机构
*
South China University of Technology（华南理工大学）
；
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
；
Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳））
机构
*
Department of Computer Systems and Sciences, Stockholm University（斯德哥尔摩大学计算机系统与科学系）
；
Department of Information Engineering, University of Pisa（比萨大学信息工程系）
；
Distributed Systems Group, TU Wien（维也纳技术大学分布式系统组）
STEMGym: Benchmarking Sequential Decision-Making under Dose Budgets in Autonomous Electron Microscopy
STEMGym: 自主电子显微镜中剂量预算下的序列决策基准测试
Can Polat, Erchin Serpedin, Mustafa Kurban, Hasan Kurban
机构
*
Dept. of Electrical & Computer Eng.（电气与计算机工程系）
；
Texas A&M Univ.（德克萨斯A&M大学）
；
Dept. of Prosthetics & Orthotics（假肢与矫形学系）
；
College of Science & Eng.（科学与工程学院）
；
Ankara Univ.（安卡拉大学）
；
Hamad Bin Khalifa Univ. and Texas A&M Univ. at Qatar（哈马德·本·卡西姆大学和德克萨斯A&M大学（卡塔尔））
LLM agents security duality: a comprehensive survey of self-security and empowered cybersecurity
LLM代理安全二元性：自我安全与赋能网络安全的综合调查
Yiwei Xu, Yong Zhuang, Xuanming Liu, Tian Zhang, Bowen Xiao, Xiaoyang Xu, Delong Jiang, Juan Wang, Hongxin Hu
机构
*
School of Cyber Science and Engineering, Wuhan University（武汉大学计算机科学与工程学院）
；
Department of Computer Science and Engineering, University at Buffalo（布法罗大学计算机科学与工程系）
Comments28 pages, 2 figures, 13 tables. Benchmark, environment spec, and app contract released. First open-weight three-model sweep (k=5) on a 40-task oracle-validated executable suite; frontier-model leaderboard committed in the roadmap
A Systematic Evaluation of Black-Box Uncertainty Estimation Methods for Large Language Models
大型语言模型黑盒不确定性估计方法的系统评估
Jiayi Wang, Xu-Yao Zhang
机构
*
State Key Laboratory of Multimodal Artificial Intelligence Systems, Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所多模态人工智能系统国家重点实验室）
Beyond Monolingual Deep Research: Evaluating Agents and Retrievers with Cross-Lingual BrowseComp-Plus
超越单语言深度研究：用跨语言 BrowseComp-Plus 评估智能体和检索器
Yuheng Lu, Qingcheng Zeng, Heli Qi, Puxuan Yu, Fuheng Zhao, Rui Yang, Hitomi Yanaka, Naoto Yokoya, Weihao Xuan
机构
*
Waseda University（早稻田大学）
；
Northwestern University（西北大学）
；
RIKEN AIP（理化学研究所革新智能研究中心）
；
Snowflake Inc.（Snowflake公司）
；
University of Utah（犹他大学）
；
Duke-NUS Medical School（杜克-新加坡国立大学医学院）
；
The University of Tokyo（东京大学）
SEAGym: An Evaluation Environment for Self-Evolving LLM Agents
SEAGym: 自我进化LLM智能体的评估环境
Congjie Zheng, Chuanyi Xue, Bin Liang, Jun Yang, Changshui Zhang
机构
*
Department of Automation, Tsinghua University（清华大学自动化系）
；
Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University（北京信息科学与技术国家研究中心（BNRist），清华大学）
机构
*
College of Computer Science, National University of Defense Technology（国防科技大学计算机学院）
；
College of Computer Science and Technology, Harbin Institute of Technology（哈尔滨工业大学计算机科学与技术学院）
；
Department of New Networks, Peng Cheng Laboratory（鹏城实验室新型网络部）
；
National Key Laboratory of Advanced Communication Networks（先进通信网络全国重点实验室）
