多模态大模型

InteractWeb-Bench: Can Multimodal Agent Escape Blind Execution in Interactive Website Generation?

InteractWeb-Bench: 多模态代理能否在交互式网站生成中避免盲目执行？

Qiyao Wang, Haoran Hu, Longze Chen, Hongbo Wang, Hamid Alinejad-Rokny, Yuan Lin, Min Yang

机构 * Shenzhen Institute of Advanced Technology Chinese Academy of Sciences（深圳先进技术研究院中国科学院） ； University of Chinese Academy of Sciences（中国科学院大学） ； Dalian University of Technology（大连理工大学） ； UNSW Sydney（悉尼大学） ； Shenzhen University of Advanced Technology（深圳先进技术大学） 纠错

专题命中 多模态Agent ：multimodal(title,abstract)；MLLM(abstract,abstract_cn)；分类 cs.CL、cs.AI

AI总结 本文提出InteractWeb-Bench，首个针对非专家低代码用户的多模态交互基准，通过模拟用户行为中的模糊性、冗余性和矛盾性，揭示前沿多模态大语言模型在意图识别和适应性交互上的局限。

Comments 21 pages, 13 figures, 7 tables

From Prompt to Physical Actuation: Holistic Threat Modeling of LLM-Enabled Robotic Systems

从提示到物理执行：LLM赋能机器人系统的整体威胁建模

Neha Nagaraja, Hayretdin Bahsi, Carlo R. da Cunha

机构 * School of Informatics, Computing, and Cyber Systems, Northern Arizona University（信息学、计算与网络系统学院，北亚利桑那大学） ； Department of Software Science, Tallinn University of Technology（软件科学系，塔林技术大学） 纠错

专题命中 多模态Agent ：cross-modal(abstract)；分类 cs.AI

AI总结 本文提出基于数据流图的LLM赋能机器人系统威胁分析方法，揭示了传统威胁、对抗威胁和对话威胁在感知-规划-执行流程中的交互与传播，首次完整分析了三个威胁类别在全系统中的跨边界攻击链。

Comments Submitted to 23rd Annual International Conference on Privacy, Security, and Trust (PST2026)

AutoSurfer -- Teaching Web Agents through Comprehensive Surfing, Learning, and Modeling

AutoSurfer -- 通过全面浏览、学习和建模教学网络代理

Fazle Elahi Faisal, Qianhui Wu, Baolin Peng, Jianfeng Gao

机构 * Microsoft Research（微软研究院） 纠错

专题命中 多模态Agent ：multimodal(abstract)；分类 cs.AI

AI总结 AutoSurfer通过系统性广度优先探索策略、任务合成引导和轨迹优化，实现全面覆盖网站操作空间，提升网络代理轨迹生成的准确性和多样性。

Comments 21 pages, 3 figures

Step-level Optimization for Efficient Computer-use Agents

面向高效计算机使用代理的步骤级优化

Jinbiao Wei, Kangqi Ni, Yilun Zhao, Guo Gan, Arman Cohan

机构 * Yale NLP Lab（耶鲁大学自然语言处理实验室） ； University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） 纠错

专题命中 多模态Agent ：multimodal(abstract)；分类 cs.AI

AI总结 本文提出一种事件驱动的步骤级级联框架，通过动态分配计算资源提升计算机使用代理的效率，减少冗余计算并增强任务完成能力。

Meta-Analysis Without Normality: Estimating the True Effect Distribution with Penalized Gaussian Mixtures

无需正态性：基于惩罚高斯混合的真效应分布估计

Daihe Sui, Elizabeth Tipton

专题命中 多模态Agent ：multimodal(abstract)

AI总结 本文提出基于惩罚高斯混合的方法，用于在不假设正态分布的情况下估计真效应分布，适用于大规模异质数据集，提高尾部概率和密度估计的准确性。

Comments 38 pages, 17 figures

Structural Dissolution: How Artificial Intelligence Dismantles Coordination Architecture and Reconfigures the Political Economy of Production

结构溶解：人工智能如何解构协调架构并重构生产的政治经济

Chao Li, Chunyi Zhao

专题命中 多模态Agent ：multimodal(abstract)

AI总结 本文提出结构溶解框架，探讨人工智能如何重构传统产业的协调架构，通过内部化人类多模态接口，导致生产关系的质变，产生四个主要转变：企业与行业边界的消解、价值创造从物理资源和人力协作转向持续的数据流、领域特定数据精炼基础设施的兴起以及区域数据主权实体的出现。