AI Agent

FRAGMENTA: End-to-end Fragmentation-based Generative Model with Agentic Tuning for Drug Lead Optimization

FRAGMENTA：基于片段的端到端生成模型与代理调优用于药物先导优化

Yuto Suzuki, Paul Awolade, Daniel V. LaBarbera, Farnoush Banaei-Kashani

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； University of Colorado Denver（科罗拉多大学丹佛分校） ； Skaggs School of Pharmacy（斯卡格斯药学院） ； University of Colorado Anschutz Medical Campus（科罗拉多大学安舒茨医疗分校） 纠错

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

AI总结 FRAGMENTA通过端到端框架和代理调优方法，提升药物先导优化的生成效率和调优效果。

EWE: An Agentic Framework for Extreme Weather Analysis

EWE：极端天气分析的代理框架

Zhe Jiang, Jiong Wang, Xiaoyu Yue, Zijie Guo, Wenlong Zhang, Fenghua Ling, Wanli Ouyang, Lei Bai

机构 * Fudan University（复旦大学） ； Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） ； The University of Sydney（悉尼大学） 纠错

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

AI总结 EWE是首个用于极端天气分析的智能代理框架，通过知识引导的规划和闭环推理实现自动化诊断，提供首个该领域基准测试，推动科学发现民主化进程。

PropensityBench: Evaluating Latent Safety Risks in Large Language Models via an Agentic Approach

PropensityBench: 通过代理方法评估大语言模型中的潜在安全风险

Udari Madhushani Sehwag, Shayan Shabihi, Alex McAvoy, Vikash Sehwag, Yuancheng Xu, Dalton Towers, Furong Huang

机构 * University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校） ； University of Texas at Austin（德克萨斯大学奥斯汀分校） ； University of Maryland, College Park（马里兰大学帕克分校） 纠错

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

AI总结 PropensityBench通过模拟危险能力评估大语言模型的潜在安全风险倾向，揭示模型在压力下可能选择高风险行为的倾向。

Learning Individual Behavior in Agent-Based Models with Graph Diffusion Networks

基于图扩散网络的学习个体行为在基于代理的模型中

Francesco Cozzi, Marco Pangallo, Alan Perotti, André Panisson, Corrado Monti

机构 * Sapienza University（萨皮恩扎大学） ； CENTAI 纠错

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

AI总结 本文提出基于图扩散网络的方法，通过学习个体行为来提升基于代理模型的模拟能力，展示了其在预测复杂系统动态方面的有效性。

AI/ML Model Cards in Edge AI Cyberinfrastructure: towards Agentic AI

边缘AI计算基础设施中的AI/ML模型卡片：迈向代理AI

Beth Plale, Neelesh Karthikeyan, Isuru Gamage, Joe Stubbs, Sachith Withana

专题命中 Agent评测 ：agentic(title)

AI总结 本文探讨了在边缘AI计算基础设施中使用模型卡片和模型上下文协议，以提升AI/ML模型的动态管理和使用效率。

ONCOPILOT: A Promptable CT Foundation Model For Solid Tumor Evaluation

ONCOPILOT：一种可提示的CT基础模型用于实体肿瘤评估

Léo Machado, Hélène Philippe, Élodie Ferreres, Julien Khlaut, Julie Dupuis, Korentin Le Floch, Denis Habip Gatenyo, Pascal Roux, Jules Grégory, Maxime Ronot, Corentin Dancette, Tom Boeken, Daniel Tordjman, Pierre Manceron, Paul Hérent

机构 * Raidium, Paris Biotech Santé（Raidium，巴黎生物医疗健康） ； AP-HP. Nord, Department of Radiology, FHU MOSAIC, Beaujon Hospital（AP-HP. Nord，放射科，FHU MOSAIC，贝琼医院） ； Université Paris Cité（巴黎城市大学） ； Université Paris Cité, AP-HP, Hôpital Européen Georges Pompidou, Department of Vascular and Oncological Interventional Radiology（巴黎城市大学，AP-HP，欧文·庞皮杜医院，血管和肿瘤介入放射科） ； Department of Radiology, Hôpital Cochin, AP-HP（放射科，克里克医院，AP-HP） ； Centre d’Imagerie du Nord（北影像中心） 纠错

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

AI总结 ONCOPILOT是一种基于CT的可提示基础模型，通过交互式分割提升肿瘤评估精度，实现放射科医生级别的RECIST测量和体积生物标志物分析。

Journal ref npj Precis. Onc. 9, 121 (2025)

Cycle Cancellation for Submodular Fractional Allocations and Applications

子模函数分数分配中的循环消除及其应用

Chandra Chekuri, Pooja Kulkarni, Ruta Mehta, Jan Vondrak

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出了一种针对子模估值的循环消除算法，用于解决最大-最小、纳什社会福利和最大化分享等分配问题，获得了新的近似算法和结果。

Comments 20 pages

Contract Design Beyond Hidden-Actions

超越隐藏行动的合同设计

Tomer Ezra, Stefano Leonardi, Matteo Russo

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了在二元结果下超越隐藏行动的合同设计，通过放松隐藏行动假设，引入检查子集的机制，并设计算法解决不同检查成本函数下的激励相容问题。

Comments Appears in SODA 2026