AI Agent

Behavioural Effects of Agentic Messaging: A Case Study on a Financial Service Application

代理信息的Behavioral影响：一项金融服务应用的案例研究

Olivier Jeunen, Schaun Wheeler

机构 * aampe 纠错

专题命中 多智能体 ：agentic(title,abstract)；agent(abstract)；分类 cs.AI、cs.LG

AI总结 本研究通过随机对照试验发现，代理信息方法在金融服务应用中减少了取消订阅事件并提高了早期申报行为，展示了适应性决策系统对用户参与和留存的积极影响。

Comments To appear in the 48th European Conference on Information Retrieval (ECIR '26) Industry Track

Richelieu: Self-Evolving LLM-Based Agents for AI Diplomacy

Richelieu: 基于大语言模型的自进化AI外交代理

Zhenyu Guan, Xiangyu Kong, Fangwei Zhong, Yizhou Wang

机构 * Institute for Artificial Intelligence（人工智能研究院） ； Computer School（计算机学院） ； School of Artificial Intelligence（人工智能学院） ； Center on Frontiers of Computing Studies（计算前沿研究中心） ； State Key Laboratory of General Artificial Intelligence（通用人工智能国家重点实验室） ； Nat’l Eng. Research Center of Visual Technology（视觉技术国家工程研究中心） ； State Key Lab of General Artificial Intelligence（通用人工智能国家重点实验室） ； BIGAI 纠错

专题命中 多智能体 ：agent(abstract)；AI agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 Richelieu通过整合战略规划、目标导向谈判和自我进化能力，开发出能执行复杂多代理任务的AI外交代理。

Journal ref NuerIPS 2024

Combinatorial Control Barrier Functions: Nested Boolean and p-choose-r Compositions of Safety Constraints

组合控制障碍函数：安全约束的嵌套布尔和p-choose-r组合

Pio Ong, Haejoon Lee, Tamas G. Molnar, Dimitra Panagou, Aaron D. Ames

专题命中 多智能体 ：agent(abstract)；multi-agent(abstract)

AI总结 本文提出组合控制障碍函数框架，用于处理安全约束的嵌套布尔和p-choose-r组合，通过可扩展的方式确保系统安全性。

Comments 6 pages, 3 figures, Accepted for publication in Control System Letters (L-CSS) with the possibility of presenting at the American Control Conference (ACC) 2026

SCAFFLSA: Taming Heterogeneity in Federated Linear Stochastic Approximation and TD Learning

SCAFFLSA: 降低联邦线性随机逼近和TD学习中的异质性

Paul Mangold, Sergey Samsonov, Safwan Labbi, Ilya Levin, Reda Alami, Alexey Naumov, Eric Moulines

机构 * CMAP, UMR 7641, École polytechnique（法国高等理工学院CMAP研究所） ； HSE University（俄罗斯高等经济大学） ； Technology Innovation Institute（技术创新研究所） ； Steklov Mathematical Institute of Russian Academy of Sciences（俄罗斯科学院斯捷克洛夫数学研究所） 纠错

专题命中 多智能体 ：agent(abstract)；分类 cs.LG

AI总结 SCAFFLSA通过控制变体纠正客户端漂移，实现联邦线性随机逼近和TD学习中异质性的有效处理，具有线性加速的样本复杂度。

Comments now with linear speed-up!

Biosecurity-Aware AI: Agentic Risk Auditing of Soft Prompt Attacks on ESM-Based Variant Predictors

生物安全意识的AI：基于ESM变体预测器的软提示攻击代理审计

Huixin Zhan

机构 * Department of Computer Science and Engineering（计算机科学与工程系） ； New Mexico Institute of Mining and Technology（新墨西哥采矿与技术研究院） 纠错

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

AI总结 本研究提出SAGE框架，通过代理风险审计发现ESM变体预测器对软提示攻击的敏感性，揭示基因组基础模型的安全漏洞。

Bridging Psychometric and Content Development Practices with AI: A Community-Based Workflow for Augmenting Hawaiian Language Assessments

通过人工智能弥合心理测量与内容开发实践：一种基于社区的工作流用于增强夏威夷语评估

Pōhai Kūkea-Shultz, Frank Brockmann

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出了一种基于社区的人工智能工作流，用于增强夏威夷语评估，通过AI与人类监督相结合，解决语言模糊性和系统设计问题，促进公平和文化权威。

Comments 11 pages, 1 figure. Earlier version posted on OSF/EdArXiv: 10.35542/osf.io/cr7va_v1

Seed-Prover 1.5: Mastering Undergraduate-Level Theorem Proving via Learning from Experience

Seed-Prover 1.5：通过经验学习掌握本科生级定理证明

Jiangjie Chen, Wenxiang Chen, Jiacheng Du, Jinyi Hu, Zhicheng Jiang, Allan Jie, Xiaoran Jin, Xing Jin, Chenggang Li, Wenlei Shi, Zhihong Wang, Mingxuan Wang, Chenrui Wei, Shufa Wei, Huajian Xin, Fan Yang, Weihao Gao, Zheng Yuan, Tianyang Zhan, Zeyu Zheng, Tianxi Zhou, Thomas Hanwen Zhu

机构 * ByteDance（字节跳动） 纠错

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

AI总结 Seed-Prover 1.5通过经验学习在形式定理证明中实现高效性能，解决大量本科生及更高难度的数学问题。

Comments 21 pages

Machine Learning-Driven Predictive Resource Management in Complex Science Workflows

基于机器学习的复杂科学工作流预测性资源管理

Tasnuva Chowdhury, Tadashi Maeno, Fatih Furkan Akman, Joseph Boudreau, Sankha Dutta, Shengyu Feng, Adolfy Hoisie, Kuan-Chieh Hsu, Raees Khan, Jaehyung Kim, Ozgur O. Kilic, Scott Klasky, Alexei Klimentov, Tatiana Korchuganova, Verena Ingrid Martinez Outschoorn, Paul Nilsson, David K. Park, Norbert Podhorszki, Yihui Ren, John Rembrandt Steele, Frédéric Suter, Sairam Sri Vatsavai, Torre Wenaus, Wei Yang, Yiming Yang, Shinjae Yoo

机构 * Brookhaven National Laboratory（布鲁克海文国家实验室） ； Oak Ridge National Laboratory（橡树岭国家实验室） ； University of Pittsburgh（匹兹堡大学） ； Carnegie Mellon University（卡内基梅隆大学） ； University of Massachusetts（马萨诸塞大学） ； SLAC National Accelerator Laboratory（SLAC国家加速器实验室） 纠错

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

AI总结 本文提出利用机器学习模型优化复杂科学工作流的资源管理，通过预测资源需求提升处理效率和资源利用率。

LUMIA: A Handheld Vision-to-Music System for Real-Time, Embodied Composition

LUMIA: 一种用于实时具身创作的手持视觉到音乐系统

Chung-Ta Huang, Connie Cheng, Vealy Lai

专题命中 工作流自动化 ：workflow(abstract)

AI总结 LUMIA通过视觉到音乐的实时具身创作系统，将环境互动与生成式AI结合，实现基于感知的即兴音乐创作。

Comments 6 pages, 15 pages with appendix, NeurIPS 2025 Creative AI track

Opening the House: Datasets for Mixed Doubles Curling

开启之门：混合双人冰壶的数据集

Robyn Ritchie, Alexandre Leblanc, Thomas Loughin

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文介绍了混合双人冰壶的全面数据集，用于深入分析比赛策略和性能表现。

Binding Agent ID: Unleashing the Power of AI Agents with accountability and credibility

绑定代理ID：通过问责与可信性释放AI代理的潜力

Zibin Lin, Shengli Zhang, Guofu Liao, Dacheng Tao, Taotao Wang

专题命中 软件智能体 ：agent(title,abstract)；AI agent(title,abstract)

AI总结 BAID通过结合生物认证、去中心化身份管理和zkVM认证协议，为AI代理提供可验证的身份绑定，解决自主代理的问责与可信性问题。

AutoDFBench 1.0: A Benchmarking Framework for Digital Forensic Tool Testing and Generated Code Evaluation

AutoDFBench 1.0：数字取证工具测试和生成代码评估的基准框架

Akila Wickramasekara, Tharusha Mihiranga, Aruna Withanage, Buddhima Weerasinghe, Frank Breitinger, John Sheppard, Mark Scanlon

专题命中 软件智能体 ：agentic(abstract)；分类 cs.SE

AI总结 AutoDFBench 1.0 提出了一种统一的自动化基准框架，用于评估数字取证工具、脚本及AI生成代码，通过标准化指标实现工具间的公平比较和可重复验证。

Deadlock-Free Hybrid RL-MAPF Framework for Zero-Shot Multi-Robot Navigation

无死锁的混合式RL-MAPF框架用于零样本多机器人导航

Haoyi Wang, Licheng Luo, Yiannis Kantaros, Bruno Sinopoli, Mingyu Cai

机构 * Department of Mechanical Engineering University of California Riverside CA USA（加州大学河滨分校机械工程系） ； Department of Electrical and Systems Engineering Washington University in St. Louis MO USA（华盛顿大学圣路易斯分校电气与系统工程系） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 本文提出一种无死锁的混合RL-MAPF框架，通过整合反应性RL导航与按需MAPF干预，实现零样本多机器人导航的鲁棒性能。

Comments 18 pages (including appendix), 3 figures. Project page (videos, animations, additional resources): https://wanghaoyi518.github.io/rl-mapf-project-page/

Optimized Scheduling and Positioning of Mobile Manipulators in Collaborative Applications

协作应用中移动机械臂的优化调度与定位

Christian Cella, Sole Ester Sonnino, Marco Faroni, Andrea Zanchettin, Paolo Rocco

机构 * Politecnico di Milano, Dipartimento di Elettronica, Informazione e Bioingegneria（米兰理工大学电子、信息与生物工程学院） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出基于数字模型的优化框架，用于协作环境中移动机械臂的调度与定位，通过PSO平衡KPIs，提升任务执行效率与适应性。

Comments Accepted at The IFAC Joint Conference on Computers, Cognition and Communication (J3C) 2025

Deep Learning-based Robust Autonomous Navigation of Aerial Robots in Dense Forests

基于深度学习的密集森林中无人机鲁棒自主导航

Guglielmo Del Col, Väinö Karjalainen, Teemu Hakala, Yibo Zhang, Eija Honkavaara

机构 * Department of Remote Sensing and Photogrammetry, Finnish Geospatial Research Institute FGI, The National Land Survey of Finland（遥感与摄影测量系，芬兰地理空间研究 institute FGI，芬兰国家土地测绘局） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出一种基于深度学习的无人机导航方法，通过改进的深度编码和神经运动原始评价，提高在密集森林中的自主导航能力，实验证明其在复杂环境中的可靠性和安全性。

Step-GUI Technical Report

Step-GUI 技术报告

Haolong Yan, Jia Wang, Xin Huang, Yeqing Shen, Ziyang Meng, Zhimin Fan, Kaijun Tan, Jin Gao, Lieyu Shi, Mi Yang, Shiliang Yang, Zhirui Wang, Brian Li, Kang An, Chenyang Li, Lei Lei, Mengmeng Duan, Danxun Liang, Guodong Liu, Hang Cheng, Hao Wu, Jie Dong, Junhao Huang, Mei Chen, Renjie Yu, Shunshan Li, Xu Zhou, Yiting Dai, Yineng Deng, Yingdan Liang, Zelin Chen, Wen Sun, Chengxu Yan, Chunqin Xu, Dong Li, Fengqiong Xiao, Guanghao Fan, Guopeng Li, Guozhen Peng, Hongbing Li, Hang Li, Hongming Chen, Jingjing Xie, Jianyong Li, Jingyang Zhang, Jiaju Ren, Jiayu Yuan, Jianpeng Yin, Kai Cao, Liang Zhao, Liguo Tan, Liying Shi, Mengqiang Ren, Min Xu, Manjiao Liu, Mao Luo, Mingxin Wan, Na Wang, Nan Wu, Ning Wang, Peiyao Ma, Qingzhou Zhang, Qiao Wang, Qinlin Zeng, Qiong Gao, Qiongyao Li, Shangwu Zhong, Shuli Gao, Shaofan Liu, Shisi Gao, Shuang Luo, Xingbin Liu, Xiaojia Liu, Xiaojie Hou, Xin Liu, Xuanti Feng, Xuedan Cai, Xuan Wen, Xianwei Zhu, Xin Liang, Xin Liu, Xin Zhou, Yifan Sui, Yingxiu Zhao, Yukang Shi, Yunfang Xu, Yuqing Zeng, Yixun Zhang, Zejia Weng, Zhonghao Yan, Zhiguo Huang, Zhuoyu Wang, Zihan Yan, Zheng Ge, Jing Li, Yibo Zhu, Binxing Jiao, Xiangyu Zhang, Daxin Jiang

机构 * GELab-Team（GELab团队） 纠错

专题命中 GUI与网页智能体 ：agent(abstract)

AI总结 Step-GUI 是一种先进的 GUI 代理，通过自我进化训练管道和 GUI-MCP 协议，在保持高准确率的同时实现高效隐私保护的 GUI 自动化。

Comments 41 pages, 26 figures

Efficient Image-Goal Navigation with Representative Latent World Model

高效图像-目标导航与代表性潜在世界模型

Zhiwei Zhang, Hui Zhang, Kaihong Huang, Chenghao Shi, Huimin Lu

机构 * College of Intelligence Science and Technology, the National Key Laboratory of Equipment State Sensing and Smart Support, National University of Defense Technology（智能科学与技术学院、装备状态感知与智能支持国家重点实验室、国防科技大学） 纠错

专题命中 GUI与网页智能体 ：planning(abstract)

AI总结 本文提出ReL-NWM模型，通过在高层次语义潜在空间中进行预测和规划，实现高效图像-目标导航。

MemoryGraft: Persistent Compromise of LLM Agents via Poisoned Experience Retrieval

MemoryGraft: 通过中毒经验检索持续破坏LLM代理

Saksham Sahai Srivastava, Haoyu He

机构 * School of Computing University of Georgia（计算机学院 佐治亚大学） 纠错

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

AI总结 MemoryGraft 通过在LLM代理的长期记忆中植入恶意经验，实现对代理行为的持续破坏。

Comments 14 pages, 1 figure, includes appendix

ReX-MLE: The Autonomous Agent Benchmark for Medical Imaging Challenges

ReX-MLE：医疗影像挑战的自主代理基准

Roshan Kenia, Xiaoman Zhang, Pranav Rajpurkar

机构 * Harvard Medical School（哈佛医学院） ； Department of Biomedical Informatics（生物医学信息学系） 纠错

专题命中 Agent评测 ：agent(title,abstract)；autonomous agent(title)

AI总结 ReX-MLE是一个针对医学影像挑战的自主代理基准，通过评估端到端工作流程，揭示了现有代理在领域知识和工程能力上的不足。

Comments https://github.com/rajpurkarlab/ReX-MLE

Helmsman: Autonomous Synthesis of Federated Learning Systems via Collaborative LLM Agents

Helmsman: 通过协作LLM代理实现联邦学习系统的自主合成

Haoyuan Li, Mathias Funk, Aaqib Saeed

机构 * Eindhoven University of Technology（埃因霍温理工大学） 纠错

专题命中 Agent评测 ：agent(abstract)；planning(abstract)；workflow(abstract)；agentic(abstract)

AI总结 Helmsman通过协作LLM代理实现联邦学习系统的自主合成，提供端到端的自动化解决方案，生成性能优于传统手工基线。

Data Augmentation Supporting a Conversational Agent Designed for Smoking Cessation Support Groups

数据增强支持用于戒烟支持小组的对话代理

Salar Hashemitaheri, Ian Harris

机构 * University of California, Irvine（加州大学尔湾分校） 纠错

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

AI总结 本文提出了一种两级数据增强策略，通过合成和真实数据提升对话代理在戒烟支持小组中的表现，验证了数据增强对F1分数提升的有效性。

Realistic threat perception drives intergroup conflict: A causal, dynamic analysis using generative-agent simulations

现实威胁感知驱动群体冲突：基于生成代理模拟的因果动态分析

Suhaib Abdurahman, Farzan Karimi-Malekabadi, Chenxiao Yu, Nour S. Kteily, Morteza Dehghani

专题命中 Agent评测 ：agent(title)；分类 cs.AI

AI总结 本文通过生成代理模拟研究现实威胁与象征威胁对群体冲突的因果影响，发现现实威胁直接提升敌意，而象征威胁的影响需通过群体内偏见中介，非敌对接触可缓解冲突升级。

Probing Scientific General Intelligence of LLMs with Scientist-Aligned Workflows

通过科学家对齐的工作流探测大语言模型的科学通用智能

Wanghan Xu, Yuhao Zhou, Yifan Zhou, Qinglong Cao, Shuo Li, Jia Bu, Bo Liu, Yixin Chen, Xuming He, Xiangyu Zhao, Xiang Zhuang, Fengxiang Wang, Zhiwang Zhou, Qiantai Feng, Wenxuan Huang, Jiaqi Wei, Hao Wu, Yuejin Yang, Guangshuai Wang, Sheng Xu, Ziyan Huang, Xinyao Liu, Jiyao Liu, Cheng Tang, Wei Li, Ying Chen, Junzhi Ning, Pengfei Jiang, Chenglong Ma, Ye Du, Changkai Ji, Huihui Xu, Ming Hu, Jiangbin Zheng, Xin Chen, Yucheng Wu, Feifei Jiang, Xi Chen, Xiangru Tang, Yuchen Fu, Yingzhou Lu, Yuanyuan Zhang, Lihao Sun, Chengbo Li, Jinzhe Ma, Wanhao Liu, Yating Liu, Kuo-Cheng Wu, Shengdu Chai, Yizhou Wang, Ouwen Zhangjin, Chen Tang, Shufei Zhang, Wenbo Cao, Junjie Ren, Taoyong Cui, Zhouheng Yao, Juntao Deng, Yijie Sun, Feng Liu, Wangxu Wei, Jingyi Xu, Zhangrui Li, Junchao Gong, Zijie Guo, Zhiyu Yao, Zaoyu Chen, Tianhao Peng, Fangchen Yu, Bo Zhang, Dongzhan Zhou, Shixiang Tang, Jiaheng Liu, Fenghua Ling, Yan Lu, Yuchen Ren, Ben Fei, Zhen Zhao, Xinyu Gu, Rui Su, Xiao-Ming Wu, Weikang Si, Yang Liu, Hao Chen, Xiangchao Yan, Xue Yang, Junchi Yan, Jiamin Wu, Qihao Zheng, Chenhui Li, Zhiqiang Gao, Hao Kong, Junjun He, Mao Su, Tianfan Fu, Peng Ye, Chunfeng Song, Nanqing Dong, Yuqiang Li, Huazhu Fu, Siqi Sun, Lijing Cheng, Jintai Lin, Wanli Ouyang, Bowen Zhou, Wenlong Zhang, Lei Bai

机构 * Shanghai Artificial Intelligence Laboratory（上海人工智能实验室） 纠错

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

AI总结 本文提出基于实用探究模型的科学通用智能定义，通过四个科学家对齐任务构建SGI-Bench，揭示大语言模型在科学推理中的不足，并引入测试时强化学习提升创新性。

Verifiability-First Agents: Provable Observability and Lightweight Audit Agents for Controlling Autonomous LLM Systems

可验证性优先代理：可证明的可观测性和轻量级审计代理用于控制自主大语言模型系统

Abhivansh Gupta

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

AI总结 本文提出了一种以可验证性为核心的代理架构，通过加密和符号方法实现运行时认证，嵌入轻量级审计代理并采用挑战-响应协议，以提高自主大语言模型系统的可控性和可审计性。

Foundation for unbiased cross-validation of spatio-temporal models for species distribution modeling

用于物种分布建模中空间-时间模型无偏交叉验证的基础

Diana Koldasbayeva, Alexey Zaytsev

机构 * Skolkovo Institute of Science and Technology（斯克洛夫诺科学与技术研究所） 纠错

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

AI总结 本文提出基于空间自相关阻塞和外部时间验证的稳健SDM工作流程，以提高物种分布模型在空间和时间转移中的可靠性。

Comments Accepted manuscript. Published in Ecological Informatics (2025)

Journal ref Ecological Informatics, Volume 92, Article 103521, 2025

Comparing the Fairness of Recursively Balanced Picking Sequences

比较递归平衡选取序列的公平性

Karen Frilya Celine, Warut Suksompong, Sheung Man Yuen

专题命中 Agent评测 ：agent(abstract)；autonomous agent(comments)

AI总结 本文比较了递归平衡选取序列的公平性，发现通过调整选取顺序可优化最大最小份额保证。

Comments Appears in the 25th International Conference on Autonomous Agents and Multiagent Systems (AAMAS), 2026

Fairly Dividing Non-identical Random Items: Just Sample or Match

公平分配非相同随机物品：仅采样还是匹配

Aprup Kale, Rucha Kulkarni, Navya Garg

专题命中 Agent评测 ：agent(abstract)

AI总结 本文研究了在典型或随机实例中公平高效分配非相同随机物品的可能性，并提出通过采样而非全部计算来提高效率。

An Anatomy of Vision-Language-Action Models: From Modules to Milestones and Challenges

视觉-语言-动作模型的解剖：从模块到里程碑与挑战

Chao Xu, Suyu Zhang, Yang Liu, Baigui Sun, Weihong Chen, Bo Xu, Qi Liu, Juncheng Wang, Shujun Wang, Shan Luo, Jan Peters, Athanasios V. Vasilakos, Stefanos Zafeiriou, Jiankang Deng

机构 * IROOTECH TECHNOLOGY（IROOTECH技术公司） ； Wolf 1069 b Lab, Sany Group（Sany集团沃尔夫1069b实验室） ； Department of Engineering, King’s College London（伦敦国王学院工程系） ； Hong Kong Polytechnic University（香港理工大学） ； Computer Science Department of the Technische Universität Darmstadt（德累斯顿技术大学计算机科学系） ； Department of ICT and Center for AI Research, University of Agder (UiA)（阿格德大学信息与通信技术系及人工智能研究中心） ； Department of Computing, Imperial College London（伦敦帝国理工学院计算系） 纠错

专题命中 Agent评测 ：agent(abstract)

AI总结 本文系统分析了视觉-语言-动作模型的核心挑战，从模块构建到里程碑发展，为研究者提供结构化指南和未来研究方向。

Comments project page: https://suyuz1.github.io/VLA-Survey-Anatomy/

Neuroadaptive Haptics: Comparing Reinforcement Learning from Explicit Ratings and Neural Signals for Adaptive XR Systems

神经适应性触觉：比较基于显式评分和神经信号的强化学习在自适应XR系统中的应用

Lukas Gehrke, Aleksandrs Koselevs, Marius Klug, Klaus Gramann

专题命中 Agent评测 ：agent(abstract)

AI总结 本文提出利用强化学习结合脑电图信号实现自适应XR触觉反馈，通过比较显式评分与神经信号的性能，验证了隐含神经反馈在个性化触觉适应中的有效性。

Comments 15 pages, 6 figures

Journal ref https://www.frontiersin.org/journals/virtual-reality/articles/10.3389/frvir.2025.1616442/full

Systemic Risks of Interacting AI

交互式人工智能的系统性风险

Paul Darius, Thomas Hoppe, Andrei Aleksandrov

专题命中 其他Agent ：AI agent(abstract)

AI总结 本文首次系统研究交互式人工智能的系统性风险，提出风险分类体系及可视化工具'Agentology'，并分析了涌现行为类型与风险的关系。