AI Agent

Defense Against Indirect Prompt Injection via Tool Result Parsing

通过工具结果解析防御间接提示注入

Qiang Yu, Xinran Cheng, Chuanyi Liu

机构 * Harbin Institute of Technology（哈尔滨工业大学） 纠错

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

AI总结 本文提出通过工具结果解析来防御间接提示注入，有效过滤恶意代码并降低攻击成功率。

Comments 20 pages, 3 figures, 5 tables

Why LLMs Aren't Scientists Yet: Lessons from Four Autonomous Research Attempts

为何大语言模型尚未成为科学家：来自四个自主研究尝试的教训

Dhruv Trehan, Paras Chopra

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

AI总结 本文探讨了四个自主生成科研论文的尝试，揭示了大语言模型在科学工作流程中面临的六个常见失败模式，并提出了改进AI科学家系统的设计原则。

Physics-Driven Data Generation for Contact-Rich Manipulation via Trajectory Optimization

通过轨迹优化实现接触密集操作的物理驱动数据生成

Lujie Yang, H. J. Terry Suh, Tong Zhao, Bernhard Paus Graesdal, Tarik Kelestemur, Jiuguang Wang, Tao Pang, Russ Tedrake

机构 * Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology（计算机科学与人工智能实验室（CSAIL），麻省理工学院） ； Robotics and AI Institute（机器人与人工智能研究院） 纠错

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

AI总结 本研究提出了一种结合物理仿真和轨迹优化的方法，通过生成多样化高质量数据集，提升接触密集操作任务的机器人性能。

Deep Vision-Based Framework for Coastal Flood Prediction Under Climate Change Impacts and Shoreline Adaptations

基于深度视觉的沿海洪水预测框架：在气候变化影响和海岸适应下的应用

Areg Karapetyan, Aaron Chung Hin Chow, Samer Madanat

机构 * Division of Engineering New York University（工程学院纽约大学） 纠错

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

AI总结 本文提出了一种基于深度视觉的框架，用于在气候变化和海岸适应背景下预测沿海洪水，通过低数据集训练和高保真度模型设计提升了预测精度。

Large Language Models can Achieve Social Balance

大语言模型可以实现社会平衡

Pedro Cisneros-Velarde

机构 * VMware Research（VMware研究） 纠错

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

AI总结 大语言模型通过分析相互作用类型、更新机制和种群规模，实现了社会平衡，并指导了代理系统的设计与部署。

LLM-Empowered Functional Safety and Security by Design in Automotive Systems

基于大语言模型的汽车系统功能安全与安全设计

Nenad Petrovic, Vahid Zolfaghari, Fengjunjie Pan, Alois Knoll

机构 * European Chips Joint Undertaking（欧洲芯片联合计划） ； Federal Ministry of Research, Technology and Space of Germany（德国联邦科研、技术和空间 ministry） 纠错

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

AI总结 本文提出利用大语言模型提升汽车系统功能安全与安全设计的方法，通过事件链模型和MDE方法实现安全拓扑设计和代码分析。

UniCrop: A Universal, Multi-Source Data Engineering Pipeline for Scalable Crop Yield Prediction

UniCrop: 一个通用、多源数据工程流水线，用于可扩展的作物产量预测

Emiliya Khidirova, Oktay Karakuş

机构 * Cardiff University, School of Mathematics, CF24 4AG UK. ； Cardiff University, School of Computer Science \& Informatics, CF24 4AG UK 纠错

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

AI总结 UniCrop通过自动化多源环境数据处理，提供了一种通用的数据工程框架，用于提高作物产量预测的可扩展性和准确性。

TeleDoCTR: Domain-Specific and Contextual Troubleshooting for Telecommunications

TeleDoCTR: 电信领域和上下文的故障排查

Mohamed Trabelsi, Huseyin Uzunalioglu

机构 * Nokia Bell Labs（诺基亚贝尔实验室） 纠错

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

AI总结 TeleDoCTR是一种针对电信领域的故障排查系统，通过整合领域特定模型自动完成票据分类、检索和生成报告，提升故障排查的准确性和效率。

Classifying long legal documents using short random chunks

使用短随机片段对长法律文件进行分类

Luis Adrián Cabrera-Diego

机构 * Jus Mundi 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DeBERTa V3和LSTM的法律文件分类器，通过随机片段输入和高效部署流程实现高分类精度与处理效率。

Aligning Agents like Large Language Models

像大型语言模型一样对齐代理

Adam Jelley, Yuhan Cao, Dave Bignell, Amos Storkey, Sam Devlin, Tabish Rashid

机构 * School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学信息学院） ； Micosoft Research, Cambridge, United Kingdom（微软研究院） 纠错

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

AI总结 本文提出通过像训练大型语言模型一样训练代理，以实现更通用、稳健和对齐的行为，并通过3D视频游戏环境中的概念验证展示方法。

World Models Unlock Optimal Foraging Strategies in Reinforcement Learning Agents

世界模型解锁强化学习智能体的最优觅食策略

Yesid Fonseca, Manuel S. Ríos, Nicanor Quijano, Luis F. Giraldo

机构 * Center of Excellence in Analytics, Artificial Intelligence, and Information Governance, Bancolombia, Colombia（分析、人工智能和信息治理卓越中心，Bancolombia，哥伦比亚） ； Department of Biomedical Engineering, Universidad de los Andes, Bogotá, Colombia（生物医学工程系， Universidad de los Andes，波哥大，哥伦比亚） ； Department of Electrical and Electronics Engineering, Universidad de los Andes, Bogotá, Colombia（电气与电子工程系， Universidad de los Andes，波哥大，哥伦比亚） 纠错

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

AI总结 世界模型帮助强化学习智能体实现最优觅食策略，通过预见能力而非单纯奖励最大化驱动高效决策。

Comments 14 pages, 6 figures

FVA-RAG: Falsification-Verification Alignment for Mitigating Sycophantic Hallucinations

FVA-RAG：通过对抗性上下文对齐缓解趋炎附势幻觉

Mayank Ravishankara

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

AI总结 FVA-RAG通过引入对抗性上下文检索，有效缓解了因前提错误导致的幻觉问题，其在多个基准测试中表现优于现有方法。

Toward building next-generation Geocoding systems: a systematic review

迈向下一代地名编码系统：系统综述

Zhengcong Yin, Daniel W. Goldberg, Binbin Lin, Bing Zhou, Diya Li, Andong Ma, Ziqian Ming, Heng Cai, Zhe Zhang, Shaohua Wang, Shanzhen Gao, Joey Ying Lee, Xiao Li, Da Huo

机构 * Esri, Inc（Esri公司） ； LABI Education（LABI教育） 纠错

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

AI总结 本文通过系统综述探讨下一代地名编码系统的技术需求、工作流程模块化及改进机遇，旨在为系统设计和评估提供研究方向。

ReACT-Drug: Reaction-Template Guided Reinforcement Learning for de novo Drug Design

ReACT-Drug：基于反应模板的强化学习指导的从头药物设计

R Yadunandan, Nimisha Ghosh

机构 * Department of Computer Science and Engineering, Shiv Nadar University Chennai（计算机科学与工程系，舍维纳达尔大学钦奈） 纠错

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

AI总结 ReACT-Drug通过反应模板指导的强化学习实现从头药物设计，结合蛋白质嵌入和片段搜索生成高亲和力、高合成可行性的候选分子。

Enhancing Lung Cancer Treatment Outcome Prediction through Semantic Feature Engineering Using Large Language Models

通过大语言模型进行语义特征工程提升肺癌治疗预后预测

MunHwan Lee, Shaika Chowdhury, Xiaodi Li, Sivaraman Rajaganapathy, Eric W Klee, Ping Yang, Terence Sio, Liewei Wang, James Cerhan, Nansu NA Zong

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

AI总结 本研究利用大语言模型进行语义特征工程，提升肺癌治疗预后预测的准确性与可解释性。

Counterfactual Basis Extension and Representational Geometry: An MDL-Constrained Model of Conceptual Growth

反事实基础扩展与表征几何：一种基于MDL约束的概念发展模型

Chainarong Amornbunchornvej

机构 * National Electronics and Computer Technology Center（国家电子与计算机技术中心） 纠错

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

AI总结 本文提出基于MDL约束的概念发展模型，通过几何框架解释概念扩展为误差驱动的基底扩展过程，强调反事实表示在学习中的作用及限制。

Comments First draft

Machine Learning-Driven Predictive Resource Management in Complex Science Workflows

基于机器学习的复杂科学工作流预测性资源管理

Tasnuva Chowdhury, Tadashi Maeno, Fatih Furkan Akman, Joseph Boudreau, Sankha Dutta, Shengyu Feng, Adolfy Hoisie, Kuan-Chieh Hsu, Raees Khan, Jaehyung Kim, Ozgur O. Kilic, Scott Klasky, Alexei Klimentov, Tatiana Korchuganova, Verena Ingrid Martinez Outschoorn, Paul Nilsson, David K. Park, Norbert Podhorszki, Yihui Ren, John Rembrandt Steele, Frédéric Suter, Sairam Sri Vatsavai, Torre Wenaus, Wei Yang, Yiming Yang, Shinjae Yoo

机构 * Brookhaven National Laboratory（布鲁克海文国家实验室） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Massachusetts（马萨诸塞大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 纠错

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

AI总结 本文提出利用机器学习模型优化复杂科学工作流的资源管理，通过预测资源需求提升处理效率和资源利用率。

Solving a Research Problem in Mathematical Statistics with AI Assistance

利用人工智能辅助解决数学统计学中的研究问题

Edgar Dobriban

机构 * Department of Statistics and Data Science, University of Pennsylvania（统计与数据科学系，宾夕法尼亚大学） 纠错

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

AI总结 利用GPT-5辅助解决数学统计学中稳健密度估计的未解决问题，推导出最小最大最优误差率。

Comments added references

A Multi-Component AI Framework for Computational Psychology: From Robust Predictive Modeling to Deployed Generative Dialogue

面向计算心理学的多组件AI框架：从稳健的预测建模到部署的生成对话

Anant Pareek

机构 * Independent Researcher（独立研究者） 纠错

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

AI总结 本文提出一个多组件AI框架，结合预测建模与生成对话，实现从心理状态分析到实际应用的完整研究到部署流程。

Inverse Optimality for Fair Digital Twins: A Preference-based approach

反最优性在公平数字孪生中的应用：基于偏好的方法

Daniele Masti, Francesco Basciani, Arianna Fedeli, Girgio Gnecco, Francesco Smarra

机构 * Gran Sasso Science Institute（gran sass science institute） ； Scuola IMT Alti Studi Lucca ； Fondazione Ugo Bordoni 纠错

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

AI总结 本文提出一种基于偏好的方法，通过引入公平性作为可学习目标，改进数字孪生的决策过程，以更好地反映人类感知的公平性。

Comments Submitted for possible publication at the IFAC World Congress 2026

Beyond Formal Semantics for Capabilities and Skills: Model Context Protocol in Manufacturing

超越能力与技能的形式语义：制造业中的模型上下文协议

Luis Miguel Vieira da Silva, Aljosha Köcher, Felix Gehlhoff

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

AI总结 本文提出基于模型上下文协议（MCP）的制造业能力与技能建模方法，通过标准化接口实现与LLM的高效交互，提升工业自动化灵活性。

Comments \c{opyright} 2025 IEEE. Personal use of this material is permitted. Permission from IEEE must be obtained for all other uses, in any current or future media, including reprinting/republishing this material for advertising or promotional purposes, creating new collective works, for resale or redistribution to servers or lists, or reuse of any copyrighted component of this work in other works

Towards Task-Oriented Flying: Framework, Infrastructure, and Principles

面向任务的飞行：框架、基础设施与原则

Kangyao Huang, Hao Wang, Jingyu Chen, Jintao Chen, Yu Luo, Di Guo, Xiangkui Zhang, Xiangyang Ji, Huaping Liu

机构 * Tsinghua University（清华大学） ； Dalian University of Technology（大连理工大学） ； Beijing University of Posts and Telecommunications（北京邮电大学） 纠错

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

AI总结 本文提出面向任务的四旋翼端到端DRL框架，整合复杂任务规范的设计原则，揭示模拟任务定义、训练设计原则和物理部署间的相互依赖关系，为动态无结构环境下的自主飞行提供实用基础。

Self-Supervised Learning on Molecular Graphs: A Systematic Investigation of Masking Design

分子图上的自监督学习：掩码设计的系统性研究

Jiannan Yang, Veronika Thost, Tengfei Ma

机构 * Stony Brook University（石溪大学） ； MIT-IBM Watson AI Lab（MIT-IBM沃森人工智能实验室） 纠错

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

AI总结 本文系统研究了分子图自监督学习中掩码设计的影响，发现预测目标与编码器架构的协同作用比复杂的掩码分布更为关键，且语义丰富的目标能显著提升下游性能。

Efficient Stimuli Generation using Reinforcement Learning in Design Verification

在设计验证中利用强化学习实现高效的刺激生成

Deepak Narayan Gadde, Thomas Nalapat, Aman Kumar, Djones Lettnin, Wolfgang Kunz, Sebastian Simon

机构 * Infineon Technologies Dresden, Germany ； Infineon Technologies Munich, Germany ； 1 Infineon Technologies Dresden GmbH \& Co. KG, Germany 2 Infineon Technologies AG, Germany 3 Rheinland-Pf \"a lzische Technische Universit \"a t Kaiserslautern-Landau, Germany 纠错

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

AI总结 本文提出利用强化学习生成高效刺激，以提升系统级芯片设计验证的覆盖率效率。

Comments Accepted for publication at the 20th International Conference on Synthesis, Modeling, Analysis and Simulation Methods, and Applications to Circuit Design (SMACD'24), Jul 2-5 2024, Volos, Greece

UW-BioNLP at ChemoTimelines 2025: Thinking, Fine-Tuning, and Dictionary-Enhanced LLM Systems for Chemotherapy Timeline Extraction

UW-BioNLP在ChemoTimelines 2025中的表现：基于思考、微调和词典增强的LLM系统用于化疗时间线提取

Tianmai M. Zhang, Zhaoyi Sun, Sihang Zeng, Chenxi Li, Neil F. Abernethy, Barbara D. Lam, Fei Xia, Meliha Yetisgen

机构 * University of Washington（华盛顿大学） 纠错

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

AI总结 UW-BioNLP通过思考、微调和词典增强LLM方法，在ChemoTimelines 2025中实现了最佳性能，提升了化疗时间线提取的准确性。

Comments To be published in Proceedings of the 7th Clinical Natural Language Processing Workshop

The Right to be Forgotten in Pruning: Unveil Machine Unlearning on Sparse Models

在剪枝中享有被遗忘的权利：揭示稀疏模型上的机器无学习

Yang Xiao, Gen Li, Jie Ji, Ruimeng Ye, Xiaolong Ma, Bo Hui

机构 * University of Tulsa（塔尔萨大学） ； Clemson University（克莱姆斯大学） ； The University of Arizona（亚利桑那大学） 纠错

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

AI总结 本文提出'无剪枝'方法，用于稀疏模型中消除删除数据对剪枝拓扑的影响，并设计新指标评估其有效性。

Comments 9 pages for main part

TabTune: A Unified Library for Inference and Fine-Tuning Tabular Foundation Models

TabTune：用于推理和微调表格基础模型的统一库

Aditya Tanna, Pratinav Seth, Mohamed Bouadi, Utsav Avaiya, Vinay Kumar Sankarapu

机构 * Lexsi Labs（Lexsi实验室） 纠错

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

AI总结 TabTune是一个统一库，通过单一接口标准化表格基础模型的完整工作流程，支持多种适应策略并提升评估一致性。

Comments The library is open source and available at https://github.com/Lexsi-Labs/TabTune

QuantumChem-200K: A Large-Scale Open Organic Molecular Dataset for Quantum-Chemistry Property Screening and Language Model Benchmarking

QuantumChem-200K：一个大规模开放有机分子数据集用于量子化学性质筛选和语言模型基准测试

Yinqi Zeng, Renjie Li

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

AI总结 QuantumChem-200K通过提供大规模有机分子数据集和微调语言模型，实现了光引发剂筛选和光敏感材料发现的高效预测。

Comments 9 pages, 5 figures, 3 tables

A Comprehensive Survey on Long Context Language Modeling

对长上下文语言模型的全面综述

Jiaheng Liu, Dawei Zhu, Zhiqi Bai, Yancheng He, Huanxuan Liao, Haoran Que, Zekun Wang, Chenchen Zhang, Ge Zhang, Jiebin Zhang, Yuanxing Zhang, Zhuo Chen, Hangyu Guo, Shilong Li, Ziqiang Liu, Yong Shan, Yifan Song, Jiayi Tian, Wenhao Wu, Zhejian Zhou, Ruijie Zhu, Junlan Feng, Yang Gao, Shizhu He, Zhoujun Li, Tianyu Liu, Fanyu Meng, Wenbo Su, Yingshui Tan, Zili Wang, Jian Yang, Wei Ye, Bo Zheng, Wangchunshu Zhou, Wenhao Huang, Sujian Li, Zhaoxiang Zhang

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

AI总结 本文综述了长上下文语言模型的最新进展，涵盖模型构建、训练部署及评估分析，为研究人员和工程师提供全面的资源。

Time Travel: LLM-Assisted Semantic Behavior Localization with Git Bisect

时间旅行：借助Git Bisect的LLM辅助语义行为定位

Yujing Wang, Weize Hong

机构 * University of Waterloo（滑铁卢大学） ； Brock University（布罗克大学） 纠错

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

AI总结 本文提出利用LLM和Git Bisect进行语义行为定位，通过结构化推理链提升故障定位准确率，实验显示成功率提升6.4个百分点，平均bisect时间减少2倍。

Comments submitted to Git Bisect SCALCOM 2025 Calgary (to be published)