AI Agent

Accurate Table Question Answering with Accessible LLMs

利用可及的大规模语言模型实现准确的表格问答

Yangfan Jiang, Fei Wei, Ergute Bao, Yaliang Li, Bolin Ding, Yin Yang, Xiaokui Xiao

机构 * National University of Singapore（新加坡国立大学） ； Alibaba Group（阿里巴巴集团） ； Mohamed bin Zayed University of Artificial Intelligence（莫卧儿 bin 赞德人工智能大学） ； Hamad Bin Khalifa University（哈马德 bin 哈利法大学） 纠错

专题命中 工具调用 ：agent(abstract)；workflow(abstract)；multi-agent(abstract)；分类 cs.CL

AI总结 本文提出Orchestra多智能体方法，利用小型开源LLMs高效解决表格问答问题，实现高质量且低成本的TQA性能。

Comments accepted for publication in the Proceedings of the IEEE International Conference on Data Engineering (ICDE) 2026

Time-Scaling Is What Agents Need Now

现在智能体需要时间扩展

Zhi Liu, Guangzhi Wang

机构 * CareerInternational Research Team（CareerInternational研究团队） 纠错

专题命中 工具调用 ：agent(abstract)；分类 cs.AI、cs.CL

AI总结 本文提出时间扩展概念，旨在通过扩展时间路径提升智能体的深度推理和问题解决能力，无需增加静态参数。

FragmentRetro: A Quadratic Retrosynthetic Method Based on Fragmentation Algorithms

FragmentRetro: 基于碎片算法的二次逆合成方法

Yu Shee, Anthony M. Smaldone, Anton Morgunov, Gregory W. Kyro, Victor S. Batista

机构 * Yale University（耶鲁大学） 纠错

专题命中 工具调用 ：planning(abstract)；分类 cs.AI

AI总结 FragmentRetro是一种基于碎片算法的二次逆合成方法，通过碎片组合和指纹筛选实现二次复杂度，提升逆合成规划的效率和解决率。

Comments Code available on GitHub https://github.com/randyshee/FragmentRetro Documentation is available https://fragment.batistalab.com/

High-Fidelity Simulations of Two Miscible Fluids in Small Scale Turbulent Mixers Using a Variational Multiscale Finite Element Method

利用变分多重尺度有限元法进行小尺度湍流混合器中两种混溶流体的高保真模拟

Dongjie Jia, Mohammad Majidi, Kurt D. Ristroph, Arezoo Ardekani

专题命中 工具调用 ：tool use(abstract)

AI总结 本研究利用变分多重尺度有限元法对两种湍流混合器进行高保真模拟，揭示了湍流起始、能量衰减和混合性能的差异，为优化混合条件提供依据。

Learning and Optimizing the Efficacy of Spatio-Temporal Task Allocation under Temporal and Resource Constraints

学习和优化在时间和资源约束下的时空任务分配效能

Jiazhen Liu, Glen Neville, Jinwoo Park, Sonia Chernova, Harish Ravichandar

机构 * Georgia Institute of Technology, USA（佐治亚理工学院） 纠错

专题命中 工具调用 ：planning(abstract)

AI总结 本文提出E-ITAGS算法，通过主动学习高效优化多机器人系统的时空任务分配效能，同时满足时间和资源约束。

Comments The journal extension version of our conference paper: arXiv:2404.07902, which has been accepted by ISRR 2024