AI Agent

$A^2Flow:$ Automating Agentic Workflow Generation via Self-Adaptive Abstraction Operators

$A^2Flow$：通过自适应抽象运算符自动化代理工作流生成

Mingming Zhao, Xiaokang Wei, Yuanqi Shao, Kaiwen Zhou, Lin Yang, Siwei Rao, Junhui Zhan, Zhitang Chen

专题命中 工作流自动化 ：workflow(title,abstract)；agentic(title,abstract)；分类 cs.AI

AI总结 $A^2Flow$通过自适应抽象运算符实现代理工作流的自动化生成，提升性能并降低资源消耗。

Comments Accepted by AAAI-2026

Context-Aware Visual Prompting: Automating Geospatial Web Dashboards with Large Language Models and Agent Self-Validation for Decision Support

基于上下文的视觉提示：利用大语言模型和代理自我验证自动化地理空间网络看板

Haowen Xu, Jose Tupayachi, Xiao-Ying Yu

机构 * Computational Urban Sciences Group, Oak Ridge National Laboratory（计算城市科学组，橡树岭国家实验室） ； Materials Science and Technology Division, Oak Ridge National Laboratory（材料科学与技术 division，橡树岭国家实验室） ； Industrial and Systems Engineering, The University of Tennessee, Knoxville（工业与系统工程，田纳西大学， Knoxville） 纠错

专题命中 工作流自动化 ：agent(title,abstract)；AI agent(abstract)；workflow(abstract)；分类 cs.AI

AI总结 本文提出基于大语言模型和代理自我验证的地理空间看板自动化框架，通过上下文感知视觉提示提升风险分析和决策支持的可视化能力。

ToolOrchestra: Elevating Intelligence via Efficient Model and Tool Orchestration

ToolOrchestra：通过高效模型和工具协同提升智能

Hongjin Su, Shizhe Diao, Ximing Lu, Mingjie Liu, Jiacheng Xu, Xin Dong, Yonggan Fu, Peter Belcak, Hanrong Ye, Hongxu Yin, Yi Dong, Evelina Bakhturina, Tao Yu, Yejin Choi, Jan Kautz, Pavlo Molchanov

机构 * NVIDIA ； University of Hong Kong（香港大学） 纠错

专题命中 工作流自动化 ：tool-use(abstract)；agentic(abstract)；分类 cs.AI、cs.CL、cs.LG

AI总结 ToolOrchestra通过高效模型和工具协同提升智能，实现更高效且更有效的工具增强推理系统。

Comments 21 pages, 6 figures

Transforming Higher Education with AI-Powered Video Lectures

用AI赋能的视频讲座重塑高等教育

Dengsheng Zhang

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出利用AI生成视频讲座的方法，通过Gemini和Polly技术实现半自动化流程，展示AI生成的视频在学习效果上与人工视频相当，但仍有音频质量和虚拟形象等改进空间。

Comments 27 pages, 9 figures

Failure Modes in LLM Systems: A System-Level Taxonomy for Reliable AI Applications

LLM系统中的故障模式：可靠AI应用的系统级分类

Vaishali Vinay

专题命中 工作流自动化 ：workflow(abstract)；分类 cs.AI

AI总结 本文提出LLM系统中十五种隐含故障模式的分类，分析评估与监控的差距，并提出构建可靠、可维护且成本敏感的LLM系统的设计原则。

Seeing Twice: How Side-by-Side T2I Comparison Changes Auditing Strategies

双倍观察：如何通过并列的T2I比较改变审计策略

Matheus Kunzler Maldaner, Wesley Hanwen Deng, Jason I. Hong, Kenneth Holstein, Motahhare Eslami

专题命中 工作流自动化 ：workflow(abstract)

AI总结 MIRAGE工具通过并列展示多个文本到图像模型，帮助用户发现生成模型的偏见，改变审计策略。

Comments 8 pages, 6 figures. Presented at ACM Collective Intelligence (CI), 2025. Available at https://ci.acm.org/2025/wp-content/uploads/101-Maldaner.pdf

Exploropleth: exploratory analysis of data binning methods in choropleth maps

Exploropleth: 对 choropleth 地图中数据分箱方法的探索性分析

Arpit Narechania, Alex Endert, Clio Andris

专题命中 工作流自动化 ：workflow(abstract)

AI总结 Exploropleth 是一种开源工具，用于探索 choropleth 地图中不同数据分箱方法的比较和自定义，旨在提升地图制图的效率和教育价值。

Comments 22 pages, 1 table, 6 figures, Accepted to Cartography and Geographic Information Science (CaGIS) Journal

Exploring Charge Density Waves in two-dimensional NbSe2 with Machine Learning

利用机器学习探索二维NbSe₂中的电荷密度波

Norma Rivano, Francesco Libbi, Chuin Wei Tan, Christopher Cheung, Jose Lado, Arash Mostofi, Philip Kim, Johannes Lischner, Adolfo O. Fumega, Boris Kozinsky, Zachary A. H. Goodwin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究利用机器学习方法，探索二维NbSe₂中电荷密度波的结构和动力学特性，开发了物理指导的工作流程以提高建模精度，为理解CDW行为及相关物理现象提供了新途径。