Fudan University（复旦大学）

CyberEvolver: Structured Self-Evolution for Cybersecurity Agents On the Fly

CyberEvolver：面向网络安全代理的即时结构化自我进化

Yihe Fan, Changyi Li, Lichen Xu, Xudong Pan, Jiarun Dai, Hong Geng, Min Yang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） ； Shanghai Pudong Research Institute of Cryptology（上海浦东密码研究院） 纠错

AI总结 提出CyberEvolver框架，通过四层可进化架构、痕迹诊断机制和种群波束搜索，实现网络安全代理基于失败经验的支架自我进化，平均成功率提升13.6%。

Questioning the Coverage-Length Metric in Conformal Prediction: When Shorter Intervals Are Not Better

质疑共形预测中的覆盖-长度度量：当更短的区间并不更好时

Yizhou Min, Yizhou Lu, Lanqi Li, Zhen Zhang, Jiaye Teng

机构 * School of Statistics and Data Science, Shanghai University of Finance and Economics, Shanghai, China（上海财经大学统计与数据科学学院） ； Department of Statistics and Data Science, Fudan University, Shanghai, China（复旦大学统计与数据科学系） ； Institute of Data Science and Statistics, Shanghai University of Finance and Economics, Shanghai, China（上海财经大学数据科学与统计研究所） 纠错

AI总结 本文批判性检验共形预测中标准度量（覆盖率和区间长度）的充分性，揭示一种称为“偏见技巧”（PT）的反直觉方法可欺骗性地缩短区间长度而保持覆盖有效，并提出新度量“区间稳定性”以检测此类行为。

EqCollide: Equivariant and Collision-Aware Deformable Objects Neural Simulator

EqCollide: 等变且碰撞感知的可变形物体神经模拟器

Qianyi Chen, Tianrun Gao, Chenbo Jiang, Tailin Wu

机构 * Westlake University（西交大大学） ； Fudan University（复旦大学） ； Tongji University（同济大学） ； McGill University（麦吉尔大学） 纠错

AI总结 提出首个端到端等变神经场模拟器EqCollide，通过等变编码器和碰撞感知消息传递的图神经网络常微分方程，实现可变形物体碰撞的准确、稳定和可扩展模拟。

Comments SIGKDD 2026 Oral AI4S Track. 20 pages, 16 figures