AI Agent

Reflection-Satisfaction Tradeoff: Investigating Impact of Reflection on Student Engagement with AI-Generated Programming Hints

反思与满足度的权衡：探讨反思对学生成就AI生成编程提示的影响

Heeryung Choi, Tung Phung, Mengyan Wu, Adish Singla, Christopher Brooks

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本研究探讨了反思提示对学生成就AI生成编程提示的影响，发现反思质量与提示满意度呈负相关，强调需重新考虑AI在教育中的训练和评估方法。

Comments Preprint

Conditioning-Depth Diagnostics for Hidden Memory in Temporal Causal Discovery

基于马尔可夫性的条件深度诊断：观测数据集中的隐藏混杂

S. A. Adedayo

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 通过分析推断因果图随条件深度变化的稳定性，提出一种诊断隐藏混杂的模型检查工具。

MusicWeaver: Programmable Long-Form Music Generation with Provably Local Editing

MusicWeaver: 作曲家风格的结构编辑与分钟级连贯音乐生成

Xuanchen Wang, Heng Wang, Weidong Cai

机构 * The University of Sydney（悉尼大学） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 MusicWeaver通过结构化计划和全局-局部扩散变换器实现作曲家风格的音乐生成与编辑，具备分钟级连贯性和高保真度。

Comments 15 pages, 3 figures

The Art of of Resilient Substation Design for 500 Year Storm Events Current State of the Art and Challenges for Floodplain Management and Infrastructure Hardening

面向500年一遇风暴事件的弹性变电站设计：洪泛区管理与基础设施加固的现状与挑战

Chinmay Shetty, Soham Ghosh

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 本文提出一个综合工程框架，通过场地抬升、土壤稳定、铰接式混凝土块护坡和绿色基础设施，提升变电站对500年一遇洪水事件的弹性，降低生命周期成本。

Comments 18 pages, 6 figures, 6 tables

A quantum model of opinion dynamics on networks

网络上的意见动力学量子模型

Weiqi Chu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出基于密度矩阵的量子意见动力学模型，通过非对易算符解释认知矛盾与顺序效应，并识别量子相干性等非经典量，在乘积态近似下退化为经典Friedkin-Johnsen模型。

Comments 19 pages, 7 figures

Type-Specific Wages as a Distributional Buffer in TANK

当再分配成为状态变量：具有类型特异粘性工资的货币-财政稳定化

Kenji Miyazaki

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了在工资合同类型特异的情况下，再分配作为状态变量对宏观经济的影响，揭示了工资差距作为分布状态变量的作用及财政政策的效果。

Comments 31 pages, 6 figures

HiMemVLN: Enhancing Reliability of Open-Source Zero-Shot Vision-and-Language Navigation with Hierarchical Memory System

HiMemVLN：通过分层记忆系统增强开源零样本视觉-语言导航的可靠性

Kailin Lyu, Kangyi Wu, Pengna Li, Xiuyu Hu, Qingyi Si, Cui Miao, Ning Yang, Zihang Wang, Long Xiao, Lianyu Hu, Jingyuan Sun, Ce Hao

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出HiMemVLN，通过分层记忆系统提升开源零样本视觉-语言导航的可靠性，解决导航遗忘问题，实现实验环境下的性能提升。

Comments 9 pages, 7 figures

Sixteen-State Energy Mapping for First-Principles Four-Spin Ring Exchange: Validation on $La_2CuO_4$ and $SrFeO_2$

用于第一性原理四自旋环交换的十六态能量映射：在\(La_2CuO_4\)和\(SrFeO_2\)上的验证

Xavier Rocquefelte, Peter Blaha

专题命中 记忆与上下文管理 ：workflow(abstract)

AI总结 研究四自旋环交换\(J_{ring}\)的提取方法，通过将四态方法推广到十六态方案，在\(La_2CuO_4\)和\(SrFeO_2\)上验证，实现了\(J_{ring}\)的有效提取，且提取过程依赖参考，完整工作流程在Mag4包中实现。

Comments 37 pages, 4 figures, 6 Tables

Perpetual Fully-Online Approximate Fairness

持续全在线近似公平性

Ido Kahana, Erel Segal-Halevi, Noam Hazon

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 针对持续时间未知的在线决策问题，提出基于赤字的一般性在线公平框架，并证明一个简单全在线规则在每轮后所有跟踪需求满足的松弛度仅以√t阶增长，且该增长不可避免。

Harness VLA: Steering Frozen VLAs into Reliable Manipulation Primitives via Memory-Guided Agents

利用VLA：通过记忆引导智能体将冻结的视觉语言动作模型转化为可靠的操作原语

Yixian Zhang, Huanming Zhang, Feng Gao, Xiao Li, Zhihao Liu, Chunyang Zhu, Jiaxing Qiu, Yuchen Yan, Jiyuan Liu, Wenhao Tang, Zhengru Fang, Yi Nie, Changxu Wei, Yu Wang, Wenbo Ding, Chao Yu

机构 * Tsinghua University（清华大学） ； Striding AI（驰行人工智能公司） ； Purdue University（普渡大学） ； Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所） ； Infinigence AI（英飞智研人工智能公司） ； Zhongguancun Academy（中关村学院） ； Hong Kong University of Science and Technology（香港科技大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 研究语言条件下操作问题，提出Harness VLA框架，将冻结VLA与分析原语库结合，通过学习操作范围扩展预训练VLA，在多种扰动操作任务中相比基线有大幅提升。

Governable Individuals: An Identity Layer for Embodied Agents That Keep Learning

可治理个体：用于持续学习的具身智能体的身份层

Xue Qin, Simin Luan, Cong Yang, Zhijun Li

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具身人工智能中持续智能体的治理问题，提出可治理个体概念，其能力可变，权限等只能通过特定签名生命周期转换扩展，经测试发现仅学习判断和行为测试不足，需架构性承载层，还介绍了相关抽象概念、机制及开放问题。

Comments Perspective paper. Companion technical report with proofs and empirical evaluation to be posted separately on arXiv

AgenticDB: Self-Evolving Reconfiguration Framework for Database Workloads

AgenticDB: 面向数据库工作负载的代理式性能重配置

Xinyue Yang, Chaozheng Wang, Chen Zheng, Heng Zhang, Yanjun Wu

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 提出AgenticDB框架，通过运行时交互实现数据库系统级和操作系统级重配置，诊断瓶颈并积累经验，在MySQL和PostgreSQL上平均性能提升118.1%。

LA-IMR: Latency-Aware, Predictive In-Memory Routing and Proactive Autoscaling for Tail-Latency-Sensitive Cloud Robotics

LA-IMR：面向尾延迟敏感的云机器人的延迟感知、预测性内存路由与主动自动缩放

Eunil Seo, Chanh Nguyen, Erik Elmroth

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 针对混合云边基础设施中突发请求导致的尾延迟问题，提出LA-IMR控制层，通过利用率驱动的延迟模型、事件调度、副本自动缩放和边到云卸载，将P99延迟降低高达20.7%。

Comments v3: Revised manuscript with a citation-context correction and improved reference metadata. All references were reverified against authoritative sources; the confirmed page ranges for the ECO and C3 papers were retained

On a Merton Problem with Irreversible Healthcare Investment

关于具有不可逆医疗保健投资的默顿问题

Giorgio Ferrari, Shihao Zhu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究具有不可逆医疗保健投资的最优消费、投资组合选择问题，基于默顿问题构建模型，转化为对偶二维最优停止问题，推导正则性、刻画自由边界并数值计算，给出最优策略示例及金融含义。

Comments 52 pages

HYPIC: Accelerating Hybrid-Attention LLM Serving with Position-Independent Caching

HYPIC: 利用位置无关缓存加速混合注意力LLM服务

Yifei Liu, Juntong Wu, Yang Liu, Junhao Hu, Minghao Li, Xiaoxu Chen, Weihang Chen

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 提出Hypic系统，通过段累积转移算子和边界重计算，实现混合注意力LLM的位置无关缓存，显著降低首令牌延迟并提升吞吐量。

Predictive Photometric Uncertainty in Gaussian Splatting for Novel View Synthesis

预测性光度不确定性在新型视角合成中的高斯点散射应用

Chamuditha Jayanga Galappaththige, Thomas Gottwald, Peter Stehr, Edgar Heinert, Niko Suenderhauf, Dimity Miller, Matthias Rottmann

机构 * QUT Centre for Robotics, Australia（昆士兰大学机器人中心，澳大利亚） ； ARIAM Hub, Australia（ARIAM中心，澳大利亚） ； University of Wuppertal, Germany（乌尔姆大学，德国） ； University of Osnabrück, Germany（奥斯纳布吕克大学，德国） 纠错

专题命中 记忆与上下文管理 ：autonomous agent(abstract)

AI总结 本文提出轻量级框架，通过贝叶斯正则化线性最小二乘优化重建残差，实现像素级视图依赖性预测不确定性，提升3D高斯点散射在自主代理和安全关键应用中的可靠性。

Comments Accepted at ECCV26. Project Page: https://chumsy0725.github.io/3DGS-Uncertainty/

Mean-field games of speedy information access with observation costs

具有观测成本的快速信息获取平均场博弈

Dirk Becherer, Christoph Reisinger, Jonathan Tam

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 研究主体可主动控制信息获取速度的平均场博弈，通过接受更高成本降低观测延迟，利用主动信息获取影响状态动态以最大化奖励，用参数化信念状态将其转化为标准平均场博弈并求解。

Comments Accepted for publication in Mathematics and Operations Research

NEARL: Interacted Query Adaptation with Orthogonal Regularization for Medical Vision-Language Understanding

NEARL: 基于正交正则化的交互式查询自适应用于医学视觉-语言理解

Zelin Peng, Yichen Zhao, Yu Huang, Piao Yang, Feilong Tang, Zhengqin Xu, Xiaokang Yang, Wei Shen

机构 * MoE Key Lab of Artificial Intelligence（人工智能MOE实验室） ； AI Institute（人工智能研究院） ； School of Computer Science（计算机科学学院） ； Shanghai Jiao Tong University（上海交通大学） ； Department of Radiology（放射科） ； The First Affiliated Hospital（第一附属医院） ； School of Medicine（医学院） ； Zhejiang University（浙江大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） ； State Key Laboratory of Infrared Physics（红外物理国家重点实验室） ； Shanghai Institute of Technical Physics（上海技术物理研究所） ； Chinese Academy of Science（中国科学院） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)

AI总结 提出NEARL框架，通过统一协同嵌入变换器（USEformer）和正交交叉注意力适配器（OCA）实现双向跨模态交互，仅引入1.46M参数，在三个医学影像数据集上取得最先进性能。

When Networks Substitute for Outcome Surveillance? A Substitution-Complementarity Framework for Behavioral Signals in Predictive Monitoring

当网络替代结果监测时？预测性监测中行为信号的替代-互补框架

Sepehr Ilami, Qingtao Cao, Babak Heydari

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出替代-互补框架，通过Frisch-Waugh-Lovell方差分解分析移动网络在疫情预测中是否提供独立于结果监测的预测信号，发现网络特征在监测退化时显著提升预测性能。

eMEM: A Hybrid Spatio-Temporal Memory System For Embodied Agents

eMEM：一种面向具身智能体的混合时空记忆系统

A. Haroon Rasheed, Maria Kabtoul

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出eMEM混合图记忆系统，通过多索引架构和分层整合管道实现具身智能体在空间、时间和语义上的高效记忆检索，并在ProcTHOR-10K基准测试中达到80.8加权平均分。

Information gain and measurement disturbance for quantum agents

量子代理的信息增益与测量扰动

Arthur O. T. Pang, Noah Lupu-Gladstein, Y. Batuhan Yilmaz, C. Pria Dobney, Rui Jie Tang, Aharon Brodutch, Aephraim M. Steinberg

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 将量子测量推广至量子代理，其记忆可存储经典或量子信息，发现量子代理能获取更多信息但代价是更大的测量扰动，并通过实验表征了这种权衡。

Acquiring Human-Like Data-Efficient Mechanics Prediction from Deep Reinforcement Learning

从深度强化学习中获取类人数据高效的力学预测能力

Jingruo Peng, Shuze Zhu

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 提出一种强化学习框架，通过跨相似观测的回合切换，仅用少量观测即可获得泛化到广泛参数范围的力学直觉，并在最速降线、大变形弹性板和量子谐振子问题上验证，通过跨参数贝尔曼一致性解释泛化机制。