AI Agent

Towards Pervasive Distributed Agentic Generative AI -- A State of The Art

迈向普及型分布式代理生成AI——综述

Gianni Molinari, Fabio Ciravegna

机构 * University of Turin（都灵大学） 纠错

专题命中 记忆与上下文管理 ：agentic(title,abstract)；agent(abstract)；planning(abstract)；分类 cs.AI

AI总结 本文综述了智能代理和大语言模型在普及计算中的最新发展，探讨了代理部署策略、挑战及提出的‘代理作为工具’框架。

From Personalization to Prejudice: Bias and Discrimination in Memory-Enhanced AI Agents for Recruitment

从个性化到偏见：记忆增强型AI招聘代理中的偏见与歧视

Himanshu Gharat, Himanshi Agrawal, Gourab K. Patro

机构 * Phi Labs, Quantiphi Inc.（Phi实验室、Quantiphi公司） 纠错

专题命中 记忆与上下文管理 ：AI agent(title,abstract)；agent(abstract)；分类 cs.AI

AI总结 研究揭示了记忆增强型AI招聘代理中偏见的系统性引入与强化，强调了对LLM基础AI代理的额外防护措施的必要性。

Comments In Proceedings of the Nineteenth ACM International Conference on Web Search and Data Mining (WSDM '26)

Journal ref In Proceedings of the Nineteenth ACM International Conference on Web Search and Data Mining (WSDM '26), 2026, Boise, ID, USA. ACM, New York, NY, USA

CodeMem: Architecting Reproducible Agents via Dynamic MCP and Procedural Memory

CodeMem: 通过动态MCP和程序记忆构建可重复的智能体

Nishant Gaurav, Adit Akarsh, Tejas Ravishankar, Manoj Bajaj

专题命中 记忆与上下文管理 ：agent(abstract)；AI agent(abstract)；agentic(abstract)；分类 cs.AI、cs.SE

AI总结 CodeMem通过动态MCP和程序记忆架构，解决智能体在重复任务中的概率不稳定性问题，实现可靠的工作流构建与运行。

Comments 11 pages, 2 figures

Open Ad-hoc Categorization with Contextualized Feature Learning

开放性即需分类与上下文化特征学习

Zilin Wang, Sangwoo Mo, Stella X. Yu, Sima Behpour, Liu Ren

机构 * University of Michigan（密歇根大学） ； UC Berkeley（加州大学伯克利分校） ； Bosch Center for AI（博世人工智能中心） 纠错

专题命中 记忆与上下文管理 ：AI agent(abstract)；分类 cs.AI

AI总结 OAK通过引入上下文标记和结合CLIP与GCD目标，实现了开放性即需分类的高准确率和可解释性。

Comments 26 pages, 17 figures

Journal ref CVPR 2025

The Principle of Proportional Duty: A Knowledge-Duty Framework for Ethical Equilibrium in Human and Artificial Systems

比例责任原则：一种用于人类和人工系统伦理平衡的知识-责任框架

Timothy Prescher

专题命中 记忆与上下文管理 ：agent(abstract)；分类 cs.AI

AI总结 本文提出比例责任原则，通过数学模型平衡认知自信与情境风险，为复杂系统中的伦理决策提供稳定框架。

Comments 46 pages, 2 figures. Preregistered at OSF on Nov 14, 2025 (https://doi.org/10.17605/OSF.IO/BMVP3). Includes comparative analysis with OpenAI's 'Confessions' paper (Dec 3, 2025)

Control of McKean--Vlasov SDEs with Contagion Through Killing at a State-Dependent Intensity

通过状态依赖强度的杀灭控制含传染性的 McKean-Vlasov 随机微分方程

Ben Hambly, Philipp Jettkant

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文研究了通过状态依赖强度的杀灭控制含传染性的 McKean-Vlasov 随机微分方程，证明了其作为有限粒子系统极限的理论贡献，并展示了其在金融系统中控制系统性风险的应用。