AI Agent

Neural-Inspired Posterior Approximation (NIPA)

神经启发式后验近似（NIPA）

Babak Shahbaba, Zahra Moslemi

机构 * Department of Statistics UC Irvine（统计学系 乌兹拉大学） 纠错

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

AI总结 神经启发式后验近似（NIPA）通过结合基于模型、基于模型和事件控制模块，提出了一种高效的贝叶斯推断采样算法，用于大规模统计机器学习中的不确定性量化。

Comments 13 pages, 4 tables

SimpleMem: Efficient Lifelong Memory for LLM Agents

SimpleMem: 为LLM代理高效终身记忆

Jiaqi Liu, Yaofeng Su, Peng Xia, Siwei Han, Zeyu Zheng, Cihang Xie, Mingyu Ding, Huaxiu Yao

机构 * University of California, Berkeley（加州大学伯克利分校） ； University of California, Santa Cruz（加州大学圣克ruz分校） 纠错

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

AI总结 SimpleMem通过语义无损压缩和三阶段流程，提升LLM代理在复杂环境中的记忆效率与检索性能。

State-Augmented Graphs for Circular Economy Triage

具有状态增强的图用于循环经济分拣

Richard Fox, Rui Li, Gustav Jonsson, Farzaneh Goli, Miying Yang, Emel Aktas, Yongjing Wang

机构 * Department of Mechanical Engineering, University of Birmingham（布里斯托尔大学机械工程系） ； School of Management, Cranfield University（克兰菲尔德大学管理学院） 纠错

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

AI总结 本文提出了一种基于状态增强图的决策框架，用于优化循环经济分拣决策，通过递归评估和条件感知效用实现灵活的分拣策略。

An Algorithm for Fixed Budget Best Arm Identification with Combinatorial Exploration

带组合探索的固定预算最佳臂识别算法

Siddhartha Parupudi, Gourab Ghatak

机构 * Department of Electrical Engineering, IIT Delhi（电子工程系，德里理工学院） 纠错

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

AI总结 本文提出一种带组合探索的固定预算最佳臂识别算法，通过构建log2K个组并执行似然比检验来确定最佳臂，基于新参数H4推导误差上界，并在特定情况下优于现有算法。

Deep Researcher with Sequential Plan Reflection and Candidates Crossover (Deep Researcher Reflect Evolve)

具有序列计划反思和候选交叉的深度研究员（深度研究员反思进化）

Saurav Prateek

机构 * Saurav Prateek（独立研究者） 纠错

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

AI总结 深度研究员通过序列计划反思和候选交叉算法，实现对博士级别研究任务的高效处理，取得优于现有方法的性能。

Comments 11 pages, 6 figures, 2 tables, source code: https://github.com/SauravP97/deep-researcher-reflect-evolve/

Introducing COGENT3: An AI Architecture for Emergent Cognition

介绍COGENT3：一种用于涌现认知的人工智能架构

Eduardo Salazar

机构 * Nebula Technology Lab（Nebula技术实验室） 纠错

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

AI总结 COGENT3是一种通过智能体交互动态生成计算结构的人工智能架构，结合模式形成网络与群体影响动力学，实现更灵活的涌现认知系统。

Comments V2 has updated content in several sections, fixed typos

Athena: Synergizing Data Prefetching and Off-Chip Prediction via Online Reinforcement Learning

Athena：通过在线强化学习协同数据预取和离芯片预测

Rahul Bera, Zhenrong Lang, Caroline Hengartner, Konstantinos Kanellopoulos, Rakesh Kumar, Mohammad Sadrosadati, Onur Mutlu

机构 * ETH Zürich（苏黎世联邦理工学院） ； NTNU（挪威技术大学） 纠错

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

AI总结 Athena通过在线强化学习协调预取和离芯片预测，提升性能并降低存储开销。

Journal ref 32nd IEEE International Symposium on High-Performance Computer Architecture (HPCA), 2026

Inside Out: Evolving User-Centric Core Memory Trees for Long-Term Personalized Dialogue Systems

Inside Out: 为长期个性化对话系统演化用户导向的核心内存树

Jihao Zhao, Ding Chen, Zhaoxin Fan, Kerun Xu, Mengting Hu, Bo Tang, Feiyu Xiong, Zhiyu Li

机构 * School of Information, Renmin University of China（中国人民大学信息学院） ； MemTensor (Shanghai) Technology Co., Ltd.（MemTensor（上海）科技有限公司） ； Institute for Advanced Algorithms Research, Shanghai（上海先进算法研究所） ； China Telecom Research Institute（中国电信研究院） ； Beijing University of Aeronautics and Astronautics（北京航空航天大学） ； Nankai University（南开大学） 纠错

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

AI总结 Inside Out通过演化用户导向的核心内存树，提升长期个性化对话系统的内存压缩与身份一致性，采用轻量级MemListener实现动态更新与高效响应生成。

EMemBench: Interactive Benchmarking of Episodic Memory for VLM Agents

EMemBench: 交互式评估VLM代理情景记忆的基准测试

Xinze Li, Ziyue Zhu, Siyuan Liu, Yubo Ma, Yuhang Zang, Yixin Cao, Aixin Sun

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

AI总结 EMemBench通过交互式游戏评估VLM代理的情景记忆，发现归纳和空间推理在视觉设置中仍是瓶颈，且持续记忆对文本游戏有明显提升，但对VLM代理的提升不一致。

Comments 25 pages

Robustly optimal dynamics for active matter reservoir computing

主动物质回授计算中的鲁棒最优动力学

Mario U. Gaimann, Miriam Klopotek

机构 * WIN-Kolleg of the Young Academy $\vert$ Heidelberg Academy of Science and the Humanities（年轻学院WIN-Kolleg $\vert$ 科学与人文学院） 纠错

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

AI总结 该研究发现主动物质在特定动力学区域下能实现鲁棒最优的回授计算性能，通过内在弛豫能力实现高效信息处理。

Comments 81 pages, 50 figures. Supplementary Videos: https://doi.org/10.18419/DARUS-4619. Replication Data: https://doi.org/10.18419/DARUS-4620

Failures of Contingent Thinking

条件性思维的失败

Evan Piermont, Peio Zuazo-Garin

机构 * Royal Holloway–University of London（伦敦大学皇家霍洛威学院） ； NYU Shanghai（纽约大学上海分校） 纠错

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

AI总结 本文提出了一种行为定义，用于描述智能体对决策问题的主观状态空间，并探讨了减少不确定性如何提高条件性思维，同时指出条件性思维使状态间主导更具认知挑战。

Efficient Coordination with the System-Level Shared State: An Embodied-AI Native Modular Framework

高效协调与系统级共享状态：一个基于具身AI的原生模块化框架

Yixuan Deng, Tongrun Wu, Donghao Wu, Zeyu Wei, Jiayuan Wang, Zhenglong Sun, Yuqing Tang, Xiaoqiang Ji

机构 * School of Science and Engineering, The Chinese University of Hong Kong, Shenzhen, 2001 Longxiang Boulevard, Shenzhen, China（香港中文大学（深圳）科学与工程学院） ； School of Artificial Intelligence, The Chinese University of Hong Kong, Shenzhen, 2001 Longxiang Boulevard, Shenzhen, China（香港中文大学（深圳）人工智能学院） ； Shenzhen Institute of Artificial Intelligence（深圳人工智能与机器人研究院） ； International Digital Economy Academy, Shenzhen-Hong Kong Collaborative Innovation Center, Shenzhen, China（国际数字经济学院） ； School of Data Science, The Chinese University of Hong Kong, Shenzhen, 2001 Longxiang Boulevard, Shenzhen, China（香港中文大学（深圳）数据科学学院） ； The School of Computer Science, The University of Sydney, Sydney, Australia（悉尼大学计算机科学学院） 纠错

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

AI总结 ANCHOR通过模块化框架实现系统级共享状态的高效协调，使解耦和鲁棒性显式化，支持闭环AI系统的可扩展部署和自修复恢复。

Continual Knowledge Adaptation for Reinforcement Learning

持续知识适应于强化学习

Jinwu Hu, Zihao Lian, Zhiquan Wen, Chenghao Li, Guohao Chen, Xutao Wen, Bin Xiao, Mingkui Tan

机构 * South China University of Technology（南方科技大学） ； Pazhou Laboratory（Pazhou实验室） ； Chongqing University of Posts and Telecommunications（重庆邮电大学） ； Key Laboratory of Big Data and Intelligent Robot, Ministry of Education（大数据与智能机器人重点实验室，教育部） 纠错

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

AI总结 CKA-RL通过持续知识适应策略和自适应知识融合机制，有效解决强化学习中的灾难性遗忘问题，提升跨任务知识转移效率。

Comments NeurIPS 2025

Learn Like Humans: Use Meta-cognitive Reflection for Efficient Self-Improvement

像人类学习：利用元认知反思实现高效的自我改进

Xinmeng Hou, Peiliang Gong, Bohao Qu, Wuqi Wang, Qing Guo, Yang Liu

机构 * Nanyang Technological University（南洋理工大学） ； A*STAR ； Chang’an University（长安大学） ； Nankai University（南开大学） 纠错

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

AI总结 MARS通过整合基于原则和程序性的反思，实现高效自我改进，优于现有系统并降低计算开销。

Offline Reinforcement-Learning-Based Power Control for Application-Agnostic Energy Efficiency

离线强化学习基于的应用无关能效功率控制

Akhilesh Raj, Swann Perarnau, Aniruddha Gokhale, Solomon Bekele Abera

机构 * Vanderbilt University（范德比大学） ； Argonne National Laboratory（阿贡国家实验室） 纠错

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

AI总结 本文提出利用离线强化学习设计自主CPU功率控制器，以提升并行应用的能源效率，同时控制性能降级。

Comments 11 pages, 5 figures, 3 tables and unpublished

State of AI: An Empirical 100 Trillion Token Study with OpenRouter

AI 状态：一项具有 OpenRouter 的 100 万亿 token 实证研究

Malika Aubakirova, Alex Atallah, Chris Clark, Justin Summerville, Anjney Midha

机构 * OpenRouter 纠错

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

AI总结 本研究通过分析 100 万亿 token 的真实世界 LLM 交互，揭示了 LLM 在实际应用中的复杂使用模式，包括开放式权重模型的普及、创意角色扮演的流行以及代理推理的兴起。

Comments 36 pages

Structured Personality Control and Adaptation for LLM Agents

结构化人格控制与适应用于大语言模型代理

Jinpeng Wang, Xinyu Jia, Wei Wei Heng, Yuquan Li, Binbin Shi, Qianlei Chen, Guannan Chen, Junxia Zhang, Yuyu Yin

机构 * Key Laboratory of Complex Systems Modeling and Simulation of Ministry of Education（教育部复杂系统建模与仿真重点实验室） ； Hangzhou Dianzi University（杭州电子科技大学） 纠错

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

AI总结 本文提出基于荣格心理学类型模型的结构化人格控制框架，通过协调、强化补偿和反思机制实现LLM人格的细腻表达与动态适应，提升人机交互中的自然代理设计。

Memory-R1: Enhancing Large Language Model Agents to Manage and Utilize Memories via Reinforcement Learning

Memory-R1: 通过强化学习增强大语言模型代理以管理并利用记忆

Sikuan Yan, Xiufeng Yang, Zuchao Huang, Ercong Nie, Zifeng Ding, Zonggen Li, Xiaowen Ma, Jinhe Bi, Kristian Kersting, Jeff Z. Pan, Hinrich Schütze, Volker Tresp, Yunpu Ma

机构 * Ludwig Maximilian University of Munich（慕尼黑路德维希-马克西米利安大学） ； Munich Center for Machine Learning（慕尼黑机器学习中心） ； Technical University of Munich（慕尼黑技术大学） ； University of Cambridge（剑桥大学） ； University of Hong Kong（香港大学） ； Technical University of Darmstadt（达姆施塔特技术大学） ； University of Edinburgh（爱丁堡大学） 纠错

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

AI总结 Memory-R1通过强化学习框架，使大语言模型具备主动管理与利用外部记忆的能力，有效提升长跨度推理性能。

ROSS: RObust decentralized Stochastic learning based on Shapley values

ROSS：基于Shapley值的鲁棒去中心化随机学习

Lina Wang, Yunsheng Yuan, Feng Li, Lingjie Duan

机构 * School of Computer Science and Technology, Shandong University（计算机科学与技术学院，山东大学） ； Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州）） 纠错

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

AI总结 本文提出基于Shapley值的ROSS算法，通过加权导数提升去中心化学习的鲁棒性和收敛效率。

Optimal Learning Rate Schedule for Balancing Effort and Performance

平衡努力与性能的最佳学习率调度

Valentina Njaradi, Rodrigo Carrasco-Davis, Peter E. Latham, Andrew Saxe

机构 * Gatsby Computational Neuroscience Unit University College London（Gatsby 计算神经科学单元大学学院伦敦） ； Princeton Neuroscience Institute（普林斯顿神经科学研究所） ； Sainsbury Wellcome Centre University College London（萨金斯韦尔科中心大学学院伦敦） 纠错

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

AI总结 本文提出了一种规范性框架，通过最优控制理论推导出最优学习率调度，结合生物合理机制解释学习速度控制与自我调节学习的关系。

CloneMem: Benchmarking Long-Term Memory for AI Clones

CloneMem：用于AI克隆的长期记忆基准测试

Sen Hu, Zhiyu Zhang, Yuxiang Wei, Xueran Han, Zhenheng Tang, Huacan Wang, Ronghao Chen

机构 * Peking University（北京大学） ； UC Davis（加州大学戴维斯分校） ； Georgia Tech（佐治亚理工学院） ； MBZUAI（穆桑人工智能研究所） ； HKUST（香港科技大学） ； UCAS（中国科学技术大学） 纠错

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

AI总结 CloneMem是一个用于评估AI克隆长期记忆能力的基准，通过非对话数字痕迹数据，评估代理对个人状态演变的跟踪能力。

Continual Learning of Achieving Forgetting-free and Positive Knowledge Transfer

连续学习中的无遗忘与正向知识迁移

Zhi Wang, Zhongbin Wu, Yanni Li, Bing Liu, Guangxi Li, Yuping Wang

机构 * School of Computer Science and Technology, Xidian University（电子科技大学计算机科学与技术学院） ； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学芝加哥分校计算机科学系） 纠错

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

AI总结 本文提出ETCL方法，通过优化策略和正交梯度投影实现无遗忘和正向知识迁移，提升连续学习性能。

Collaborative Problem-Solving in an Optimization Game

优化游戏中的协作问题解决

Isidora Jeknic, Alex Duchnowski, Alexander Koller

机构 * Saarland University（萨尔兰大学） 纠错

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

AI总结 本文提出了一种新的对话游戏，通过协作解决双人旅行商问题，结合大语言模型与符号机制，实现了在自我对战中45%的最优解率，并展示了与人类用户协作和泛化能力。

Comments 23 pages, 16 figures

Journal ref Proceedings of the 26th Annual Meeting of the Special Interest Group on Discourse and Dialogue (2025) 780-799

Learning Topology Actions for Power Grid Control: A Graph-Based Soft-Label Imitation Learning Approach

学习电力网络控制的拓扑动作：一种基于图的软标签模仿学习方法

Mohamed Hassouna, Clara Holzhüter, Malte Lehna, Matthijs de Jong, Jan Viebahn, Bernhard Sick, Christoph Scholz

机构 * Fraunhofer Institute for Energy Economics and Energy System Technology (IEE)（弗劳恩霍夫能源经济与能源系统技术研究所） ； Intelligent Embedded Systems, University of Kassel（卡塞尔大学智能嵌入式系统系） ； TenneT TSO B.V.（TenneT TSO公司） 纠错

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

AI总结 本文提出一种基于图的软标签模仿学习方法，用于电力网络控制，通过软标签捕捉多个可行动作，提升电网拥堵管理的决策性能。

Comments Accepted at European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML) - Applied Data Science Track

LLM-Enhanced Reinforcement Learning for Time Series Anomaly Detection

基于大语言模型的强化学习用于时间序列异常检测

Bahareh Golchin, Banafsheh Rekabdar, Danielle Justo

机构 * dept. Computer Science Portland State University（计算机科学系波特兰州立大学） ； dept. Computer Science Smith College（计算机科学系史密斯学院） 纠错

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

AI总结 本文提出结合大语言模型与强化学习的统一框架，通过奖励塑造、动态奖励缩放和主动学习提升时间序列异常检测的准确性和效率。

HaluMem: Evaluating Hallucinations in Memory Systems of Agents

HaluMem: 评估智能体记忆系统中的幻觉

Ding Chen, Simin Niu, Kehang Li, Peng Liu, Xiangping Zheng, Bo Tang, Xinchi Li, Feiyu Xiong, Zhiyu Li

机构 * China Telecom Research Institute（中国电信研究院） ； Harbin Engineering University（哈尔滨工程大学） 纠错

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

AI总结 HaluMem是一个针对记忆系统操作层级的幻觉评估基准，通过三个任务全面揭示不同交互阶段的幻觉行为，并提供大规模多轮人机交互数据集以评估幻觉的产生和传播。

COLT: Enhancing Video Large Language Models with Continual Tool Usage

COLT: 通过持续工具使用增强视频大语言模型

Yuyang Liu, Meng Cao, Xinyuan Shi, Xiaondan Liang

机构 * University of Mohamed bin Zayed University of Artificial Intelligence（Mohamed bin Zayed大学人工智能学院） 纠错

专题命中 记忆与上下文管理 ：tool-use(abstract)；分类 cs.AI

AI总结 COLT通过持续工具使用增强视频大语言模型，解决工具数据持续变化的问题，提升视频理解性能。

Comments 16 pages

Echo State Networks for Spatio-Temporal Area-Level Data

用于空间时间区域级数据的回声状态网络

Zhenhua Wang, Scott H. Holan, Christopher K. Wikle

机构 * Department of Statistics, University of Missouri（统计学系，密苏里大学） ； Office of the Associate Director for Research and Methodology, U.S. Census Bureau（研究与方法副主任办公室，美国人口普查局） 纠错

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

AI总结 本文提出在回声状态网络中引入近似图谱滤波器，以提升空间时间区域级数据预测的准确性，同时保持计算效率。

Comments 23 pages, 4 figures

LLM Agents for Combinatorial Efficient Frontiers: Investment Portfolio Optimization

基于LLM代理的组合效率前沿：投资组合优化

Simon Paquette-Greenbaum, Jiangbo Yu

机构 * Department of Civil Engineering, McGill University（土木工程系，麦吉尔大学） 纠错

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

AI总结 本文提出了一种基于LLM代理的新型框架，用于解决组合效率前沿的投资组合优化问题，通过改进的算法开发和流程自动化，实现了更高效的投资组合解决方案。

A Threshold-Triggered Deep Q-Network-Based Framework for Self-Healing in Autonomic Software-Defined IIoT-Edge Networks

基于阈值触发的深度Q网络框架用于自愈的自治软件定义IIoT边缘网络

Agrippina Mwangi, León Navarro-Hilfiker, Lukasz Brewka, Mikkel Gryning, Elena Fumagalli, Madeleine Gibescu

机构 * Energy and Resources Group at the Copernicus Institute of Sustainable Development, Utrecht University（能源与资源组，可持续发展Copernicus研究所，乌特勒支大学） ； Operational Technology (OT) System Engineering and Security (Engineering, Procurement, and Construction) at Ørsted Wind Power（运营技术（OT）系统工程与安全（工程、采购与建设）部，Ørsted风能） ； System Design Specialists (Engineering, Procurement, and Construction) at Ørsted Wind Power（系统设计专家（工程、采购与建设）部，Ørsted风能） 纠错

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

AI总结 本研究提出基于阈值触发的深度Q网络框架，用于提升自治软件定义IIoT边缘网络的自愈能力，通过实时检测和缓解网络中断，提高中断恢复性能。