AI Agent

Cross-Domain Uncertainty Quantification for Selective Prediction: A Comprehensive Bound Ablation with Transfer-Informed Betting

跨领域不确定性量化用于选择性预测：一种综合界限消融与转移引导投注

Abhinaba Basu

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

AI总结 本文提出Transfer-Informed Betting方法，通过源域风险预热提升选择性预测的置信界性能，在数据稀缺场景下实现更紧的保证。

CLoPA: Continual Low Parameter Adaptation of Interactive Segmentation for Medical Image Annotation

CLoPA: 交互分割的持续低参数适应用于医学图像标注

Parhom Esmaeili, Chayanin Tangwiriyasakul, Eli Gibson, Sebastien Ourselin, M. Jorge Cardoso

机构 * School of Biomedical Engineering and Imaging Sciences, KCL, UK（生物医学工程与影像科学学院，KCL，英国） ； Siemens Healthineers, Princeton NJ, USA（西门子医疗，新泽西州普林斯顿，美国） 纠错

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

AI总结 CLoPA通过持续低参数适应提升医学图像分割性能，无需额外参数，在标注流程中实现专家级效果。

Comments 10 pages, 2 figures

Leveraging LLM Parametric Knowledge for Fact Checking without Retrieval

利用LLM参数知识进行事实核查而不进行检索

Artem Vazhentsev, Maria Marina, Daniil Moskovskiy, Sergey Pletenev, Mikhail Seleznyov, Mikhail Salnikov, Elena Tutubalina, Vasily Konovalov, Irina Nikishina, Alexander Panchenko, Viktor Moskvoretskii

机构 * S-NLP Group（S-NLP小组） ； AXXX ； MIRAI ； MBZUAI ； EPFL（瑞士联邦理工学院） 纠错

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

AI总结 本文提出不依赖检索的事实核查任务，通过利用LLM内部表示提升事实验证性能，展示INTRA方法在多语言和长文本生成场景中的优越表现。

Comments Preprint

DARE: Aligning LLM Agents with the R Statistical Ecosystem via Distribution-Aware Retrieval

DARE: 通过分布感知检索对齐LLM代理与R统计生态系统

Maojun Sun, Yue Wu, Yifei Xie, Ruijian Han, Binyan Jiang, Defeng Sun, Yancheng Yuan, Jian Huang

机构 * Department of Data Science and Artificial Intelligence, The Hong Kong Polytechnic University, Hong Kong SAR, China（数据科学与人工智能系，香港理工大学，香港特别行政区，中国） ； Department of Applied Mathematics, The Hong Kong Polytechnic University, Hong Kong SAR, China（应用数学系，香港理工大学，香港特别行政区，中国） 纠错

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

AI总结 DARE通过整合数据分布信息提升R包检索效果，构建了面向R的LLM代理以实现更高效的统计分析任务。

Comments 24 pages,7 figures, 3 tables

An Explainable Ensemble Framework for Alzheimer's Disease Prediction Using Structured Clinical and Cognitive Data

用于利用结构化临床和认知数据预测阿尔茨海默病的可解释集成框架

Nishan Mitra

机构 * Computer Science \& Engineering (AI\&ML) Institute of Engineering \& Management Kolkata, India 纠错

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

AI总结 本文提出了一种用于预测阿尔茨海默病的可解释集成框架，结合结构化临床和认知数据，利用多种集成算法和可解释性技术提升预测精度与透明度。

Comments 6 pages, 7 figures, 2 tables. Preprint version

A Rubric-Supervised Critic from Sparse Real-World Outcomes

从稀疏现实结果中学习的评分监督批评者

Xingyao Wang, Valerie Chen, Heng Ji, Graham Neubig

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

AI总结 本文提出了一种从稀疏现实结果中学习的评分监督批评者模型，用于提升编码代理的训练和推理性能。

Leveraging Taxonomy Similarity for Next Activity Prediction in Patient Treatment

利用分类相似性改进患者治疗中的下一步活动预测

Martin Kuhn, Joscha Grüger, Tobias Geyer, Ralph Bergmann

机构 * German Reseach Centre for Artificial Intelligence (DFKI), SDS Branch Trier（德国人工智能研究中心（DFKI），特里尔分部） ； University of Trier, Business Information Systems II（特里尔大学，商业信息系统二系） 纠错

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

AI总结 本文提出TS4NAP方法，利用医学分类和图匹配技术提升患者治疗下一步活动预测的准确性与可解释性。

GENAI WORKBENCH: AI-Assisted Analysis and Synthesis of Engineering Systems from Multimodal Engineering Data

GenAI Workbench: 人工智能辅助从多模态工程数据中分析和合成工程系统

H. Sinan Bank, Daniel R. Herber

机构 * Colorado State University（科罗拉多州立大学） 纠错

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

AI总结 GenAI Workbench通过整合AI技术，实现从多模态工程数据中辅助分析和合成工程系统，促进更集成和数据驱动的工程设计方法。

Comments 7 pages, 3 figures, accepted to be presented at IISE Annual Conference 2026

Selection as Power: Constrained Reinforcement for Bounded Decision Authority

选择作为权力：受限强化以实现有限决策权

Jose Manuel de la Chica Rodriguez, Juan Manuel Vera Díaz

机构 * AI Lab, Grupo Santander Madrid, Spain（Grupo Santander 马德里实验室） 纠错

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

AI总结 本文提出了一种动态激励性选择治理框架，通过受约束的强化学习方法，在保持有限决策权的同时实现适应性改进。

Towards Controllable Video Synthesis of Routine and Rare OR Events

面向常规和罕见OR事件可控视频合成

Dominik Schneider, Lalithkumar Seenivasan, Sampath Rapuri, Vishalroshan Anil, Aiza Maksutova, Yiqing Shen, Jan Emily Mangulabnan, Hao Ding, Jose L. Porras, Masaru Ishii, Mathias Unberath

机构 * Johns Hopkins University（约翰霍普金斯大学） ； Technical University Munich（慕尼黑技术大学） ； Johns Hopkins Medical Institutions（约翰霍普金斯医学机构） 纠错

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

AI总结 本文提出了一种可控视频合成框架，用于生成手术室中常规和罕见事件，以支持环境智能模型的发展。

Comments Accepted to IPCAI 2026 and submitted to IJCARs

Evaluating SAP RPT-1 for Enterprise Business Process Prediction: In-Context Learning vs. Traditional Machine Learning on Structured SAP Data

评估SAP RPT-1对企业业务流程预测的性能：基于上下文学习与传统机器学习在结构化SAP数据上的对比

Amit Lal

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

AI总结 本文评估了SAP RPT-1在企业业务流程预测中的性能，发现其在有限数据下表现优于传统机器学习模型，提出混合工作流程提升实用性。

Comments 12 pages, 5 figures, 32 references. Reproducible experiments available at Hugging Face Spaces

Eigenmood Space: Uncertainty-Aware Spectral Graph Analysis of Psychological Patterns in Classical Persian Poetry

Eigenmood Space: 基于不确定性感知的谱图分析用于古典波斯诗歌心理模式研究

Kourosh Shahnazari, Seyed Moein Ayyoubzadeh, Mohammadali Keshtparvar

机构 * Sharif University of Technology（谢里夫技术大学） ； Amirkabir University of Technology（阿米尔卡比尔技术大学） 纠错

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

AI总结 本文提出基于不确定性感知的谱图分析方法，用于分析古典波斯诗歌中的心理模式，通过置信度加权的共现图和Eigenmood嵌入，量化诗人个体性并支持可扩展的数字人文研究。

Orchestration-Free Customer Service Automation: A Privacy-Preserving and Flowchart-Guided Framework

无编排客户服务自动化：一种隐私保护且流程图引导的框架

Mengze Hong, Chen Jason Zhang, Zichang Guo, Hanlin Gu, Di Jiang, Li Qing

机构 * Hong Kong Polytechnic University（香港理工大学） 纠错

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

AI总结 本文提出一种无编排的客户服务自动化框架，利用面向任务的流程图实现端到端自动化，通过本地部署和去中心化蒸馏提升隐私保护与泛化能力。

Comments Accepted by TheWebConf 2026

Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models

通过基于恢复的防护机制实现安全强化学习

Alexander W. Goodall, Francesco Belardinelli

机构 * Imperial College London, Department of Computing（伦敦帝国学院计算机系） 纠错

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

AI总结 本文提出一种基于高斯过程的恢复防护机制，用于在未知非线性系统中实现安全强化学习，通过动态恢复和内部模型采样实现安全与高效的学习。

Comments Accepted at AAMAS 2026

DeepSight: An All-in-One LM Safety Toolkit

DeepSight: 一个全方位的大型模型安全工具包

Bo Zhang, Jiaxuan Guo, Lijun Li, Dongrui Liu, Sujin Chen, Guanxu Chen, Zhijie Zheng, Qihao Lin, Lewen Yan, Chen Qian, Yijin Zhou, Yuyao Wu, Shaoxiong Guo, Tianyi Du, Jingyi Yang, Xuhao Hu, Ziqi Miao, Xiaoya Lu, Jing Shao, Xia Hu

机构 * Shanghai AI Laboratory（上海人工智能实验室） 纠错

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

AI总结 DeepSight是一个开源工具包，旨在通过整合安全评估与诊断，提升大型模型的安全性与可解释性。

Comments Technical report, 29 pages, 24 figures

Empowering Healthcare Practitioners with Language Models: Structuring Speech Transcripts in Two Real-World Clinical Applications

通过语言模型赋能医疗从业者：在两个真实临床应用中结构化语音转录

Jean-Philippe Corbeil, Asma Ben Abacha, George Michalopoulos, Phillip Swazinna, Miguel Del-Agua, Jerome Tremblay, Akila Jeeson Daniel, Cari Bader, Yu-Cheng Cho, Pooja Krishnan, Nathan Bodenstab, Thomas Lin, Wenxuan Teng, Francois Beaulieu, Paul Vozila

机构 * Microsoft Healthcare & Life Sciences（微软医疗与生命科学） 纠错

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

AI总结 本文通过语言模型在两个临床应用中结构化语音转录，提出代理流程生成非敏感数据，并发布首个开源数据集以支持进一步研究。

Journal ref Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing: Industry Track

Hybrid Responsible AI-Stochastic Approach for SLA Compliance in Multivendor 6G Networks

混合责任AI-随机方法在多供应商6G网络SLA合规性中的应用

Emanuel Figetakis, Ahmed Refaey Hussein

机构 * University of Guelph（圭尔夫大学） 纠错

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

AI总结 本文提出一种混合责任AI-随机方法，用于提升多供应商6G网络中SLA合规性，通过整合RAI游戏与随机优化，提高公平性和鲁棒性，实现高效问责。

Comments 6 pages, 4 figures

DeepQuali: Initial results of a study on the use of large language models for assessing the quality of user stories

DeepQuali: 大型语言模型在评估用户故事质量研究中的初步结果

Adam Trendowicz, Daniel Seifert, Andreas Jedlitschka, Marcus Ciolkowski, Anton Strahilov

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

AI总结 DeepQuali利用大型语言模型评估用户故事质量，通过对比专家判断发现其在整体评估上有效，但细节评分存在分歧，且需进一步融入工作流程。

LLMs + Security = Trouble

Benjamin Livshits

机构 * Imperial College London（伦敦帝国学院） 纠错

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

MENASpeechBank: A Reference Voice Bank with Persona-Conditioned Multi-Turn Conversations for AudioLLMs

MENASpeechBank: 一个具有基于人设的多轮对话的参考语音库用于音频大语言模型

Zien Sheikh Ali, Hunzalah Hassan Bhatti, Rabindra Nath Nandi, Shammur Absar Chowdhury, Firoj Alam

机构 * Qatar Computing Research Institute（卡塔尔计算研究所） 纠错

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

AI总结 MENASpeechBank通过合成数据管道生成多轮对话数据，支持音频大语言模型在多样化语音和方言场景中的训练与应用。

Comments Foundation Models, Large Language Models, Native, Speech Models, Arabic, AI-persona, Persona-conditioned-conversations

Scaling Multiagent Systems with Process Rewards

通过过程奖励扩展多智能体系统

Ed Li, Junyu Ren, Cat Yan

机构 * Yale University（耶鲁大学） ； University of Chicago（芝加哥大学） ； University of Oxford（牛津大学） 纠错

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

AI总结 本文提出MAPPA方法，通过每动作过程奖励微调多智能体系统，提升复杂任务的性能和效率。

Automated Archival Descriptions with Federated Intelligence of LLMs

基于大语言模型联邦智能的自动化档案描述

Jinghua Groppe, Andreas Marquet, Annabel Walz, Sven Groppe

机构 * IFIS, University of Lübeck（IFIS，吕贝克大学） ； Friedrich-Ebert-Stiftung e.V.（弗里德里希-埃伯特基金会） 纠错

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

AI总结 本研究提出基于大语言模型联邦智能的自动化档案描述系统，通过联邦优化方法提升档案元数据生成的质量和可靠性。

Comments 16 pages

Eliciting Trustworthiness Priors of Large Language Models via Economic Games

通过经济游戏 eliciting 大语言模型的信任度先验

Siyu Yan, Lusha Zhu, Jian-Qiao Zhu

机构 * University of Hong Kong（香港大学） ； The University of Hong Kong（香港大学） ； Peking University（北京大学） ； School of Psychological and Cognitive Sciences, Peking University（北京大学心理与认知科学学院） ； Beijing Key Laboratory of Behavior and Mental Health, Peking University（北京大学行为与心理健康重点实验室） ； IDG/McGovern Institute for Brain Research, Peking University（北京大学脑科学研究院） ； Peking-Tsinghua Center for Life Sciences, Peking University（北京大学-清华大学生命科学中心） ； Key Laboratory of Machine Perception, Ministry of Education, China（教育部机器感知重点实验室） 纠错

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

AI总结 通过经济游戏实验，研究如何通过行为博弈论中的信任游戏获取大语言模型的信任度先验，并揭示其与人类信任差异及刻板印象模型的关系。

A Survey of AI Methods for Geometry Preparation and Mesh Generation in Engineering Simulation

工程仿真中几何准备和网格生成的AI方法综述

Steven Owen, Nathan Brown, Nikos Chrisochoides, Rao Garimella, Xianfeng Gu, Franck Ledoux, Na Lei, Roshan Quadros, Navamita Ray, Nicolas Winovich, Yongjie Jessica Zhang

机构 * Sandia National Laboratories（桑迪亚国家实验室） ； Old Dominion University（旧 Dominion 大学） ； Los Alamos National Laboratory（洛斯阿拉莫斯国家实验室） ； New York University / Stony Brook University（纽约大学 / 斯通布鲁克大学） ； CEA（法国原子能委员会） ； Dalian University of Technology（大连理工大学） ； Carnegie Mellon University（卡内基梅隆大学） 纠错

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

AI总结 本文综述了AI在工程仿真中用于几何准备和网格生成的方法，涵盖分类分割、质量预测、去特征化及自动化生成技术，强调AI与传统算法的互补作用。

Comments 47 pages, 0 figure, accepted by the International Meshing Roundtable conference 2026

Empowering LLMs for Structure-Based Drug Design via Exploration-Augmented Latent Inference

通过探索增强的潜在推理增强LLM用于基于结构的药物设计

Xuanning Hu, Anchen Li, Qianli Xing, Jinglong Ji, Hao Tuo, Bo Yang

机构 * College of Computer Science and Technology, Jilin University（吉林大学计算机科学与技术学院） ； Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, Jilin University（教育部符号计算与知识工程重点实验室） ； Department of Computer Science, Aalto University（艾尔沃斯大学计算机科学系） ； College of Artificial Intelligence, Jilin University（吉林大学人工智能学院） 纠错

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

AI总结 ELILLM通过探索增强的潜在推理框架，提升LLM在基于结构的药物设计中的表现，实现更有效的分子生成和结合亲和力预测。

Mixture-of-Models: Unifying Heterogeneous Agents via N-Way Self-Evaluating Deliberation

模型混合：通过N方式自我评估 deliberation 统一异质代理

Tims Pecerskis, Aivars Smirnovs

机构 * Peeramid Labs（Peeramid实验室） ； The AI Futures Collective（人工智能未来集体） 纠错

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

AI总结 通过N方式自我评估 deliberation 协议，统一异质代理，实现小模型集合在性能上超越大模型，建立新的硬件效率前沿。

BPMN Assistant: An LLM-Based Approach to Business Process Modeling

BPMN助手：基于大语言模型的业务流程建模方法

Josip Tomo Licardo, Nikola Tankovic, Darko Etinger

机构 * Faculty of Informatics（信息学院） ； Juraj Dobrila University of Pula（朱拉·多布里拉大学） 纠错

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

AI总结 BPMN助手通过基于JSON的中间表示和大语言模型，提升BPMN图编辑效率与可靠性

Comments 22 pages, 5 figures

ToolPRMBench: Evaluating and Advancing Process Reward Models for Tool-using Agents

ToolPRMBench: 评估和推进用于工具使用智能体的过程奖励模型

Dawei Li, Yuguang Yao, Zhen Tan, Huan Liu, Ruocheng Guo

机构 * Arizona State University（亚利桑那州立大学） ； Intuit AI Research（Intuit人工智能研究） 纠错

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

AI总结 ToolPRMBench通过构建大规模基准评估工具使用智能体的过程奖励模型，揭示PRM有效性差异并展示专用PRMs的潜力。

Comments under review

Q-realign: Piggybacking Realignment on Quantization for Safe and Efficient LLM Deployment

Q-realign: 量化驱动的对齐以实现安全高效的LLM部署

Qitao Tan, Xiaoying Song, Ningxi Cheng, Ninghao Liu, Xiaoming Zhai, Lingzi Hong, Yanzhi Wang, Zhen Xiang, Geng Yuan

机构 * University of Georgia（佐治亚大学） ； University of North Texas（北卡罗来纳州立大学） ； Hong Kong Polytechnic University（香港理工大学） ； Northeastern University（东北大学） 纠错

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

AI总结 Q-realign通过量化驱动的对齐方法，在部署流程中实现安全高效的LLM部署，有效减少不安全行为并降低计算开销。

Crystal Generation using the Fully Differentiable Pipeline and Latent Space Optimization

利用全微分管道和潜在空间优化进行晶体生成

Osman Goni Ridwan, Gilles Frapper, Hongfei Xue, Qiang Zhu

机构 * Department of Mechanical Engineering and Engineering Science, University of North Carolina at Charlotte（机械工程与工程科学系，北卡罗来纳大学夏洛特分校） ； Applied Quantum Chemistry Group, Poitiers University-CNRS（应用量子化学组，波尔多大学-CNRS） ； Department of Computer Science, University of North Carolina at Charlotte（计算机科学系，北卡罗来纳大学夏洛特分校） ； Electrification (BATT CAVE) Research Center, Charlotte, NC 28223, USA（electrification（BATT CAVE）研究中心，夏洛特，NC 28223，美国） 纠错

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

AI总结 本研究提出一种结合全微分管道和潜在空间优化的晶体生成框架，通过可微SO(3)功率谱目标和双层松弛方法，提升复杂结构生成效率和成功率。