AI Agent

DMV-Bench: Diagnosing Long-Horizon Multimodal Agents' Visual Memory with Incidental Cue Injection

DMV-Bench: 通过偶然线索注入诊断长程多模态智能体的视觉记忆

Yujin Tang, Chenming Shang, Ruize Xu, Nikhil Singh

机构 * Dartmouth College（达特茅斯学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出首个交互式多模态智能体视觉记忆基准DMV-Bench，基于双编码理论设计DualMem架构，在长链任务中优于现有方法。

Comments 16 pages

State Representation Matters in Deep Reinforcement Learning: Application to Energy Trading

状态表示在深度强化学习中至关重要：应用于能源交易

Jesper Klicks, Sander Vržina, Vincent François-Lavet

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文研究深度强化学习中状态表示对抽水蓄能交易策略的影响，发现结合绝对价格、相对价格和预测特征能显著提升跨市场迁移性能。

Experience Compression Spectrum: Unifying Memory, Skills, and Rules in LLM Agents

经验压缩光谱：在LLM代理中统一记忆、技能和规则

Xing Zhang, Guanghui Wang, Yanwei Cui, Wei Qiu, Ziyuan Li, Bing Zhu, Peiyang He

机构 * AWS Generative AI Innovation Center（AWS生成式AI创新中心） ； HSBC Holdings Plc., HSBC Technology Center, China（汇丰控股有限公司，汇丰技术中心，中国） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 针对LLM代理长期多会话部署中经验管理效率问题，提出经验压缩光谱框架，统一记忆、技能和规则的压缩轴，解决压缩适应性和跨层级压缩缺失问题。

Memory Makes the Difference: Evaluating How Different Memory Roles Shape Conversational Agents

记忆决定差异：评估不同记忆角色如何塑造对话代理

Yuxin Wang, Paul Thomas, Zhiwei Yu, Yuan Gao, Saeed Hassanpour, Soroush Vosoughi, Robert Sim, Nick Craswell

机构 * Dartmouth College（达特茅斯学院） ； Microsoft（微软公司） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本研究提出对话记忆细粒度分类法，通过用户中心评估框架，揭示不同类型记忆（如澄清记忆、无关记忆）对RAG对话系统响应准确性、个性化及主题相关性的差异化影响。

A Hybrid CNN-LSTM Intrusion Detection Framework for Cybersecurity in Smart Renewable Energy Grids

面向智能可再生能源电网网络安全的混合CNN-LSTM入侵检测框架

Sajib Debnath, Remon Das

机构 * O&M Analytics（O&M分析） ； AES Clean Energy（AES清洁能源） ； The AES Corporation（AES公司） ； Renewable Infrastructure（可再生能源基础设施） ； Dominion Energy（Dominion能源） 纠错

专题命中 记忆与上下文管理 ：workflow(abstract)；分类 cs.AI、cs.LG

AI总结 提出混合CNN-LSTM入侵检测框架，结合CNN空间特征提取与LSTM时序建模，解决多步攻击时序建模不足、类不平衡和泛化性差问题，在CICIDS-2017和NSL-KDD上精度达98.2%以上，并实现低延迟实时推理。

Membox: Weaving Topic Continuity into Long-Range Memory for LLM Agents

Membox: 将主题连续性编织到LLM智能体的长期记忆中

Dehao Tao, Guoliang Ma, Yongfeng Huang, Minghu Jiang

机构 * Tsinghua University（清华大学） ； Xinjiang University（新疆大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出Membox层次记忆架构，通过主题织机按局部主题组织对话，并通过轨迹织机跨会话链接宏主题轨迹，在LoCoMo和DialSim上显著提升长程记忆检索性能。

A Training-Free Mixture-of-Agents Framework for Multi-Document Summarization using LLMs and Knowledge Graphs

一种基于LLM和知识图谱的无训练混合智能体框架用于多文档摘要

Cuong Vuong Tuan, Trang Mai Xuan, Tien-Cuong Nguyen, Vu-Duc Ngo, Thien Van Luong

机构 * Faculty of Artificial Intelligence and Data Science, Phenikaa University（人工智能与数据科学学院，泛尼克大学） ； VNPT AI, VNPT Group（VNPT AI，VNPT集团） ； MobiFone Research and Development Center, MobiFone Corporation（MobiFone研发与开发中心，MobiFone公司） ； Business AI Lab, Faculty of Data Science and Artificial Intelligence, National Economics University, College of Technology（商业人工智能实验室，数据科学与人工智能学院，国家经济大学，技术学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出一种无需训练、结合大语言模型和知识图谱的混合智能体框架，通过分解摘要任务为专用智能体（抽取、知识感知抽象、迭代精炼）并利用多视角一致性机制，在英文和越南语数据集上取得领先性能。

Comments Accepted by Neural Computing and Applications

Journal ref Neural Comput & Applic 38, 538 (2026)

Plans Don't Persist: Why Context Management Is Load Bearing for LLM Agents

计划不会持久：为什么上下文管理对LLM代理至关重要

Aman Mehta, Anupam Datta

机构 * Snowflake AI Research（Snowflake AI研究） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文通过重放配对诊断和压缩压力测试，证明标准LLM代理不将计划作为持久状态携带，而是依赖上下文中的计划，并揭示了推理模型的推理痕迹混淆问题。

Comments 17 pages, 8 figures

VISTA Architect: A graph database-oriented health AI system demonstrated in multidisciplinary tumor boards

VISTA Architect：一种面向图数据库的健康AI系统，在多学科肿瘤委员会中展示

Tuomo Kiiskinen, Jason Fries, Philip Adamson, David Wu, Timothy John Ellis-Caleo, Aaron Fanous, Balasubramanian Narasimhan, Joel Neal, Sylvia Plevritis, Manuel A. Rivas

机构 * Department of Biomedical Data Science, Stanford University School of Medicine（斯坦福大学医学院生物医学数据科学系） ； Department of Medicine, Stanford University School of Medicine（斯坦福大学医学院医学系） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 提出VISTA Architect架构，通过图数据库和LLM将EHR转化为持久知识图谱，解决长上下文提示和RAG的时序缺失与高成本问题，在胸科肿瘤委员会中实现96.4%准确率。

Comments 22 pages, 4 figures, 6 tables; includes Supplementary Information. Code: https://github.com/VISTA-Stanford/vista-architect (tag v0.1.0-preprint, commit 8837d44)

Hypothesis-Driven Skill Optimization for LLM Agents

假设驱动的技能优化用于LLM智能体

Fangxin Shang, Yehui Yang

机构 * AI Lab, Qifu Technology（奇富科技人工智能实验室） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.SE

AI总结 提出HDSO框架，通过可证伪假设与验证机制从稀疏轨迹中提取可靠技能，无需训练，在ALFWorld上提升平均成功率6.9-7.1个百分点。

Negative Knowledge as Failure-aware Shared Memory for AutoResearch

作为自动研究失败感知共享记忆的负面知识

Hanchun Wang

机构 * Department of Applied Mathematics and Theoretical Physics, University of Cambridge（剑桥大学应用数学与理论物理系） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出负面知识记忆层，通过策展代理将失败尝试转化为共享库中的记录，供研究代理采纳或拒绝，在ScienceAgentBench和PDE问题上提升性能并减少令牌使用。

Comments 13 pages, 4 figures

RIZZ: Routing Interactions to Near Zero-Interference Zones for Continual Adaptation of Black-Box Agents

RIZZ: 将交互路由到近零干扰区域以实现黑盒智能体的持续适应

Sonali Goel, Pranav Vaidhyanathan, Lucas Schorling, Natalia Ares, Maike Osborne

机构 * University of Oxford（牛津大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出RIZZ框架，通过验证器门控记忆、路由和提示编译，实现黑盒语言模型系统在非平稳流数据上的持续适应，有效控制干扰并提升性能。

Comments 20 pages, 2 figures

Less is More: Lightweight Prompt Compression for Question Answering Applications on Edge Devices

少即是多：面向边缘设备问答应用的轻量级提示压缩

Zihuai Xu, Ruofei Hou, Yang Xu, Hongli Xu, Yunming Liao, Ying Zhu

机构 * School of Computer Science and Technology, University of Science and Technology of China（中国科学技术大学计算机科学与技术学院） ； Suzhou Institute for Advanced Research, University of Science and Technology of China（中国科学技术大学苏州高等研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出CORE，一种无需辅助语言模型的两阶段句子级提示压缩方法，通过NER和语义匹配构建答案集与线索集，结合正交残差检索和空间邻近度过滤，在边缘设备上显著提升准确率、降低内存和能耗。

The Reservoir Attention Network: Cross-Pass State in Pretrained Transformers via Content-Addressable Reservoir Injection

储层注意力网络：通过内容可寻址储层注入在预训练Transformer中的跨前向传播状态

Emma Leonhart

机构 * Emma Leonhart 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出储层注意力网络（RAN），通过在预训练Transformer中间层注入固定随机储层来携带跨前向传播状态，实验表明未训练的循环动态足以传递可用状态。

Comments 29 pages, 14 figures

GateMem: Benchmarking Memory Governance in Multi-Principal Shared-Memory Agents

GateMem：多主体共享内存代理中的内存治理基准

Zhe Ren, Yibo Yang, Yimeng Chen, Zijun Zhao, Benshuo Fu, Zhihao Shu, Bingjie Zhang, Yangyang Xu, Dandan Guo, Shuicheng Yan

机构 * School of Artificial Intelligence, Jilin University（吉林大学人工智能学院） ； Shanghai Jiao Tong University（上海交通大学） ； King Abdullah University of Science and Technology (KAUST)（卡尔斯鲁厄大学） ； Tsinghua University（清华大学） ； National University of Singapore（新加坡国立大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL、cs.LG

AI总结 提出GateMem基准，评估多主体共享内存代理在效用、访问控制和遗忘三方面的治理能力，发现现有方法无法同时满足三者。

Comments 24 pages, 8 figures. Code and dataset are available at https://github.com/rzhub/GateMem and https://huggingface.co/datasets/Ray368/GateMem

SoK: AI-Augmented Binary Reversing

SoK: AI增强的二进制逆向工程

Yujeong Kwon, Yiyue Zhang, Shakhzod Yuldoshkhujaev, Kexin Pei, Dokyung Song, Hyungjoon Koo

机构 * Sungkyunkwan University（成均馆大学） ； The University of Chicago（芝加哥大学） ； Yonsei University（延世大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.SE

AI总结 系统化梳理AI增强二进制逆向工程领域，提出统一分类法涵盖传统与AI方法，揭示LLM和智能体AI的新角色，识别技术挑战与评估缺口。

Comments 20 pages, 7 tables, 3 figures

EmoFSM: A Finite State Machine for Emotional Support Conversation

EmoFSM：一种用于情感支持对话的有限状态机

Yue Zhao, Qingqing Gu, Xiaoyu Wang, Teng Chen, Zhonglin Jiang, Yong Chen, Hongyan Li, Luo Ji

机构 * Geely AI Lab（吉利人工智能实验室） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.CL

AI总结 针对情感支持对话中长期满意度不足的问题，提出EmoFSM框架，利用有限状态机引导大语言模型进行规划与自我推理，在多个数据集上优于多种基线方法。

Comments 15 pages, 4 figures. PAKDD 2026

Frontier: Towards Comprehensive and Accurate LLM Inference Simulation

Frontier: 向全面且准确的LLM推理模拟迈进

Yicheng Feng, Xin Tan, Yangtao Deng, Yimin Jiang, Yibo Zhu, Hong Xu

机构 * The Chinese University of Hong Kong（香港中文大学） ； Anuttacon ； StepFun 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出Frontier，一种用于现代LLM推理服务的离散事件模拟器，通过离散化抽象和对关键运行时优化的建模，实现了对复杂工作负载的准确预测，从而在不同服务场景中提供更精确的计算、通信和内存成本预测。

Token Reduction Should Go Beyond Efficiency in Generative Models -- From Vision, Language to Multimodality

Token缩减应超越生成模型中的效率——从视觉、语言到多模态

Zhenglun Kong, Yize Li, Fanhu Zeng, Lei Xin, Shvat Messica, Xue Lin, Pu Zhao, Manolis Kellis, Hao Tang, Marinka Zitnik

机构 * Harvard University（哈佛大学） ； Northeastern University（东北大学） ； CAS（中国科学院） ； Wuhan University（武汉大学） ； MIT（麻省理工学院） ； Peking University（北京大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出Token缩减应超越传统效率优化，成为生成模型的基础原则，通过减少冗余token来促进多模态融合、缓解幻觉、维持长输入连贯性并提升训练稳定性。

Comments Project page: https://github.com/ZLKong/Awesome-Collection-Token-Reduction

If LLMs Have Human-Like Attributes, Then So Does Age of Empires II

如果LLM具有类人属性，那么《帝国时代II》也具有

Adrian de Wynter

机构 * Microsoft（微软公司） ； The University of York（约克大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 通过训练简单神经网络于《帝国时代II》，论证LLM的拟人属性在经验上非唯一，提出应假设LLM非独特性而非拟人属性来设计实验。

Comments Fixed corollary 1, added stat sig

Catching One in Five: LLM-as-Judge Blind Spots in Production Multi-Turn Transaction Agents

捕捉五分之一：LLM作为评判员在生产环境多轮交易代理中的盲点

Sawyer Zhang, Alexander Wang, Sophie Lei

机构 * Lumivate (Lumi)（Lumivate（Lumi）） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 研究部署的餐饮订购代理中LLM评判员对真实缺陷的召回率，发现其仅捕获22%的系统性问题，主要因评分标准缺乏状态跟踪等行为维度，且路由机制导致缺陷被错误分类。

Comments 13 pages, 1 figure, 5 tables

Memory Beyond Recall: A Dual-Process Cognitive Memory System for Self-Evolving LLM Agents

超越回忆的记忆：用于自进化LLM代理的双过程认知记忆系统

Tianxiang Fei, Mingyang Song, Mao Zheng, Xiang Yu

机构 * Tencent（腾讯） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出DCPM系统，基于双过程理论将代理记忆组织为认知能力层次，通过同步日间写入器和异步夜间引擎分别处理信念修正和模式归纳，在隐式跨会话推理任务上提升显著。

S3Mem: Structured Spatiotemporal Scene-Event Memory for Long-Horizon Interactive Question Answering

S3Mem：用于长时域交互式问答的结构化时空场景-事件记忆

Encheng Su, Jianyu Wu, Jinouwen Zhang, Qiucheng Yu, Chen Tang, Pengze Li, Lintao Wang, Aoran Wang, Xinzhu Ma, Shixiang Tang, Yizhou Wang, Houqiang Li

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai Jiao Tong University（上海交通大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； City University of Hong Kong（香港城市大学） ； The Chinese University of Hong Kong（香港中文大学） ； Fudan University（复旦大学） ； The University of Sydney（悉尼大学） ； Beihang University（北航） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 提出S3MEM框架，通过结构化场景-事件记忆和锚点敏感检索，在长时域交互式问答中实现比通用记忆接口更优的准确率-效率平衡。

ANNEAL: Adapting LLM Agents via Governed Symbolic Patch Learning

ANNEAL：通过受控符号补丁学习适应大语言模型代理

Safayat Bin Hakim, Keyan Guo, Wenkai Tan, Alvaro Velasquez, Shouhuai Xu, Houbing Herbert Song

机构 * University of Maryland, Baltimore County（马里兰大学巴尔的摩县分校） ； University at Buffalo（布法罗大学） ； University of Colorado Boulder（科罗拉多大学博尔德分校） ； University of Colorado Colorado Springs（科罗拉多大学科罗拉多州立分校） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 ANNEAL通过受控符号补丁学习适应大语言模型代理，解决重复故障问题，其核心机制FDKA能定位责任操作符并生成类型补丁，实现持久结构修复，优于现有方法。

Comments Code Implementation: https://github.com/sbhakim/anneal-agents

Helpful to a Fault: Measuring Illicit Assistance in Multi-Turn, Multilingual LLM Agents

有益于故障：测量多轮、多语言LLM代理中的非法协助

Nivya Talokar, Ayush K Tarun, Murari Mandal, Maksym Andriushchenko, Antoine Bosselut

机构 * EPFL（苏黎世联邦理工学院） ； independent（独立研究员） ； tubingen（图宾根大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL、cs.LG

AI总结 本文提出STING框架，用于评估多轮多语言LLM代理在执行非法任务时的协助能力，发现低资源语言中攻击成功率不一致，提供实际部署中的压力测试方法。

Comments Accepted in ICML 2026

When Benign Inputs Lead to Severe Harms: Eliciting Unsafe Unintended Behaviors of Computer-Use Agents

当良性输入导致严重危害：引发计算机使用代理的不安全意外行为

Jaylen Jones, Zhehao Zhang, Yuting Ning, Eric Fosler-Lussier, Pierre-Luc St-Charles, Yoshua Bengio, Dawn Song, Yu Su, Huan Sun

机构 * DeepMind, London, UK（深度Mind，伦敦，英国） ； Stanford University, Stanford, CA, USA（斯坦福大学，斯坦福，加利福尼亚州，美国） ； UC Berkeley, Berkeley, CA, USA（加州大学伯克利分校，伯克利，加利福尼亚州，美国） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL

AI总结 提出AutoElicit框架，通过迭代扰动良性指令并利用CUA执行反馈，自动引发前沿CUAs（如Claude 4.5 Haiku等）的数百种有害意外行为，并验证其跨模型可迁移性。

Comments ICML 2026, Project Homepage: https://osu-nlp-group.github.io/AutoElicit/

EpiEvolve: Self-Evolving Agents for Streaming Pandemic Forecasting under Regime Shifts

EpiEvolve：用于制度转变下流式疫情预测的自演化智能体

Yiming Lu, Sihang Zeng, Zhengxu Tang, Max Lau, Fei Liu, Wei Jin

机构 * Emory University（埃默里大学） ； University of Washington（华盛顿大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 针对流式疫情预测中标签延迟和制度转变问题，提出自演化智能体EpiEvolve，通过层次化情景记忆、延迟标签反思和制度感知检索，在COVID-19住院趋势预测中达到0.629准确率，并将制度转变后的恢复滞后从5周缩短至2周。

SUSD: Structured Unsupervised Skill Discovery through State Factorization

SUSD: 通过状态分解的结构化无监督技能发现

Seyed Mohammad Hadi Hosseini, Mahdieh Soleymani Baghshah

机构 * Department of Computer Engineering（计算机工程系） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 提出SUSD框架，通过将状态空间分解为独立组件并分配不同技能变量，结合动态模型自适应引导探索，实现更丰富多样的无监督技能发现，并在分解环境中显著优于现有方法。

Comments Published as a conference paper at ICLR 2026

PFAx: Predictable Feature Analysis to Perform Control

PFAx：可预测特征分析用于控制

Stefan Richthofer, Laurenz Wiskott

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 PFAx通过整合补充信息提升预测性能，并透明展示补充信息对特征选择的影响，应用于强化学习环境中的智能体控制优化。

Recurrent Reinforcement Learning: A Hybrid Approach

递归强化学习：一种混合方法

Xiujun Li, Lihong Li, Jianfeng Gao, Xiaodong He, Jianshu Chen, Li Deng, Ji He

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI、cs.LG

AI总结 本文提出一种混合模型，结合监督学习和强化学习，用于部分可观测任务的状态表示学习，在极少领域知识下有效。

Comments 11 pages, 6 figures