Field-Localized Forgery Detection for Digital Identity Documents
用于数字身份文档的字段局部伪造检测
机构 * The Alan Turing Institute（艾伦·图灵研究所） ； IIT Mandi（曼迪理工学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出FLiD框架，通过局部化关键身份字段来检测伪造，实现高准确率和低计算开销。
AI 大模型
AI Agent
智能体、工具调用、规划、工作流、多智能体和自主任务执行。
1. 工作流自动化 317 篇
Demystifying Prediction Powered Inference
解开预测驱动推断之谜
机构 * Department of Biostatistics, Columbia Mailman School of Public Health（哥伦比亚大学生物统计学系、哥伦比亚大学马利曼公共卫生学院） ； Institute for Data, Systems, and Society, Massachusetts Institute of Technology（麻省理工学院数据、系统和社会研究所） ； Department of Biostatistics, Yale School of Public Health（耶鲁大学生物统计学系）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文通过整合PPI的理论基础和方法学扩展，提供统一的实用工作流程，帮助研究人员负责任地应用预测驱动推断。
Comments updated manuscript
Efficient identification of critical regions via Flow Matching-based Monte Carlo initialization
通过流匹配高效识别临界转变：一种可扩展的生成方法用于多体系统
机构 * Physics Department, National Tsing Hua University（国立清华大学物理系） ； Center for Theory and Computation, National Tsing Hua University（国立清华大学理论与计算中心） ； Center for Quantum Technology, National Tsing Hua University（国立清华大学量子技术中心）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 通过流匹配方法高效识别多体系统临界转变，实现大规模计算物理中的快速预测与高保真度初始化。
Comments 31 pages, 22 figures
SIP: Site in Pieces- A Dataset of Disaggregated Construction-Phase 3D Scans for Semantic Segmentation and Scene Understanding
SIP: 构建阶段碎片化3D扫描数据集——用于语义分割和场景理解
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 SIP数据集通过碎片化3D扫描反映施工现场实际约束，为建筑场景的语义分割和理解提供高质量基准数据。
Deterministic Preprocessing and Interpretable Fuzzy Banding for Cost-per-Student Reporting from Extracted Records
确定性预处理和可解释的模糊带分析用于从提取记录中生成的每生成本报告
机构 * School of Computer Science, University of Technology Sydney（悉尼技术大学计算机科学学院） ； Management Discipline Group, University of Technology Sydney（悉尼技术大学管理学科组）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 该研究提出了一种确定性预处理和可解释模糊带分析方法，用于从提取记录中生成每生成本报告，通过规则主导的工作流和确定性计算实现可解释的决策支持。
Comments The authors are withdrawing this preprint because further review identified that the analysis and interpretation are insufficiently developed to support the paper in its current form. The authors do not wish readers to rely on this version
Defining Energy Indicators for Impact Identification on Aerospace Composites: A Structured Feature Selection Approach Guided by Domain Knowledge
定义航空复合材料冲击识别的能量指标：一种由领域知识指导的结构化特征选择方法
机构 * Department of Mechanics of Solids, Surfaces and Systems, Dynamics Based Maintenance (DBM) Group, University of Twente（固体力学、表面与系统部门，基于动态的维护（DBM）小组，特文特大学） ； Department of Aerospace Vehicles Integrity and Life Cycle Support (AVIL), Royal Netherlands Aerospace Centre（航空器完整性与生命周期支持（AVIL）部门，荷兰皇家航空研究中心）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本研究提出一种由领域知识指导的结构化特征选择方法，构建能量指标作为全连接神经网络输入，使航空复合材料冲击识别的预测误差较传统方法降低三分之一，提升了可解释性与诊断置信度。
Comments revised framing from physics-informed to structured feature selection guided by domain knowledge, with greater emphasis on the link to impact dynamics; strengthened comparison with black-box CNN on traceability, interpretability, and model validation; results unchanged
EviGraph: Evidence-Guided Autonomous Research Agents
EviGraph：证据引导的自主研究智能体
专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI
AI总结 EviGraph是一种自主研究框架，通过证据图维护研究状态，修复证据链问题，在ARC-Bench-ML和NanoResearch-20上优于基线，提升了主张支持率和实验数据一致性。
Comments 23 pages,2 figures
SkillCorpus: Consolidating and Evaluating the Open Skill Ecosystem for Real-World LLM Agents
SkillCorpus：整合与评估面向现实世界大语言模型智能体的开放技能生态系统
专题命中 工作流自动化 ：agent(abstract)；分类 cs.CL
AI总结 研究针对大语言模型智能体技能文件碎片化等问题，提出SkillCorpus框架，通过多阶段管道过滤技能并与检索选择堆栈配对，经多基准端到端评估，整合该框架能带来一致收益，明确了其对实际智能体任务的作用边界。
Behavioral Canaries: Auditing Private Retrieved Context Usage in RL Fine-Tuning
行为 Canary：在 RL 微调中审计私有检索上下文的使用
机构 * Google（谷歌）
专题命中 工作流自动化 ：agentic(abstract)；分类 cs.CL
AI总结 本文提出 Behavioral Canaries 机制，用于审计 RL 微调过程中是否非法使用受保护的检索上下文，通过行为信号检测未经授权的文档条件训练，实现 67% 的检测率。
MIDI-LLM: Improving Text-to-MIDI Music Generation via Adapting Large Language Models
MIDI-LLM：通过适配大语言模型改进文本到MIDI的音乐生成
机构 * Massachusetts Institute of Technology（麻省理工学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 该研究提出MIDI-LLM，通过适配Llama 3.2（1B）采用两阶段训练改进文本到MIDI生成，在用户研究中证实其在人机音乐协同创作中的有效性。
Comments Accepted to International Society for Music Information Retrieval (ISMIR) Conference 2026
CodeJeNN: A simple C++ neural network generator for physics applications
CodeJeNN：用于物理应用的简单C++神经网络生成器
机构 * San Diego State University（圣地亚哥州立大学） ； Aerospace Engineering Department（航空航天工程系） ； U.S. Naval Research Laboratory（美国海军研究实验室） ； Laboratories of Computational Physics and Fluid Dynamics（计算物理学与流体动力学实验室）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 研究针对物理应用中机器学习集成Python库产生性能瓶颈的问题，提出CodeJeNN通过从训练的Keras模型自动生成自包含C++代码实现推理，消除外部依赖，经测试展示了加速效果。
Beyond One Output: Visualizing and Comparing Distributions of Language Model Generations
超越单一输出：语言模型生成分布的可视化与比较
机构 * University of Washington（华盛顿大学） ； Allen Institute for AI（Allen人工智能研究所）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出GROVE工具，通过可视化语言模型生成的分布结构，帮助用户更全面地理解生成过程中的模式和敏感性，提升任务迭代效果。
Bagpiper: Solving Open-Ended Audio Tasks via Rich Captions
Bagpiper: 通过丰富描述解决开放式音频任务
机构 * Language Technologies Institute, Carnegie Mellon University（卡内基梅隆大学语言技术研究所） ； LY Corporation（LY公司） ； NVIDIA Research（NVIDIA研究）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.CL
AI总结 提出Bagpiper，一个8B参数音频基础模型，通过丰富描述（自然语言描述）实现音频理解和生成的统一，在MMAU和AIRBench上超越Qwen-2.5-Omni，生成质量优于CosyVoice3和TangoFlux。
An Empirical Study of Complexity, Heterogeneity, and Compliance of GitHub Actions Workflows
GitHub Actions工作流的复杂性、异质性与合规性的实证研究
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.SE
AI总结 本研究分析Java、Python、C++仓库的GitHub Actions工作流，量化其复杂性、异质性与合规性，发现工作流设计依赖生态惯例，为该领域提供了可复现的实证基准。
OpsLLM: Construction of Large Language Model for Software Operations with Multi-stage Learning
面向软件运维构建大型语言模型的端到端框架
机构 * School of Systems Science and Engineering, Sun Yat-sen University（系统科学与工程学院，中山大学） ； School of Computer Science and Engineering, Sun Yat-sen University（计算机科学与工程学院，中山大学） ； Alibaba Cloud Computing（阿里云 computing）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出OpsLLM，一个专为软件运维设计的大型语言模型，支持基于知识的问题回答和根本原因分析。通过人机协同机制构建高质量数据集，并结合监督微调和强化学习优化模型性能，在多个任务中优于现有开源和闭源模型。
A Matter of Time: Towards a General Theory of Agency
时间问题：迈向通用能动性理论
机构 * School of Systems Science and Industrial Engineering, Binghamton University（宾汉姆顿大学系统科学与工业工程学院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 基于时间参数化(F,A)-系统，提出从物质组织到能动性的分级组织理论，通过异步动态贝叶斯网络区分自主性、目标导向、能动性和开放性。
Comments 42 pages, 14 figures, 4 tables
A Density-Matrix Framework for Electronic-Structure Analysis of Functional-Group and Salt Effects in Lithium-Metal Electrolytes
用于锂金属电解质中官能团和盐效应电子结构分析的密度矩阵框架
机构 * National University of Singapore（新加坡国立大学） ； Tsinghua University（清华大学） ； Institute for Carbon Neutrality, Tsinghua University（清华大学碳中和研究院） ； AI Solid-State Battery Innovation Center（人工智能固态电池创新中心） ； C Innovation Laboratory (21C LAB), Contemporary Amperex Technology Co., Limited (CATL)（21C创新实验室（21C实验室），宁德时代新能源科技股份有限公司） ； National University of Singapore Guangzhou Research Translation and Innovation Institute（新加坡国立大学广州研究院） ； National University of Singapore (Chongqing) Research Institute（新加坡国立大学（重庆）研究院）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 该研究提出密度矩阵框架EMolStudio，通过集成分子功能化等流程预测分析锂金属电解质电子结构。应用于多种分子和簇，发现分子尺度上功能化的影响及溶剂化壳中阴离子对前沿轨道定位的作用，能将官能团和盐选择转化为相关电子结构假设。
Comments The data needs to be supplemented
Calibrate Globally, Measure Everywhere: Scaling LLM-Based Prevalence Measurement Across A/B Experiments
基于代理的大规模A/B测试预估测量
机构 * Pinterest, Inc.（Pinterest公司）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出了一种基于代理的普及率测量框架，通过离线校准和日志数据实现大规模A/B测试中的高效普及率估计。
Fully Automatic Trace Gas Plume Detection
全自动痕量气体羽流检测
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 针对未来成像光谱仪数据量剧增，提出结合机器学习形态分析与光谱模型拟合的全自动痕量气体羽流检测方法，可自动检测标记羽流，用于回顾性分析，还扩展到三种痕量气体检测。
Comments Manuscript 15 pages + 3 in supplementary, 10 figures, 1 table, more in attached supplementary; In review
Machine Intelligence on the Edge: Interpretable Cardiac Pattern Localisation Using Reinforcement Learning
边缘机器智能：使用强化学习的可解释心脏模式定位
机构 * Dyson School of Design Engineering（迪森设计工程学院） ； Department of Electrical and Electronic Engineering（电子与电气工程系） ； Department of Computing（计算系）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 针对边缘设备低信噪比信号中模式定位难题，提出顺序匹配滤波器（SMF），通过强化学习设计滤波器序列并将其制定为顺序决策过程，实现自适应设计与可解释性，在心电图数据集上性能达先进水平，有广泛应用潜力。
Comments Accepted by Machine Intelligence Research
"We'll have to see how it works": An interview study to understand collaborative practices in interdisciplinary artificial intelligence and healthcare research
“我们得看看它如何运作”：一项关于理解跨学科人工智能与医疗保健研究中协作实践的访谈研究
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 该研究通过对英国医疗保健AI研究联盟早期参与者的13次半结构化访谈及归纳主题分析，探讨AI开发流程及跨学科知识共享挑战。发现参与者需依受众调整工具和信息，明确了AI研究参与新颖处、知识共享方式及关键领域，指出AI给跨学科工作带来新障碍。
Comments 36 pages
Journal ref PLoS One. 2026;21(7):e0354358
MolCryst-MLIPs: A Machine-Learned Interatomic Potentials Database for Molecular Crystals
MolCryst-MLIPs：用于分子晶体的机器学习互原子势数据库
机构 * Department of Chemistry, New York University（纽约大学化学系） ； New York University（纽约大学） ； Simons Center for Computational Physical Chemistry, New York University（纽约大学计算物理化学中心） ； Department of Physics, New York University（纽约大学物理系） ； Department of Chemical and Biomolecular Engineering, Tandon School of Engineering, New York University（纽约大学工程学院化学与生物分子工程系） ； New York University Shanghai（纽约大学上海分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出一个开源的分子晶体机器学习互原子势数据库MolCryst-MLIPs，包含九种分子晶体系统经过微调的MACE模型，通过自动化机器学习流程实现可重复的建模流程，提供高精度的势能和力预测。
Rethinking Prospect Theory for LLMs: Revealing the Instability of Decision-Making under Epistemic Uncertainty
重新思考用于大语言模型的前景理论：在认知不确定性下决策的不稳定性
机构 * Hong Kong University of Science and Technology（香港科技大学） ； Huazhong University of Science and Technology（华中科技大学） ； University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文重新审视前景理论在大语言模型中的应用，发现其在认知不确定性下的决策稳定性存在问题，指出前景理论可能无法可靠地处理此类不确定性。
Safe In-Context Reinforcement Learning
安全的上下文强化学习
机构 * University of Virginia（弗吉尼亚大学） ； Virginia Commonwealth University（弗吉尼亚 Commonwealth 大学）
专题命中 工作流自动化 ：agent(abstract)；分类 cs.LG
AI总结 提出SCARED方法，在无参数更新的上下文强化学习适应过程中，通过精确惩罚对偶法在约束马尔可夫决策过程框架下保证安全，实现奖励最大化与成本约束。
Comments ICML 2026
Data-Efficient Indentation Size Effect Correction in Steels Using Machine Learning and Physics-Constrained Neural Network
利用机器学习和物理引导增强的高效 indentation 尺寸效应校正方法用于钢材料
机构 * Center for Material Technologies（材料技术中心） ； Skolkovo Institute of Science and Technology（斯克尔科沃科学与技术研究所） ； Center for Petroleum Science and Engineering（石油科学与工程中心）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文通过物理引导特征工程和增强技术，利用小数据集预测钢材料参考硬度，采用非线性模型实现高效 indentation 尺寸效应校正，验证了该方法在钢材料中的可行性。
Comments Preprint, 25 pages, 8 figures, 5 tables
Interpretable Deep Learning Paradigm for Airborne Transient Electromagnetic Inversion
用于航空瞬变电磁反演的可解释深度学习范式
机构 * Key Laboratory of Earth Exploration and Information Techniques, Ministry of Education, College of Geophysics, Chengdu University of Technology（地球探测与信息处理重点实验室，教育部，成都理工大学地球物理学院） ； College of Computer Science and Cyber Security, Chengdu University of Technology（计算机科学与网络安全学院，成都理工大学）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 针对航空瞬变电磁数据处理与反演难题，提出基于解缠表示学习的统一可解释深度学习范式，将数据分解为噪声和信号因子，纳入物理约束，能直接用噪声数据准确重建地下电结构，建立了新的反演范式。
Automatic Construction of Clinical Scoring Systems with LLM Agents
基于LLM代理的临床评分系统自动构建
机构 * DAMTP, University of Cambridge, Cambridge, UK（剑桥大学 DAMTP 实验室，剑桥，英国）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 提出AgentScore方法，利用大语言模型进行语义引导的规则搜索与验证，自动构建符合临床部署约束的加权评分系统，在多个任务上优于现有方法。
Global Automation Atlas
全球自动化图谱
机构 * Imperial College London（伦敦帝国学院） ； Bocconi University（博科尼大学） ； University of Oxford（牛津大学）
专题命中 工作流自动化 ：planning(abstract)；分类 cs.AI
AI总结 本文提出了一种基于任务和国家特定的方法，用于全球范围内分类自动化暴露，以区分劳动力替代和增强自动化，相关技术渠道以及人工智能的物质作用。研究涵盖了124个国家，生成了覆盖全球99%人口和GDP的233万个任务-国家标签。
Comments 78 pages, 6 figures, 5 Extended Data figures. Substantially revised and expanded. Data and code: https://automationatlas.org/
Democratizing Advanced High-Throughput Imaging via Cross-Instrument Deep Learning-Enabled Modality Transfer
基于深度学习的独立显微镜模态转换用于高通量成像
机构 * Doctoral School of Exact and Natural Sciences, Jagiellonian University（雅盖隆大学精确与自然科学博士学院） ； Department of Molecular and Interfacial Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院分子与界面生物物理学系） ； Undergraduate program in Biophysics, Faculty of Physics, Astronomy and Applied Computer Science, Jagiellonian University（物理、天文学与应用计算机科学学院生物物理本科生项目） ； Undergraduate program in Biomedical Engineering, Faculty of Electrical Engineering, Automatics, Computer Science and Biomedical Engineering, AGH University of Science and Technology（AGH科技大学电气工程、自动化、计算机科学和生物医学工程学院生物医学工程本科生项目） ； Division of Computational Mathematics, Faculty of Mathematics and Computer Science, Jagiellonian University（雅盖隆大学数学与计算机科学学院计算数学系） ； Laboratory for Cell and Tissue Engineering, Department of Biomedical Engineering, Eindhoven University of Technology（埃因霍温理工大学生物医学工程系细胞与组织工程实验室）
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.LG
AI总结 本文提出一种深度学习方法，实现不同显微镜间的模态转换，提升低质量图像的结构相似性和信号保真度，从而提高高通量成像效率。
Comments 18 Pages, 6 Figures, 1 Table, 4 pages Supplementary Materials
Animating Petascale Time-varying Data on Commodity Hardware with LLM-assisted Scripting
在消费级硬件上利用LLM辅助脚本动画化exascale时变数据
机构 * University of Utah（犹他大学） ； Vanderbilt University（范德比大学） ； ViSOAR LLC
专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI
AI总结 本文提出一个用户友好的框架，用于在消费级工作站上生成exascale时变数据的3D动画，通过通用动画描述符、高效数据访问、定制渲染系统和LLM辅助交互接口，使非可视化专家科学家能快速生成高质量动画。
Comments ©2026 IEEE. Personal use of this material is permitted. 2026 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses. N.B. Due to the limitation "The abstract field cannot be longer than 1,920 characters", the abstract here is shorter than that in the original PDF file
