AI Agent

COMMA: A Communicative Multimodal Multi-Agent Benchmark

COMMA：一种基于通信的多模态多智能体基准

Timothy Ossowski, Danyal Maqbool, Jixuan Chen, Zefan Cai, Tyler Bradshaw, Junjie Hu

机构 * Department of Computer Sciences University of Wisconsin-Madison（计算机科学系威斯康星大学麦迪逊分校） ； Department of Computer Sciences UC San Diego（计算机科学系加州大学圣地亚哥分校） ； Department of Radiology University of Wisconsin-Madison（放射学系威斯康星大学麦迪逊分校） ； Department of Computer Sciences Department of Biostatistics and Medical Informatics University of Wisconsin-Madison（计算机科学系生物统计学与医学信息学系威斯康星大学麦迪逊分校） 纠错

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

AI总结 COMMA基准通过语言通信评估多模态多智能体系统的协作性能，揭示现有模型在智能体协作中的不足。

Journal ref Transactions on Machine Learning Research, 2025

Exploring Network-Knowledge Graph Duality: A Case Study in Agentic Supply Chain Risk Analysis

探索网络-知识图谱二元性：代理供应链风险分析的案例研究

Evan Heus, Rick Bookstaber, Dhruv Sharma

机构 * University of California, Berkeley（加州大学伯克利分校） 纠错

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

AI总结 本文提出基于LLM的代理框架，利用网络与知识图谱的二元性，通过图遍历和上下文壳技术实现供应链风险分析的实时可解释生成。

Comments Accepted to the 2nd Workshop on LLMs and Generative AI in Finance: International Conference on AI in Finance(ICAIF) 2025;7 pages, 3 figures

Mathematics and Coding are Universal AI Benchmarks

数学与编码是通用AI的通用基准

Przemyslaw Chojecki

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

AI总结 本文研究了数学和编码在AI评估中的通用性，证明了编码任务在电池空间中的稠密性，而纯数学并非如此，揭示了形式数学作为递归自我改进的自然起点。

Adjudicator: Correcting Noisy Labels with a KG-Informed Council of LLM Agents

Adjudicator: 通过知识图谱指导的LLM代理委员会校正噪声标签

Doohee You, Sundeep Paul

机构 * Trusted Engagement \& AI Solutions 500 west 2nd street Trust \& Safety Google 纠错

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

AI总结 Adjudicator通过知识图谱指导的LLM代理委员会校正噪声标签，实现高精度数据验证，显著提升F1分数。

Comments 12 pages, 3 figures

Group-Theoretic Reinforcement Learning of Dynamical Decoupling Sequences

群论强化学习动态解耦序列

Charles Marrder, Shuo Sun, Murray J. Holland

机构 * JILA, Department of Physics, University of Colorado Boulder, Boulder, Colorado 80309, USA（JILA物理系，科罗拉多大学博尔德分校，博尔德，科罗拉多州80309，美国） 纠错

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

AI总结 基于群论的强化学习方法用于设计量子比特上的动态解耦序列，无需显式了解噪声谱即可学习最优脉冲序列。

MatTools: Benchmarking Large Language Models for Materials Science Tools

MatTools: 评估大型语言模型在材料科学工具中的基准测试

Siyu Liu, Bo Hu, Beilin Ye, Jiamin Xu, David J. Srolovitz, Tongqi Wen

机构 * Center for Structural Materials, Department of Mechanical Engineering, The University of Hong Kong（香港大学机械工程系结构材料中心） ； Materials Innovation Institute for Life Sciences（生命科学创新研究所） 纠错

专题命中 Agent评测 ：tool-use(abstract)；分类 cs.CL

AI总结 MatTools通过代码生成和执行评估LLM在材料科学工具中的能力，揭示通用模型优于专业模型，AI理解AI，及简单方法更优的结论。

Comments 27 pages, 23 figures

Bowshocks driven by the pole-on molecular jet of outbursting protostar SVS 13

由爆发性原恒星SVS 13的极轴分子喷流驱动的弓形激波

G. Blázquez-Calero, G. Anglada, S. Cabrit, M. Osorio, A. C. Raga, G. A. Fuller, J. F. Gómez, R. Estalella, A. K. Diaz-Rodriguez, J. M. Torrelles, L. F. Rodríguez, E. Macías, I. de Gregorio-Monsalvo, S. T. Megeath, L. Zapata, P. T. P. Ho

专题命中 Agent评测 ：agent(abstract)

AI总结 研究通过ALMA观测揭示了由原恒星喷流驱动的弓形激波结构，表明吸积爆发和雪线变化可能在十年时间尺度上发生，影响行星形成。

Comments 61 pages, 19 Figures, 2 Tables. Published in Nature Astronomy: https://www.nature.com/articles/s41550-025-02716-2

Optimizing Highway Traffic Flow in Mixed Autonomy: A Multiagent Truncated Rollout Approach

混合自主环境下高速公路交通流优化：一种多智能体截断滚动方法

Lu Liu, Chi Xie, Xi Xiong

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出一种多智能体截断滚动方法，用于优化混合自主环境下高速公路交通流，通过增强CAVs速度协调提升通行能力并减少计算开销。