AI Agent

Enhancing LLM Instruction Following: An Evaluation-Driven Multi-Agentic Workflow for Prompt Instructions Optimization

增强大语言模型指令遵循：一种以评估为导向的多智能体工作流用于提示指令优化

Alberto Purpura, Li Wang, Sahil Badyal, Eugenio Beaufrand, Adam Faulkner

机构 * Card Intelligence, Capital One（卡德智能，Capital One） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.AI

AI总结 本文提出了一种多智能体工作流，通过评估驱动的方法优化提示指令，提升大语言模型对约束条件的遵循能力。

EEsizer: LLM-Based AI Agent for Sizing of Analog and Mixed Signal Circuit

EEsizer: 基于LLM的模拟和混合信号电路尺寸设计AI代理

Chang Liu, Danial Chitnis

机构 * The University of Edinburgh（爱丁堡大学） ； The School of Engineering（工程学院） ； Institute for Integrated Micro and Nano Systems（集成微纳系统研究所） 纠错

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

AI总结 EEsizer是一种基于LLM的AI代理，通过整合大语言模型与电路仿真器和自定义数据分析功能，实现了模拟和混合信号电路尺寸设计的自动化，展示了在先进节点上的适应性和鲁棒性。

Journal ref IEEE Transactions on Circuits and Systems I: Regular Papers, 2026

$A^2Flow:$ Automating Agentic Workflow Generation via Self-Adaptive Abstraction Operators

$A^2Flow$：通过自适应抽象运算符自动化代理工作流生成

Mingming Zhao, Xiaokang Wei, Yuanqi Shao, Kaiwen Zhou, Lin Yang, Siwei Rao, Junhui Zhan, Zhitang Chen

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.AI

AI总结 $A^2Flow$通过自适应抽象运算符实现代理工作流的自动化生成，提升性能并降低资源消耗。

Comments Accepted by AAAI-2026

CLIMATEAGENT: Multi-Agent Orchestration for Complex Climate Data Science Workflows

CLIMATEAGENT: 多智能体编排用于复杂气候数据科学工作流

Hyeonjae Kim, Chenyue Li, Wen Deng, Mengxi Jin, Wen Huang, Mengqian Lu, Binhang Yuan

机构 * The Hong Kong University of Science and Technology（香港科学与技术大学） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.LG

AI总结 ClimateAgent通过多智能体编排和动态API意识，实现端到端自动化气候数据分析，取得优于基线方法的高任务完成率和报告质量。

Comments 30 pages, 6 figures, 3 tables

AI Agent-Driven Framework for Automated Product Knowledge Graph Construction in E-Commerce

Dimitar Peshevski, Riste Stojanov, Dimitar Trajanov

机构 * Faculty of Computer Science and Engineering（计算机科学与工程系） 纠错

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

Comments Proceedings of the 1st GOBLIN Workshop on Knowledge Graph Technologies

Journal ref The 1st GOBLIN Workshop on Knowledge Graph Technologies, June 12, 2025 in Leipzig, Germany

Sherlock: Reliable and Efficient Agentic Workflow Execution

Yeonju Ro, Haoran Qiu, Íñigo Goiri, Rodrigo Fonseca, Ricardo Bianchini, Aditya Akella, Zhangyang Wang, Mattan Erez, Esha Choukse

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.SE

GraphSearch: An Agentic Deep Searching Workflow for Graph Retrieval-Augmented Generation

Cehao Yang, Xiaojun Wu, Xueyuan Lin, Chengjin Xu, Xuhui Jiang, Yuanliang Sun, Jia Li, Hui Xiong, Jian Guo

机构 * IDEA Research, International Digital Economy Academy（IDEA研究机构、国际数字经济学院） ； Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州）） ； DataArc Tech Ltd.（DataArc科技有限公司） ； Hithink RoyalFlush Information Network Co., Ltd（Hithink皇家Flush信息网络有限公司） 纠错

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.CL

LLM-based AI Agent for Sizing of Analog and Mixed Signal Circuit

Chang Liu, Emmanuel A. Olowe, Danial Chitnis

机构 * School of Engineering The University of Edinburgh Edinburgh, UK（工程学院 皇家爱丁堡大学 英国爱丁堡） 纠错

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

Comments to be presented in IEEE NEWCAS 2025

Journal ref 2025 23rd IEEE Interregional NEWCAS Conference (NEWCAS)

Towards Agentic AI Networking in 6G: A Generative Foundation Model-as-Agent Approach

Yong Xiao, Guangming Shi, Ping Zhang

机构 * School of Electronic Information and Communications, the Huazhong University of Science and Technology, Wuhan, China（电子信息与通信学院，华中科技大学，武汉） ； Peng Cheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） ； Pazhou Laboratory (Huangpu), Guangzhou, China（琶洲实验室（黄埔），广州，中国） ； School of Artificial Intelligence, Xidian University, Xi’an, Shaanxi 710071, China（人工智能学院，西安电子科技大学，西安，陕西） ； State Key Laboratory of Networking and Switching Technology, Beijing University of Posts and Telecommunications, Beijing, China（网络与交换技术国家重点实验室，北京邮电大学，北京，中国） 纠错

专题命中 工作流自动化 ：agentic(title,abstract)；agent(title)；AI agent(abstract)；分类 cs.AI

Comments Accepted at IEEE Communications Magazine

GNNs as Predictors of Agentic Workflow Performances

Yuanshuo Zhang, Yuchen Hou, Bohan Tang, Shuo Chen, Muhan Zhang, Xiaowen Dong, Siheng Chen

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.CL

Comments 15 pages, 11 figures

Large Language Model Based Multi-Agent System Augmented Complex Event Processing Pipeline for Internet of Multimedia Things

Talha Zeeshan, Abhishek Kumar, Susanna Pirttikangas, Sasu Tarkoma

专题命中 工作流自动化 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.AI

ChatEDA: A Large Language Model Powered Autonomous Agent for EDA

Zhuolun He, Haoyuan Wu, Xinyun Zhang, Xufeng Yao, Su Zheng, Haisheng Zheng, Bei Yu

专题命中 工作流自动化 ：agent(title,abstract)；autonomous agent(title,abstract)；分类 cs.AI

Agent Workflow Memory

Zora Zhiruo Wang, Jiayuan Mao, Daniel Fried, Graham Neubig

专题命中 工作流自动化 ：agent(title,abstract)；workflow(title,abstract)；分类 cs.CL

Migratable AI : Investigating users' affect on identity and information migration of a conversational AI agent

Ravi Tejwani, Boris Katz, Cynthia Breazeal

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

Comments Accepted to ICSR. arXiv admin note: text overlap with arXiv:2007.05801

Journal ref 13th International Conference on Social Robotics (ICSR 2021)

Agent based Model for providing optimized, synchronized and failure free execution of workflow process

Sohail Safdar, Jamil Ahmad, Shaftab Ahmed, M. Tayyab Asghar, Saqib Saeed

专题命中 工作流自动化 ：agent(title,abstract)；workflow(title,abstract)；分类 cs.SE

Comments This paper was published in the proceedings of 4th International Conference on New Exploratory Technology (NEXT 2007) Seoul, Korea 25-27 October 2007

VALG: An Agentic System for ML Theory Research

VALG：面向机器学习理论研究的智能体系统

Dechen Zhang, Xuan Tang, Xinxiang Yin, Xingwu Chen, Jian Qian, Difan Zou

机构 * The University of Hong Kong（香港大学） ； Shenzhen Loop Area Institute（深圳河套学院） ； Northwestern Polytechnical University（西北工业大学） 纠错

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

AI总结 本文提出VALG智能体系统，将机器学习理论研究过程组织为自主工作流，通过多环节验证与图结构证明开发，在COLT 2026开放问题子问题上验证了其有效性，相关代码已开源。

From Naive RAG to Deep Agentic Retrieval: An Evolving Context Engineering Pipeline for Regulatory Compliance

从朴素检索增强生成到深度智能检索：用于合规监管的不断演进的上下文工程管道

Mishca de Costa, Muhammad Saleh Anwar, Dave Mercier, Issam Hammad

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

AI总结 研究针对RAG朴素实现的局限，追溯安大略发电公司检索管道演变，历经多阶段形成PEA-CAE架构，表明上下文工程对监管语料库更具优势，深度智能检索进展反映经典思想，迭代证据获取等渐成企业问答基础。

Comments Accepted at the 2026 IEEE the 14th International Conference on Smart Energy Grid Engineering (SEGE 2026)

Specifying AI-SDLC Processes: A Protocol Language for Human-Agent Boundaries

指定AI-SDLC流程：一种用于人-智能体边界的协议语言

Ylli Prifti

机构 * Birkbeck, University of London（伦敦大学伯贝克学院） 纠错

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

AI总结 提出一种领域特定语言，用于将AI-SDLC流程指定为协议，通过形式语法、良构条件、操作语义和执行不变量，区分策略与机制，实现结构强制以约束流程非确定性，并证明其能有效降低系统故障率。

Comments Position paper with formal specification, failure rate analysis, and feasibility demonstration. Companion empirical paper and open-source implementation forthcoming

Compiling Agentic Workflows into LLM Weights: Near-Frontier Quality at Two Orders of Magnitude Less Cost

将代理工作流编译为LLM权重：在成本上减少两个数量级的情况下实现接近前沿质量

Simon Dennis, Rivaan Patil, Kevin Shabahang, Hao Guo

机构 * University of Melbourne（墨尔本大学） 纠错

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

AI总结 本文研究如何将代理工作流编译为LLM权重以提高效率，通过在旅行预订、Zoom支持和保险索赔等任务中验证，展示了编译方法在减少成本的同时保持高质量性能。

Comments 19 pages

AgentHER: Hindsight Experience Replay for LLM Agent Trajectory Relabeling

AgentHER: 用于LLM代理轨迹重标记的回溯经验回放

Liang Ding

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

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

AI总结 AgentHER通过四阶段流程将废弃轨迹转化为SFT、DPO和ShareGPT训练数据，在WebArena和ToolBench上提升性能并提高样本效率，同时降低标签噪声。

A Self-Healing Framework for Reliable LLM-Based Autonomous Agents

基于大语言模型的自主代理的自修复框架

Cheonsu Jeong, Younggun Shin

机构 * AX Center, SAMSUNG SDS（三星SDS AX中心） ； Dept. of Artificial Intelligence, Graduate School of Engineering, Yonsei University（延世大学工程研究生院人工智能系） 纠错

专题命中 工作流自动化 ：autonomous agent(title,abstract)；agent(abstract)；workflow(abstract)；multi-agent(abstract)

AI总结 本文提出一种可靠性感知的自修复框架，通过故障检测、可靠性评估和自动恢复机制提升基于大语言模型的自主代理的可靠性，实验表明该方法显著提高了任务成功率并增强了系统鲁棒性。

Comments 13 pages, 3 figures,1 table

ALL-FEM: Agentic Large Language models Fine-tuned for Finite Element Methods

ALL-FEM：面向有限元方法的代理式大语言模型

Rushikesh Deotale, Adithya Srinivasan, Yuan Tian, Tianyi Zhang, Pavlos Vlachos, Hector Gomez

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

AI总结 ALL-FEM通过代理式AI与领域专用微调LLM结合，实现固体力学、流体力学及多物理场问题的自动有限元分析，其微调模型在39个基准测试中达到71.79%的代码级成功率。

Demystifying the Lifecycle of Failures in Platform-Orchestrated Agentic Workflows

解析平台编排代理工作流中故障生命周期

Xuyan Ma, Xiaofei Xie, Yawen Wang, Junjie Wang, Boyu Wu, Mingyang Li, Qing Wang

机构 * Singapore Management University（新加坡管理大学） 纠错

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

AI总结 本文通过分析平台编排代理工作流中的故障生命周期，提出AgentFail数据集，揭示关键故障机制并提供修复指南。

From Labor to Collaboration: A Methodological Experiment Using AI Agents to Augment Research Perspectives in Taiwan's Humanities and Social Sciences

从劳动到协作：利用AI代理增强台湾人文社会科学研究视角的方法学实验

Yi-Chih Huang

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

AI总结 本文提出基于AI代理的协作研究流程，通过实证分析验证其在人文社会科学中的可行性，并识别三种人机协作模式。

Comments also in Chinese

Large-Scale Optimization Model Auto-Formulation: Harnessing LLM Flexibility via Structured Workflow

大规模优化模型自动生成：通过结构化工作流利用LLM的灵活性

Kuo Liang, Yuhang Lu, Jianming Mao, Shuyi Sun, Chunwei Yang, Congcong Zeng, Xiao Jin, Hanzhang Qin, Ruihao Zhu, Chung-Piaw Teo

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

AI总结 LEAN-LLM-OPT通过结构化工作流利用LLM灵活性，实现大规模优化模型自动生成，并在多个场景中展现优越性能。

Comments Updated version of https://papers.ssrn.com/sol3/papers.cfm?abstract_id=5329027

Reinforcement Learning Integrated Agentic RAG for Software Test Cases Authoring

强化学习集成的代理RAG用于软件测试用例编写

Mohanakrishnan Hariharan

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

AI总结 本文提出一种结合强化学习与自主代理的RAG框架，用于提升软件测试用例生成的准确性和缺陷检测率。

SciMaster: Towards General-Purpose Scientific AI Agents, Part I. X-Master as Foundation: Can We Lead on Humanity's Last Exam?

Jingyi Chai, Shuo Tang, Rui Ye, Yuwen Du, Xinyu Zhu, Mengcheng Zhou, Yanfeng Wang, Weinan E, Yuzhi Zhang, Linfeng Zhang, Siheng Chen

机构 * School of Artificial Intelligence, Shanghai Jiao Tong University（1 人工智能学院，上海交通大学） ； DP Technology（2 DP技术） 纠错

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

Comments 15 pages, 10 figures

Autonomous Workflow for Multimodal Fine-Grained Training Assistants Towards Mixed Reality

Jiahuan Pei, Irene Viola, Haochen Huang, Junxiao Wang, Moonisa Ahsan, Fanghua Ye, Jiang Yiming, Yao Sai, Di Wang, Zhumin Chen, Pengjie Ren, Pablo Cesar

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

Comments Accepted by ACL 2024

Leveraging Multi-AI Agents for Cross-Domain Knowledge Discovery

Shiva Aryal, Tuyen Do, Bisesh Heyojoo, Sandeep Chataut, Bichar Dip Shrestha Gurung, Venkataramana Gadhamshetty, Etienne Gnimpieba

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

RobustFlow: Towards Robust Agentic Workflow Generation

RobustFlow：面向鲁棒智能体工作流生成

Shengxiang Xu, Jiayi Zhang, Shimin Di, Yuyu Luo, Liang Yao, Hanmo Liu, Jia Zhu, Min-Ling Zhang

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

AI总结 针对现有智能体工作流生成方法对语义等价不同表述指令鲁棒性不足的问题，提出RobustFlow系统，结合偏好优化与专用基准，在多扰动下鲁棒性得分70%--90%，优于AFlow、ScoreFlow等方法。