University of California, Los Angeles（加州大学洛杉矶分校）

LongMemEval-V2: Evaluating Long-Term Agent Memory Toward Experienced Colleagues

LongMemEval-V2：评估长期代理记忆以成为经验丰富的同事

Di Wu, Zixiang Ji, Asmi Kawatkar, Bryan Kwan, Jia-Chen Gu, Nanyun Peng, Kai-Wei Chang

机构 * University of California, Los Angeles（加州大学洛杉矶分校） 纠错

AI总结 LongMemEval-V2通过451个手动整理的问题评估代理记忆系统是否能帮助代理在定制环境中获取经验，采用上下文收集方法并提出两种记忆方法，实验显示AgentRunbook-C在准确率上表现最佳。

Comments Work in Progress

Multi-Timescale Conductance Spiking Networks: A Sparse, Gradient-Trainable Framework with Rich Firing Dynamics for Enhanced Temporal Processing

多时间尺度传导突触网络：一种稀疏、可梯度训练的框架，具有丰富的放电动力学，用于增强时间处理

Alex Fulleda-Garcia, Saray Soldado-Magraner, Josep Maria Margarit-Taulé

机构 * Department of Neurobiology, University of California Los Angeles (UCLA)（加州大学洛杉矶分校神经生物学系） ； Instituto de Física Corpuscular (IFIC, CSIC–UV)（Corpuscular物理研究所（IFIC，CSIC–UV）） 纠错

AI总结 本文提出多时间尺度传导突触网络，通过调节快、慢和超慢电导来控制神经动力学，实现高效训练和稀疏活动，提升时间处理能力。

Comments Published in 2026 IEEE Neuro-Inspired Computational Elements Conference (Atlanta, USA)

Causal Algorithmic Recourse: Foundations and Methods

因果算法补救：基础与方法

Drago Plecko, Collin Wang, Elias Bareinboim

机构 * Department of Statistics & Data Science（统计与数据科学系） ； UCLA（加州大学洛杉矶分校） ； Department of Computer Science（计算机科学系） ； Columbia University（哥伦比亚大学） 纠错

AI总结 本文提出因果框架，通过预后干预结果建模算法补救过程，引入后补救稳定性条件，开发基于copula的算法推断补救效果，并提供分布自由方法学习补救效果。

Options, Not Clicks: Lattice Refinement for Consent-Driven MCP Authorization

选项，而非点击：基于同意的MCP授权的晶格细化

Ying Li, Yanju Chen, Peiran Wang, Issac Khabra, Faysal Hossain Shezan, Yu Feng, Yuan Tian

机构 * University of California, Los Angeles（加州大学洛杉矶分校） ； University of California, San Diego（加州大学圣地亚哥分校） ； University of Texas at Arlington（德克萨斯大学阿灵顿分校） ； University of California, Santa Barbara（加州大学圣芭芭拉分校） 纠错

AI总结 本文提出Conleash，一种客户端中间件，通过风险晶格自动允许安全调用，提升MCP授权的安全性与用户信任。

DSA-NRP: No-Reflow Prediction from Angiographic Perfusion Dynamics in Stroke EVT

DSA-NRP：从脑梗死 EVT 中的血管造影灌注动力学预测无再流

Shreeram Athreya, Carlos Olivares, Ameera Ismail, Kambiz Nael, William Speier, Corey Arnold

机构 * Department of Electrical and Computer Engineering, UCLA（电气与计算机工程系，加州大学洛杉矶分校） ； Medical Informatics, UCLA（医学信息学，加州大学洛杉矶分校） ； Department of Radiological Sciences, UCLA（放射科学系，加州大学洛杉矶分校） ； Department of Radiology, UC San Francisco（放射科，旧金山大学医学院） ； Department of Bioengineering, UCLA（生物工程系，加州大学洛杉矶分校） ； Department of Pathology and Laboratory Medicine, UCLA（病理学与实验室医学系，加州大学洛杉矶分校） 纠错

AI总结 本文提出基于DSA序列和临床变量的机器学习框架，用于在EVT后立即预测无再流，显著优于传统方法，为实时预测提供新方法。

Comments 15 pages, 4 figures