Pragmos: A Process Agentic Modeling System
Pragmos:一个过程代理建模系统
机构 * Tecnologico de Monterrey(墨西哥技术学院)
专题命中 工作流自动化 :agentic(title);workflow(abstract);分类 cs.AI、cs.SE
AI总结 本文提出Pragmos系统,通过人机协作的交互流程,利用LLM与领域专家共同构建可解释的过程模型,解决复杂过程建模问题。
Comments 22 pages
AI 大模型
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
Pragmos:一个过程代理建模系统
机构 * Tecnologico de Monterrey(墨西哥技术学院)
专题命中 工作流自动化 :agentic(title);workflow(abstract);分类 cs.AI、cs.SE
AI总结 本文提出Pragmos系统,通过人机协作的交互流程,利用LLM与领域专家共同构建可解释的过程模型,解决复杂过程建模问题。
Comments 22 pages
教代理分步绘制一部分
机构 * TTI-Chicago(芝加哥大学技术研究所) ; University of Chicago(芝加哥大学) ; MIT CSAIL(麻省理工学院计算机科学与人工智能实验室)
专题命中 工作流自动化 :agent(title,abstract);分类 cs.AI、cs.LG
AI总结 本文提出一种分步生成矢量草图的方法,通过多轮过程-奖励强化学习训练多模态语言模型代理,利用新数据集ControlSketch-Part实现可解释、可控且局部可编辑的文本到矢量草图生成。
生物医学系统生物学工作流编排与执行与PoSyMed
机构 * Institute for Computational Systems Biomedicine, University of Hamburg(计算系统生物医学研究所,汉堡大学) ; Faculty of Science, Computer Science, Vrije Universiteit Amsterdam(科学与计算机科学学院,阿姆斯特丹自由大学) ; Department for Mathematics and Computer Science, University of Southern Denmark(数学与计算机科学系,南丹麦大学)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.SE
AI总结 PoSyMed平台通过模块化架构和容器化流程,提升生物医学分析的可重复性与透明度,利用大语言模型辅助工具识别与参数设置。
DeepReviewer 2.0:一个可追溯的代理系统用于可审计的科学同行评审
机构 * Engineering School, Westlake University(西湖大学工学院) ; Zhejiang University(浙江大学) ; Soochow University(苏州大学)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.CL
AI总结 DeepReviewer 2.0通过可追溯的审查包和可执行的后续行动,提升同行评审的可审计性,其在134个提交中优于人类评审和现有自动系统。
基于大语言模型的多学科软件开发工作流优化:汽车工业案例研究
机构 * Chalmers University of Technology(查尔姆斯理工大学) ; University College London(伦敦大学学院)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.SE
AI总结 本文提出基于图的工作流优化方法,利用大语言模型替代手动协调,提升多学科软件开发效率,通过汽车行业案例验证,实现93.7%的F1分数,将API开发时间从5小时缩短至7分钟。
Comments Accepted to FSE 2026 Industrial Track
面向人类的大型语言模型在内容分析中的工作流程
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.CL
AI总结 本文提出了一种面向人类的大型语言模型在内容分析中的工作流程,涵盖注释、摘要和信息提取三个任务,强调通过API利用LLM的潜力,并提供验证方法和最佳实践以解决黑盒、提示敏感和幻觉等问题。
NetArena:网络自动化中AI代理的动态基准测试
专题命中 工作流自动化 :AI agent(title,abstract);分类 cs.AI、cs.LG
AI总结 NetArena通过动态生成基准测试框架提升网络自动化中AI代理的可靠性,减少置信区间重叠,揭示更细致的行为特征,并支持SFT和RL微调。
ARL-Tangram:释放代理强化学习中的资源效率
机构 * School of Computer Science, Peking University(北京大学计算机科学系) ; LLM-Core Xiaomi(小智LLM核心)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.LG
AI总结 ARL-Tangram通过动作级 orchestration 实现细粒度外部资源共享与弹性调度,提升代理强化学习的资源利用效率,实验表明其在平均动作完成时间、训练步长速度和外部资源节约方面均有显著提升。
自由交谈,严格执行:基于模式的代理AI用于灵活且可重复的科学工作流
机构 * Intellegens, The Studio(Intellegens工作室) ; Cavendish Laboratory(卡文迪许实验室)
专题命中 工作流自动化 :agentic(title);workflow(abstract);分类 cs.AI、cs.LG
AI总结 本文提出基于模式的代理AI,通过分离对话和执行权限,解决科学工作流中灵活性与确定性的权衡问题。
REGAL:一种基于注册表的架构,用于企业遥测中代理AI的确定性接地
机构 * Adobe Inc.(Adobe公司)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.SE
AI总结 REGAL提出一种基于注册表的架构,用于企业遥测中代理AI的确定性接地,通过显式架构方法和语义编译提升确定性计算,解决LLM在私有遥测中的接地问题。
在现实工作流程约束下操作纵向因果发现
机构 * Kyoto University Graduate School of Medicine(京都大学医学研究科) ; SANKEN The University of Osaka(SANKEN 大阪大学) ; Faculty of Data Science Shiga University(Shiga大学数据科学学部) ; AIP RIKEN ; Faculty of Medicine, University of Miyazaki(Miyazaki大学医学部) ; Hiroshima University Graduate School of Biomedical and Health Sciences(广岛大学生物医学和健康科学研究生院)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.LG
AI总结 本文提出在现实工作流程约束下进行纵向因果发现的方法,通过工作流程诱导的约束类限制可接受的图空间,提升结构可解释性并实现可重复的因果发现。
工作流中的公平性:大型科技公司机器学习实践者如何在推荐系统中处理公平性
机构 * Cornell University(康奈尔大学) ; Loyola University Maryland(洛约拉大学马里兰州)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.LG
AI总结 研究探讨了大型科技公司如何在推荐系统中处理公平性,识别了技术团队与法律、数据团队在公平性工作中的挑战,并提出可行的实践建议。
Comments CHI 2026
汽车系统工程中可信生成式人工智能的工作流级设计原则
机构 * Carl von Ossietzky University of Oldenburg(奥尔登堡卡尔·冯·奥西特齐克大学) ; DENSO AUTOMOTIVE
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.LG、cs.SE
AI总结 本文提出可信生成式人工智能在汽车系统工程中工作流级设计原则,通过需求增量识别、SysML架构更新及可追溯测试保障安全关键系统工程的可信度。
选择合适的专家:基于神经过程的注意力机制用于选择任务专用模型作为智能医疗系统工具
机构 * Department of Engineering Science, University of Oxford, United Kingdom(牛津大学工程科学系) ; Department of Computer Science, Khalifa University, Abu Dhabi, United Arab Emirates(哈利法大学计算机科学系)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.LG
AI总结 本文提出ToolSelect,一种基于神经过程和注意力机制的模型选择方法,用于智能医疗系统中选择任务专用模型,通过实验展示其在不同任务上的优越性能。
面向库存控制的AI代理:人类-大语言模型-运筹学互补性
机构 * Stern School of Business, New York University(纽约大学斯特恩商学院) ; Columbia University(哥伦比亚大学) ; Graduate School of Business and Data Science Institute, Columbia University(哥伦比亚大学商学院与数据科学研究院)
专题命中 工作流自动化 :AI agent(title,abstract);分类 cs.AI、cs.LG
AI总结 本文研究了人类、大语言模型和运筹学算法在库存控制中的互补性,通过实验发现人机协作能提升利润,且大量个体从中受益。
代理业务流程管理系统
机构 * University of Tartu(塔尔图大学)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.SE
AI总结 本文提出了一种整合自主性、推理和学习的代理业务流程管理系统,利用流程挖掘技术实现数据驱动的业务流程管理,重新定义流程自动化和治理的边界。
Comments Presented at the BPM'2025 conference on Artificial Intelligence for Business Process Management (AI4BPM)
Curate-Train-Refine: 一种闭环代理框架用于零样本分类
机构 * Diabolocom(迪波利科姆) ; University of Mons(蒙斯大学)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.CL、cs.LG
AI总结 Curate-Train-Refine通过LLM闭环生成和评估提升零样本分类效率与准确性。
StarFlow: 从草图图像生成结构化工作流输出
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.LG
AI总结 StarFlow通过视觉-语言模型从草图自动生成结构化工作流,提升了自动化流程的构建效率。
Comments To be presented at EACL2026
基于LLM与ASP的工作流联合实体-关系抽取
机构 * New Mexico State University(新墨西哥州立大学)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.CL
AI总结 本文提出基于LLM与ASP的工作流,利用其优势在有限数据下提升JERE任务性能,尤其在SciERC基准上表现突出。
Comments In Proceedings ICLP 2025, arXiv:2601.00047
Journal ref EPTCS 439, 2026, pp. 63-75
AutoForge:用于代理强化学习的自动化环境合成
机构 * Tongyi Lab, Alibaba Group(通义实验室,阿里巴巴集团)
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.CL
AI总结 AutoForge提出了一种自动化环境合成方法和环境层面的RL算法,以提升代理强化学习的效率和稳定性,并在多个基准测试中验证了其有效性。
交互式代理经验收集的环境缩放:综述
机构 * Hong Kong University of Science and Technology(香港科技大学) ; King’s College London(伦敦国王学院) ; DAMO Academy, Alibaba Group(阿里云达摩院)
专题命中 工作流自动化 :agentic(title);agent(abstract);分类 cs.AI、cs.LG
AI总结 本文综述了交互式代理经验收集中环境缩放的方法,从环境中心视角系统回顾了任务生成、执行和反馈阶段的代表性方法,并探讨了实现框架、挑战及未来研究方向。
Comments 22 pages, 5 figures, SEA Workshop @ NeurIPS 2025
人工智能时代的可信数据科学流程工作流
机构 * Department of Statistics UC Berkeley(统计学系加州大学伯克利分校) ; Department of Statistics and EECS UC Berkeley(统计学系和电子工程与计算机科学系加州大学伯克利分校)
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.LG
AI总结 本文提出了一种改进的PCS工作流,旨在解决数据科学生命周期中因选择不确定性导致的可复制性问题,并通过案例研究展示生成式AI在数据清洗中的影响。
机构 * Shanghai Jiao Tong University(上海交通大学)
专题命中 工作流自动化 :planning(title,abstract);分类 cs.AI、cs.CL
Comments NAACL 2025 Demo Track [code] https://github.com/OpenDFM/MobA [dataset] https://huggingface.co/datasets/OpenDFM/MobA-MobBench
机构 * AppliedAI
专题命中 工作流自动化 :workflow(title,abstract);分类 cs.AI、cs.SE
机构 * Ziye Xia(未知) ; Sergei S. Ospichev(未知)
专题命中 工作流自动化 :agent(title,abstract);分类 cs.CL、cs.LG
Comments 11 pages, 10 figures
机构 * Queen Mary University of London(伦敦大学女王学院)
专题命中 工作流自动化 :agent(title,abstract);分类 cs.AI、cs.CL
Comments Accepted for the International Joint Conference on Natural Language Processing & Asia-Pacific Chapter of the Association for Computational Linguistics (2025) Findings
专题命中 工作流自动化 :agent(title,abstract);分类 cs.AI、cs.CL
Comments Under Review
专题命中 工作流自动化 :agentic(title,abstract);分类 cs.AI、cs.LG
机构 * ETH Zurich(苏黎世联邦理工学院) ; Snyk(Snyk公司)
专题命中 工作流自动化 :AI agent(title);agent(abstract);分类 cs.AI、cs.LG
专题命中 工作流自动化 :agent(title,abstract);分类 cs.AI、cs.CL