AI Agent

A Safety and Security Framework for Real-World Agentic Systems

面向现实世界代理系统的安全与安全框架

Shaona Ghosh, Barnaby Simkin, Kyriacos Shiarlis, Soumili Nandi, Dan Zhao, Matthew Fiedler, Julia Bazinska, Nikki Pope, Roopa Prabhu, Daniel Rohrer, Michael Demoret, Bartley Richardson

机构 * NVIDIA ； Lakera AI 纠错

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

AI总结 本文提出了一种动态框架，通过用户安全视角识别新型代理风险，并通过红队行动和案例研究验证其在企业级代理系统中的安全性和安全性。

Solving Context Window Overflow in AI Agents

解决AI代理中的上下文窗口溢出

Anton Bulle Labate, Valesca Moura de Sousa, Sandro Rama Fiorini, Leonardo Guerreiro Azevedo, Raphael Melo Thiago, Viviane Torres da Silva

机构 * IBM Research（IBM研究院） 纠错

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

AI总结 本文提出了一种方法，使LLMs能够处理任意长度的工具响应，避免上下文窗口溢出问题，减少令牌使用并提升执行效率。

Optimized Agent Shift Scheduling Using Multi-Phase Allocation Approach

使用多阶段分配方法优化代理轮班调度

Sanalkumar K, Koushik Dey, Swati Meena

机构 * Sprinklr AI 纠错

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

AI总结 本文提出一种多阶段分配方法，通过分解问题为日和轮班分配子问题，优化代理轮班调度以提高效率和准确性。

Comments 5 pages, 3 figures

Machine Learning Potentials for Alloys: A Detailed Workflow to Predict Phase Diagrams and Benchmark Accuracy

合金中的机器学习势能：预测相图和评估准确性的详细工作流程

Siya Zhu, Doguhan Sariturk, Raymundo Arroyave

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出了一种利用机器学习势能预测合金相图并评估其准确性的高效工作流程。

Journal ref npj Comput Mater. 11 (2025) 340

QuantumChem-200K: A Large-Scale Open Organic Molecular Dataset for Quantum-Chemistry Property Screening and Language Model Benchmarking

QuantumChem-200K：一个大规模开放有机分子数据集用于量子化学性质筛选和语言模型基准测试

Yinqi Zeng, Renjie Li

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

AI总结 QuantumChem-200K通过提供大规模有机分子数据集和微调语言模型，实现了光引发剂筛选和光敏感材料发现的高效预测。

Comments 9 pages, 5 figures, 3 tables

Data-driven informative priors for Bayesian inference with quasi-periodic data

数据驱动的 informative 前验分布用于具有准周期数据的贝叶斯推断

Javier Lopez-Santiago, Luca Martino, Joaquin Miguez, Gonzalo Vazquez-Vilar

机构 * Universidad Carlos III de Madrid, Department of Signal Theory and Communications（西班牙马德里卡洛斯三世大学信号理论与通信系） 纠错

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

AI总结 本文提出了一种数据驱动的方法，通过拟合高斯过程的周期核来构建先验分布，以提高具有准周期数据的贝叶斯推断效率。

Comments Accepted for publication in AJ. 19 pages (one column), 14 figures

Automated Statistical and Machine Learning Platform for Biological Research

生物研究中的自动化统计与机器学习平台

Luke Rimmo Lego, Samantha Gauthier, Denver Jn. Baptiste

机构 * Stevens Institute of Technology（史蒂文斯理工学院） 纠错

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

AI总结 本研究提出一个集经典统计方法与随机森林分类于一体的自动化平台，用于生物研究中的数据分析，提升工作效率并促进生物发现。

Comments 7 pages, 2 figures, 25 equations

Best Practices for Machine Learning Experimentation in Scientific Applications

科学应用中机器学习实验的最佳实践

Umberto Michelucci, Francesca Venturini

机构 * Computer Science Department, Lucerne University of Applied Sciences and Arts（卢塞恩应用科学与艺术大学计算机科学系） ； Institute of Applied Mathematics and Physics（应用数学与物理研究所） ； ZHAW - Zurich University of Applied Sciences（苏黎世应用科学大学） 纠错

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

AI总结 本文提出科学应用中机器学习实验的实践指南，强调可重复性、公平比较和透明报告，引入了过拟合度量标准以提高模型评估的可靠性。

deepFEPS: Deep Learning-Oriented Feature Extraction for Biological Sequences

deepFEPS：面向深度学习的生物序列特征提取

Hamid Ismail, Marwan Bikdash

专题命中 工作流自动化 ：workflow(abstract)

AI总结 deepFEPS是一个统一的生物序列特征提取工具，整合多种先进特征提取方法，简化预处理流程，提升可重复性和应用效率。

Comments 16 pages, 6 figures, bioinformatics tool for genomics analysis

Engineering Trustworthy Automation: Design Principles and Evaluation for AutoML Tools for Novices

构建可信的自动化：面向初学者的AutoML工具的设计原则与评估

Jarne Thys, Davy Vanacken, Gustavo Rovelo Ruiz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出面向初学者的AutoML工具设计原则，通过用户研究改进系统易用性与信任度，强调首次模型成功、解释提供、抽象帮助和可预测性保障。

Comments Submitted version accepted for publication in an LNCS Volume "Engineering Interactive Computer Systems - EICS 2025 - International Workshops and Doctoral Consortium"

Investigating AI in Peer Support via Multi-Module System-Driven Embodied Conversational Agents

通过多模块系统驱动的具身对话代理探究AI在同伴支持中的应用

Ruoyu Wen, Xiaoli Wu, Kunal Gupta, Simon Hoermann, Mark Billinghurst, Alaeddin Nassani, Dwain Allan, Thammathip Piumsomboon

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过多模块系统驱动的具身对话代理，探讨了AI在同伴支持中的应用，评估了基于CBT的LLM系统在心理健康支持中的有效性与用户感知。

From Static Pathways to Dynamic Mechanisms: A Committor-Based Data-Driven Approach to Chemical Reactions

从静态路径到动态机制：一种基于承诺的数据驱动方法用于化学反应

Radu A. Talmazan, Christophe Chipot

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于承诺的数据驱动方法，通过结合PCCANN和MACE，揭示了化学反应中动态机制的多样性，并实现了对复杂反应动态的准确描述。

Neural Network for Subgrid Turbulence Modeling for Large Eddy Simulations

用于大涡模拟的子网格湍流建模神经网络

Eduardo Vital, Jean-Marc Gratien, Yassine Ayoun, Thibault Faney, Julien Bohbot

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出一种用于大涡模拟的神经网络方法，结合传统方程与数据驱动模型，通过高保真数据生成和后处理提升湍流建模精度。

The Iceberg Index: Measuring Skills-centered Exposure in the AI Economy

冰山指数：测量人工智能经济中的技能导向暴露

Ayush Chopra, Santanu Bhattacharya, DeAndrea Salvador, Ayan Paul, Teddy Wright, Aditi Garg, Feroz Ahmad, Alice C. Schwarze, Ramesh Raskar, Prasanna Balaprakash

专题命中 工作流自动化 ：autonomous agent(abstract)

AI总结 冰山指数通过大规模人口模型测量人工智能经济中技能导向的暴露，揭示AI能力在职业中的技术覆盖范围，为政策制定者提供识别和应对暴露热点的工具。

Comments iceberg.mit.edu

VIPCALs: A fully automated calibration pipeline for very long baseline interferometry data

VIPCALs: 一种全自动校准流程用于甚长基线干涉测量数据

Diego Álvarez-Ortega, Carolina Casadio, Felix M. Pötzl, Avinash Kumar, Michael Janssen

专题命中 工作流自动化 ：workflow(abstract)

AI总结 VIPCALs是一种全自动化的VLBI数据校准流程，能够高效处理大量观测数据，显著降低VLBI科学的进入门槛。

Comments 14 pages, 7 figures, accepted for publication in Astronomy & Astrophysics. Code available at https://github.com/dalvarezo/VIPCALs

Journal ref A&A 703, A196 (2025)

D-LIO: 6DoF Direct LiDAR-Inertial Odometry based on Simultaneous Truncated Distance Field Mapping

D-LIO：基于同时截断距离场映射的6自由度直接激光雷达-惯性里程计

Lucia Coto-Elena, J. E. Maese, L. Merino, F. Caballero

机构 * Service Robotics Laboratory, Universidad Pablo de Olavide（服务机器人实验室，帕布罗·德·奥拉维德大学） 纠错

专题命中 工作流自动化 ：planning(abstract)

AI总结 D-LIO通过同时截断距离场映射实现6自由度直接激光雷达-惯性里程计，提升环境感知精度与实时性。

Comments 9 pages, 3 figures and 43 references

Journal ref IEEE Robotics and Automation Letters, vol. 11, no. 1, pp. 169-176, 2026