AI Agent

DN-Hypo-Pipeline: An AI-Driven Workflow for Generating Hypotheses using Large Language Models and Scientific Explanations

DN-Hypo-Pipeline：一种基于大语言模型和科学解释的AI驱动假设生成工作流

Lei Lin, Xinlong Pan, Ronghao Wang, Chunbao Zhou, Jue Wang, Yangang Wang, Ivana Rasovska

机构 * Computer Network Information Center, Chinese Academy of Sciences, China（中国科学院计算机网络信息中心） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.AI

AI总结 提出DN-Hypo-Pipeline，利用大语言模型和科学解释作为先验知识，从现有文献中推导新假设，在数据科学建模中通过统计推断和专家评估证明优于直接生成方法，并验证了生成假设对应的算法性能。

Supporting Autonomous Process Execution within a Multi-Perspective Constraint Frame via Numeric Planning

通过数值规划在多视角约束框架内支持自主流程执行

Paul Wittlinger, Giacomo Acitelli, Anti Alman, Fabrizio Maria Maggi, Andrea Marrella

专题命中 工作流自动化 ：planning(title)；分类 cs.AI

AI总结 研究在人工智能增强业务流程管理系统中，通过引入新工具，用多视角约束增强流程框架，为部分流程执行推荐最优延续，经实证评估该技术具可扩展性和有效性，能支持自主及约束感知决策。

An End-to-End Hybrid Quantum--Classical Sampling Workflow for Discrete Markov Random Fields: A Reproducible Case Study

离散马尔可夫随机场的端到端混合量子-经典采样工作流程：一个可重现的案例研究

Arul Rhik Mazumder

机构 * School of Computer Science（计算机科学学院） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 研究离散马尔可夫随机场采样难题中，对小MRF采用幅度编码独立同分布采样，与经典MCMC比较。通过多个实例展示不同方法的ESS比率等，还进行了预处理时间、MPS缩放及VQC与MPS的比较，揭示各方法特点及差距。

Comments 9 pages, 7 figures, 9 tables, Accepted to IEEE International Conference of Quantum Computing and Engineering - QCE 2026 in the Quantum End-to-End Hybrid Case Studies (QECS) Technical Papers track

A New Workflow for Materials Discovery Bridging the Gap Between Experimental Databases and Graph Neural Networks

一种新的工作流程用于材料发现，弥合实验数据库与图神经网络之间的差距

Brandon Schoener, Yuting Hu, Pasit Wanlapha, Akshay Rengarajan, Ian Moog, Michael Wang, Peihong Zhang, Jinjun Xiong, Hao Zeng

机构 * Department of Physics, University at Buffalo, State University of New York, Buffalo, NY ； Department of Computer Science \& Engineering, University at Buffalo, State University of New York, Buffalo, NY ； Institute for Artificial Intelligence ； Data Science, University at Buffalo, State University of New York, Buffalo, NY 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本文提出了一种新的工作流程，通过将实验数据库与晶体学信息文件对齐，弥补了实验数据与图神经网络之间的差距，提升了材料属性预测的准确性和效率。

Comments 8 pages, 3 figures, 1 table, submitted to Journal of Magnetism and Magnetic Materials

Agentic AI for IPoDWDM Network Lifecycle Automation: An MCP-Enabled Architecture

用于IPoDWDM网络生命周期自动化的智能AI：一种启用MCP的架构

Chunmin Xia, Jakub Harbaczewski, Nikhil Dsilva, Julie Raulin, Dominic Schneider, Achim Autenrieth

机构 * Adtran Networks SE（阿特兰网络公司） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 该研究针对多供应商、多层IPoDWDM网络，提出分布式多MCP架构，借助SDN实现自动化及自主控制，运用GNPy模型等进行闭环跨层控制，并通过实验验证，实现端到端服务生命周期自动化。

Comments Accepted for oral presentation at the European Conference on Optical Communication (ECOC 2026)

An Empirical Study of Downstream Adaptation for Agent Skills

智能体技能下游适配的实证研究

Xinjian Wu, Jingzhi Gong, Gunel Jahangirova, Zhenpeng Chen, Jie M. Zhang

专题命中 工作流自动化 ：agent(title)；分类 cs.SE

AI总结 研究大语言模型智能体技能下游适配，分析六个技能库的1126个适配实例，构建含46种模式的分类法，揭示重用悖论，发现适配相互依赖及近五分之一适配引入安全敏感内容，为改进技能设计等提供启示。

Comments 10 pages, 3 figures, 13 tables

GLM-5 Serving Parameter Tuning for OpenClaw: Single-Deployment MaaS Inference Optimization for Long-Context Agent Workloads

用于OpenClaw的GLM-5服务参数调优：针对长上下文代理工作负载的单部署MaaS推理优化

Minjie Hua, Ning Wang, Peijun Yang, Kai Wang, Shiguo Lian

机构 * China Unicom（中国联合网络通信集团有限公司） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 研究在MaaS多模型推理优化架构中对GLM-5服务参数调优，在单节点优化模块调整相关参数，找到最佳配置，相比基线提升了请求和总令牌吞吐量，降低了平均TTFT和延迟P90，推荐其为默认部署配置。

Comments 10 pages, 3 figures, 2 tables; technical report

DA-Studio: An Agentic System for End-to-End Data Analysis

DA-Studio：用于端到端数据分析的智能体系统

Yizhe Liu, Shaolei Zhang, Ju Fan

机构 * Renmin University of China（中国人民大学） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 提出DA-Studio，一个集成了沙盒执行与可检查工作流的端到端数据分析系统，通过迭代动作生成与代码执行，从原始文件与自然语言请求逐步构建可执行分析步骤。

Comments VLDB 2026 Demo submission

Semantic Prompting: Agentic Incremental Narrative Refinement through Spatial Semantic Interaction

语义提示：通过空间语义交互实现代理增量叙事优化

Xuxin Tang, Ibrahim Tahmid, Eric Krokos, Kirsten Whitley, Xuan Wang, Chris North

机构 * Department of Defense（国防部） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 本文提出语义提示框架，通过感知语义交互、推理解释意图并执行定位修订，解决现有空间-文本生成中的交互修订不一致、人机意图不一致和定制粒度不足问题，提升空间精细化调整的精度和用户交互效率。

Comments 9 pages, 7 figures, accepted by ACM AVI 2026; has updated the appendix

All Eyes on the Workflow: Automated and Efficient Event Discovery from Video Streams

全神贯注于工作流：从视频流中自动高效发现事件

Marco Pegoraro, Jonas Seng, Dustin Heller, Wil M. P. van der Aalst, Kristian Kersting

机构 * Chair of Process and Data Science, RWTH Aachen University（过程与数据科学教授席位，亚琛工业大学） ； Artificial Intelligence & Machine Learning Lab, Technical University of Darmstadt（人工智能与机器学习实验室，达姆施塔特技术大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 提出SnapLog方法，利用图像嵌入和帧间相似矩阵进行时间分割，结合广义少样本分类从视频中提取事件数据，生成可解释的带标签时间戳帧序列。

Comments 18 pages, 6 figures, 1 table, 27 references

UModel: An Agent-Ready Observability Data Modeling Method at Scale

UModel: 一种面向智能体的可观测性数据规模化建模方法

Changhua Pei, Zheyuan Li, Zexin Wang, Hang Cui, Xiaohui Nie, Qi Zhou, Fang Situ, Cheng Zhang, Xin Zhang, Xidao Wen, Gaogang Xie, Jingjing Li, Dan Pei

专题命中 工作流自动化 ：agent(title)；分类 cs.SE

AI总结 针对现有可观测性框架数据孤岛、模式不兼容及语义元数据不足导致根因分析困难的问题，提出UModel统一本体框架，通过对象中心化建模和语义图连接异构数据，并引入U-SPL管道查询接口，使智能体自主探索系统拓扑并关联多模态数据，在AIOps 2025挑战赛数据集上根因定位精度提升8%，已在阿里云部署超一年，服务数万用户，支撑每秒数百万操作和亚秒级查询延迟。

Beyond Semantic Similarity: A Two-Phase Non-Parametric Retrieval Workflow for Corporate Credit Underwriting

超越语义相似性：一种用于企业信贷审批的双阶段非参数检索流程

Linus Ng Junjia, Ezekiel Tee Kongquan, Kelvin Heng, Kenneth Zhu Ke, Zhao Jing Yuan

机构 * Georgia Institute of Technology（佐治亚理工学院） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.CL

AI总结 本文提出了一种双阶段非参数检索架构，旨在解决信贷审批中检索结果与决策有用性之间的差距问题，通过结合词法和密集多语言检索构建候选池，并利用LLM作为判断机制对文档进行实用性评分，从而提高检索效率和实用性。

Diagnosing Korean-Language LLM Political Bias via Census-Grounded Agent Simulation

通过人口普查基础代理模拟诊断韩语LLM的政治偏见

Sungwoo Kang

机构 * Department of Electrical and Computer Engineering（电气与计算机工程系） ； Korea University（韩国大学） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 本文通过人口普查基础代理模拟框架Dynamo-K，研究韩语LLM在六个韩国选举中的政治行为，识别出三种系统性失败模式，并提出解决方案以校准模型，从而提高政治行为诊断的准确性。

Demonstration of Pneuma-Seeker: Agentic System for Reifying and Fulfilling Information Needs on Tabular Data

肺气追寻者：用于表格数据上信息需求具象化与实现的代理系统

Muhammad Imam Luthfi Balaka, Raul Castro Fernandez

机构 * The University of Chicago（芝加哥大学） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 本文提出Pneuma-Seeker系统，通过将用户信息需求转化为显式关系规范，支持迭代细化、目标数据发现和溯源执行，利用LLM作为透明交互分析伙伴。

Comments ACM CAIS 2026 (Demo)

What if Pinocchio Were a Reinforcement Learning Agent: A Normative End-to-End Pipeline

如果匹诺曹是一个强化学习代理：一种规范性端到端流程

Benoît Alcaraz

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 本文提出一种端到端流程，通过结合AJAR、Jiminy和NGRL架构，引入混合模型，使强化学习代理在规范下运作，并探讨规范规避现象及其缓解策略。

Comments PhD thesis

AgenticRed: Evolving Agentic Systems for Red-Teaming

AgenticRed：为红队测试设计的进化系统

Jiayi Yuan, Jonathan Nöther, Natasha Jaques, Goran Radanović

机构 * University of Washington（华盛顿大学） ； Max Planck Institute for Software Systems（马克斯·普朗克软件系统研究所） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 AgenticRed通过进化算法自动设计红队系统，无需人工干预，显著提升攻击成功率，达到96%-100%的ASR。

Comments Website: https://yuanjiayiy.github.io/AgenticRed/

Instructional Text Across Disciplines: A Survey of Representations, Downstream Tasks, and Open Challenges Toward Capable AI Agents

跨学科指令文本：对表示、下游任务和有能力AI代理的综述

Abdulfattah Safa, Tamta Kapanadze, Arda Uzunoğlu, Gözde Gül Şahin

机构 * KUIS AI Lab, Koç University, Istanbul, Türkiye（KUIS AI实验室，科克大学，伊斯坦布尔，土耳其） ； Koç University, Istanbul, Türkiye（科克大学，伊斯坦布尔，土耳其） ； Johns Hopkins University, Baltimore, USA（约翰霍普金斯大学，巴尔的摩，美国） ； Friedrich-Alexander-Universität Erlangen-Nürnberg, Germany（埃尔兰根-纽伦堡弗里德里希-亚历山大大学，德国） 纠错

专题命中 工作流自动化 ：AI agent(title)；分类 cs.CL

AI总结 本文综述了指令文本的表示方法、下游任务及挑战，旨在为AI代理提供统一视角，填补不同研究方向间的空白。

Comments Pre-CoLI print. Accepted for publication in Computational Linguistics (MIT Press). Advance online publication. March 2026

MetaClaw: Just Talk -- An Agent That Meta-Learns and Evolves in the Wild

MetaClaw：只需交谈--一个在野中元学习和进化的智能体

Peng Xia, Jianwen Chen, Xinyu Yang, Haoqin Tu, Jiaqi Liu, Kaiwen Xiong, Siwei Han, Shi Qiu, Haonian Ji, Yuyin Zhou, Zeyu Zheng, Cihang Xie, Huaxiu Yao

机构 * Carnegie Mellon University（卡内基梅隆大学） 纠错

专题命中 工作流自动化 ：agent(title)；分类 cs.LG

AI总结 MetaClaw通过元学习框架实现持续进化，结合技能驱动快速适应与机会性策略优化，提升任务准确性与鲁棒性。

YAQIN: Culturally Sensitive, Agentic AI for Mental Healthcare Support Among Muslim Women in the UK

YAQIN：面向英国穆斯林女性的文化敏感、代理型AI心理健康支持系统

Yasmin Zaraket, Céline Mougenot

机构 * Dyson School of Design Engineering, Imperial College London（帝京理工学院伦敦校区设计工程学院） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

AI总结 YAQIN通过整合伊斯兰心理学和用户中心设计，为英国穆斯林女性提供文化敏感的AI心理健康支持，提升信任与治疗效果。

Pareto-guided Pipeline for Distilling Featherweight AI Agents in Mobile MOBA Games

基于帕累托最优的流水线：在移动MOBA游戏中蒸馏轻量级AI代理

Xionghui Yang, Bozhou Chen, Yunlong Lu, Yongyi Wang, Lingfeng Li, Lanxiao Huang, Lin Liu, Wenjun Wang, Meng Meng, Xia Lin, Wenxin Li

机构 * School of Computer Science Peking University Beijing China（计算机科学系 首都大学 北京 中国） ； TiMi L1 Studio Tencent Chengdu China（TiMi L1工作室 腾讯 成都 中国） ； Peking University（首都大学） ； Tencent（腾讯） 纠错

专题命中 工作流自动化 ：AI agent(title)；分类 cs.LG

AI总结 本文提出基于帕累托最优的流水线，设计高效学生架构搜索空间，在移动MOBA游戏中实现轻量级AI代理的蒸馏，提升推断速度与能效。

Enhancing Customer Contact Efficiency with Graph Neural Networks in Credit Card Fraud Detection Workflow

利用图神经网络提升信用卡欺诈检测流程中的客户联系效率

Menghao Huo, Kuan Lu, Qiang Zhu, Zhenrui Chen

机构 * School of Engineering（工程学院） ； Department of Mechanical and Aerospace Engineering（机械与航空航天工程系） ； University of Houston（休斯顿大学） ； School of Electrical and Computer Engineering（电气与计算机工程学院） ； Cornell University（康奈尔大学） ； Fu Foundation School of Engineering and Applied Science（工程与应用科学学院） ； Columbia University in the City of New York（纽约市哥伦比亚大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 本文提出利用RGCN提升信用卡欺诈检测流程中客户联系效率，通过关系图结构提高识别准确性和减少误报。

Comments Published in Proceedings of the 2025 IEEE 7th International Conference on Communications, Information System and Computer Engineering (CISCE), pp. 320-324. DOI: 10.1109/CISCE65916.2025.11065245

Journal ref Proceedings of 2025 IEEE 7th International Conference on Communications, Information System and Computer Engineering (CISCE), pp. 320-324

Full end-to-end diagnostic workflow automation of 3D OCT via foundation model-driven AI for retinal diseases

通过基于基础模型的AI实现3D OCT的全流程诊断工作流程自动化用于视网膜疾病

Jinze Zhang, Jian Zhong, Li Lin, Jiaxiong Li, Ke Ma, Naiyang Li, Meng Li, Yuan Pan, Zeyu Meng, Mengyun Zhou, Shang Huang, Shilong Yu, Zhengyu Duan, Sutong Li, Honghui Xia, Juping Liu, Dan Liang, Yantao Wei, Xiaoying Tang, Jin Yuan, Peng Xiao

专题命中 工作流自动化 ：workflow(title)；分类 cs.AI

AI总结 FOCUS通过基于基础模型的AI实现3D OCT视网膜疾病诊断的端到端自动化，提高了诊断效率和准确性。

Metric Hub: A metric library and practical selection workflow for use-case-driven data quality assessment in medical AI

Metric Hub: 一个用于医疗AI中以用例为导向的数据质量评估的度量库和实用选择流程

Katinka Becker, Maximilian P. Oppelt, Tobias S. Zech, Martin Seyferth, Sandie Cabon, Vanja Miskovic, Ivan Cimrak, Michal Kozubek, Giuseppe D'Avenio, Ilaria Campioni, Jana Fehr, Kanjar De, Ismail Mahmoudi, Emilio Dolgener Cantu, Laurenz Ottmann, Andreas Klaß, Galaad Altares, Jackie Ma, Alireza Salehi M., Nadine R. Lang-Richter, Tobias Schaeffter, Daniel Schwabe

专题命中 工作流自动化 ：workflow(title)；分类 cs.LG

AI总结 Metric Hub提出一个医疗AI中以用例为导向的数据质量评估度量库和选择流程，通过度量卡片和决策树提升数据质量评估的实用性与可信度。

AquaSentinel: Next-Generation AI System Integrating Sensor Networks for Urban Underground Water Pipeline Anomaly Detection via Collaborative MoE-LLM Agent Architecture

AquaSentinel：下一代集成传感器网络的AI系统，通过协作MoE-LLM代理架构实现城市地下供水管道异常检测

Qiming Guo, Bishal Khatri, Wenbo Sun, Jinwen Tang, Hua Zhang, Wenlu Wang

专题命中 工作流自动化 ：agent(title)；分类 cs.AI

AI总结 AquaSentinel通过协作MoE-LLM代理架构实现城市地下供水管道异常检测，结合物理信息和稀疏传感技术，以低成本实现高精度的实时监测。

Comments 7 pages, 1 figure, 2 tables, Accepted to the 40th AAAI Conference on Artificial Intelligence (AAAI 2026), IAAI Deployed Applications Track

UrduFactCheck: An Agentic Fact-Checking Framework for Urdu with Evidence Boosting and Benchmarking

Sarfraz Ahmad, Hasan Iqbal, Momina Ahsan, Numaan Naeem, Muhammad Ahsan Riaz Khan, Arham Riaz, Muhammad Arslan Manzoor, Yuxia Wang, Preslav Nakov

专题命中 工作流自动化 ：agentic(title)；分类 cs.CL

Comments 15 pages, 4 figures, 5 tables, 6 Listings, Published in Proceeding of The 2025 Conference on Empirical Methods in Natural Language Processing

FeaGPT: an End-to-End agentic-AI for Finite Element Analysis

Yupeng Qi, Ran Xu, Xu Chu

专题命中 工作流自动化 ：agentic(title)；分类 cs.SE

Enabling Doctor-Centric Medical AI with LLMs through Workflow-Aligned Tasks and Benchmarks

Wenya Xie, Qingying Xiao, Yu Zheng, Xidong Wang, Junying Chen, Ke Ji, Anningzhe Gao, Prayag Tiwari, Xiang Wan, Feng Jiang, Benyou Wang

机构 * Shenzhen Research Institute of Big Data（大数据研究 institute） ； National Health Data Institute（国家健康数据研究所） ； Halmstad University（哈马碧大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.CL

Prompt-Driven Agentic Video Editing System: Autonomous Comprehension of Long-Form, Story-Driven Media

Zihan Ding, Xinyi Wang, Junlong Chen, Per Ola Kristensson, Junxiao Shen

机构 * University of British Columbia（不列颠哥伦比亚大学） ； University of Bristol（布里斯托大学） ； Department of Engineering, University of Cambridge（剑桥大学工程系） ； School of Computer Science, University of Bristol（布里斯托大学计算机科学学院） 纠错

专题命中 工作流自动化 ：agentic(title)；分类 cs.AI

Agentic LLMs for Question Answering over Tabular Data

Rishit Tyagi, Mohit Gupta, Rahul Bouri

专题命中 工作流自动化 ：agentic(title)；分类 cs.CL

Comments Accepted at ACL workshop SemEval 2025

Introducing Quality Estimation to Machine Translation Post-editing Workflow: An Empirical Study on Its Usefulness

Siqi Liu, Guangrong Dai, Dechao Li

机构 * The Hong Kong Polytechnic University（香港理工大学） ； Guangdong University of Foreign Studies（广东外语外贸大学） 纠错

专题命中 工作流自动化 ：workflow(title)；分类 cs.CL

Comments 11 pages, 5 figures, 2 tables. To be published in the Proceedings of the 20th Machine Translation Summit (MT Summit 2025; Geneva, Switzerland)