AI Agent

WhatsCode: Large-Scale GenAI Deployment for Developer Efficiency at WhatsApp

WhatsCode: 大规模生成式AI部署以提升WhatsApp开发者效率

Ke Mao, Timotej Kapus, Cons T Åhs, Matteo Marescotti, Daniel Ip, Ákos Hajdu, Sopot Cela, Aparup Banerjee

机构 * Meta 纠错

专题命中 工作流自动化 ：autonomous agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE

AI总结 WhatsCode通过大规模生成式AI部署提升WhatsApp开发者效率，实现自动化隐私验证覆盖率提升3.5倍，并展示出人类-人工智能协作模式对可持续商业影响的关键作用。

Comments 11 pages, 4 figures, 48th International Conference on Software Engineering: Software Engineering in Practice

Towards Data-efficient Customer Intent Recognition with Prompt-based Learning Paradigm

基于提示学习范式的高效客户意图识别

Hengyu Luo, Peng Liu, Stefan Esping

机构 * University of Helsinki（赫尔辛基大学） ； Ingka Group, IKEA（英格卡集团） 纠错

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

AI总结 本文提出基于提示学习的高效客户意图识别方法，通过减少数据依赖提升小型语言模型的识别性能。

Machine-learning-enabled interpretation of tribological deformation patterns in large-scale MD data

基于机器学习的大型分子动力学数据中摩擦变形模式的解释

Hendrik J. Ehrich, Marvin C. May, Stefan J. Eder

机构 * organization= Institute for Engineering Design ； organization= AC2T research GmbH , addressline= Viktor-Kaplan-Straße 2/C , city= 2700 Wiener Neustadt , country= Austria ； organization= School of Mechanical \& Aerospace Engineering, Nanyang Technological University , addressline= 50 Nanyang Avenue , country= 639798 Singapore 纠错

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

AI总结 本研究利用机器学习自动解析大型分子动力学数据中的摩擦变形模式，通过压缩数据并训练CNN-MLP模型，实现96%的预测准确率。

Comments 19 pages, 11 figures

Enhancing Dimensionality Prediction in Hybrid Metal Halides via Feature Engineering and Class-Imbalance Mitigation

通过特征工程和类别不平衡缓解提升混合金属卤化物的维度预测

Mariia Karabin, Isaac Armstrong, Leo Beck, Paulina Apanel, Markus Eisenbach, David B. Mitzi, Hanna Terletska, Hendrik Heinz

机构 * Department of Physics and Astronomy, Middle Tennessee State University（物理与天文学系，中田纳西州立大学） ； Department of Chemical and Biological Engineering, University of Colorado（化学与生物工程系，科罗拉多大学） ； Department of Mechanical Engineering and Materials Science, Duke University（机械工程与材料科学系，杜克大学） ； National Center for Computational Sciences Division, Oak Ridge National Laboratory（计算科学中心 division，橡树岭国家实验室） 纠错

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

AI总结 本文通过特征工程和缓解类别不平衡的方法，提升混合金属卤化物的维度预测准确性。

Documenting SME Processes with Conversational AI: From Tacit Knowledge to BPMN

用对话式AI记录中小企业流程：从隐性知识到BPMN

Unnikrishnan Radhakrishnan

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

AI总结 本文提出一种基于LLM的对话助手，通过访谈式对话将中小企业隐性知识转化为BPMN图表，实现流程文档化，降低文档化门槛，提升运营透明度。

Comments Presented at 2025 International Workshop on Low-Cost Digital Solutions for Industrial Automation (LODISA)

AortaDiff: A Unified Multitask Diffusion Framework For Contrast-Free AAA Imaging

AortaDiff：一种用于无对比剂AAA成像的统一多任务扩散框架

Yuxuan Ou, Ning Bi, Jiazhen Pan, Jiancheng Yang, Boliang Yu, Usama Zidan, Regent Lee, Vicente Grau

机构 * Department of Engineering Science, University of Oxford, United Kingdom（牛津大学工程科学系） ； Nuffield Department of Surgical Sciences, University of Oxford, United Kingdom（牛津大学外科科学努尔菲尔德系） ； Technical University of Munich, Germany（慕尼黑技术大学） ； ELLIS Institute Finland, Finland（芬兰ELLIS研究所） ； Aalto University, Finland（阿alto大学） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 AortaDiff通过统一多任务扩散框架实现无对比剂AAA成像，同时生成合成CECT图像并分割主动脉腔和血栓，提升了分割精度和临床测量准确性。

Comments WACV 2026

Toward the Explainability of Protein Language Models

迈向蛋白质语言模型的可解释性

Andrea Hunklinger, Noelia Ferruz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文探讨了XAI在蛋白质语言模型中的应用，提出了XAI在蛋白质研究中的五个潜在角色，并呼吁推动可解释性的发展。

Comments 15 pages, 6 figures; version 4: Additional revision of the manuscript

Observability Architecture for Quantum-Centric Supercomputing Workflows

量子导向超计算工作流的可观测性架构

Naoki Kanazawa, Yuto Morohoshi, Hitomi Takahashi, Yukio Kawashima, Hiroshi Horii, Kengo Nakajima

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种针对量子导向超计算工作流的可观测性架构，通过解耦遥测数据收集与工作负载执行，实现跨系统和算法层的持续监控，并保留详细执行数据以提高透明度和可重复性。

Luré-Postnikov Stability Analysis of Closed-Loop Control Systems with Gated Recurrent Neural Network-based Virtual Sensors

闭环控制系统中基于门控循环神经网络的虚拟传感器的Luré-Postnikov稳定性分析

Eric Hilgert, Andreas Schwung

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出LP-GRNN架构以解决基于GRU/LSTM的虚拟传感器在闭环控制系统中的稳定性问题，通过统一非线性算子形式将稳定性分析转化为可处理的线性矩阵不等式。

BenchQC -- Scalable and modular benchmarking of industrial quantum computing applications

BenchQC -- 可扩展且模块化的工业量子计算应用基准测试

Florian Geissler, Eric Stopfer, Christian Ufrecht, Nico Meyer, Daniel D. Scherer, Friedrich Wagner, Johannes M. Oberreuter, Zao Chen, Alessandro Farace, Daria Gutina, Ulrich Schwenk, Kimberly Lange, Vanessa Junk, Thomas Husslein, Marvin Erdmann, Florian Kiwit, Benjamin Decker, Greshma Shaji, Etienne Granet, Henrik Dreyer, Theodora-Augustina Dragan, Jeanette Miriam Lorenz

专题命中 工作流自动化 ：workflow(abstract)

AI总结 BenchQC通过开源平台QUARK实现工业量子应用的可扩展和模块化基准测试，旨在揭示量子计算应用中的关键趋势和实用性指导。

Comments 14 pages, 8 figures

Journal ref Proceedings of the QUEST-IS conference 2025 (short version)