AI Agent

ElemeNet: Multiscale Molecular Machine Learning with Uncertainty Quantification Across the Periodic Table

ElemeNet：跨周期表的多尺度分子机器学习与不确定性量化

Jacob W. Toney, Samir Darouich, Yiran Wang, Aaron G. Garrison, Johannes Kästner, Heather J. Kulik

机构 * Department of Chemical Engineering, Massachusetts Institute of Technology（麻省理工学院化学工程系） ； Center for Computational Science and Engineering, Massachusetts Institute of Technology（麻省理工学院计算科学与工程中心） ； Institute for Theoretical Chemistry, University of Stuttgart（斯图加特大学理论化学研究所） ； Institute for Artificial Intelligence, University of Stuttgart（斯图加特大学人工智能研究所） ； Department of Chemistry, Massachusetts Institute of Technology（麻省理工学院化学系） 纠错

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

AI总结 提出统一软件包ElemeNet，支持元素1-100的分子表示，集成E(3)-等变和Transformer架构，内置不确定性量化，在有机、无机、配位和生物化学数据集上达到竞争性或最优性能。

CANNs: A Toolkit for Research on Continuous Attractor Neural Networks

CANNs：连续吸引子神经网络研究工具包

Sichao He, Aiersi Tuerhong, Shangjun She, Tianhao Chu, Yuling Wu, Junfeng Zuo, Si Wu

机构 * School of Psychological and Cognitive Sciences, Peking–Tsinghua Center for Life Sciences, PKU-IDG/McGovern Institute for Brain Research, Center of Quantitative Biology（心理与认知科学学院，北京清华大学生命科学中心，北京大学IDG/麦克戈文脑科学研究院，定量生物学中心） 纠错

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

AI总结 提出统一连续吸引子神经网络（CANN）研究流程的开源工具包，包含Python库、Rust加速后端和吸引子结构分析器，支持从仿真到实验数据分析的完整工作流。

Comments Code: https://github.com/Routhleck/canns ; Rust backend: https://github.com/Routhleck/canns-lib

Adaptive Utility driven Resource Orchestration for Resilient AI (AURORA-AI)

面向弹性AI的自适应效用驱动资源编排框架 (AURORA-AI)

Rahul Umesh Mhapsekar, Ilias Cherkaoui, Lizy Abraham, Indrakshi Dey

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出AURORA-AI框架，结合Hamilton-Jacobi-Bellman反馈控制、Lyapunov稳定性监控和公平感知复合效用，动态分配计算资源以最大化全局效用，实验表明其在扰动下快速恢复并提升公平性与稳定性。

Comments Accepted at IEEE Research and Technologies for Society and Industry 2026 conference

Confidence-Aware Tool Orchestration for Robust Video Understanding

置信度感知的工具编排用于鲁棒视频理解

Yangfan He, Yujin Choi, Jaehong Yoon

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

AI总结 针对视频推理模型盲目信任所有帧的问题，提出Robust-TO框架，通过每帧可信度评分、统一证据接口和三阶段合成机制，在八项任务上实现56.4%准确率，超越最强开源基线10.6%，并在五种真实扰动下保持54.3%准确率。

Comments Project page: https://rova-v2.github.io/

LithoDreamer: A Physics-Informed World Model for Multi-Stage Computational Lithography

LithoDreamer: 一种用于多阶段计算光刻的物理信息世界模型

Yuqi Jiang, Yumeng Liu, Zimu Li, Jinyuan Deng, Qian Jin, Yucheng Cui, Yu Li, Xunzhao Yin, Qi Sun, Cheng Zhuo

机构 * Zhejiang University（浙江大学） 纠错

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

AI总结 提出首个物理信息世界模型LithoDreamer，将光刻流程建模为决策驱动的多步演化系统，通过对比变分优化实现可解释干预，在正向演化和逆向规划中达到最优性能。

Comments Correspondence to: Qi Sun <qisunchn \at zju \dot edu \dot cn>

Journal ref Proceedings of the 43rd International Conference on Machine Learning (ICML), Jul. 6-11, 2026

Analyzing and Encoding the Al-Mawrid Arabic-English Dictionary with the ISO Language Markup Framework and TEI Lex-0

使用ISO语言标记框架和TEI Lex-0分析与编码Al-Mawrid阿拉伯语-英语词典

Diaa M. Fayed, Laurent Romary

机构 * Faculty of Information Technology and Computer Science, Sinai University（信息科技与计算机科学学院， Sinai大学） ； Inria ； ISO committee TC 37 (Language and terminology)（ISO术语委员会TC 37（语言和术语）） 纠错

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

AI总结 本文提出了一种系统化方法，将Al-Mawrid阿拉伯语-英语词典数字化并编码为标准化计算词典，采用ISO LMF和TEI Lex-0双重标准，实现91%的结构解析准确率。

Comments v2: Author name standardized to Diaa M. Fayed. PDF regenerated from source, content unchanged except author name format. Under review at Language Resources and Evaluation, Springer, since Aug. 2025,, Round 3

AI translation of literary texts is "fine", but readers still prefer human translations

AI 翻译文学作品“还行”，但读者仍偏好人工翻译

Yves Ferstler, Adam Podoxin, Ty Brassington, Roman Grundkiewicz, Maite Taboada, Marzena Karpinska

机构 * Simon Fraser University（西蒙菲莎大学） ； Université du Québec à Montréal（魁北克大学蒙特利尔分校） ； Microsoft（微软） 纠错

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

AI总结 通过15位读者对15部法、波、日小说的人工翻译与AI翻译的比较实验，发现AI翻译虽可接受，但读者更偏好人工翻译的流畅性、清晰度和沉浸感，且无法可靠区分两者。

Comments 58 pages, including appendices

How Do Developers Maintain and Evolve Their Agents' Instructions? An Empirical Study

开发者如何维护和演化他们的智能体指令？一项实证研究

Gianmario Voria, Alfonso Cannavale, Andrea De Lucia, Yutaro Kashiwa, Gemma Catolino, Fabio Palomba

专题命中 工作流自动化 ：agent(abstract)；分类 cs.SE

AI总结 通过大规模挖掘研究，分类智能体上下文文件的变更类型，分析其与代码质量的关系及开发周期中的时间模式，为自主编码智能体的治理提供设计启示。

TRACER: Training-Free Closed-Loop Structured Inference for Traffic Accident Reconstruction

TRACER: 用于交通事故重建的无训练闭环结构化推理

Yanchen Guan, Chengyue Wang, Bin Rao, Haicheng Liao, Jiaxun Zhang, Shang Gao, Chengzhong Xu, Zhenning Li

机构 * State Key Laboratory of Internet of Things for Smart City（智能城市物联网国家重点实验室） 纠错

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

AI总结 提出无训练框架TRACER，通过闭环结构化推理，在几何、运动学和交互约束下迭代优化事件锚定运动假设，实现与人类专家工作流一致的可解释交通事故重建。

Beyond Logprobs: A Multi-Signal Confidence Engine for LLM-Based Document Field Extraction

超越Logprobs：基于LLM的文档字段提取的多信号置信度引擎

Nitesh Kumar

机构 * Perfios Software Solutions Pvt. Ltd.（Perfios软件解决方案私人有限公司） 纠错

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

AI总结 提出ExtractConf，通过双视角文档解析（字段引导与文档引导）的不一致性，融合多信号实现高可靠置信度估计，在DocILE上AUC达0.928，准确率99.1%。

Comments Extended version of a paper accepted (Oral) at the RobustifAI Workshop, IJCAI-ECAI 2026, Bremen, Germany. 9 pages, 5 figures, 2 tables

Breaking the Filter Bubble: A Semantic Pareto-DQN Framework for Multi-Objective Recommendation

打破过滤气泡：面向多目标推荐的语义Pareto-DQN框架

Cláudio Lúcio Do Val Lopes, Lucca Machado da Silva, André de Oliveira Brandão

机构 * A3Data 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出语义Pareto-DQN框架，将推荐建模为多目标马尔可夫决策过程，通过超体积动作选择同时优化用户参与度、信息多样性和提供者公平性，在MovieLens数据集上验证了其在不显著牺牲参与度的情况下提升社会目标的能力。

Comments IEEE International Conference on Responsible Artificial Intelligence (IRAI) - 2026

Ground Then Rank: Revisiting Knowledge-Based VQA with Training-Free Entity Identification

先定位再排序：基于知识的视觉问答中无训练实体识别的再探讨

Qian Ma, Qiong Wu, Zhengyi Zhou, Yao Ma

机构 * Rensselaer Polytechnic Institute（伦斯勒理工学院） ； AT&T Chief Data Office（AT&T首席数据办公室） 纠错

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

AI总结 针对知识型视觉问答中实体与证据双重定位瓶颈，提出解耦实体识别与段落排序的无训练IBA框架，利用MLLM候选名称选择与文本重排序器，在降低复杂度同时提升性能。

Comments Accepted by ACL 2026 Findings. Project page https://github.com/VAN-QIAN/ACL26-IBA/

Machine Learning and Deep Learning for Exoplanet Detection and Atmospheric Characterization with JWST and the Upcoming Ariel Mission

利用JWST和即将到来的Ariel任务进行系外行星探测与大气表征的机器学习和深度学习

Muallim Yakubu, Vwavware Oruaode Jude

机构 * Department of Industrial Physics, Enugu State University of Science and Technology（恩古州科技大学工业物理系） ； Department of Physics, Dennis Osadebay University（德尼斯·奥萨德贝大学物理系） 纠错

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

AI总结 本文综述了机器学习和深度学习在JWST及Ariel任务背景下，用于系外行星探测（凌星识别、候选体筛选、假阳性排除）和大气表征（反演、去趋势、互相关、替代建模）的最新进展，指出DL方法在速度和精度上匹配或超越传统流程，ML驱动的反演将推理时间从CPU小时级降至秒级。

Comments 15 pages

Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering

知识图谱基础仅对训练外知识帮助LLM：临床问答的受控研究

Madhulatha Mandarapu, Sandeep Kunkunuru

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

AI总结 通过受控实验发现，知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能，对已知事实无帮助，且公共KG信息冗余。

Comments 9 pages. Code: https://github.com/samyama-ai/clinical-llm-graphrag

AgentRivet: an automated system for producing Rivet routines from journal publications

AgentRivet：从期刊论文自动生成Rivet例程的系统

Antonio J. Costa, Caterina Doglioni, Christian Gütschow, Andrew D. Pilkington, Sukanya Sinha

机构 * Department of Physics & Astronomy, University of Manchester（曼彻斯特大学物理与天文学系） ； Centre for Advanced Research Computing, University College London（伦敦大学学院先进计算中心） 纠错

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

AI总结 提出基于大语言模型的自动化工作流AgentRivet，从论文提取物理分析信息并生成缺失的Rivet例程，经代码和物理审查实现质量控制，在ATLAS和CMS测量中生成语法错误少、物理保真度合理的例程。

AwakeForest: An Interactive Geospatial Platform for Large-Scale Forest Imagery

AwakeForest: 一个用于大规模森林影像的交互式地理空间平台

Suraj Prasai, Kangning Cui, Rongkun Zhu, Sarra Alqahtani, Ying Zhang, Victor Paul Pauca, Miles R. Silman, Fan Yang

机构 * Wake Forest University（维克森林大学） ； Hong Kong Baptist University（香港浸会大学） 纠错

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

AI总结 提出AwakeForest平台，集成模型辅助推理、自动标注和人在回路优化，支持大规模森林影像的端到端工作流，实现地理空间原生、云优化和机器学习集成。

CLI-Universe: Towards Verifiable Task Synthesis Engine for Terminal Agents

CLI-Universe：面向终端代理的可验证任务合成引擎

Zhanbo Hua, Yifan Yao, Weihao Xie, Yongchi Zhao, Minghao Liu, Ruizhi Qiu, Zhewei Huang, Zun Wang, Yiyan Ji, Yunhai Ye, Letian Zhu, Xinping Lei, Han Li, Zhiyuan Ma, Zili Wang, Zhaoxiang Zhang, Jiaheng Liu

机构 * Nanjing University（南京大学） ； StepFun（阶跃星辰） ； ZODA ； Shanghai AI Lab（上海人工智能实验室） ； Huazhong University of Science and Technology（华中科技大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出CLI-Universe引擎，通过多维能力分类采样和证据引导研究生成终端代理任务，经多阶段可执行验证流水线筛选，构建高质量数据集CLI-Universe-6K，微调Qwen3-32B在Terminal-Bench 2.0上达到33.4%的SOTA。

Comments 20 pages, 5 figures, 3 tables. Preprint

Failure Analysis in Transition: An Industry Survey of Challenges, Priorities, and Standardization Needs in Advanced Packaging and Heterogeneous Integration

转型中的失效分析：先进封装与异构集成挑战、优先级及标准化需求的行业调查

Himanandhan Reddy Kottur, Nusra Akter Takia, Mahamudul Hassan Fuad, Istiaq Firoz Shiam, Matthew Walsh, Navid Asadizanjani

机构 * Department of Electrical and Computer Engineering, University of Florida（佛罗里达大学电气与计算机工程系） ； Florida Semiconductor Engine（佛罗里达半导体引擎） 纠错

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

AI总结 通过行业调查，揭示异构集成、小芯片等趋势下失效分析的关键瓶颈（如混合键合分析难度高）和需求（高分辨率无损成像、数据标准化），69%受访者从事相关领域。

Native space based pipelines outperform template space based pipeline in subcortical segmentation

基于原生空间的分割管线在皮层下核团分割中优于基于模板空间的分割管线

Tomás Lima, Daniel Novák, Eduard Bakštein

机构 * Department of Cybernetics, Czech Technical University in Prague（捷克布拉格捷克理工大学控制论系） ； National Institute of Mental Health（国家心理健康研究所） 纠错

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

AI总结 本研究开发了基于原生空间的UNet分割管线，在7T和3T MRI数据上对丘脑底核、红核和黑质进行分割，发现原生空间方法在精度上显著优于模板空间方法，且提高模板分辨率无法改善性能，但7T到3T的域迁移仍是挑战。

Comments 18 pages, 8 figures

VTOS: Learning to Orchestrate Vision Tools by Co-Searching Solutions and Observers

VTOS: 通过联合搜索解决方案和观察者来学习编排视觉工具

Jinchao Ge, Lingqiao Liu, Shuwen Zhao, Lei Wang

机构 * University of Wollongong（伍伦贡大学） ； Adelaide University（阿德莱德大学） ； Tianjin University of Technology（天津理工大学） 纠错

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

AI总结 提出VTOS框架，通过联合搜索解决方案和观察者程序，自适应编排视觉工具（如Grounding DINO、SAM等），解决密集目标、遮挡和小目标等挑战，在LVIS-Count和PlantSeg-OOD任务上优于静态流水线和智能体基线。

Comments 18 pages, 5 figures, 9 tables

A UAV-Based Multi-Modal Vision System for Automated Sideslope Deformation Monitoring and Hazard Detection

基于无人机多模态视觉系统的边坡变形自动监测与灾害检测

Jingfeng Zhang, Yi Li, Xianchong Liang, Huan Yang

机构 * South China Normal University（华南师范大学） 纠错

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

AI总结 提出一种基于无人机LiDAR的自动化边坡灾害检测流程，包括数据采集、地面点提取、单次观测灾害筛查和多次观测变形监测，实现厘米级形变量化与危险区域识别。

Comments 29 pages, 14 figures

LLM-assisted gNB Parameter Configuration for Radio Access Network

LLM辅助的无线接入网gNB参数配置

Yao-Cong Dong, Maria Amparo Canaveras Galdon, Ari Uskudar, Kuntal Chowdhury, Edwin K. P. Chong, Ray-Guang Cheng

机构 * Dept. of Electronic and Computer Engineering, National Taiwan University of Science and Technology, Taiwan（电子与计算机工程系，台湾科技大学） ； NVIDIA, USA（NVIDIA公司） ； Colorado State University, USA（科罗拉多州立大学） 纠错

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

AI总结 提出LLM辅助框架，通过合成数据生成和微调，自动从错误日志中生成正确的gNB参数配置，在OAI测试中准确率达92.7%。

Study on Quantitative Dynamic Epistemic Logic for Belief Revision

信念修正的定量动态认知逻辑研究

Felipe Nunes de Souza Camargo

机构 * State University of Campinas (UNICAMP)（坎皮纳斯州立大学（UNICAMP）） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文基于AGM理论，引入定量“确信度”概念，扩展动态认知逻辑P*，形式化信念修正过程，并通过定理证明和哲学标准分析，提出更符合AGM直觉的修正函数*^0。

Stealthy World Model Manipulation via Data Poisoning

通过数据投毒进行隐蔽的世界模型操纵

Yibin Hu, Xiaolin Sun, Zizhan Zheng

机构 * Department of Computer Science（计算机科学系） 纠错

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

AI总结 提出SWAAP框架，通过两阶段数据投毒（双层级优化寻找有害目标模型+梯度匹配隐蔽实现）操纵学习到的世界模型，导致规划性能显著下降，且能规避多种防御检测。

Comments 41 pages, 8 figures, 11 tables

Neuro-Symbolic Agents for Regulated Process Automation: Challenges and Research Agenda

用于受规管流程自动化的神经符号代理：挑战与研究议程

Alexander Rombach, Chantale Lauer, Nijat Mehdiyev

机构 * German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心（DFKI）） ； Saarland University（萨尔大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 提出将领域内符号结构（法规、流程模型、合规约束）作为代理核心架构组件，实现合规性内置（compliance-by-construction）以补充护栏监控，并列出神经符号研究挑战。

Comments Accepted as a poster in NILA Workshop @ IJCAI-ECAI 2026

SysML Modeling of Digital Twins for Renewable Energy Communities

可再生能源社区数字孪生的SysML建模

Mohammad Samadi, Luís Miguel Pinho, Andrey Sadovykh, Gabriela Lucas

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

AI总结 针对可再生能源社区数字孪生工程中的异构性挑战，提出基于SysML的MBSE工作流，通过设备分类和社区组织视图建模，并引入SAREF4ENER本体弥补语义鸿沟。

Comments Presented at the Workshop on Digital Twin Experiences and Model-Based Testing Methods, 12 June 2026, Västerås, Sweden, co-located with the 30th Ada-Europe International Conference on Reliable Software Technologies (AEiC 2026)

Multi-Head Attention-Based Feature Extractor Integration with Soft Actor-Critic for Porosity Prediction and Process Parameter Optimization in Additive Manufacturing

基于多头注意力的特征提取器与软演员-评论家集成用于增材制造中的孔隙率预测和工艺参数优化

Kianoush Aqabakee, Leonardo Stella

机构 * Department of Electrical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（阿米尔卡比尔理工大学（德黑兰理工大学）电气工程系） ； Department of Mechanical Engineering, Amirkabir University of Technology (Tehran Polytechnic)（阿米尔卡比尔理工大学（德黑兰理工大学）机械工程系） ； 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 ：agent(abstract)；分类 cs.AI

AI总结 提出一种结合多头注意力机制与软演员-评论家算法的连续动作空间方法，用于增材制造孔隙率预测和参数优化，实现更快收敛和更高奖励。

Exploring the potential of AlphaEarth and TESSERA embeddings for Fine-scale Local Climate Zone Mapping: A case study across five cities in Switzerland

探索AlphaEarth和TESSERA嵌入在精细尺度局地气候区制图中的应用潜力：以瑞士五个城市为例

Htet Yamin Ko Ko, Clement Atzberger

机构 * International Space Science Institute（国际空间科学研究所） ； CYCLOPS MRV 纠错

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

AI总结 本研究对比TESSERA和AlphaEarth嵌入与传统Sentinel-1/2数据，使用注意力U-Net将粗分辨率LCZ图提升至10米，发现嵌入模型在跨城市迁移和精度上表现更优，但跨年迁移仍是挑战。

OmniDroneX: An LLM-Assisted Holistic Drone-as-a-Service Ecosystem

OmniDroneX: 一种LLM辅助的全方位无人机即服务生态系统

I-Ling Yen, Akeem Mohammed, Farokh Bastani, San-Yih Hwang

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

AI总结 提出OmniDroneX统一无人机即服务生态系统，通过libUAV接口和PT-SOA抽象模型连接底层物理与高层任务，利用大语言模型辅助功能识别、服务组合和自然语言任务定义，支持多种组合技术以实现可扩展、自演进的无人机系统。

Comments This manuscript is a full version of a paper accepted in shortened form by IEEE International Conference on Joint Cloud Computing

SpatioTemporal Causal Network Diagnostics for Geographic Tipping Point Early Warning

地理临界点早期预警的时空因果网络诊断

Zhaoyuan Yu, Zhangyong Liang

机构 * Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application（江苏省地理信息资源开发与应用协同创新中心） ； National Center for Applied Mathematics, Tianjin University（天津大学国家应用数学中心） 纠错

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

AI总结 提出时空因果网络诊断（ST-CND）框架，通过构建数据驱动的有向因果网络，结合局部恢复率估计和脆弱子网识别，解决地理临界点早期预警中的空间稀释、欧氏假设和相关噪声问题，在AMOC任务上AUROC达0.783。