AI Agent

AutoForge: Automated Environment Synthesis for Agentic Reinforcement Learning

AutoForge：用于代理强化学习的自动化环境合成

Shihao Cai, Runnan Fang, Jialong Wu, Baixuan Li, Xinyu Wang, Yong Jiang, Liangcai Su, Liwen Zhang, Wenbiao Yin, Zhen Zhang, Fuli Feng, Pengjun Xie, Xiaobin Wang

机构 * Tongyi Lab, Alibaba Group（通义实验室，阿里巴巴集团） 纠错

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

AI总结 AutoForge提出了一种自动化环境合成方法和环境层面的RL算法，以提升代理强化学习的效率和稳定性，并在多个基准测试中验证了其有效性。

SoDA: An Efficient Interaction Paradigm for the Agentic Web

SoDA：面向代理网络的高效交互范式

Zicai Cui, Zhouyuan Jian, Weiwen Liu, Weinan Zhang

机构 * Shanghai Jiao Tong University（上海交通大学） ； Shanghai Innovation Institute（上海创新研究院） 纠错

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

AI总结 SoDA提出了一种面向代理网络的高效交互范式，通过解耦记忆与应用逻辑，降低数据锁定和认知过载，提升信息处理效率。

A Rapid GeoSAM-Based Workflow for Multi-Temporal Glacier Delineation: Case Study from Svalbard

一种基于GeoSAM的快速多时相冰川边界确定工作流程：斯瓦尔巴群岛案例研究

Alexandru Hegyi

专题命中 工作流自动化 ：workflow(title,abstract)

AI总结 本文提出一种基于GeoSAM的半自动工作流程，用于快速多时相冰川边界确定，通过影像合成、光谱指数识别和物理后处理，实现高精度冰川轮廓提取。

Scaling Unverifiable Rewards: A Case Study on Visual Insights

扩展不可验证的奖励：视觉洞察的案例研究

Shuyu Gan, James Mooney, Pan Hao, Renxiang Wang, Mingyi Hong, Qianwen Wang, Dongyeop Kang

机构 * University of Minnesota（明尼苏达大学） 纠错

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

AI总结 本文提出Selective TTS框架，通过多阶段流程优化提升视觉洞察质量，实现计算预算固定下的性能提升。

Comments 32 pages, 25 figures

AdaptiFlow: An Extensible Framework for Event-Driven Autonomy in Cloud Microservices

AdaptiFlow：一个用于云微服务事件驱动自主性的可扩展框架

Brice Arléon Zemtsop Ndadji, Simon Bliudze, Clément Quinton

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

AI总结 AdaptiFlow通过事件驱动和规则机制，为云微服务提供自我适应能力，实现去中心化的自主性，提升系统鲁棒性。

Comments In Proceedings WACA 2025, arXiv:2512.22054

Journal ref EPTCS 438, 2025, pp. 123-147

Aligning Agents like Large Language Models

像大型语言模型一样对齐代理

Adam Jelley, Yuhan Cao, Dave Bignell, Amos Storkey, Sam Devlin, Tabish Rashid

机构 * School of Informatics, University of Edinburgh, Edinburgh, United Kingdom（爱丁堡大学信息学院） ； Micosoft Research, Cambridge, United Kingdom（微软研究院） 纠错

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

AI总结 本文提出通过像训练大型语言模型一样训练代理，以实现更通用、稳健和对齐的行为，并通过3D视频游戏环境中的概念验证展示方法。

World Models Unlock Optimal Foraging Strategies in Reinforcement Learning Agents

世界模型解锁强化学习智能体的最优觅食策略

Yesid Fonseca, Manuel S. Ríos, Nicanor Quijano, Luis F. Giraldo

机构 * Center of Excellence in Analytics, Artificial Intelligence, and Information Governance, Bancolombia, Colombia（分析、人工智能和信息治理卓越中心，Bancolombia，哥伦比亚） ； Department of Biomedical Engineering, Universidad de los Andes, Bogotá, Colombia（生物医学工程系， Universidad de los Andes，波哥大，哥伦比亚） ； Department of Electrical and Electronics Engineering, Universidad de los Andes, Bogotá, Colombia（电气与电子工程系， Universidad de los Andes，波哥大，哥伦比亚） 纠错

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

AI总结 世界模型帮助强化学习智能体实现最优觅食策略，通过预见能力而非单纯奖励最大化驱动高效决策。

Comments 14 pages, 6 figures

The World Is Bigger! A Computationally-Embedded Perspective on the Big World Hypothesis

世界更大！一个计算嵌入视角下的大世界假说

Alex Lewandowski, Adtiya A. Ramesh, Edan Meyer, Dale Schuurmans, Marlos C. Machado

机构 * University of Alberta（阿尔伯塔大学） ； Amii ； The Swiss AI Lab IDSIA, USI & SUPSI（瑞士AI实验室IDSIA、USI与SUPSI） ； Canada CIFAR AI Chair（加拿大CIFAR人工智能主席） ； Google DeepMind（谷歌DeepMind） 纠错

专题命中 工作流自动化 ：agent(abstract)；分类 cs.AI

AI总结 本文提出了一种计算嵌入视角下的持续学习方法，通过交互性目标评估智能体在无限状态空间中的适应能力，发现深度线性网络在扩展能力时表现更优。

Comments NeurIPS 2025 (spotlight)

Diffusion priors enhanced velocity model building from time-lag images using a neural operator

基于扩散先验的时差图像中速度模型构建方法研究

Xiao Ma, Mohammad Hasyim Taufik, Tariq Alkhalifah

机构 * Division of Physical Science and Engineering（物理科学与工程系） ； King Abdullah University of Science and Technology（卡布斯大学） 纠错

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

AI总结 本文提出一种结合生成模型和神经算子的方法，用于高效构建高分辨率速度模型，通过正则化和自动微分提升预测精度。

Comments 20 pages,19 figures

Tyee: A Unified, Modular, and Fully-Integrated Configurable Toolkit for Intelligent Physiological Health Care

Tyee：面向智能生理健康护理的统一、模块化和完全集成的可配置工具包

Tao Zhou, Lingyu Shu, Zixing Zhang, Jing Han

机构 * Hunan University（湖南大学） ； University of Cambridge（剑桥大学） 纠错

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

AI总结 Tyee提出了一种统一、模块化且可配置的工具包，用于提升智能生理健康护理中深度学习的实用性与可重现性。

Journal ref ACM Multimedia 2025

iOS as Acceleration

iOS 作为加速器

Alexander K. Chen

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

AI总结 本文提出利用iOS设备的分布式管道并行技术，在低计算环境下加速机器学习模型训练和推理，探索移动设备在大规模机器学习中的潜力。

Comments 7 pages main text, 7 pages appendix. Presented at NeurIPS 2025 Efficient Reasoning Workshop

Automated Machine Learning Pipeline: Large Language Models-Assisted Automated Dataset Generation for Training Machine-Learned Interatomic Potentials

自动化机器学习流水线：基于大语言模型的自动化数据集生成用于训练机器学习互作用势

Adam Lahouari, Jutta Rogal, Mark E. Tuckerman

机构 * NYU, Department of Chemistry（纽约大学化学系） ； Initiative for Computational Catalysis, Flatiron Institute（计算催化计划，Flatiron研究所） ； NYU, Department of Physics（纽约大学物理系） ； Courant Institute of Mathematical Sciences, NYU（数学科学学院，纽约大学） ； NYU-ECNU Center for Computational Chemistry（纽约大学-复旦大学计算化学中心） ； Simons Center for Computational Physical Chemistry, NYU（Simons计算物理化学中心，纽约大学） 纠错

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

AI总结 本文提出基于大语言模型的自动化机器学习流水线，用于生成训练数据集以提升机器学习互作用势的精度和稳定性。

Robo-Dopamine: General Process Reward Modeling for High-Precision Robotic Manipulation

Robo-Dopamine：高精度机器人操作的通用过程奖励建模

Huajie Tan, Sixiang Chen, Yijie Xu, Zixiao Wang, Yuheng Ji, Cheng Chi, Yaoxu Lyu, Zhongxia Zhao, Xiansheng Chen, Peterson Co, Shaoxuan Xie, Guocai Yao, Pengwei Wang, Zhongyuan Wang, Shanghang Zhang

机构 * State Key Laboratory of Multimedia Information Processing, School of Computer Science, Peking University（1 多媒体信息处理国家重点实验室，计算机学院，北京大学） ； Beijing Academy of Artificial Intelligence（2 北京人工智能研究院） ； University of Sydney（3 新南威尔士大学） ； Institute of Automation, Chinese Academy of Sciences（4 中国科学院自动化研究所） 纠错

专题命中 工作流自动化 ：agent(abstract)

AI总结 Robo-Dopamine通过多视角奖励融合和分步奖励离散化，提出了一种通用过程奖励模型，提升机器人操作的精准度和策略学习效率。

Comments 27 pages, 11 figures

Spectral reconstruction based on dimensional reduction in high-temperature gauge theories

基于高温度规范理论的维度约简的谱重建

P. V. Buividovich, B. Hind

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出了一种基于高温维度约简的谱重建方法，用于高温度规范理论，通过引入半经典实时演化，提高谱函数的频率分辨率，并在简单模型和QCD中验证其有效性。

Comments Main text: 4 pages RevTeX, 4 figures. Supplemental material: 14 pages, 4 figures. Simulation codes available at https://github.com/buividovich/u1_2d_LGT and https://github.com/buividovich/static_lattice_QCD

A NEAT Approach to Evolving Neural-Network-based Optimization of Chiral Photonic Metasurfaces: Application of a Neuro-Evolution Pipeline

一种新颖方法用于进化基于神经网络的光子手性超材料优化：神经进化管道的应用

Davide Filippozzi, Arash Rahimi-Iman

专题命中 工作流自动化 ：agentic(abstract)

AI总结 本文提出了一种基于NEAT算法的神经进化方法，用于优化手性光子超材料的设计，通过自适应网络拓扑和权重进化，提高了预测准确性和泛化能力。

Three channel dissipative warm Higgs inflation with global inference via genetic algorithms

三通道耗散暖Higgs膨胀与全局推断 via 遗传算法

Wei Cheng

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文通过遗传算法研究三通道耗散暖Higgs膨胀模型，引入混合和熵先验以解决单通道主导问题，发现多通道解的概率显著提高。

Comments 27 pages, 5 figures,

Towards the Automation in the Space Station: Feasibility Study and Ground Tests of a Multi-Limbed Intra-Vehicular Robot

迈向空间站的自动化：多臂舱内机器人的可行性研究及地面测试

Seiko Piotr Yamaguchi, Kentaro Uno, Yasumaru Fujii, Masazumi Imai, Kazuki Takada, Taku Okawara, Kazuya Yoshida

机构 * Japan Aerospace Exploration Agency (JAXA)（日本宇宙航空研究开发机构） ； Space Robotics Lab (SRL)（空间机器人实验室） ； Department of Aerospace Engineering, Graduate School of Engineering, Tohoku University（工学研究生院航空工程系） ； Hamano Products Co., Ltd（Hamano公司） 纠错

专题命中 工作流自动化 ：planning(abstract)

AI总结 本文提出了一种多臂舱内机器人，通过仿真和地面测试验证其在国际空间站上自主执行物流任务的可行性，旨在提高操作效率。

Comments Author's version of a manuscript accepted at the 2025 IEEE/SICE International Symposium on System Integration (SII). (c) IEEE. The final published version is available at https://doi.org/10.1109/SII59315.2025.10870890

Reconstructing Relativistic Magnetohydrodynamics with Physics-Informed Neural Networks

基于物理信息神经网络重构相对磁流体动力学

Corwin Cheung, Marcos Johnson-Noya, Michael Xiang, Dominic Chang, Alfredo Guevara

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出了一种基于物理信息神经网络的RMHD重构方法，通过混合偏微分方程和数据驱动方法，实现了对RMHD动态的高效预测与误差控制。

Comments 7 pages with figures. Code available on github.com/aguevara22/RMHD-NN

Non-exchangeable mean-field theory for adaptive weights: propagation of dissociatedness and graphon sampling lemma

非交换均场理论用于自适应权重：解离性的传播与图ons采样引理

Datong Zhou

专题命中 工作流自动化 ：agent(abstract)

AI总结 本文提出了一种非交换均场理论，用于描述粒子与权重共同演化的系统，通过解离性的传播和图ons采样引理，揭示了大规模系统中粒子与权重的内在相关性。

Comments arXiv v3: Major revision. Title changed from "propagation of chaos..." to "propagation of dissociatedness..." to better reflect the probabilistic structure. Revised the setup using the Aldous-Hoover representation theorem. Notation and layout updated for improved readability, while the core proof arguments remain consistent with the previous version. Proof of the Sampling Lemma moved to Appendix

Object Abstraction To Streamline Edge-Cloud-Native Application Development

对象抽象以简化边缘-云原生应用开发

Pawissanutt Lertpongrujikorn

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本研究提出OaaS范式，通过整合碎片化抽象和自动化优化，简化云原生应用开发，提升生产率和可维护性。

Comments This is a doctoral dissertation submitted to University of North Texas

Quantum-Circuit Framework for Two-Stage Stochastic Programming via QAOA Integrated with a Quantum Generative Neural Network

通过QAOA与量子生成神经网络集成的两阶段随机规划量子电路框架

Taihei Kuroiwa, Daiki Yamazaki, Keita Takahashi, Kodai Shiba, Chih-Chieh Chen, Tomah Sogabe

专题命中 工作流自动化 ：workflow(abstract)

AI总结 本文提出qGAN-QAOA框架，通过量子生成对抗网络与QAOA结合，实现两阶段随机规划问题的高效求解。

Comments 50 pages, 7 figures, 3 tables