IBM

WikiVQABench: A Knowledge-Grounded Visual Question Answering Benchmark from Wikipedia and Wikidata

WikiVQABench: 一个基于维基百科和维基数据的知识引导视觉问答基准

Basel Shbita, Pengyuan Li, Anna Lisa Gentile

机构 * IBM Research San Jose（IBM桑 Jose研究实验室） 纠错

AI总结 本文提出WikiVQABench，一个结合维基百科图片、文章描述和维基数据结构化知识的知识引导视觉问答基准，通过大规模语言模型生成候选多选题，并由人工审核确保事实正确性和视觉-文本一致性，评估多种视觉-语言模型在知识密集型推理中的性能。

Governance by Construction for Generalist Agents

为通用智能体构建的治理机制

Segev Shlomov, Iftach Shoham, Alon Oved, Ido Levy, Sami Marreed, Harold Ship, Offer Akrabi, Sergey Zeltyn, Avi Yaeli, Nir Mashkif

机构 * IBM 纠错

AI总结 本文提出了一种模块化的政策-as-code层，用于在不微调模型的情况下，通过与通用大语言模型智能体结合，实现可预测、可审计且符合合规要求的行为，在复合工作流中无需为每个领域重新构建智能体。

Evaluating Temporal Semantic Caching and Workflow Optimization in Agentic Plan-Execute Pipelines

评估代理计划-执行管道中的时间语义缓存和工作流优化

Alimurtaza Mustafa Merchant, Krish Veera, Sajal Kumar Goyla, Shambhawi Bhure, Dhaval Patel, Kaoutar El Maghraoui

机构 * Columbia University（哥伦比亚大学） ； IBM ； IBM Research（IBM研究院） 纠错

AI总结 本文研究了在代理计划-执行管道中时间语义缓存和工作流优化的问题，提出两种互补的优化层以提高效率，并展示了其在工业资产操作工作流中的应用效果。

Comments 13 pages, 8 figures, 3 appendices

A Differentiable Measure of Algebraic Complexity: Provably Exact Discovery of Group Structures

一种可微的代数复杂性度量：证明精确发现群结构

Dongsung Huh, Lior Horesh, Halyun Jeong

机构 * Independent Researcher（独立研究者） ； IBM Research（IBM研究院） ； University at Albany, SUNY（阿尔巴尼大学，SUNY） 纠错

AI总结 本文提出了一种可微的代数复杂性度量，通过Cayley表完成问题，证明了通过超立方体操作符张量分解可以精确发现群结构，解决了Huh(2025)的核心开放猜想。

Comments 29 pages, 3 figures. All theoretical conjectures are formally proven as theorems and verified in Lean 4. v4: Minor typographical corrections

TriagerX: Dual Transformers for Bug Triaging Tasks with Content and Interaction Based Rankings

TriagerX: 用于基于内容和交互的缺陷分类任务的双变换器

Md Afif Al Mamun, Gias Uddin, Lan Xia, Longyu Zhang

机构 * University of Calgary（卡尔加里大学） ； York University（约克大学） ； IBM Canada（IBM加拿大） 纠错

AI总结 本文提出TriagerX，一种双变换器架构，通过结合内容和交互信息来改进缺陷分类任务的推荐准确性，优于现有最先进方法。

Comments Accepted to IEEE Transactions on Software Engineering (TSE). 17 pages, 15 figures