AI Agent

MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction

MeshMimic: 通过3D场景重建实现几何感知的人形运动学习

Qiang Zhang, Jiahao Ma, Peiran Liu, Shuai Shi, Zeran Su, Zifan Wang, Jingkai Sun, Wei Cui, Jialin Yu, Gang Han, Wen Zhao, Pihai Sun, Kangning Yin, Jiaxu Wang, Jiahang Cao, Lingfeng Zhang, Hao Cheng, Xiaoshuai Hao, Yiding Ji, Junwei Liang, Jian Tang, Renjing Xu, Yijie Guo

机构 * X-Humanoid ； The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； The University of Hong Kong（香港大学） ； Tsinghua University（清华大学） ； The Chinese University of Hong Kong（香港中文大学） ； Shanghai Jiao Tong University（上海交通大学） ； The Australian National University（澳大利亚国立大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 MeshMimic通过3D场景重建实现人形机器人学习与地形耦合的运动交互，利用消费级传感器低成本训练复杂物理交互。

Comments 17 pages, 6 figures

Bayesian Optimization for Design Parameters of 3D Image Data Analysis

基于贝叶斯优化的3D图像数据分析设计参数优化

David Exler, Joaquin Eduardo Urrutia Gómez, Martin Krüger, Maike Schliephake, John Jbeily, Mario Vitacolonna, Rüdiger Rudolf, Markus Reischl

机构 * Institute for Automation and Applied Informatics, Karlsruhe Institute of Technology（自动化与应用信息学院，卡尔斯鲁厄技术大学） ； CeMOS Research and Transfer Center, Technische Hochschule Mannheim（CeMOS研究与转移中心，技术大学曼海姆） ； Institute of Biological and Chemical Systems, Karlsruhe Institute of Technology（生物与化学系统研究所，卡尔斯鲁厄技术大学） 纠错

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

AI总结 本文提出基于贝叶斯优化的3D图像数据分析优化流水线，通过两个阶段自动选择分割模型和分类器设计，提升大规模生物医学成像的分析效率。

Comments 10 pages, 7 figures

Perspectives - Interactive Document Clustering in the Discourse Analysis Tool Suite

视角—— discourse 分析工具套件中的交互式文档聚类

Tim Fischer, Chris Biemann

机构 * Language Technology Group, Department of Informatics, University of Hamburg（语言技术组，信息学院，汉堡大学） 纠错

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

AI总结 Perspectives 是一个交互式文档聚类工具，通过人机协同精炼和用户意图对齐，帮助 DH 研究人员探索和组织大规模无结构文档集合。

PhyScensis: Physics-Augmented LLM Agents for Complex Physical Scene Arrangement

PhyScensis: 基于物理的LLM代理用于复杂物理场景布置

Yian Wang, Han Yang, Minghao Guo, Xiaowen Qiu, Tsun-Hsuan Wang, Wojciech Matusik, Joshua B. Tenenbaum, Chuang Gan

机构 * UMass Amherst（马萨诸塞大学阿姆赫斯特分校） ； Genesis AI ； MIT（麻省理工学院） ； MIT-IBM Watson AI Lab（麻省理工-IBM沃森人工智能实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 PhyScensis通过物理引擎驱动的LLM代理框架，生成复杂物理场景布局，提升机器人操作中的场景复杂性和物理准确性。

Comments ICLR 2026

LLMAC: A Global and Explainable Access Control Framework with Large Language Model

LLMAC: 一种全局且可解释的访问控制框架基于大语言模型

Sharif Noor Zisad, Ragib Hasan

机构 * Department of Computer Science（计算机科学系） ； University of Alabama at Birmingham（阿拉巴马大学伯明翰分校） 纠错

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

AI总结 LLMAC利用大语言模型整合多种访问控制方法，实现高准确率和可解释性，显著优于传统方法。

Comments This paper is accepted and presented in IEEE Consumer Communications & Networking Conference (CCNC 2026)

The Interspeech 2026 Audio Reasoning Challenge: Evaluating Reasoning Process Quality for Audio Reasoning Models and Agents

Interspeech 2026音频推理挑战：评估音频推理模型和代理的推理过程质量

Ziyang Ma, Ruiyang Xu, Yinghao Ma, Chao-Han Huck Yang, Bohan Li, Jaeyeon Kim, Jin Xu, Jinyu Li, Carlos Busso, Kai Yu, Eng Siong Chng, Xie Chen

机构 * Shanghai Jiao Tong University（上海交通大学） ； Nanyang Technological University（南洋理工大学） ； Queen Mary University of London（伦敦大学Queen Mary） ； NVIDIA（NVIDIA公司） ； Carnegie Mellon University（卡内基梅隆大学） ； Qwen Team, Alibaba Group（通义实验室，阿里巴巴集团） ； Microsoft Corporation（微软公司） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL

AI总结 Interspeech 2026音频推理挑战通过评估推理过程质量，探讨了音频推理模型和代理在事实性和逻辑性方面的表现及改进方向。

Comments The official website of the Audio Reasoning Challenge: https://audio-reasoning-challenge.github.io

RAGExplorer: A Visual Analytics System for the Comparative Diagnosis of RAG Systems

RAGExplorer: 一种用于RAG系统比较诊断的可视化分析系统

Haoyu Tian, Yingchaojie Feng, Zhen Wen, Haoxuan Li, Minfeng Zhu, Wei Chen

机构 * State Key Lab of CAD&CG, Zhejiang University（CAD与CG国家重点实验室，浙江大学） ； School of Computing, National University of Singapore（computing学院，新加坡国立大学） ； Zhejiang University（浙江大学） 纠错

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

AI总结 RAGExplorer是一种用于RAG系统比较诊断的可视化分析系统，通过宏观到微观的工作流程帮助开发者理解性能权衡并优化设计。

Comments 11 pages, 7 figures. Accepted to IEEE TVCG (PacificVis 2026)

VividFace: Real-Time and Realistic Facial Expression Shadowing for Humanoid Robots

VividFace: 人形机器人实时逼真面部表情阴影生成

Peizhen Li, Longbing Cao, Xiao-Ming Wu, Yang Zhang

机构 * School of Computing, Macquarie University（麦考瑞大学计算机学院） ； College of Computing and Data Science, Nanyang Technological University（南洋理工大学计算机与数据科学学院） ； Anuradha and Vikas Sinha Department of Data Science, University of North Texas（北卡罗来纳州立大学数据科学系） 纠错

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

AI总结 VividFace通过优化的模仿框架和实时推理管道，实现人形机器人逼真面部表情阴影生成，提升人机交互的真实感和实用性。

Comments Accepted to the 2026 IEEE International Conference on Robotics and Automation (ICRA)

Exploring a New Competency Modeling Process with Large Language Models

探索基于大语言模型的新能力建模过程

Silin Du, Manqing Xin, Raymond Jia Wang

机构 * School of Economics and Management, Tsinghua University, Beijing, China（经济管理学院，清华大学，北京，中国） ； Bill-JC Technology, Wuhan, China（Bill-JC科技，武汉，中国） 纠错

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

AI总结 本研究提出基于大语言模型的新能力建模方法，通过结构化计算组件提升建模的透明性、数据驱动性和可验证性。

EvoCut: Strengthening Integer Programs via Evolution-Guided Language Models

EvoCut：通过进化引导的语言模型强化整数规划

Milad Yazdani, Mahdi Mostajabdaveh, Samin Aref, Zirui Zhou

机构 * University of British Columbia（不列颠哥伦比亚大学） ； Huawei Technologies Canada（华为技术加拿大分公司） ； University of Toronto（多伦多大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 EvoCut通过进化引导的语言模型自动生成整数规划的加速切割，显著提升求解效率和最优性间隙缩减效果。

Are Two LLMs Better Than One? A Student-Teacher Dual-Head LLMs Architecture for Pharmaceutical Content Optimization

两个大语言模型是否比一个更好？一种学生-教师双头大语言模型架构用于药学内容优化

Suyash Mishra, Qiang Li, Anubhav Girdhar

机构 * Roche（罗氏） ； Accenture（埃森哲） ； Involead 纠错

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

AI总结 本研究提出一种学生-教师双头大语言模型架构，用于提升药学内容的合规性与准确性，通过模块化设计和规则过滤实现高效质量控制。

Comments Submitted to the Demo Track of Top Tier Conference; currently under peer review

LATA: A Tool for LLM-Assisted Translation Annotation

LATA：一个辅助翻译标注的工具

Baorong Huang, Ali Asiri

机构 * School of Foreign Languages, Huaihua University（怀化大学外语学院） ； Alith University College, Umm al-Qura University（乌姆·阿尔·库拉大学阿利思大学学院） 纠错

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

AI总结 LATA是一个利用大语言模型辅助的翻译标注工具，旨在提高标注效率的同时保持语言学精度，适用于结构差异大的语言对。

Compiler-Assisted Speculative Sampling for Accelerated LLM Inference on Heterogeneous Edge Devices

编译器辅助的推测采样用于加速异构边缘设备上的大语言模型推理

Alejandro Ruiz y Mesa, Guilherme Korol, Moritz Riesterer, João Paulo Cardoso de Lima, Jeronimo Castrillon

机构 * NXP Semiconductors（恩智浦半导体） 纠错

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

AI总结 本文提出编译器辅助的推测采样方法，通过分析成本模型优化异构边缘设备上的LLM推理性能，实现翻译任务加速1.68倍。

Comments Accepted to AccML@HiPEAC 2026

FHAIM: Fully Homomorphic AIM For Private Synthetic Data Generation

FHAIM: 完全同态加密用于隐私合成数据生成

Mayank Kumar, Qian Lou, Paulo Barreto, Martine De Cock, Sikha Pentyala

机构 * University of Central Florida（中央佛罗里达大学） ； University of Washington Tacoma（华盛顿大学塔可马分校） 纠错

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

AI总结 FHAIM利用完全同态加密技术，实现对加密表格数据的边缘基合成数据生成，保障隐私并提升AI应用的可用性。

Leveraging LLM Agents and Digital Twins for Fault Handling in Process Plants

利用大语言模型代理和数字孪生进行过程厂故障处理

Milapji Singh Gill, Javal Vyas, Artan Markaj, Felix Gehlhoff, Mehmet Mercangöz

机构 * Institute of Automation Technology Helmut Schmidt University Hamburg（海因里希·施密特大学汉堡自动化技术研究所） ； Autonomous Industrial Systems Lab, Imperial College London（伦敦帝国理工学院自主工业系统实验室） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出利用大语言模型代理和数字孪生技术，实现过程厂故障的自动处理与纠正，通过模拟验证有效缓解管道堵塞问题。

JUSTICE: Judicial Unified Synthesis Through Intermediate Conclusion Emulation for Automated Judgment Document Generation

JUSTICE: 通过中间结论模拟实现司法统一合成以生成自动判决文件

Binglin Wu, Yingyi Zhang, Xiannneg Li

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

AI总结 JUSTICE通过模拟预判过程提升判决书生成的法律准确性和连贯性

Revisiting Salient Object Detection from an Observer-Centric Perspective

重新审视以观察者为中心的显著物体检测

Fuxi Zhang, Yifan Wang, Hengrun Zhao, Zhuohan Sun, Changxing Xia, Lijun Wang, Huchuan Lu, Yangrui Shao, Chen Yang, Long Teng

机构 * Dalian University of Technology（大连理工大学） 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OC-SOD方法，通过考虑观察者偏好和意图，实现个性化显著性预测，并构建首个OC-SOD数据集和代理基线。

T$^3$-S2S: Training-free Triplet Tuning for Sketch to Scene Synthesis in Controllable Concept Art Generation

T$^3$-S2S：无训练三元组微调用于可控概念艺术生成中的草图到场景合成

Zhenhong Sun, Yifu Wang, Yonhon Ng, Yongzhi Xu, Daoyi Dong, Hongdong Li, Pan Ji

机构 * Australian National University（澳大利亚国立大学） ； Vertex Lab（Vertex实验室） ； University of Technology Sydney（悉尼大学） 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T3-S2S方法，通过三元组微调实现可控概念艺术生成中的草图到场景合成，提升多实例场景生成的可控性和细节精度。

Comments https://openreview.net/forum?id=lyn2BgKQ8F

AIANO: Enhancing Information Retrieval with AI-Augmented Annotation

AIANO：通过AI增强标注提升信息检索

Sameh Khattab, Marie Bauer, Lukas Heine, Till Rostalski, Jens Kleesiek, Julian Friedrich

机构 * Institute for Artificial Intelligence in Medicine (IKIM), University Hospital Essen (AöR)（人工智能医学研究所（IKIM）、埃森大学医院（AöR）） 纠错

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

AI总结 AIANO通过结合人类专业知识与LLM帮助，提升信息检索数据集的创建效率和准确性。

Formal Evidence Generation for Assurance Cases for Robotic Software Models

机器人软件模型的保证案例形式证据生成

Fang Yan, Simon Foster, Ana Cavalcanti, Ibrahim Habli, James Baxter

机构 * University of York（约克大学） 纠错

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

AI总结 本文提出一种基于模型的形式验证方法，用于生成机器人软件模型的保证案例证据，通过整合形式验证工具和自动化转换需求为形式断言，提高安全性证明的效率和一致性。

Comments This is a preprint. The paper is currently under review at Software and Systems Modeling

Rare Event Early Detection: A Dataset of Sepsis Onset for Critically Ill Trauma Patients

罕见事件早期检测：创伤重症患者脓毒症发病数据集

Yin Jin, Tucker R. Stewart, Deyi Zhou, Chhavi Gupta, Arjita Nema, Scott C. Brakenridge, Grant E. O'Keefe, Juhua Hu

机构 * University of Washington Tacoma WA USA（华盛顿大学塔科马分校） ； Department of Statistics University of Washington Seattle WA USA（华盛顿大学统计学系） ； Department of Surgery University of Washington Seattle WA USA（华盛顿大学外科系） 纠错

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

AI总结 本文提出了一种针对创伤重症患者脓毒症早期检测的新数据集和方法，以解决创伤相关炎症与脓毒症临床特征重叠的问题。

Downscaling land surface temperature data using edge detection and block-diagonal Gaussian process regression

利用边缘检测和块对角高斯过程回归下推土地表面温度数据

Sanjit Dandapanthula, Margaret Johnson, Madeleine Pascolini-Campbell, Glynn Hulley, Mikael Kuusela

机构 * Jet Propulsion Laboratory, California Institute of Technology（喷气推进实验室，加州理工学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文提出利用边缘检测和块对角高斯过程回归方法，从ECOSTRESS数据中高分辨率估计土地表面温度，以提高农业应用中的蒸散发估算精度。

TabPFN for Zero-shot Parametric Engineering Design Generation

基于TabPFN的零样本参数化工程设计生成

Ke Wang, Yifan Tang, Nguyen Gia Hien Vu, Faez Ahmed, G. Gary Wang

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

AI总结 基于TabPFN的零样本生成方法，通过少量参考样本实现高效参数化工程设计生成，减少计算和数据需求，提升设计灵活性和实用性。

Comments 14 pages, 8 figures

BAPS: A Fine-Grained Low-Precision Scheme for Softmax in Attention via Block-Aware Precision reScaling

BAPS: 一种针对注意力机制中softmax的细粒度低精度方案 via 块意识精度重标定

Zisheng Ye, Xiaoyu He, Maoyuan Song, Guoliang Qiu, Chao Liao, Chen Wu, Yonggang Sun, Zhichun Li, Xiaoru Xie, Yuanyong Luo, Hu Liu, Pinyan Lu, Heng Liao

机构 * Taylor Lab, Huawei（华为塔利实验室） ； HiSilicon, Huawei（华为海思） ； Key Laboratory of Interdisciplinary Research of Computation and Economics（计算与经济学交叉研究重点实验室） 纠错

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

AI总结 BAPS提出了一种细粒度低精度方案，通过块意识精度重标定和HiF8格式实现高效softmax，减少数据带宽和指数运算单元面积，提升Transformer推理吞吐量。

Uncertainties of Satellite-based Essential Climate Variables from Deep Learning

基于深度学习的卫星关键气候变量不确定性

Junyang Gou, Arnt-Børre Salberg, Mostafa Kiani Shahvandi, Mohammad J. Tourian, Ulrich Meyer, Eva Boergens, Anders U. Waldeland, Isabella Velicogna, Fredrik Dahl, Adrian Jäggi, Konrad Schindler, Benedikt Soja

机构 * Institute of Geodesy and Photogrammetry（测绘与摄影测量研究所） ； Norwegian Computing Center（挪威计算中心） ； Institute of Geodesy（测绘研究所） ； Astronomical Institute（天文研究所） ； Department 1: Geodesy, Section 1.3: Earth System Modelling（部门1：测绘，部分1.3：地球系统建模） ； Department of Earth System Science（地球系统科学系） ； Jet Propulsion Laboratory（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 本文探讨了基于深度学习的卫星关键气候变量不确定性的类型和量化技术，强调了在动态气候数据中量化不确定性的必要性，并通过积雪覆盖和陆地水储存的实例展示了研究发现。

Analyzing and Improving Diffusion Models for Time-Series Data Imputation: A Proximal Recursion Perspective

分析和改进用于时间序列数据插补的扩散模型：从近端递归的角度

Zhichao Chen, Hao Wang, Fangyikang Wang, Licheng Pan, Zhengnan Li, Yunfei Teng, Haoxuan Li, Zhouchen Lin

机构 * State Key Lab of General AI, School of Intelligence Science and Technology, Peking University（人工智能国家重点实验室、智能科学与技术学院、北京大学） ； Zhejiang University（浙江大学） ； Beijing Academy of Artificial Intelligence (BAAI)（北京人工智能研究院） ； The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳）） ； Center for Data Science, Peking University（北京大学数据科学中心） ； Institute for Artificial Intelligence, Peking University（北京大学人工智能研究院） ； Pazhou Laboratory (Huangpu), Guangzhou, China（黄埔实验室（华南）） 纠错

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

AI总结 本文从近端递归角度提出SPIRIT框架，通过引入熵诱导的Bregman分歧和半近端传输正则化，改进扩散模型在时间序列数据插补中的性能。

Robust Machine Learning Framework for Reliable Discovery of High-Performance Half-Heusler Thermoelectrics

鲁棒机器学习框架用于高性能半Heusler热电材料的可靠发现

Shoeb Athar, Adrien Mecibah, Philippe Jund

机构 * ICGM, Univ Montpellier, CNRS, ENSCM（ICGM，蒙彼利埃大学，国家科学研究中心，ENSCM） 纠错

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

AI总结 本研究提出鲁棒机器学习框架，通过PCA分割、贝叶斯优化和SISSO分析，提升热电材料zT预测的泛化能力，发现新型高性能半Heusler热电材料。

Comments 44 pages, 8 figures. Submitted for publication

Three-Way Emotion Classification of EEG-based Signals using Machine Learning

基于EEG信号的三元情绪分类使用机器学习

Ashna Purwar, Gaurav Simkar, Madhumita, Sachin Kadam

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

AI总结 本文提出使用随机森林模型对EEG信号进行三元情绪分类，实验表明其在准确率和F1分数上表现最佳。

Comments 6 pages, 8 figures, and 3 tables. Submitted to a conference, under review

Context-Sensitive Pointer Analysis for ArkTS

针对ArkTS的上下文敏感指针分析

Yizhuo Yang, Lingyun Xu, Mingyi Zhou, Li Li

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

AI总结 本文提出针对ArkTS的上下文敏感指针分析框架APAK，通过独特模型和可扩展架构提升静态分析精度，有效降低误报率并提升分析覆盖范围。

Comments Accepted at ASE industry 2025

Simple Role Assignment is Extraordinarily Effective for Safety Alignment

简单的角色分配在安全对齐中表现尤为有效

Zhou Ziheng, Jiakun Ding, Zhaowei Zhang, Ruosen Gao, Yingnian Wu, Demetri Terzopoulos, Yipeng Kang, Fangwei Zhong, Junqi Wang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； Tianjin University（天津大学） ； Peking University（北京大学） ； Zhejiang University（浙江大学） ； Beijing Institute of General Artificial Intelligence（北京一般人工智能研究院） 纠错

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

AI总结 本研究提出基于角色条件化的安全对齐方法，通过角色隐含编码价值观和认知模式，有效降低不安全输出，适用于多种AI对齐任务。