University of Science and Technology of China（中国科学技术大学）

From Materials Database to Materials Bank: Assetizing Data for AI Driven Materials Innovation

从材料数据库到材料银行：为AI驱动的材料创新实现数据资产化

Chenyao Ma, Di Zhang, Weibo Gong, Wei Du, Rui Su, Yuhang Chen, Kan Xu, Huan Gu, Limin Li, Piao Ma, Zhenghao Li, Hao Li

机构 * Suzhou MatSource Technology Co., Ltd.（苏州材源科技有限公司） ； Gusu Laboratory of Materials（姑苏材料实验室） ； Advanced Institute for Materials Research (WPI-AIMR), Tohoku University（东北大学材料科学高等研究所（WPI-AIMR）） ； Frontier Research Institute for Interdisciplinary Sciences (FRIS), Tohoku University（东北大学跨学科前沿研究所（FRIS）） ； State Key Laboratory of Advanced Environmental Technology, Department of Environmental Science and Engineering, University of Science and Technology of China（中国科学技术大学环境科学与工程系先进环境技术国家重点实验室） 纠错

AI总结 针对传统材料数据库缺乏价值筛选和资产管理的问题，提出工业化导向的材料银行，通过多维BankCard框架将候选材料系统化为标准化、可升级的资产，构建数据到产品的闭环生态。

Journal ref AI for Materials 2026, 1(1), 9

daVinci-kernel: Co-Evolving Skill Selection, Summarization, and Utilization via RL for GPU Kernel Optimization

daVinci-kernel：通过强化学习协同进化技能选择、总结与利用的GPU内核优化

Dayuan Fu, Mohan Jiang, Tongyu Wang, Dian Yang, Jiarui Hu, Liming Liu, Jinlong Hou, Pengfei Liu

机构 * University of Science and Technology of China（中国科学技术大学） 纠错

AI总结 提出daVinci-kernel框架，通过强化学习联合训练技能选择、策略生成和技能总结三个智能体，共享LLM骨干，实现GPU内核优化，在KernelBench上超越先前最优模型。

VL-LN Bench: Towards Long-horizon Goal-oriented Navigation with Active Dialogs

VL-LN基准：通过主动对话实现长视界目标导向导航

Wensi Huang, Shaohao Zhu, Meng Wei, Siqi Zhang, Jinming Xu, Xihui Liu, Hanqing Wang, Tai Wang, Feng Zhao, Jiangmiao Pang

机构 * University of Science and Technology of China（中国科学技术大学） ； Shanghai AI Laboratory（上海人工智能实验室） ； Zhejiang University（浙江大学） ； The University of Hong Kong（香港大学） 纠错

AI总结 VL-LN基准通过引入主动对话机制，提升长视界目标导向导航任务的性能和可靠性。

TableMind: An Autonomous Programmatic Agent for Tool-Augmented Table Reasoning

TableMind: 一种用于工具增强表格推理的自主程序化代理

Chuang Jiang, Mingyue Cheng, Xiaoyu Tao, Qingyang Mao, Jie Ouyang, Qi Liu

机构 * State Key Laboratory of Cognitive Intelligence, University of Science and Technology of China（认知智能国家重点实验室，中国科学技术大学） 纠错

AI总结 TableMind通过两阶段训练策略提升表格推理能力，实现自主程序化代理的高效推理与代码生成。

Comments Comments: 10 pages, 6 figures. Submitted to WSDM 2026