AI Agent

ROS-related Robotic Systems Development with V-model-based Application of MeROS Metamodel

基于V模型的MeROS元模型在ROS相关机器人系统开发中的应用

Tomasz Winiarski, Jan Kaniuka, Daniel Giełdowski, Jakub Ostrysz, Krystian Radlak, Dmytro Kushnir

机构 * Warsaw University of Technology, Institute of Control（华沙技术大学控制学院） ； Warsaw University of Technology, Institute of Computer Science（华沙技术大学计算机科学学院） ； Industrial Research Institute for Automation（自动化与测量工业研究院） ； Ukrainian Catholic University, Applied Science Faculty（乌克兰天主教大学应用科学学院） 纠错

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

AI总结 本文提出基于MeROS元模型和V模型的方法，用于整合ROS与MBSE，提升机器人系统的设计可追溯性和验证能力。

Comments 22 pages

MADCrowner: Margin Aware Dental Crown Design with Template Deformation and Refinement

MADCrowner: 带边界的牙冠设计与模板变形与细化

Linda Wei, Chang Liu, Wenran Zhang, Yuxuan Hu, Ruiyang Li, Feng Qi, Changyao Tian, Ke Wang, Yuanyuan Wang, Shaoting Zhang, Dimitris Metaxas, Hongsheng Li

机构 * Multimedia Laboratory, The Chinese University of Hong Kong（香港中文大学多媒体实验室） ； College of Biomedical Engineering, Fudan University（复旦大学生物医学工程学院） ； Sensetime Research（商汤科技研究院） ； Department of Second Dental Center, Shanghai Ninth People's Hospital, Shanghai Jiao Tong University School of Medicine（上海交通大学医学院第九人民医院第二牙科中心） ； Department of Computer Science and Engineering, The Chinese University of Hong Kong（香港中文大学计算机科学与工程系） ； Department of Computer Science, Rutgers University（罗格斯大学计算机科学系） ； Centre for Perceptual and Interactive Intelligence (CPII) under InnoHK（InnoHK下的感知与交互智能中心） ； Shanghai Stomatological Hospital, Fudan University（复旦大学上海牙科医院） 纠错

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

AI总结 MADCrowner通过结合模板变形和边缘分割网络，实现了高精度的牙冠设计，提升了几何精度和临床可行性。

Computational Fact-Checking of Online Discourse: Scoring scientific accuracy in climate change related news articles

在线讨论的计算事实核查：在气候变化相关新闻文章中评估科学准确性

Tim Wittenborg, Constantin Sebastian Tremel, Markus Stocker, Sören Auer

机构 * L3S Research Center, Leibniz University Hanover（莱比锡大学汉诺威分校L3S研究中心） ； TIB - Leibniz Information Centre for Science and Technology（莱比锡科学与技术信息中心） 纠错

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

AI总结 本文提出了一种半自动化的在线讨论事实核查方法，通过知识图谱分析评估气候变化相关新闻文章的科学准确性，并指出需要进一步完善事实知识图谱以支持科学公民讨论。

Comments 8 pages, 7 figures, accepted at ICKG 2025

Journal ref 2025 IEEE International Conference on Knowledge Graph (ICKG), Limassol, Cyprus, 2025, pp. 371-378

Real-Time BDI Agents: a model and its implementation

实时BDI代理：一种模型及其实现

Andrea Traldi, Francesco Bruschetti, Marco Robol, Davide Calvaresi, Marco Roveri, Paolo Giorgini

专题命中 工作流自动化 ：agent(abstract)；分类 cs.SE

AI总结 本文提出了一种改进的实时BDI代理模型，通过引入时间管理机制，提升代理在实时环境中的反应能力和应用效果。

Comments 13 pages

REDNET-ML: A Multi-Sensor Machine Learning Pipeline for Harmful Algal Bloom Risk Detection Along the Omani Coast

REDNET-ML: 一种多传感器机器学习流水线用于OMANI海岸有害藻华风险检测

Ameer Alhashemi

机构 * School of Computer Science, University of Birmingham（伯明翰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 REDNET-ML通过多传感器数据融合和CatBoost模型，实现OMANI海岸HAB风险的检测与评估。

Comments 11 pages

Formal that "Floats" High: Formal Verification of Floating Point Arithmetic

形式化地‘高’：浮点运算的形式验证

Hansa Mohanty, Vaisakh Naduvodi Viswambharan, Deepak Narayan Gadde

机构 * 1 Infineon Technologies Semiconductor India Private Limited, India 2 Infineon Technologies Dresden AG \& Co. KG, Germany 纠错

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代理AI的形式化验证方法，通过直接RTL到RTL模型检查和黄金参考模型验证浮点运算，结合AI生成属性和人机协作细化，提升验证效率和覆盖范围。

Comments To appear at the 37th IEEE International Conference on Microelectronics (ICM), December 14-17, 2025, Cairo, Egypt

EasyRpl: A web-based tool for modelling and analysis of cross-organisational workflows

EasyRpl：一种用于跨组织工作流建模与分析的网页工具

Muhammad Rizwan Ali, Violet Ka I Pun, Guillermo Román-Díez

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

AI总结 EasyRpl是一种网页工具，用于帮助管理跨组织工作流，通过模拟器、峰值资源分析和时间分析工具优化效率并减少干扰。

Chain-of-Context Learning: Dynamic Constraint Understanding for Multi-Task VRPs

上下文链学习：多任务VRP中的动态约束理解

Shuangchun Gui, Suyu Liu, Xuehe Wang, Zhiguang Cao

机构 * School of Computing and Information Systems, Singapore Management University, Singapore（新加坡管理大学计算机与信息学院） ； Guangdong Laboratory of AI and Digital Economy, Shenzhen, Guangdong, China（广东人工智能与数字经济实验室） ； School of Artificial Intelligence, Sun Yat-sen University, Zhuhai, Guangdong, China（中山大学人工智能学院） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 CCL通过逐步捕捉动态上下文来改进多任务VRP中的约束理解，通过RGCR和TSNR模块实现细粒度节点适应，有效提升求解性能。

Comments This paper is accepted by ICLR 2026

UrbanVerse: Scaling Urban Simulation by Watching City-Tour Videos

UrbanVerse: 通过观看城市游览视频扩大城市模拟

Mingxuan Liu, Honglin He, Elisa Ricci, Wayne Wu, Bolei Zhou

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

AI总结 UrbanVerse 通过将众包城市游览视频转化为物理-aware 的模拟场景，实现了城市模拟的扩展，提升了城市导航中代理的泛化能力和现实任务完成效率。

Comments Accepted to ICLR 2026. Project page: https://urbanverseproject.github.io/

Does My README File Need To Be Updated? Exploring LLM-Based README Maintenance

我的 README 文件需要更新吗？探索基于 LLM 的 README 维护

Haoyu Gao, Hong Yi Lin, Christoph Treude, Gregory Gay, Mansooreh Zahedi

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 LLM 的轻量级方法，用于在人机协作流程中精准更新 README 文件，以解决文档过时问题，并通过实验验证其有效性。

RTLocating: Intent-aware RTL Localization for Hardware Design Iteration

RTLocating：面向硬件设计迭代的意图感知RTL定位

Changwen Xing, Yanfeng Lu, Lei Qi, Chenxu Niu, Jie Li, Xi Wang, Yong Chen, Jun Yang

机构 * School of Integrated Circuits, Southeast University, Nanjing, China（东南大学集成电路学院） ； National Center of Technology Innovation for EDA, Nanjing, China（EDA技术创新国家中心） ； School of Computer Science and Engineering, Southeast University, Nanjing, China（东南大学计算机科学与工程学院） ； Department of Computer Science, Texas Tech University, Lubbock, USA（塔拉斯大学计算机科学系） 纠错

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

AI总结 RTLocating通过意图感知的RTL定位框架，实现了工业级硬件设计迭代中意图驱动的高效定位，显著提升了变更请求与RTL代码的匹配精度。

An Empirical Study of the Evolution of GitHub Actions Workflows

GitHub Actions工作流演化的实证研究

Pooya Rostami Mazrae, Alexandre Decan, Tom Mens, Mairieli Wessel

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

AI总结 本研究通过分析GitHub Actions工作流的变化，发现工作流修改多集中于任务配置，且大多数修改较小，强调了对依赖管理和AI支持工作流安全性的需求。

Journal ref Journal of Systems and Software, 236, 112824, 2026, 0164-1212

Next Generation Equation-Free Multiscale Modelling of Crowd Dynamics via Machine Learning

基于机器学习的下一代群体动力学多尺度建模：通过机器学习实现微观与宏观建模尺度的衔接

Hector Vargas Alvarez, Dimitrios G. Patsatzis, Lucia Russo, Ioannis Kevrekidis, Constantinos Siettos

机构 * Modelling Engineering Risk and Complexity, Scuola Superiore Meridionale（工程风险与建模，南方高等学院） ； Institute of Science and Technology for Energy and Sustainable Mobility, Consiglio Nazionale delle Ricerche（能源与可持续交通科学研究所，国家研究理事会） ； Department of Chemical and Biomolecular Engineering, Department of Applied Mathematics and Statistics & Department of Urology, Johns Hopkins University（化学与生物分子工程系，应用数学与统计学系及泌尿科，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.LG

AI总结 本文提出基于机器学习的多尺度建模方法，通过在潜在空间中学习并重构高维空间的动力学，实现群体动力学的高效模拟。

Comments 43 pages (16 pages of Appendix), 16 figures (11 in Appendix)

A Case Study on Concept Induction for Neuron-Level Interpretability in CNN

卷积神经网络中神经元级可解释性概念诱导的案例研究

Moumita Sen Sarma, Samatha Ereshi Akkamahadevi, Pascal Hitzler

机构 * Department of Computer Science, Kansas State University, Manhattan, Kansas, USA（计算机科学系，堪萨斯州立大学，曼哈顿，堪萨斯，美国） 纠错

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

AI总结 本研究通过在SUN2012数据集上验证概念诱导方法的泛化能力，展示了其在神经元级可解释性中的应用扩展。

RLHFless: Serverless Computing for Efficient RLHF

RLHFless：用于高效RLHF的无服务器计算

Rui Wei, Hanfei Yu, Shubham Jain, Yogarajan Sivakumar, Devesh Tiwari, Jian Li, Seung-Jong Park, Hao Wang

机构 * Stevens Institute of Technology ； Northeastern University ； Stony Brook University ； Missouri University of Science \& Technology 纠错

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

AI总结 RLHFless通过无服务器计算环境实现高效同步RLHF训练，预计算共享前缀并采用成本感知的演员扩展策略，提升训练速度并降低计算成本。

Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features Using LLM-Assisted Reasoning for Manufacturing Automation

基于LLM辅助推理的上下文感知2D绘图注释到3D CAD特征映射

Muhammad Tayyab Khan, Lequn Chen, Wenhe Feng, Seung Ki Moon

机构 * Singapore Institute of Manufacturing Technology (SIMTech), A*STAR, Singapore（新加坡制造技术研究所） ； Advanced Remanufacturing and Technology Centre (ARTC), A*STAR, Singapore（先进再制造与技术中心） ； School of Mechanical and Aerospace Engineering, Nanyang Technological University（机械与航空航天工程学院） 纠错

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

AI总结 本文提出一种基于LLM辅助推理的上下文感知框架，实现2D绘图注释到3D CAD特征的映射，提升制造自动化精度和可靠性。

A Survey of Data Agents: Emerging Paradigm or Overstated Hype?

数据代理的综述：新兴范式还是过度炒作？

Yizhang Zhu, Liangwei Wang, Chenyu Yang, Xiaotian Lin, Boyan Li, Wei Zhou, Xinyu Liu, Zhangyang Peng, Tianqi Luo, Yu Li, Chengliang Chai, Chong Chen, Shimin Di, Ju Fan, Ji Sun, Nan Tang, Fugee Tsung, Jiannan Wang, Chenglin Wu, Yanwei Xu, Shaolei Zhang, Yong Zhang, Xuanhe Zhou, Guoliang Li, Yuyu Luo

机构 * The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） ； Shanghai Jiao Tong University（上海交通大学） ； Renmin University of China（中国人民大学） ； Beijing Institute of Technology（北京理工大学） ； Southeast University（东南大学） ； Tsinghua University（清华大学） ； Huawei（华为） ； DeepWisdom 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文系统梳理了数据代理的分类与演变，提出分层框架并分析其技术发展与未来方向。

Comments Please refer to our paper list and companion materials at: https://github.com/HKUSTDial/awesome-data-agents

Pipeline for Verifying LLM-Generated Mathematical Solutions

验证大语言模型生成数学解的管道

Varvara Sazonova, Dmitri Shmelkin, Stanislav Kikot, Vasily Motolygin

机构 * Moscow State University（莫斯科国立大学） ； Huawei Technologies Co., Ltd（华为技术有限公司） 纠错

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

AI总结 本研究提出了一种验证大语言模型数学解的管道，通过提示生成特定形式的解以提高验证准确性，并提供开源实现。

Overton Pluralistic Reinforcement Learning for Large Language Models

奥顿多元强化学习用于大语言模型

Yu Fu, Seongho Son, Ilija Bogunovic

机构 * University College London（伦敦大学学院） ； University of Basel（巴塞尔大学） 纠错

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

AI总结 本文提出OP-GRPO框架，通过强化学习使大语言模型生成多样化响应，提升人类视角覆盖和视角独特性，实验证明其在自然语言推理任务中的优越性能。

Comments 28 pages, 8 figures

AI-Driven Structure Refinement of X-ray Diffraction

基于人工智能的X射线衍射结构优化

Bin Cao, Qian Zhang, Zhenjie Feng, Taolue Zhang, Jiaqiang Huang, Lu-Tao Weng, Tong-Yi Zhang

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

AI总结 本文提出WPEM算法，通过物理约束的全模式分解和细化流程，实现对X射线衍射数据的稳定结构优化，提升复杂数据的细化效率和准确性。

Advantage-based Temporal Attack in Reinforcement Learning

基于优势的时序攻击在强化学习中

Shenghong He

机构 * School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出基于优势的对抗变压器（AAT），通过多尺度因果自注意力机制和加权优势机制，生成具有更强时间相关性的对抗示例，提升强化学习中的攻击性能。

Teola: Towards End-to-End Optimization of LLM-based Applications

Teola：面向基于大语言模型应用的端到端优化

Xin Tan, Yimin Jiang, Yitao Yang, Hong Xu

机构 * The Chinese University of Hong Kong（香港中文大学） 纠错

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

AI总结 Teola通过细粒度端到端编排方法优化基于大语言模型的应用，实现显著的速度提升。

Journal ref ASPLOS'25: Proceedings of the 30th ACM International Conference on Architectural Support for Programming Languages and Operating Systems, Vol. 2 (2025) 1302-1316

Quantifying Automation Risk in High-Automation AI Systems: A Bayesian Framework for Failure Propagation and Optimal Oversight

对高自动化AI系统中自动化风险的量化：一种贝叶斯框架用于故障传播和最优监管

Vishal Srivastava, Tanmay Sah

机构 * Whiting School of Engineering（惠特инг工程学院） ； Johns Hopkins University（约翰霍普金斯大学） ； Harrisburg University of Science and Technology（哈里斯堡科学技术大学） 纠错

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

AI总结 本文提出了一种贝叶斯框架，用于量化高自动化AI系统中的风险，通过分解预期损失为故障概率、传播概率和严重性，提供部署导向的风险治理工具。

Habilis-$β$: A Fast-Motion and Long-Lasting On-Device Vision-Language-Action Model

Habilis-β：一种快速运动且持续运行的设备端视觉-语言-动作模型

Tommoro Robotics, :, Jesoon Kang, Taegeon Park, Jisu An, Soo Min Kimm, Jaejoon Kim, Jinu Pahk, Byungju Kim, Junseok Lee, Namheon Baek, Sungwan Ha, Hojun Baek, Eduardo Ayerve Cruz, Wontae Kim, Junghyeon Choi, Yousuk Lee, Joonmo Han, Sunghyun Cho, Sunghyun Kwon, Soyoung Lee, Jun Ki Lee, Seung-Joon Yi, Byoung-Tak Zhang, Theo Taeyeong Kim

机构 * Tommoro Robotics（Tommoro机器人公司） 纠错

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

AI总结 Habilis-β是一种快速运动且持续运行的设备端视觉-语言-动作模型，通过整合预训练和后训练方法，实现了在连续运行协议下的高性能表现。

PIPE-RDF: An LLM-Assisted Pipeline for Enterprise RDF Benchmarking

PIPE-RDF: 一个基于LLM的企业RDF基准测试流水线

Suraj Ranganath

机构 * UC San Deigo（加州大学圣地亚哥分校） 纠错

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

AI总结 PIPE-RDF通过反向查询和检索增强提示构建企业RDF基准测试，生成450个问题-SPARQL对，实现100%有效性验证。

Comments Conference submission

Automated LLM-Based Accessibility Remediation: From Conventional Websites to Angular Single-Page Applications

基于自动化的LLM无障碍修复：从传统网站到Angular单页应用

Carla Fernández-Navarro, Francisco Chicano

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LLM自动化修复网页无障碍问题，适用于传统网站和Angular单页应用，有效提升无障碍修复效率。

Autonomous Cyber Resilience via a Co-Evolutionary Arms Race within a Fortified Digital Twin Sandbox

通过强化数字孪生沙箱内的共进化军备竞赛实现自主网络安全

Malikussaid, Sutiyo

专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG

AI总结 本文提出ARC框架，通过数字孪生沙箱内的共进化军备竞赛，实现工业控制系统对新型攻击的高效检测与防御，提升网络安全的动态适应能力。

Comments 6 pages, 2 figures, 4 equations, 1 algorithm, 3 tables, to be published in ISPACS 2025, unabridged version exists as arXiv:2506.20102v1

Journal ref Proc. 2025 Int. Symp. on Intell. Signal Process. and Commun. Syst. (ISPACS), 2025, pp. 1-6

Extending quantum theory with AI-assisted deterministic game theory

用AI辅助的确定性博弈理论扩展量子理论

Florian Pauschitz, Ben Moseley, Ghislain Fourny

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出用AI辅助的确定性博弈理论扩展量子理论，通过学习博弈奖励函数和非纳什解算法，探索本地隐变量理论的可能性。

Comments Extended abstract, 3 pages plus references. Preprint in progress

AIdentifyAGE Ontology for Decision Support in Forensic Dental Age Assessment

AIdentifyAGE 用于法医牙科年龄评估的决策支持本体

Renato Marcelo, Ana Rodrigues, Cristiana Palmela Pereira, António Figueiras, Rui Santos, José Rui Figueira, Alexandre P Francisco, Cátia Vaz

机构 * InESC-ID Lisboa（里斯本INESC-ID） ； Instituto Superior Técnico（技术学院） ； Faculdade de Medicina Dentária da Universidade de Lisboa（里斯本大学牙医学院） ； FCiências.ID - Centro de Estatística e Aplicações da Universidade de Lisboa (CEAUL)（里斯本大学FCiências.ID） ； Instituto Politécnico de Leiria - Escola Superior de Tecnologia e Gestão（莱里亚技术学院） ； IST-ID ； Instituto Superior de Engenharia de Lisboa（里斯本工程学院） 纠错

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

AI总结 AIdentifyAGE本体通过标准化框架整合法医牙科年龄评估流程，提升医法律决策支持系统的透明度和可解释性。

Measuring Mid-2025 LLM-Assistance on Novice Performance in Biology

测量2025年中期LLM对生物学新手表现的影响

Shen Zhou Hong, Alex Kleinman, Alyssa Mathiowetz, Adam Howes, Julian Cohen, Suveer Ganta, Alex Letizia, Dora Liao, Deepika Pahari, Xavier Roberts-Gaal, Luca Righetti, Joe Torres

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

AI总结 2025年中期LLM对生物学新手在实验室任务中的表现影响有限，但显示出适度的性能优势。