AI Agent

Faithful, Not Corrective: Message-Format Effects in Multi-Hop Agent Relays Are Tier-Dependent

忠实而非纠正：多跳智能体中继中的消息格式效应取决于层级

Zayx Shawn

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

AI总结 研究多跳智能体中继中消息格式效应，引入可控测试平台，发现格式效应取决于层级，强中继近乎无损，弱中继下跨格式差异增大，配对分叉注入中错误值保留情况与真实值保留匹配，结构提供错误定位通道，格式选择应依最弱中继。

InvDesFlow-AL: active learning-based workflow for inverse design of functional materials

InvDesFlow-AL: 基于主动学习的反向设计功能材料工作流程

Xiao-Qi Han, Peng-Jie Guo, Ze-Feng Gao, Hao Sun, Zhong-Yi Lu

机构 * School of Physics, Renmin University of China（中国人民大学物理学院） ； Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学人工智能学院） ； School of Engineering Science, University of Chinese Academy of Sciences（中国科学院大学工程科学学院） 纠错

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

AI总结 本研究提出了一种基于主动学习的反向设计功能材料框架InvDesFlow-AL，通过迭代优化材料生成过程，提高性能特征的准确性，并在低形成能和低Ehull材料设计中取得显著成果，成功发现超导材料Li₂AuH₆。

Comments 29 pages, 11 figures

Journal ref npj Computational Materials 11, 364 (2025)

Many AI Analysts, One Dataset: Navigating the Agentic Data Science Multiverse

众多AI分析师，一个数据集：导航代理数据科学多宇宙

Martin Bertran, Riccardo Fogliato, Zhiwei Steven Wu

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

AI总结 本研究展示基于LLM的AI分析师能生成多样化的分析结果，揭示了自动化经验科学中的透明性挑战。

SpeechIQ: Speech-Agentic Intelligence Quotient Across Cognitive Levels in Voice Understanding by Large Language Models

SpeechIQ: 大型语言模型在语音理解中的跨认知层级语音智能商

Zhen Wan, Chao-Han Huck Yang, Yahan Yu, Jinchuan Tian, Sheng Li, Ke Hu, Zhehuai Chen, Shinji Watanabe, Fei Cheng, Chenhui Chu, Sadao Kurohashi

机构 * Kyoto University（京都大学） ； NVIDIA ； Carnegie Mellon University（卡内基梅隆大学） ； Institute of Science Tokyo（东京科学研究院） 纠错

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

AI总结 SpeechIQ是一种基于语音的智能评估框架，通过三个认知层级评估大型语言模型在语音理解中的能力，提供统一的比较和识别标注错误与幻觉。

Comments ACL 2025 main. Our Speech-IQ leaderboard is hosted at huggingface.co/spaces/nvidia/Speech-IQ-leaderboard. Speech-IQ Calculator: https://github.com/YukinoWan/SpeechIQ

AutoChemSchematic AI: Agentic Physics-Aware Automation for Chemical Manufacturing Scale-Up

Sakhinana Sagar Srinivas, Shivam Gupta, Venkataramana Runkana

机构 * Tata Research Development（塔塔研究发展） ； Design Center, Bangalore（设计中心，班加罗尔） 纠错

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

Making Software FAIR: A machine-assisted workflow for the research software lifecycle

Petr Knoth, Laurent Romary, Patrice Lopez, Roberto Di Cosmo, Pavel Smrz, Tomasz Umerle, Melissa Harrison, Alain Monteil, Matteo Cancellieri, David Pride

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

Comments 5 pages

RestoreAgent: Autonomous Image Restoration Agent via Multimodal Large Language Models

Haoyu Chen, Wenbo Li, Jinjin Gu, Jingjing Ren, Sixiang Chen, Tian Ye, Renjing Pei, Kaiwen Zhou, Fenglong Song, Lei Zhu

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.CL

From Words to Worlds: Transforming One-line Prompt into Immersive Multi-modal Digital Stories with Communicative LLM Agent

Samuel S. Sohn, Danrui Li, Sen Zhang, Che-Jui Chang, Mubbasir Kapadia

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.CL

Comments 16 pages, 13 figures

Towards better Human-Agent Alignment: Assessing Task Utility in LLM-Powered Applications

Negar Arabzadeh, Julia Kiseleva, Qingyun Wu, Chi Wang, Ahmed Awadallah, Victor Dibia, Adam Fourney, Charles Clarke

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.CL

Artificial Intelligence in archival and historical scholarship workflow: HTS and ChatGPT

Salvatore Spina

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

Comments 12 pages, 9 figures

Improving Primary Healthcare Workflow Using Extreme Summarization of Scientific Literature Based on Generative AI

Gregor Stiglic, Leon Kopitar, Lucija Gosak, Primoz Kocbek, Zhe He, Prithwish Chakraborty, Pablo Meyer, Jiang Bian

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

Comments 5 pages, 5 figures

NL2CMD: An Updated Workflow for Natural Language to Bash Commands Translation

Quchen Fu, Zhongwei Teng, Marco Georgaklis, Jules White, Douglas C. Schmidt

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

Journal ref Journal of Machine Learning Theory, Applications and Practice 2023

ORKG-Leaderboards: A Systematic Workflow for Mining Leaderboards as a Knowledge Graph

Salomon Kabongo, Jennifer D'Souza, Sören Auer

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

Comments NA. arXiv admin note: text overlap with arXiv:2109.13089

Learning black- and gray-box chemotactic PDEs/closures from agent based Monte Carlo simulation data

Seungjoon Lee, Yorgos M. Psarellis, Constantinos I. Siettos, Ioannis G. Kevrekidis

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

Comments 33 pages, 5 figures, 1 table

How a minimal learning agent can infer the existence of unobserved variables in a complex environment

Katja Ried, Benjamin Eva, Thomas Müller, Hans J. Briegel

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

Comments 28 pages plus references, 9 figures

Optimizing Agent Behavior over Long Time Scales by Transporting Value

Chia-Chun Hung, Timothy Lillicrap, Josh Abramson, Yan Wu, Mehdi Mirza, Federico Carnevale, Arun Ahuja, Greg Wayne

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.LG

Building a Conversational Agent Overnight with Dialogue Self-Play

Pararth Shah, Dilek Hakkani-Tür, Gokhan Tür, Abhinav Rastogi, Ankur Bapna, Neha Nayak, Larry Heck

专题命中 工作流自动化 ：agent(title)；分类 cs.AI、cs.CL

Comments 11 pages, 4 figures

FormaTheoria: Constructing Large-Scale Lean Theories from Mathematical Literature $-$ Toward the Formalization of the Classification of Finite Simple Groups

FormaTheoria：从数学文献构建大规模Lean理论——迈向有限单群分类定理的形式化

Tianjiao Nie, Ao Zhang, Yusen Tang, Damiano Testa, Shing-Tung Yau, Peng Li, Yuan Zhou

专题命中 工作流自动化 ：agent(abstract)；tool use(abstract)；workflow(abstract)

AI总结 本研究提出AI辅助工作流FormaTheoria，应用于有限单群分类定理的形式化，构建了经机器检查的Lean开发项目，验证了深度依赖的有限群理论，为推进该定理的形式化奠定基础。

Terminal Agents Suffice for Enterprise Automation

终端代理足以实现企业自动化

Patrice Bechard, Orlando Marquez Ayala, Emily Chen, Jordan Skelton, Sagar Davasam, Srinivas Sunkara, Vikas Yadav, Sai Rajeswar

机构 * Mila -- Quebec AI Institute（Mila — 魁北克人工智能研究所） 纠错

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

AI总结 本文探讨终端代理通过直接调用平台API在企业自动化中表现优异，证明简单接口结合强大基础模型足以替代复杂代理架构。

Comments Pre-print. Under review. 51 pages, 6 figures, 21 tables

Addressing the Orchestration Gap in Generalist Robots via Physical Agency

通过物理智能解决通用机器人中的编排差距

Liane Galanti, Dhruv Shah, Tri Dao

机构 * Princeton University（普林斯顿大学） ； Together AI（联合人工智能） 纠错

专题命中 工作流自动化 ：agent(abstract)；planning(abstract)；agentic(abstract)

AI总结 研究通用机器人行动推理问题，提出将相关能力分解为语言条件策略/控制智能体与高级智能体管理器/编排器，构建物理智能体编排器Pigey，经评估其在模拟和实际任务中性能显著提升，缩小了编排差距。

Process Reward Informed Tree Rollout for Effective Multi-Turn RL

用于有效多轮强化学习的过程奖励引导树展开

Xintong Li, Sha Li, Yuwei Zhang, Changlong Yu, Rongmei Lin, Hongye Jin, Shuyi Guan, Xin Liu, Linwei Li, Qingyu Yin, Jingbo Shang

机构 * UC San Diego（加州大学圣地亚哥分校） ； Amazon（亚马逊） ； MIT Alumni（麻省理工学院校友） 纠错

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

AI总结 研究多轮强化学习中有效探索问题，提出过程评分器引导的自适应树展开框架PATR，利用过程反馈评分轨迹、选择性分支等，在FrozenLake和SWE - Bench实验中提升性能，是可扩展多轮强化学习的有效策略。

Comments Preprint

AgentSociety 2: An Integrated Research Environment for Executable Social Science

AgentSociety 2：用于可执行社会科学的集成研究环境

Jinghua Piao, Jun Zhang, Haoyu Huang, Keming Zhang, Jing Yi Wang, Xinran Zhao, Songwei Li, Boyuan Sun, Jiayi Chang, Fengli Xu, Chunyan Wang, Fang Zhang, Ke Rong, Jun Su, Tianguang Meng, Yi Liu, Qingguo Meng, Yu Wang, Yong Li

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 针对社会科学研究对象的独特性及现有系统缺陷，AgentSociety 2集成研究环境结合大语言模型代理的两个角色，支持端到端工作流程，通过多领域研究展示其能力，为计算社会科学提供可控基础设施。

Descriptive Execution of HPC Applications and Workflows

高性能计算应用程序和工作流的描述性执行

Vanessa Sochat, Daniel Milroy

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 研究评估智能框架在高性能计算中的表现，该框架结合大语言模型及资源，能完成扩展研究、作业规范转换和生物科学工作流三项任务，揭示特定任务失败模式，为多集群设置开发提供宝贵信息。

Comments 8 pages, 6 figures, 3 tables

Human-in-the-Loop Nugget Annotation for Accountable LLM-as-a-Judge Evaluations

人在环路的金块标注：用于可问责的LLM作为评判者评估

Laura Dietz

专题命中 工作流自动化 ：agent(abstract_cn)；workflow(abstract)；agentic(abstract)

AI总结 提出一种原型标注工具，通过人类识别信息金块、LLM进行匹配的分工方式，实现高效且可问责的AI系统评估。

Know Your Contract: eIDAS-Based Verifiable Legal Identities for Smart Contracts, Enabling Regulatory-Compliant On-Chain Operations

了解你的合同：基于eIDAS的可验证法律身份用于智能合约，使链上操作符合监管要求

Awid Vaziry, Sandro Rodriguez Garzon, Christoph Wronka, Axel Küpper

专题命中 工作流自动化 ：agent(abstract)；workflow(abstract)；agentic(abstract)

AI总结 本文提出KYC Seal协议，通过将智能合约与合格信任服务机构签发的电子印章进行密码学绑定，实现eIDAS信任链在链上原生扩展，提升合规性与安全性。

Causal Discovery in the Era of Agents

智能体时代的因果发现

Yujia Zheng, Vishal Verma, Mantej Gill, Haoyue Dai, Peter Spirtes, Kun Zhang

机构 * Carnegie Mellon University（卡内基梅隆大学） ； Mohamed bin Zayed University of Artificial Intelligence（穆罕默德·本·扎耶德人工智能大学） 纠错

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

AI总结 提出智能体应辅助因果发现流程而非提供因果结论，通过causal-learn+平台实现数据驱动、算法支撑的因果发现，避免语言模型不可靠性转化为因果证据。

Comments Platform is available at causallearn.com

Test-Driven, AI-Assisted Learning: Replacing Lectures with Weekly Closed-Book Tests

测试驱动、AI辅助学习：用每周闭卷考试取代讲座

Jin-Guo Liu, Shang-Qi Lu, Xin-Ran Shi, Long-Li Zheng, Wei Wang

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；workflow(abstract)

AI总结 提出测试驱动AI辅助学习（TDAA）模式，用自定进度学习和频繁闭卷考试替代传统讲座，通过AI工具辅助教学材料准备和评分，实现高频质量关卡。

Comments 7 pages, 3 figures. GitHub: https://github.com/TDAA-Go/TDAA-Go

Nonlocal flocking dynamics: Learning the fractional order of PDEs from particle simulations

非局部聚群动力学：从粒子模拟中学习PDE的分数阶次

Zhiping Mao, Zhen Li, George Em Karniadakis

专题命中 工作流自动化 ：agent(summary_cn,abstract)

AI总结 本文研究了非局部聚群动力学，通过粒子模拟学习PDE的分数阶次，将离散的agent模型与连续的fPDE模型连接起来，展示了如何从粒子轨迹中提取有效的非局部影响函数。

Comments 22 pages, 7 figures

Journal ref Commun. Appl. Math. Comput. 2019, 1: 597-619

A Model Context Protocol Server for Quantum Execution in Hybrid Quantum-HPC Environments

用于混合量子-HPC环境中量子执行的模型上下文协议服务器

Masaki Shiraishi, Ikko Hamamura, Tatsuya Ishigaki, Tadashi Kadowaki

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；workflow(abstract)

AI总结 提出基于MCP服务器的AI驱动框架，使LLM代理能通过自然语言自动执行量子计算工作流，包括采样和期望值计算等原语。

Comments Accepted to QC4C3 workshop at QCNC 2026

DUCX: Decomposing Unfairness in Tool-Using Chest X-ray Agents

DUCX：分解使用工具的胸部X光代理中的不公平性

Zikang Xu, Ruinan Jin, Xiaoxiao Li

机构 * Institute of Artificial Intelligence, Hefei Comprehensive National Science Center, Anhui, China（人工智能研究所，合肥国家科学中心，安徽，中国） ； The University of British Columbia, Vancouver, BC V6Z 1Z4, Canada（不列颠哥伦比亚大学，温哥华，BC V6Z 1Z4，加拿大） ； Vector Institute, Toronto, ON M5G 1M1, Canada（向量研究所，多伦多，ON M5G 1M1，加拿大） 纠错

专题命中 工作流自动化 ：agent(abstract)；AI agent(abstract)；agentic(abstract)

AI总结 提出DUCK框架，通过阶段式公平性分解方法，系统审计使用工具的胸部X光代理中的工具暴露偏差、工具转换偏差和模型推理偏差，揭示端到端评估无法预测的群体差异。

Comments Early accepted by MICCAI 2026