AI Agent

ORCHID: Fairness-Aware Orchestration in Mission-Critical Air-Ground Integrated Networks

ORCHID：面向关键任务空地一体化网络的公平性感知编排

Chuan-Chi Lai, Chi Jai Choy

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

AI总结 ORCHID提出一种两阶段学习框架，通过拓扑分区和重置微调机制提升多UAV编排稳定性，实现服务公平性与能效的协同优化。

Comments 18 pages, 8 figures, 1 Table. Full research paper proposing a resilient two-stage orchestration framework for collaborative UAV-GBS deployment in mission-critical Air-Ground Integrated Networks (AGINs). This revised version introduces a game-theoretic approach (Egalitarian Bargaining Game) and an aerodynamic energy model to enhance system robustness. Under review at an IEEE journal

Evidence-in-the-Loop: Trace-Driven Optimization for Customer-Service LLM Agents

循证优化：面向客户服务语言模型代理的跟踪驱动优化

Chunming Wu, Dafei Qiu, Congde Yuan, Charles Quan, Jun Wu, Suipeng Li, Mo Wu, Gavin Xie, Hope Chen, Max Yao

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

AI总结 研究面向客户服务语言模型代理的优化，提出循证客户服务代理工作流程，通过多种技术构建证据，结合政策引导编排。贡献混合RAG证据构建、循证问题/行动决策、跟踪驱动的RAG和重排器改进三种部署模式。

Enhancing Hepatopathy Clinical Trial Efficiency: A Secure, Large Language Model-Powered Pre-Screening Pipeline

提升肝病临床试验效率：一种安全的、基于大语言模型的预筛选流程

Xiongbin Gui, Hanlin Lv, Xiao Wang, Longting Lv, Yi Xiao, Lei Wang

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

AI总结 本文提出了一种基于大语言模型的安全预筛选流程，通过两种策略提升肝病临床试验的效率与精度。

Comments 30 pages, 5 figures

Ai2-Kit: Streamlining AI-Accelerated Ab Initio Workflows for Complex Chemical Systems

Ai2-Kit: 为复杂化学系统简化AI加速从头算工作流

Sheng Bi, Wei-Hong Xu, Yong-Bin Zhuang, Jia-Xin Zhu, Jiang-Peng Qiu, Yu-Hang Tang, Xiang-Long Du, Qi You, Yun-Pei Liu, Fu-Qiang Gong, Yu-Xin Guo, Yi-Ze Wang, Cheng-Xuan Wang, Zi-Heng Gong, Zi-Qiang Chen, Chang Liu, Siyuan Han, Jian Gu, Jia-Xin Li, Yi-Ming Chen, Lin Huang, Si-Jie Chen, Bo-Ying Huang, Jie-Zhen Xia, Fan-Jie Xu, Su-Yang Zhong, Peng-Wei Xu, Jun-Yi Wang, Xing-Yun Xie, Yu-Lei Gong, Yan-Yi Su, Yue Liu, Rui-Hao Bi, Lang Li, Fei-Teng Wang, Jing-Xiang Zou, Mei Jia, Jie-Qiong Li, Min Lin, Qi-Yuan Fan, Juan-Juan Sun, Jia-Bo Le, Zixuan Wei, Jin-Yuan Hu, Meng-Lei Jia, Yan Sun, Xiao-Hui Yang, Fujie Tang, Feng Wang, Jun Cheng

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

AI总结 提出ai2-kit工具包，通过命令行和Python API整合第一性原理计算、机器学习势训练、分子动力学、增强采样和HPC编排，实现复杂化学系统的AI加速从头算工作流自动化与可扩展。

Comments 24 pages, 11 figures. Submitted to Chemical Science

Toward Exascale AI for Science: A Scalable AI Skill for Autonomous Microkinetics Discovery

面向百亿亿次AI科学计算：一种可扩展的AI技能用于自主微观动力学发现

Ken-ichi Nomura, William Dawson, Nabankur Dasgupta, Taufeq Mohammed Razakh, Thomas Linker, Kai Ito, Aiichiro Nakano

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

AI总结 提出可扩展的AI驱动框架，结合智能体工作流自动化、高性能计算和科学代理模型，实现自主微观动力学发现，减少专家干预并评估代理模型可靠性。

EconCSLib: AI-Assisted Lean Formalization for Economics & Computation research

EconCSLib: 人工智能辅助的经济学与计算研究Lean形式化

Nikhil Garg

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

AI总结 提出EconCSLib，一个基于Lean 4的库和工作流，利用语言模型辅助形式化经济学与计算领域的研究论文，通过人-AI-Lean协作流程实现论文声明到形式化语句的翻译与验证。

Comments Accepted to EC'26 Workshop on AI-Driven Research in EconCS (AI-EconCS '26)

Intent-Driven 6G Service Orchestration: Grounded Translation, Validation, and Decomposition

意图驱动的6G服务编排：基于目录的翻译、验证与分解

Jean Martins, Leonid Mokrushin, Marin Orlic, Amardeep Kumar A

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

AI总结 提出一个三阶段智能体工作流，通过语义服务目录、SHACL验证和约束满足分解，实现6G意图驱动编排，在930次基准测试中成功率达97%，并减少26%的对抗性幻觉。

Comments AI4NextG @ ICML'26 Workshop on AI and ML for Next-Generation Wireless Communications and Networking

PIXELRAG: Web Screenshots Beat Text for Retrieval-Augmented Generation

PIXELRAG：网页截图在检索增强生成中优于文本

Yichuan Wang, Zhifei Li, Zirui Wang, Paul Teiletche, Lesheng Jin, Matei Zaharia, Joseph E. Gonzalez, Sewon Min

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

AI总结 提出PixelRAG方法，以网页截图替代文本进行检索和阅读，利用视觉嵌入模型和对比学习，在30M截图库上实现端到端RAG，在多项任务中优于文本基线，准确率提升最高18.1%，并通过图像压缩降低3倍token成本。

Comments Our code is available at https://github.com/StarTrail-org/PixelRAG

SpatiO: Adaptive Test-Time Orchestration of Vision-Language Agents for Spatial Reasoning

SpatiO: 用于空间推理的视觉-语言代理自适应测试时编排

Chan Yeong Hwang, Miso Choi, Sunghyun On, Jinkyu Kim, Jungbeom Lee

机构 * Korea University（韩国大学） ； Kakao Mobility Corp.（Kakao Mobility公司） ； Handong Global University（Handong全球大学） 纠错

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

AI总结 SpatiO通过自适应测试时编排机制协调多种视觉-语言代理，提升空间推理能力，在多个基准测试中优于现有方法。

Comments Technical report

The 4/$δ$ Bound: Designing Predictable LLM-Verifier Systems for Formal Method Guarantee

4/δ 界：设计具有形式方法保证的可预测 LLM-验证器系统

Pierre Dantas, Lucas Cordeiro, Youcheng Sun, Waldir Junior

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

AI总结 提出 LLM-验证器收敛定理，将多阶段验证建模为顺序吸收马尔可夫链，证明成功概率 δ>0 时系统几乎必然验证，并导出精确延迟上界 4/δ，经 90000+ 试验验证。

Comments 36 pages, 9 figures

Agon: An Autonomous Large-Scale Omnidisciplinary Research System Built on Prompt Economy

Agon：基于提示经济学的自主大规模全学科研究系统

Youran Sun, Xingyu Ren, Chugang Yi, Jiaxuan Guo, Kejia Zhang, Jianda Du, Haizhao Yang

机构 * University of Maryland, College Park（马里兰大学 College Park 分校） ； The Chinese University of Hong Kong（香港中文大学） ； Stanford University（斯坦福大学） 纠错

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

AI总结 提出Agon研究编排系统，通过提示经济学循环实现大规模自主研究，将可验证任务自动化，不可验证判断留给人类，并分类了系统失败类型。

FALCON: Transforming Cyber Threat Intelligence into Deployable IDS Rules with Self-Reflection

FALCON：通过自我反思将网络威胁情报转化为可部署的入侵检测系统规则

Shaswata Mitra, Subash Neupane, Martin Duclos, Sudip Mittal, Aritran Piplai, Md Rayhanur Rahman, Edward Zieglar, Shahram Rahimi

机构 * Meharry Medical College（梅哈里医学院） ； The University of Texas at El Paso（德克萨斯理工大学） ； The University of Alabama（阿拉巴马大学） ； National Security Agency（国家安全局） 纠错

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

AI总结 提出FALCON框架，通过新颖的CTI-规则语义评分器实现规则检索、生成和验证，解决签名型入侵检测系统中规则创建的手动瓶颈和验证难题，在Snort和YARA平台上达到0.72平均相关性。

Comments 17 pages, 10 figures, 8 tables

AI-Assisted Completion of CertiGC Proofs: An Experience Report

AI辅助完成CertiGC证明：经验报告

Shengyi Wang

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

AI总结 本文报告使用Codex辅助完成CertiGC垃圾收集器证明的经验，通过引入记录后向边不变量修复证明，并审计清理了过时条件。

Comments 14 pages

Autonomous Generation of Metamaterial Databases Based on Multimodal Agents

基于多模态代理的元材料数据库自主生成

Shilong Qin, Zhicai Yu, Xuan Zheng, Yan Zhang, Aodi Yang, Kezhan Zhao, Qi Cheng Chen, Jian Wei You, Tie Jun Cui

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

AI总结 提出MetaDataGenAgent多模态多代理框架，通过文献到仿真的自动化流程，从非结构化科学文献中提取并生成元材料结构-响应数据库，实现远场波束偏转、近场全息成像等功能。

Comments 18 pages, 5 figures

ICA Lens: Interpreting Language Models Without Training Another Dictionary

ICA Lens: 无需训练另一本词典即可解释语言模型

Sida Liu, Feijiang Han

机构 * Independent Researcher（独立研究员） ； University of Maryland（马里兰大学） 纠错

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

AI总结 提出ICALens，基于独立成分分析（ICA）高效提取语言模型表示中可解释方向，无需训练稀疏自编码器，在SAEBench上表现竞争力。

Comments Ongoing Project

Impacts of Histories and Models on LLM Grading: A Study in Advanced Software Engineering Courses

历史与模型对LLM评分的影响：高级软件工程课程研究

Qilin Zhou, Zhuo Wang, Yue Li, W. K. Chan

机构 * City University of Hong Kong（香港城市大学） 纠错

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

AI总结 针对研究生阅读报告评分负担重的问题，提出人机协同的LLM辅助评分流程，基于180份作业评估Grok和GPT的评分一致性与人类对齐，发现交互历史导致评分标准漂移，需特定操作缓解不公平。

Comments 5 pages, accepted by ISET 2026

Twelve quick tips for designing AI-driven HPC workflows

设计AI驱动的高性能计算工作流的十二条快速技巧

Jamie J. Alnasir

机构 * Department of Computer Science（计算机科学系） ； Royal Holloway University of London（伦敦皇家霍洛威大学） 纠错

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

AI总结 本文针对AI与HPC融合带来的新挑战，提出十二条实用技巧，涵盖容器化、作业数组、反馈循环和I/O优化，帮助设计高效、可扩展、可复现的AI驱动HPC工作流。

Comments 12 pages, 1 figure. Formatted using the bioRxiv LaTeX preprint style

IDDMBSE: Integrating Data-Driven and Model-Based Systems Engineering for Trusted Autonomous Cyber-Physical Systems

IDDMBSE：集成数据驱动和基于模型的系统工程用于可信自主网络物理系统

John S. Baras, Sai Sandeep Damera, Ryan Matheu, Clinton Enwerem, Praveen M. S. Kumar

机构 * Institute for Systems Research, University of Maryland, College Park（系统研究所，马里兰大学，College Park） 纠错

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

AI总结 提出IDDMBSE方法，将MBSE V流程与数据驱动循环结合，通过开源工具链PERFECT、TRADES-X和VERITAS实现，在自主地面机器人全生命周期验证其有效性。

Comments 9 pages, 11 figures. This work has been submitted to the IEEE for possible publication

Corruption-free scheme of entering into contract: mathematical model

无腐败合同进入方案：数学模型

Oleg Malafeyev, Olga Koroleva, Dmitriy Prusskiy, Olga Zenovich

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

AI总结 本文提出合同签订中腐败问题的数学模型，分析腐败成因及影响，设计无腐败的资源分配方案，并通过数值示例验证最优行为。

Artificial-Intelligence-Assisted Multi-Modal Terahertz Sensing and Environment Reconstruction

人工智能辅助的多模态太赫兹感知与环境重建

Yejian Lyu, Zitong Fang, Zhiqiang Yuan, Henk Wymeersch, Chong Han

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

AI总结 提出一种基于测量的多模态太赫兹感知与视觉框架，结合信号处理与AI视觉模块，通过智能体集成实现室内环境的几何一致且语义可解释的重建。

Generative AI and Digital Ecosystem Resilience: A Proactive Lifecycle-Based Survey

生成式AI与数字生态系统韧性：基于生命周期的主动式综述

Jonghyun Chung, Rishabh Chaddha, Sanket Badhe, Debanshu Das, Nathan Huang, Amanpreet Kaur

机构 * Google LLC（谷歌有限公司） 纠错

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

AI总结 本文采用基于生命周期的C5交互模型，综合机器学习与社会科学方法，系统综述了针对生成式AI驱动的对抗性合成内容的主动检测技术，包括协调不真实行为分析、流行病学建模和霍克斯过程等，旨在构建更具韧性的信息生态系统。

Comments 14 pages, 3 figures, 3 tables. Accepted for publication in IEEE Access (May 2026)

Journal ref IEEE Access (2026) IEEE Access (2026)

Can Aerial VLA Models Cooperate? Evaluating Closed-Loop Air-Ground Coordination with CARLA-Air

空中VLA模型能协作吗？基于CARLA-Air的闭环空地协调评估

Tianle Zeng, Yanci Wen, Xueang Yu, Hong Zhang

机构 * Southern University of Science and Technology（南方科技大学） ； Fudan University（复旦大学） 纠错

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

AI总结 本文通过构建CARLA-Air仿真环境，评估空中视觉-语言-动作模型在空地协作任务中的表现，发现当前模型难以将单智能体能力转化为稳定协作行为，并指出零样本协作需要伙伴状态显式感知、低延迟动作协调和团队目标对齐三个关键组件。

Comments Code at https://github.com/louiszengCN/CarlaAir

eMZed 3: flexible and interactive development of scalable LC-MS/MS data analysis workflows in Python

eMZed 3：在 Python 中灵活交互式开发可扩展的 LC-MS/MS 数据分析工作流

Uwe Schmitt, Jethro L. Hemmann, Nicola Zamboni, Julia A. Vorholt, Patrick Kiefer

专题命中 工作流自动化 ：workflow(abstract,abstract_cn)

AI总结 本文介绍 eMZed 3，一个基于 Python 3 的现代框架，用于灵活交互式分析 LC-MS/MS 数据，支持可扩展工作流开发，并包含基于色谱的数据支持、SQLite 后端和丰富可视化工具。

Comments 7 pages, 1 figure

A Universal Cliff and a Design Fingerprint: Cross-Section Defect Detection Under LLM Orchestration

一个通用悬崖与一个设计指纹：LLM编排下的跨段缺陷检测

Hiroki Fukui

机构 * Research Institute of Criminal Psychiatry（刑事精神病研究机构） ； Sex Offender Medical Center（性犯罪医疗中心） ； Department of Neuropsychiatry, Graduate School of Medicine, Kyoto University（京都大学医学研究生院神经精神病学部门） 纠错

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

AI总结 本研究揭示在LLM编排下，所有模型检测跨段矛盾缺陷的能力大幅下降（检测率降低三分之二以上），并发现不同对齐范式下的模型行为差异，其中一家开发商的模型随对齐增强呈现报告标准偏移。

Comments 24 pages, 2 figures. Data and code: doi:10.5281/zenodo.20372696

LiveFigure: Generating Editable Scientific Illustration with VLM Agents

LiveFigure: 利用VLM智能体生成可编辑的科学插图

Chenyang Shao, Jiahe Liu, Fengli Xu, Yong Li

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

AI总结 提出LiveFigure框架，通过VLM智能体模拟人类多步绘图流程，生成完全矢量化的可编辑科学插图，在17次手动编辑后达到80%的出版就绪率。

Eigen for Statistical and Machine Learning Computing: A Lightweight C++ Tutorial with Python Bindings

Eigen for Statistical and Machine Learning Computing: A Lightweight C++ Tutorial with Python Bindings

Seyoung Lee, Kwan-Young Bak

专题命中 工作流自动化 ：workflow(abstract,abstract_cn)

AI总结 本文提供了一个轻量级教程，展示如何使用Eigen库将统计和机器学习算法用C++实现，并通过pybind11连接到Python。教程重点在于实用而非方法论，展示了如何用可读的C++编写常见矩阵运算、基于分解的求解器和向量化更新，并通过两个示例（核岭回归和随机梯度下降的矩阵分解）展示其在实际研究软件中的应用。

Operationalising Artificial Intelligence Bills of Materials (AIBOMs) for Verifiable AI Provenance and Lifecycle Assurance

将人工智能物料清单（AIBOM） operationalise 以实现可验证的 AI 追溯和生命周期保证

Petar Radanliev, Omar Santos, Carsten Maple, Kay Atefi

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

AI总结 本文提出了一种扩展CycloneDX标准的AIBOM框架，用于捕捉AI特定的溯源、模型血统和披露元数据，通过结构化架构工程、密码学验证和智能体驱动自动化，实现可验证的软件溯源，展示了98.7%的可重复性保真度、96.2%的漏洞匹配精度和63%的手动监督减少，验证了自动化溯源保证和可重复AI生命周期验证的可行性。

Journal ref Front. Comput. Sci. 8:1735919 (2026)

CosFly: Plan in the Matrix, Fly in the World

CosFly：矩阵中的计划，世界中的飞行

Hanxuan Chen, Xiangyue Wang, Songsheng Cheng, Ruilong Ren, Jie Zheng, Shuai Yuan, Tianle Zeng, Hanzhong Guo, Binbo Li, Kangli Wang, Ji Pei

机构 * Autel Robotics（Autel机器人公司） ； Nanjing University（南京大学） ； Peking University（北京大学） ； Southern University of Science and Technology（南方科技大学） ； University of Hong Kong（香港大学） 纠错

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

AI总结 本文提出CosFly，一个用于空中跟踪的盒状结构规划和多模态模拟流程，以及CosFly-Track大规模无人机数据集，用于在多样环境中动态目标跟踪。CosFly通过将复杂的3D世界转换为结构化障碍表示进行规划，然后将轨迹投影到多模态传感器数据中，并支持可配置的固定视角缩放级别。

How to Train Your Advisor: Steering Black-Box LLMs with Advisor Models

如何训练你的导师：通过导师模型引导黑盒大语言模型

Parth Asawa, Alan Zhu, Abigail O'Neill, Matei Zaharia, Alexandros G. Dimakis, Joseph E. Gonzalez

机构 * University of California, Berkeley（加州大学伯克利分校） ； Bespoke Labs（Bespoke实验室） 纠错

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

AI总结 本文提出Advisor Models，通过训练小型开放权重模型生成动态个性化建议，提升黑盒前沿模型性能，实验显示在多个任务中效果显著，且具有良好的迁移性和鲁棒性。

Comments International Conference on Machine Learning (ICML) 2026

Towards Robust Surgical Automation via Digital Twin Representations from Foundation Models

通过基础模型生成的数字孪生表示实现鲁棒的手术自动化

Hao Ding, Lalithkumar Seenivasan, Hongchao Shu, Grayson Byrd, Han Zhang, Pu Xiao, Juan Antonio Barragan, Russell H. Taylor, Peter Kazanzides, Mathias Unberath

机构 * Johns Hopkins University（约翰霍普金斯大学） 纠错

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

AI总结 本文提出基于数字孪生的感知方法，结合LLM代理与dVRK平台，实现手术任务规划的鲁棒性与泛化能力，为手术自动化提供新的解决方案。