AI Agent

It Takes Two: Learning Interactive Whole-Body Control Between Humanoid Robots

Zuhong Liu, Junhao Ge, Minhao Xiong, Jiahao Gu, Bowei Tang, Wei Jing, Siheng Chen

机构 * Shanghai Jiao Tong University（上海交通大学） 纠错

专题命中 软件智能体 ：agent(abstract)

WebRouter: Query-specific Router via Variational Information Bottleneck for Cost-sensitive Web Agent

Tao Li, Jinlong Hu, Yang Wang, Junfeng Liu, Xuejun Liu

机构 * College of Artificial Intelligence, Nanjing University of Aeronautics and Astronautics（人工智能学院，南京航空航天大学） ； Hong Kong Baptist University（香港 Baptist 大学） ； SKLCCSE Lab, Beihang University（SKLCCSE 实验室，北京航空航天大学） ； Pengcheng Laboratory, Shenzhen, China（鹏城实验室，深圳，中国） 纠错

专题命中 GUI与网页智能体 ：agent(title)；分类 cs.CL

Multi-Scale Diffusion Transformer for Jointly Simulating User Mobility and Mobile Traffic Pattern

Ziyi Liu, Qingyue Long, Zhiwen Xue, Huandong Wang, Yong Li

机构 * Department of Electronic Engineering, Beijing National Research Center for Information Science and Technology (BNRist), Tsinghua University（电子工程系，信息科学与技术国家研究中心（BNRist），清华大学） ； International School, Beijing University of Posts and Telecommunications（国际学院，北京邮电大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)；分类 cs.AI

Comments 9 pages, 4 figures. Code: https://github.com/tsinghua-fib-lab/MSTDiff

Q-Router: Agentic Video Quality Assessment with Expert Model Routing and Artifact Localization

Shuo Xing, Soumik Dey, Mingyang Wu, Ashirbad Mishra, Naveen Ravipati, Binbin Li, Hansi Wu, Zhengzhong Tu

机构 * Department of Computer Science（计算机科学系） ； Cranberry-Lemon University（Cranberry-Lemon 大学） ； Texas A&M University（德克萨斯A&M大学） ； eBay Inc.（eBay公司） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)

MemGen: Weaving Generative Latent Memory for Self-Evolving Agents

Guibin Zhang, Muxin Fu, Shuicheng Yan

机构 * National University of Singapore（新加坡国立大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；分类 cs.CL

REFRAG: Rethinking RAG based Decoding

Xiaoqiang Lin, Aritra Ghosh, Bryan Kian Hsiang Low, Anshumali Shrivastava, Vijai Mohan

机构 * Meta Superintelligence Labs（Meta超智能实验室） ； National University of Singapore（新加坡国立大学） ； Rice University（Rice大学） 纠错

专题命中 记忆与上下文管理 ：agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

Comments fix typo perplexity->log perplexity; added recent papers

TriVLA: A Triple-System-Based Unified Vision-Language-Action Model with Episodic World Modeling for General Robot Control

Zhenyang Liu, Yongchong Gu, Sixiao Zheng, Yanwei Fu, Xiangyang Xue, Yu-Gang Jiang

机构 * Fudan University（复旦大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)

State-Covering Trajectory Stitching for Diffusion Planners

Kyowoon Lee, Jaesik Choi

机构 * KAIST（韩国科学技术院） 纠错

专题命中 记忆与上下文管理 ：planning(abstract)；分类 cs.AI、cs.LG

Comments Accepted to NeurIPS 2025

Judgment of Learning: A Human Ability Beyond Generative Artificial Intelligence

Markus Huff, Elanur Ulakçı

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.CL

Comments 24 pages, 2 figures

Journal ref Scientific Reports, 15(1), 35030 (2025)

How Memory Management Impacts LLM Agents: An Empirical Study of Experience-Following Behavior

Zidi Xiong, Yuping Lin, Wenya Xie, Pengfei He, Zirui Liu, Jiliang Tang, Himabindu Lakkaraju, Zhen Xiang

机构 * Harvard University（哈佛大学） ； University of Georgia（佐治亚大学） ； Michigan State University（密歇根州立大学） ； University of Minnesota-Twin Cities（明尼苏达大学双城分校） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

Grasping Deformable Objects via Reinforcement Learning with Cross-Modal Attention to Visuo-Tactile Inputs

Yonghyun Lee, Sungeun Hong, Min-gu Kim, Gyeonghwan Kim, Changjoo Nam

机构 * Dept. of Electronic Engineering at Sogang University（ソガン大学电子工程系） ； Dept. of Immersive Media and Engineering at Sungkyunkwan University（顺天大学沉浸媒体与工程系） ； College of Medicine, Yonsei University（延世大学医学院） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)

Survey of Large Language Models in Extended Reality: Technical Paradigms and Application Frontiers

Jingyan Wang, Yang Zhao, Haotian Mao, Xubo Yang

专题命中 记忆与上下文管理 ：agent(abstract)

Comments Withdrawn by the authors after identifying improper reuse of illustrative materials and partial omission of citations in certain sections. A revised version will be prepared to ensure accurate attribution, and comprehensive citation coverage

DITING: A Multi-Agent Evaluation Framework for Benchmarking Web Novel Translation

Enze Zhang, Jiaying Wang, Mengxi Xiao, Jifei Liu, Ziyan Kuang, Rui Dong, Eric Dong, Sophia Ananiadou, Min Peng, Qianqian Xie

机构 * School of Artificial Intelligence, Wuhan University（武汉大学人工智能学院） ； Center for Language and Information Research, Wuhan University（武汉大学语言信息研究中心） ； Jiangxi Normal University（江西师范大学） ； The University of Manchester（曼彻斯特大学） ； Yunnan Trrans Technology Co., Ltd.（云南翻译技术有限公司） ； Malvern College Chengdu（成都马尔伯学院） 纠错

专题命中 Agent评测 ：agent(title,abstract)；multi-agent(title,abstract)；分类 cs.CL

Beyond ADE and FDE: A Comprehensive Evaluation Framework for Safety-Critical Prediction in Multi-Agent Autonomous Driving Scenarios

Feifei Liu, Haozhe Wang, Zejun Wei, Qirong Lu, Yiyang Wen, Xiaoyu Tang, Jingyan Jiang, Zhijian He

机构 * South China Normal University（华南师范大学） ； Shenzhen Technology University（深圳技术大学） 纠错

专题命中 Agent评测 ：agent(title,abstract)；multi-agent(title,abstract)

Agentic Systems in Radiology: Design, Applications, Evaluation, and Challenges

Christian Bluethgen, Dave Van Veen, Daniel Truhn, Jakob Nikolas Kather, Michael Moor, Malgorzata Polacin, Akshay Chaudhari, Thomas Frauenfelder, Curtis P. Langlotz, Michael Krauthammer, Farhad Nooralahzadeh

专题命中 Agent评测 ：agentic(title,abstract)；tool use(abstract)；tool-use(abstract)；planning(abstract)

TRAJECT-Bench:A Trajectory-Aware Benchmark for Evaluating Agentic Tool Use

Pengfei He, Zhenwei Dai, Bing He, Hui Liu, Xianfeng Tang, Hanqing Lu, Juanhui Li, Jiayuan Ding, Subhabrata Mukherjee, Suhang Wang, Yue Xing, Jiliang Tang, Benoit Dumoulin

机构 * Michigan State University（密歇根州立大学） ； Amazon Inc.（亚马逊公司） ； Hippocratic AI ； Penn State University（宾夕法尼亚州立大学） 纠错

专题命中 Agent评测 ：tool use(title,abstract)；agentic(title)；分类 cs.AI

FreshBrew: A Benchmark for Evaluating AI Agents on Java Code Migration

Victor May, Diganta Misra, Yanqi Luo, Anjali Sridhar, Justine Gehring, Silvio Soares Ribeiro Junior

机构 * Google（谷歌） ； Max Planck Institut für Intelligente Systeme (MPI-IS)（马克斯·普朗克智能系统研究所） ； ELLIS Institute, Tübingen（图宾根ELLIS研究所） ； Salesforce ； Gologic Inc（Gologic公司） 纠错

专题命中 Agent评测 ：AI agent(title,abstract)；agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE

Comments 18 pages, 12 figures

Agentic Property-Based Testing: Finding Bugs Across the Python Ecosystem

Muhammad Maaz, Liam DeVoe, Zac Hatfield-Dodds, Nicholas Carlini

机构 * MATS, Anthropic（MATS，Anthropic） ； Northeastern University（东北大学） ； Anthropic 纠错

专题命中 Agent评测 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.SE

Comments 4 pages (main), NeurIPS 2025, The 4th Deep Learning for Code Workshop

Operand Quant: A Single-Agent Architecture for Autonomous Machine Learning Engineering

Arjun Sahney, Ram Gorthi, Cezary Łastowski, Javier Vega

机构 * Operand Research（Operand研究） 纠错

专题命中 Agent评测 ：agent(title,abstract)；multi-agent(abstract)；分类 cs.AI

Comments 8 pages. No figures. Evaluated on MLE-Benchmark 2025

MCP-RADAR: A Multi-Dimensional Benchmark for Evaluating Tool Use Capabilities in Large Language Models

Xuanqi Gao, Siyi Xie, Juan Zhai, Shiqing Ma, Chao Shen

机构 * Xi’an Jiaotong University（西安交通大学） ； University of Massachusetts at Amherst（马萨诸塞大学阿默斯特分校） 纠错

专题命中 Agent评测 ：tool use(title)；agent(abstract)；分类 cs.AI

DemonAgent: Dynamically Encrypted Multi-Backdoor Implantation Attack on LLM-based Agent

Pengyu Zhu, Zhenhong Zhou, Yuanhe Zhang, Shilinlu Yan, Kun Wang, Sen Su

机构 * Beijing University of Posts and Telecommunications（北京邮电大学） ； Nanyang Technological University（南洋理工大学） 纠错

专题命中 Agent评测 ：agent(title,abstract)；分类 cs.AI

A Biosecurity Agent for Lifecycle LLM Biosecurity Alignment

Meiyin Meng, Zaixi Zhang

专题命中 Agent评测 ：agent(title,abstract)

DualTHOR: A Dual-Arm Humanoid Simulation Platform for Contingency-Aware Planning

Boyu Li, Siyuan He, Hang Xu, Haoqi Yuan, Yu Zang, Liwei Hu, Junpeng Yue, Zhenxiong Jiang, Pengbo Hu, Börje F. Karlsson, Yehui Tang, Zongqing Lu

专题命中 Agent评测 ：planning(title)

Comments The experiments in the paper need to be further supplemented, and more methods should be considered for expansion

Beyond Survival: Evaluating LLMs in Social Deduction Games with Human-Aligned Strategies

Zirui Song, Yuan Huang, Junchang Liu, Haozhe Luo, Chenxi Wang, Lang Gao, Zixiang Xu, Mingfei Han, Xiaojun Chang, Xiuying Chen

机构 * Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)（穆罕默德·本·扎耶德人工智能大学） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)；分类 cs.CL

Comments 34 pages, 32figures

IntersectioNDE: Learning Complex Urban Traffic Dynamics based on Interaction Decoupling Strategy

Enli Lin, Ziyuan Yang, Qiujing Lu, Jianming Hu, Shuo Feng

机构 * Department of Mechanical Engineering, Tsinghua University（清华大学机械工程系） ； Department of Automation, Tsinghua University（清华大学自动化系） 纠错

专题命中 Agent评测 ：agent(abstract)；multi-agent(abstract)

Comments Accepted by ITSC 2025

Compositional Symmetry as Compression: Lie Pseudogroup Structure in Algorithmic Agents

Giulio Ruffini

机构 * Neuroelectrics Starlab BCOM (Barcelona Spain)（神经电学星实验室BCOM（巴塞罗那西班牙）） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.LG

Comments Submitted to NeurReps 2025 (https://www.neurreps.org)

Judge's Verdict: A Comprehensive Analysis of LLM Judge Capability Through Human Agreement

Steve Han, Gilberto Titericz Junior, Tom Balough, Wenfei Zhou

机构 * NVIDIA Corporation（NVIDIA公司） 纠错

专题命中 Agent评测 ：agentic(abstract)；分类 cs.AI、cs.CL

Comments 10 pages, 1 figure, 4 tables, under review as a conference paper at ICLR 2026

Agents in the Sandbox: End-to-End Crash Bug Reproduction for Minecraft

Eray Yapağcı, Yavuz Alp Sencer Öztürk, Eray Tüzün

机构 * Electronics Engineering Department Bilkent University Ankara, Turkey（电子工程系比尔肯特大学安卡拉土耳其） ； Computer Engineering Department Bilkent University Ankara, Turkey（计算机工程系比尔肯特大学安卡拉土耳其） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI、cs.SE

Comments Accepted into ASE'25 (Automated Software Engineering). https://conf.researchr.org/details/ase-2025/ase-2025-papers/244/Agents-in-the-Sandbox-End-to-End-Crash-Bug-Reproduction-for-Minecraft

PACEbench: A Framework for Evaluating Practical AI Cyber-Exploitation Capabilities

Zicheng Liu, Lige Huang, Jie Zhang, Dongrui Liu, Yuan Tian, Jing Shao

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； Shanghai Jiao Tong University（上海交通大学） ； Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所） 纠错

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI

Comments Project webpage available at https://pacebench.github.io/

How AI Companionship Develops: Evidence from a Longitudinal Study

Angel Hsing-Chi Hwang, Fiona Li, Jacy Reese Anthis, Hayoun Noh

专题命中 Agent评测 ：agent(abstract)；分类 cs.AI