微调3个关键角色，基于 OpenIDAES-450 数据集验证，在82个保留案例上完成91.5%的合约，取得多项F1高分，实现可靠自动化化工过程模型构建。

CallScreenBench: Benchmarking On-Device Models as Phone Secretaries

CallScreenBench：将端侧模型作为电话秘书的基准测试

Simiao Ren

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 研究人员提出CallScreenBench基准，针对端侧模型作为电话秘书的场景，从五个维度评分，发现分类性能差异是测量假象，脚本退化代理提供基准线，未设通过/失败阈值。

Tevatron Meets Megatron: Expert-Parallel LLM Reranker Training on an Academic Budget

特瓦特龙遇上巨神：学术预算下的专家并行大语言模型重排序器训练

Zhichao Xu, Xueguang Ma, Shengyao Zhuang, Luyu Gao, Wenqian Ye, Yu Wang, Jamie Callan, Jimmy Lin

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

AI总结 该研究提出Tevatron 3.0，集成Megatron-Core后端实现专家并行，在学术预算下成功训练30B参数MoE重排序器，其性能优于稠密模型且推理吞吐量更高。

A Triple-Robustness Analysis of Retrieval-Augmented Generation for Multi-Hop Requirements Traceability

检索增强生成在多跳需求可追溯性中的三重鲁棒性分析

Meftun Akarsu, Burak Özdemir, Doğancan Büyükçolak, Recep Kaan Karaman

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

AI总结 本文针对多跳需求可追溯性，开展三重鲁棒性分析，对比不同RAG架构、嵌入器等的表现，发现现有结论分歧的原因，提出需按该鲁棒性标准验证RAG架构主张。

Comments 6 pages, 3 figures, 4 tables

AutoCause: A Python framework that automates expert decisions in environmental time-series causal discovery

AutoCause：一个自动化环境时间序列因果发现领域专家决策的Python框架

Marco Ruiz, Miguel Arana-Catania, David R. Ardila, Rodrigo Ventura

机构 * ISR-Lisbon, Instituto Superior Técnico（里斯本信号与系统研究所，里斯本高等理工学院） ； Digital Scholarship at Oxford, University of Oxford（牛津大学牛津数字学术中心） ； Jet Propulsion Lab., Caltech（加州理工学院喷气推进实验室） 纠错

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

AI总结 AutoCause是一款开源Python框架，通过封装四种因果发现方法、添加参考模型并分级链接，实现环境时间序列因果发现中专家决策的自动化，提升分析的可审计性与可重复性。

Comments 33 pages, 10 figures. Submitted to Environmental Modelling & Software

Optimization and Constraint Modeling using LLMs with a Retrieval Augmented Generation Process

结合检索增强生成流程的大语言模型优化与约束建模

Prateek Roy, Akash Singirikonda

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出结合检索增强生成的大语言模型优化建模方法，通过合成数据集与检索指导提升Qwen 3 30B Instruct的优化建模准确率，为低成本部署LLM优化工具提供可行方案。

Comments 20 pages, 3 figures

Fracture Risk Prediction in Adults Over 50 Years Old Using DXA and EHR: Comparison of Traditional and Machine Learning Models in Two Large Cohorts

利用DXA和EHR预测50岁以上成人骨折风险：两个大型队列中传统模型与机器学习模型的比较

Jiahe Qian, Hao Dai, Kunyu Yu, Hexin Dong, Xing He, Erik A. Imel, Jiang Bian, Yifan Peng, Yi Liu

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

AI总结 该研究针对50岁以上成人，基于EHR和DXA数据构建多种生存预测模型，发现其区分度优于FRAX，为骨折风险预测提供了更优工具，但需进一步评估后才可临床应用。

Comments 5 figures, 4 tables, 25 pages

Students' Practices and Skills in the LLM-Era: "You Can't Outsource the Struggle and Still Get the Skill"

LLM时代的学生实践与技能：“你不能把奋斗过程外包出去，却仍想获得技能”

Enne Rebeca Silva de Freitas, Gustavo Pinto, Danilo Monteiro

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

AI总结 研究针对软件工程研究生在LLM时代的AI使用技能缺口，分析1383条子reddit帖子后发现学生外包研究技能培养的认知努力，提出需开发课程引导学生与LLM协同工作。

Comments 12 pages

Harnessing the Wisdom of LLM Crowds through Complementarity-Driven Iterative Collaboration

通过互补驱动的迭代协作挖掘大语言模型群体的智慧

Yanbin Fang, Xuan Wei, Wei Chen

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

AI总结 该研究针对现有LLM组合方法忽略动态互补性的问题，提出WILC框架，通过迭代反思优化与双门互补模型选择机制，在四个基准上性能优于现有方法，成本仅为GPT-5.2的约1/7，扩展了群体智慧理论并提供多AI协调设计原则。

Doubly Robust Functional Representation Learning for Longitudinal Causal Inference with Irregular Histories

针对具有不规则历史的纵向因果推断的双重鲁棒函数表示学习

Mengfei Ran, Yifeng Shen, Ruijie Guan

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

AI总结 针对不规则历史的纵向因果推断，提出DR-FRL交叉拟合工作流，通过函数与时间编码器映射状态、估计干扰项函数，经诊断验证后在模拟与VitalDB审计中表现出良好性能。

Towards Autonomous Aircraft Surveillance from Nanosatellites through On-Board Inference and Generative Data Augmentation

基于星上推理与生成式数据增强的纳卫星自主飞机监视技术研究

Antonio Delgado-Rosa, David Muñoz-Valero, Enrique Adrian Villarrubia-Martin, Juan Moreno-Garcia

机构 * Universidad de Castilla–La Mancha（卡斯蒂利亚-拉曼恰大学） ； Universidad de Castilla-La Mancha（卡斯蒂利亚-拉曼恰大学） ； Escuela de Ingeniería Industrial y Aeroespacial de Toledo（托莱多工业与航空航天工程学院） ； Escuela Superior de Informática（高等信息学院） 纠错

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

AI总结 针对纳卫星机载监视的下行链路瓶颈与数据集类别不平衡问题，提出结合星上推理与生成式数据增强的工作流，提升了检测精度与帧率，可作为实时自主监视的决策支持工具。

Comments 43 pages, 14 figures

Virtual Process Dossier: A Process-Aware Data Catalogue

虚拟过程卷宗：一种感知过程的数据目录

Lukas Kubelka, Alexander Bott, Frank Döhner, Saksham Kiroriwal, Georg Zeeb, Julia Butte, Julius Pfrommer, Jürgen Beyerer, Tobias Käfer

机构 * Institute of Applied Informatics and Formal Description Methods（应用信息学与形式描述方法研究所） ； Karlsruhe Institute of Technology（卡尔斯鲁厄理工学院） ； Institute of Production Sciences（生产科学研究所） ； Institute for Anthropomatics and Robotics（人机系统与机器人研究所） ； Fraunhofer Institute of Optronics, System Technologies and Image Exploitation（弗劳恩霍夫光学技术、系统技术与图像利用研究所） ； Institute of Vehicle System Technology（车辆系统技术研究所） ； Institute of Information Security and Dependability（信息安全与可靠性研究所） ； Fraunhofer Institute for Chemical Technology（弗劳恩霍夫化学技术研究所） 纠错

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

AI总结 该研究提出基于知识图谱的虚拟过程卷宗（VPD），用于多阶段制造场景，可捕获工作流溯源、以FAIR方式提供数据集，包含本体、溯源框架和用户界面三项核心贡献。

RefineSVG: Visual Feedback-Driven Reinforcement Learning for Image-to-SVG Generation

RefineSVG：视觉反馈驱动的图像转SVG生成强化学习

Shaobo Liu, Feiqiao Mao, Shuaishuai Zhou, Yan Zhan, Weiqi Tan, Zhiqiong Lu, Zhengping Liang

机构 * Shenzhen University（深圳大学） ； Peking University（北京大学） 纠错

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

AI总结 RefineSVG是一种视觉反馈驱动的闭环框架，通过引入SVG语义词汇表和渐进式训练，使MLLM实现高保真图像转SVG生成，性能优于现有基线。

Comments 17 pages, 5 main-paper figures. Accepted at the 34th ACM International Conference on Multimedia (ACM MM 2026). Includes the complete supplementary material

Not as Sweet by Another Name: An Empirical Study of Format Robustness in LLM Document Workflows

换个名字就不甜了：LLM文档工作流中格式鲁棒性的实证研究

Xiaoyu Zhang, Xianyun Cheng, Tianlin Li, Yuwei Zheng, Yue Yang, Yang Liu

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

AI总结 本文提出感知格式的变形测试框架，经大规模实证研究发现LLM文档工作流的格式鲁棒性存在严重问题，切换格式可致准确率降53.63%，并设计出无需重训模型的缓解策略。

Comments 41st IEEE/ACM International Conference on Automated Software Engineering (ASE 2026)

A Scalable AI-Powered System for Explainable Machine Learning Pipelines in Brain Tumor

用于脑肿瘤可解释机器学习流水线的可扩展人工智能驱动系统

Yin Lin, Elena De Martin, Giacomo Conte, Domenico Aquino, Cristiana Pedone, Alberto Redaelli, Riccardo Barbieri, Laura Fariselli, Simona Ferrante

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

AI总结 该研究开发了一款用于神经肿瘤学的可扩展网络视觉分析系统，整合队列管理、特征提取与受保护推理功能，可提升AI可解释性，为临床脑肿瘤AI应用提供实用基础。

A Physics-Informed Framework for PID Tuning of Chemical Processes Using Large Language Model Agents

基于大语言模型智能体的化工过程PID整定的物理信息框架

Zhoupeng Shou, Xiaodong Hong, Congjing Ren, Jingdai Wang, Yongrong Yang, Zuwei Liao

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

AI总结 本研究提出一种适用于大、小语言模型的PID整定框架，将工程师整定流程形式化，通过微调Qwen3-0.6B并在测试案例中取得优异整定成功率，提升了PID整定的可靠性与稳定裕度。

From Classification to Regression: Using a Fruitfly to Solve Equations

从分类到回归：利用果蝇机制求解方程

Shady E. Ahmed, Panos Stinis

机构 * Pacific Northwest National Laboratory（西北太平洋国家实验室） 纠错

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

AI总结 该研究受果蝇感知机制启发，提出基于分类的回归新框架，用局部模式库替代全局模型，通过相似性加权重构预测，可降低计算存储需求并控制精度与成本的权衡，适用于非线性系统等场景。

Specification-Driven DevOps for Multi-Service Environments

多服务环境下基于规范驱动的DevOps

Oleg Grynets, Kyrylo Fursov, Vasyl Lyashkevych, Volodymyr Veres

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

AI总结 研究探讨前沿大语言模型能否利用存储库内容为多服务应用生成配置，通过对三个异构存储库评估发现生成环境虽能运行，但有遗漏，进而区分功能正确性与部署意图保真度并得出最小显式部署规范。

Comments 25 pages, 8 figures, 15 tables

Grounded in Consensus, In Step With Emerging Science: A Consensus-Anchored Multi-Corpus Clinical Chatbot for Long COVID

基于共识，紧跟新兴科学：用于长期新冠的共识锚定多语料临床聊天机器人

Yining Wu, Philip DiGiacomo, Ying Ding, William Brode

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

AI总结 针对长期新冠临床决策支持证据分散的问题，提出整合多来源的面向临床医生的聊天机器人，在检索增强流程中组织四个来源，经探索性自动评估，其平均评分与OpenEvidence相当，得分更高且变异性更低。

OmniQEC: discovering practical quantum error-correcting codes by an AI scientist

OmniQEC：通过人工智能科学家发现实用的量子纠错码

Ge Yan, Shanchuan Li, Pengyue Ma, Qixin Zhang, Pingchuan Ma, Jianping Wang, Min-Hsiu Hsieh, Yuxuan Du

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

AI总结 研究旨在发现实用量子纠错码，核心方法是用OmniQEC，它结合自我进化推理与慢快协同工作流程，通过代码级代理探索候选方案并经电路级评估反馈证据。贡献是发现的代码性能优且硬件友好，为大语言模型辅助量子纠错发现奠基。

Comments Comments are welcome