AI Agent

Stop Holding Your Breath: CT-Informed Gaussian Splatting for Dynamic Bronchoscopy

停止屏息：基于CT的高斯点云法用于动态支气管镜

Andrea Dunn Beltran, Daniel Rho, Aarav Mehta, Xinqi Xiong, Raúl San José Estépar, Ron Alterovitz, Marc Niethammer, Roni Sengupta

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； Harvard Medical School（哈佛医学院） ； University of California, San Diego（加州大学圣地亚哥分校） 纠错

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

AI总结 本文提出利用患者特定的呼吸模型消除屏息协议需求，通过配对呼气吸气CT扫描减少呼吸运动，实现连续的变形感知重建。

Domain-Adapted Small Language Models for Reliable Clinical Triage

领域适应的小语言模型用于可靠的临床分诊

Manar Aljohani, Brandon Ho, Kenneth McKinley, Dennis Ren, Xuan Wang

机构 * Department of Computer Science, Virginia Tech, Blacksburg, VA, US（弗吉尼亚理工学院计算机科学系，弗吉尼亚理工学院，布莱克斯堡，VA，美国） ； Children’s National Hospital, Washington DC, USA（儿童医学中心，华盛顿特区，美国） 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 本文研究了小语言模型在急诊分诊中的应用，发现通过领域适应可显著降低误诊率，Qwen2.5-7B模型在准确性和效率上表现最佳。

From Local to Global: Revisiting Structured Pruning Paradigms for Large Language Models

从局部到全局：重新审视大型语言模型的结构剪枝范式

Ziyan Wang, Enmao Diao, Qi Le, Pu Wang, Minwoo Lee, Shu-ping Yeh, Evgeny Stupachenko, Hao Feng, Li Yang

机构 * University of North Carolina at Charlotte（北卡罗来纳大学夏洛特分校） ； DreamSoul ； University of Minnesota（明尼苏达大学） ； Intel Corporation（英特尔公司） 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 本文提出GISP，一种基于全局重要性度量的迭代结构剪枝方法，通过去除注意力头和MLP通道提升模型效率和下游任务性能。

Comments 20 pages, 6 figures. Accepted by ACL2026 Main Conference

CineAGI: Character-Consistent Movie Creation through LLM-Orchestrated Multi-Modal Generation and Cross-Scene Integration

CineAGI：通过LLM协同多模态生成与跨场景整合实现角色一致的电影创作

Tianyidan Xie, Zhentao Huang, Mingjie Wang, Xin Huang, Jun Zhou, Minglun Gong, Zili Yi

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

AI总结 CineAGI通过多代理叙事合成模块、角色中心流水线和分层音视频同步机制，提升电影创作的一致性和质量，实现40%的整体一致性提升。

Comments Accepted to ICME 2026

APRVOS: 1st Place Winner of 5th PVUW MeViS-Audio Track

APRVOS：第五届PVUW MeViS-Audio赛道第一名获奖作品

Deshui Miao, Yameng Gu, Chao Yang, Xin Li, Haijun Zhang, Ming-Hsuan Yang

机构 * Pengcheng Laboratory（鹏城实验室） ； Harbin Institute of Technology（哈尔滨工业大学） ； University of California at Merced（加州大学默塞德分校） 纠错

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

AI总结 本文提出针对MeViS_Audio任务的音频感知视频目标分割框架，通过语音转录和视觉存在验证提升分割精度，结合Sa2VA和SAM3实现粗分割与精修，分阶段处理音频到视频分割问题。

Reading Between the Pixels: Linking Text-Image Embedding Alignment to Typographic Attack Success on Vision-Language Models

在像素之间阅读：将文本-图像嵌入对齐与字体攻击成功性联系起来

Ravikumar Balakrishnan, Sanket Mendapara, Ankit Garg

机构 * Cisco Systems（思科系统） 纠错

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

AI总结 研究了视觉-语言模型中字体提示注入攻击的影响，发现字体大小、文本攻击有效性及嵌入距离对攻击成功率有显著影响，为防御策略提供实证指导。

Comments Accepted at ICLR 2026 Workshop on Agents in the Wild

Visible, Trackable, Forkable: Opening the Process of Science

可见、可跟踪、可分支：开启科学进程

Sergey V. Samsonau

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

AI总结 本文提出通过开放科学进程而非仅其产出，提升科学进展速度、推理可及性、主张可信度及质量保障可扩展性，提出可见、可跟踪、可分支三大属性。

LangDriveCTRL: Natural Language Controllable Driving Scene Editing with Multi-modal Agents

LangDriveCTRL: 通过多模态代理实现自然语言可控的驾驶场景编辑

Yun He, Francesco Pittaluga, Ziyu Jiang, Matthias Zwicker, Manmohan Chandraker, Zaid Tasneem

机构 * University of Maryland, College Park（马里兰大学帕克分校） ； NEC Labs America（NEC美国实验室） ； UC San Diego（加州大学圣迭戈分校） 纠错

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

AI总结 LangDriveCTRL通过多模态代理实现驾驶视频的自然语言可控编辑，生成多样化的交通场景，提升真实感和交通场景的真实性。

Comments Project Page: https://yunhe24.github.io/langdrivectrl/

Decentralized Scalar Field Mapping using Gaussian Process

基于高斯过程的去中心化标量场映射

Hossein Papi, Muzaffar Qureshi, Kyle Volle, Rushikesh Kamalapurkar

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

AI总结 本文提出去中心化交集数据共享与同化协议，通过局部高斯过程模型和子域重叠几何构造邻居特定包，提升团队预测性能。

The HTC-Claw: Automating Discovery through High-Throughput Computational Campaigns

HTC-Claw：通过高通量计算活动实现发现自动化

Lianduan Zeng, Xiao Zhou, Xueru Zheng, Ning Gao, Lei Liu, Yunxuan Cao, Hongjian Chen, Zhongyang Wang, Tongxiang Fan

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

AI总结 本文提出HTC-Claw平台，通过智能分解研究目标、闭环执行引擎和自适应决策机制，提升材料发现的自动化水平。

Structure Matters: Evaluating Multi-Agents Orchestration in Generative Therapeutic Chatbots

结构至关重要：评估生成治疗聊天机器人中多代理协调

Sina Elahimanesh, Mohammadali Mohammadkhani, Sara Zahedi Movahed, Mohammad Mahdi Abootorabi, Shayan Salehi, Abbas Edalat

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

AI总结 研究探讨了基于LLM的多代理系统在生成治疗聊天机器人中的表现，发现其在对话自然度和人类感方面优于单一代理和无指导LLM，证明架构协调对治疗AI的重要性。

UNICA: A Unified Neural Framework for Controllable 3D Avatars

UNICA：一种统一的神经框架用于可控的3D人形 avatars

Jiahe Zhu, Xinyao Wang, Yiyu Zhuang, Yanwen Wang, Jing Tian, Yao Yao, Hao Zhu

机构 * Nanjing University（南京大学） ； State Key Laboratory of Novel Software Technology（计算机软件新技术国家重点实验室） 纠错

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

AI总结 UNICA通过动作条件扩散模型和点转换器生成可控的3D人形，实现无需骨骼的统一生成框架，支持自由视角渲染和动态衣物处理。

Comments Opensource code: https://github.com/zjh21/UNICA

OneComp: One-Line Revolution for Generative AI Model Compression

OneComp: 生成AI模型压缩的单行革命

Yuma Ichikawa, Keiji Kimura, Akihiro Yoshida, Yudai Fujimoto, Hiroki Tokura, Yamato Arai, Yoshiyuki Ishii, Yusei Kawakami, Genki Shikada, Achille Jacquemond, Yoshihiko Fujisawa, Katsuki Fujisawa, Takumi Honda, Akira Sakai

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

AI总结 OneComp通过自动化流程实现生成AI模型压缩，结合混合精度分配和逐步量化阶段，提升模型部署效率与性能。

Comments 31 pages, 6 figures

Learning to Diagnose Privately: DP-Powered LLMs for Radiology Report Classification

在隐私保护下学习：用于放射报告分类的DP驱动LLM

Payel Bhattacharjee, Fengwei Tian, Geoffrey D. Rubin, Joseph Y. Lo, Nirav Merchant, Heidi Hanson, John Gounley, Ravi Tandon

机构 * National Institute of Standards and Technology（美国国家标准与技术研究院） ； Colorado State University（科罗拉多州立大学） ； University of Arizona（亚利桑那大学） ； Duke University（杜克大学） 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 本文提出一种结合差分隐私与LoRA的隐私保护LLM微调框架，用于多异常放射报告分类，通过生成标签训练小型模型，在强隐私保障下实现高效推理。

Comments Accepted in IEEE ACCESS, 2026

Anonymous-by-Construction: An LLM-Driven Framework for Privacy-Preserving Text

匿名由设计：一个基于LLM的隐私保护文本框架

Federico Albanese, Pablo Ronco, Nicolás D'Ippolito

机构 * Veritran ； University of Buenos Aires（布宜诺斯艾利斯大学） ； University of San Andrés（圣安德烈斯大学） 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 本文提出基于LLM的匿名化框架，通过本地LLM实现文本隐私保护，同时保持语义和任务相关性，优于现有方法。

ManiTwin: Scaling Data-Generation-Ready Digital Object Dataset to 100K

ManiTwin：将数据生成-ready的数字对象数据集扩展到10万

Kaixuan Wang, Tianxing Chen, Jiawei Liu, Honghao Su, Shaolong Zhu, Minxuan Wang, Zixuan Li, Yue Chen, Huan-ang Gao, Yusen Qin, Jiawei Wang, Qixuan Zhang, Lan Xu, Jingyi Yu, Yao Mu, Ping Luo

机构 * The University of Hong Kong（香港大学） ； Xspark AI ； Deemos Tech ； Shanghai Jiao Tong University（上海交通大学） ； ShanghaiTech University（上海交通大学） ； University of California, San Diego（加州大学圣地亚哥分校） ； D-Robotics ； Peking University（北京大学） ； Tsinghua University（清华大学） ； Shenzhen University（深圳大学） 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 本文提出ManiTwin，一种高效生成数据生成-ready数字对象双胞胎的自动化流程，构建了包含10万高质量标注3D资产的ManiTwin-100K数据集，为大规模仿真数据合成和策略学习提供基础。

Comments Website: https://manitwin.github.io/

Layout-Guided Controllable Pathology Image Generation with In-Context Diffusion Transformers

基于布局的可控病理图像生成与上下文扩散变换器

Yuntao Shou, Xiangyong Cao, Qian Zhao, Deyu Meng

机构 * Xi'an Jiaotong University（西安交通大学） 纠错

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

AI总结 本文提出基于布局的可控病理图像生成方法，通过多代理LVLM注释框架构建精细临床对齐的监督数据，提出IC-DiT模型整合空间布局、文本描述和视觉嵌入，实现高保真生成与强空间可控性。

Comments 19 pages

One Supervisor, Many Modalities: Adaptive Tool Orchestration for Autonomous Queries

一个监督者，多种模态：面向自主查询的自适应工具协调

Mayank Saini, Arit Kumar Bishwas

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

AI总结 本文提出一个代理AI框架，通过动态分解用户查询并分配任务给不同模态的工具，提升多模态查询处理效率，实验显示在15类任务中准确回答时间减少72%，对话重做减少85%，成本降低67%。

Comments 19 pages, 3 figures; v2: corrected author metadata

Jr. AI Scientist and Its Risk Report: Autonomous Scientific Exploration from a Baseline Paper

初级AI科学家及其风险报告：从基础论文出发的自主科学探索

Atsuyuki Miyai, Mashiro Toyooka, Takashi Otonari, Zaiying Zhao, Kiyoharu Aizawa

机构 * The University of Tokyo（东京大学） ； Tokyo University of Science（东京科学大学） 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 Jr. AI Scientist通过模仿初级研究人员的工作流程，自主生成科学论文，但存在潜在风险和局限性，需进一步研究。

Comments TMLR2026. Issues, comments, and questions are all welcome in https://github.com/Agent4Science-UTokyo/Jr.AI-Scientist

MITRA: An AI Assistant for Knowledge Retrieval in Physics Collaborations

MITRA：一种用于物理学协作中知识检索的AI助手

Abhishikth Mallampalli, Sridhara Dasu

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

AI总结 MITRA是一种基于RAG的AI助手，通过本地化框架实现物理学协作中的高效知识检索与生成。

Comments Accepted at NeurIPS 2025 Machine Learning for the Physical Sciences workshop and Lepton Photon conference 2025 (Computing AI/ML track)

A Consensus-Driven Multi-LLM Pipeline for Missing-Person Investigations

基于共识的多语言模型流水线用于失踪人员调查

Joshua Castillo, Ravi Mukkamala

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

AI总结 本文提出了一种基于共识的多语言模型流水线，用于失踪人员调查，通过协调多个任务专用的 LLM 模型和共识引擎，提升信息提取和处理的效率与准确性。

Comments Accepted to CAC: Applied Computing & Automation Conferences 2026. 16 pages, 6 figures

Beyond Semantic Similarity: Open Challenges for Embedding-Based Creative Process Analysis Across AI Design Tools

超越语义相似性：基于嵌入的AI设计工具创意过程分析的开放挑战

Seung Won Lee, Semin Jin, Kyung Hoon Hyun

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

AI总结 本文探讨了基于嵌入的AI设计工具创意过程分析中超越语义相似性的开放挑战，提出通过上下文感知干预提升分析敏感性。

From Logs to Agents: Reconstructing High-Level Creative Workflows from Low-Level Raw System Traces

从日志到代理：从低级原始系统轨迹重构高级创造性工作流

Tae Hee Jo, Kyung Hoon Hyun

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

AI总结 本文提出了一种从低级系统日志重构高级创造性工作流的方法，通过结构化行为工作流图实现对用户创意过程的理解与支持。

SWARM-SLR AIssistant: A Unified Framework for Scalable Systematic Literature Review Automation

SWARM-SLR AIssistant：一个用于可扩展系统文献综述自动化的统一框架

Tim Wittenborg, Allard Oelen, Manuel Prinz

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

AI总结 SWARM-SLR AIssistant通过结合结构化方法和基于代理的助手，提供了一个统一框架，旨在提升系统文献综述自动化的可扩展性和可用性。

Comments 4 pages, 3 figures, submitted to JCDL 2025

Python Bindings for a Large C++ Robotics Library: The Case of OMPL

Python绑定用于大型C++机器人库：OMPL案例

Weihang Guo, Theodoros Tyrovouzis, Lydia E. Kavraki

机构 * Department of Computer Science, Rice University（计算机科学系，里士大学） 纠错

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

AI总结 本文利用大语言模型生成Python绑定，提升大型C++机器人库的开发效率与性能。

A Bi-directional Adaptive Framework for Agile UAV Landing

双向自适应框架用于敏捷无人机着陆

Chunhui Zhao, Xirui Kao, Yilin Lu, Yang Lyu

机构 * School of Automation, Northwestern Polytechnical University（自动化学院，西北工业大学） 纠错

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

AI总结 本文提出双向自适应框架，通过重新定义车辆与平台的角色，实现敏捷无人机着陆的高效、精确与鲁棒性提升。

Comments This work has been submitted to the IEEE Robotics and Automation Letters (RA-L) for possible publication

Journal ref IEEE Robotics and Automation Letters, 2026

Twin Co-Adaptive Dialogue for Progressive Image Generation

双适应对话用于渐进式图像生成

Jianhui Wang, Yangfan He, Yan Zhong, Xinyuan Song, Jiayi Su, Yuheng Feng, Ruoyu Wang, Hongyang He, Wenyu Zhu, Xinhang Yuan, Miao Zhang, Keqin Li, Jiaqi Chen, Tianyu Shi, Xueqian Wang

机构 * University of Electronic Science and Technology of China（电子科技大学） ； University of Minnesota Twin Cities（明尼苏达大学双城分校） ； Peking University（北京大学） ； Emory University（埃默里大学） ； Xiamen University Malaysia（马来西亚厦门大学） ； Hong Kong Polytechnic University（香港理工大学） ； Tsinghua University（清华大学） ； University of Warwick（沃里克大学） ； Washington University, Saint Louis（圣路易斯华盛顿大学） ； University of Toronto（多伦多大学） ； Google（谷歌） 纠错

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

AI总结 Twin-Co通过同步对话优化图像生成，提升生成质量和用户体验。

MIP Candy: A Modular PyTorch Framework for Medical Image Processing

MIP Candy：用于医学图像处理的模块化PyTorch框架

Tianhao Fu, Yucheng Chen

机构 * University of Toronto（多伦多大学） ； Vector Institute（向量研究所） ； Project Neura ； UTMIST ； Amplimit 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 MIP Candy是一个模块化PyTorch框架，为医学图像处理提供完整的流程管线，支持灵活配置和多种实验追踪工具。

An artificial intelligence framework for end-to-end rare disease phenotyping from clinical notes using large language models

基于大语言模型的端到端罕见病表型从临床笔记中提取人工智能框架

Cathy Shyr, Yan Hu, Rory J. Tinker, Thomas A. Cassini, Kevin W. Byram, Rizwan Hamid, Daniel V. Fabbri, Adam Wright, Josh F. Peterson, Lisa Bastarache, Hua Xu

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

AI总结 RARE-PHENIX通过整合大语言模型、本体标准化和监督排名，实现了端到端罕见病表型分析，优于现有深度学习基线。

Vibe Coding on Trial: Operating Characteristics of Unanimous LLM Juries

Vibe Coding on Trial: Unanimous LLM Juries的运行特性

Muhammad Aziz Ullah, Abdul Serwadda

机构 * Texas Tech University（德克萨斯农工大学） 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 本文研究了使用多数LLM陪审团在代码审查中减少假接受的同时保持高准确率的方法，通过基准测试和实验验证了委员会大小和组成对安全性的影响。

Comments Submitted to IEEE International Conference on Semantic Computing 2026