AI Agent

VideoMemory: Toward Consistent Video Generation via Memory Integration

VideoMemory: 通过记忆整合实现一致的视频生成

Jinsong Zhou, Yihua Du, Xinli Xu, Luozhou Wang, Zijie Zhuang, Yehang Zhang, Shuaibo Li, Xiaojun Hu, Bolan Su, Ying-cong Chen

机构 * HKUST(GZ)（香港科技大学（广州）） ； HKUST（香港科技大学） ； ByteDance（字节跳动） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；planning(abstract)；multi-agent(abstract)

AI总结 VideoMemory通过动态记忆库整合叙事规划与视觉生成，实现多镜头中角色、道具和环境的一致性生成。

Comments Project page: https://hit-perfect.github.io/VideoMemory/

Staged Voxel-Level Deep Reinforcement Learning for 3D Medical Image Segmentation with Noisy Annotations

分阶段体素级深度强化学习用于带有噪声标注的3D医学图像分割

Yuyang Fu, Xiuzhen Guo, Ji Shi

机构 * the Academy for Multidisciplinary Studies, Beijing National Center for Applied Mathematic（多学科研究学院，北京应用数学中心） ； Capital Normal University（首都师范大学） 纠错

专题命中 记忆与上下文管理 ：agent(abstract)；autonomous agent(abstract)

AI总结 本文提出分阶段体素级深度强化学习框架，通过动态迭代更新策略和新颖的强化学习方法，在噪声标注条件下提升医学图像分割的准确性和鲁棒性。

Learning Topology Actions for Power Grid Control: A Graph-Based Soft-Label Imitation Learning Approach

学习电力网络控制的拓扑动作：一种基于图的软标签模仿学习方法

Mohamed Hassouna, Clara Holzhüter, Malte Lehna, Matthijs de Jong, Jan Viebahn, Bernhard Sick, Christoph Scholz

机构 * Fraunhofer Institute for Energy Economics and Energy System Technology (IEE)（弗劳恩霍夫能源经济与能源系统技术研究所） ； Intelligent Embedded Systems, University of Kassel（卡塞尔大学智能嵌入式系统系） ； TenneT TSO B.V.（TenneT TSO公司） 纠错

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

AI总结 本文提出一种基于图的软标签模仿学习方法，用于电力网络控制，通过软标签捕捉多个可行动作，提升电网拥堵管理的决策性能。

Comments Accepted at European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML) - Applied Data Science Track

Introducing The Maximum Common Bigraph Problem

引入最大公共大图问题

Kyle Burns, Michele Sevegnani, Ciaran McCreesh, James Trimble

专题命中 记忆与上下文管理 ：agent(abstract)

AI总结 本文提出最大公共大图问题，并采用McSplit算法计算两个大图状态的最大公共大图，为支持大图工具中的双射检查提供了新路径。

Comments In Proceedings GCM 2025, arXiv:2601.03249

Journal ref EPTCS 440, 2026, pp. 13-35

The Pneuma Project: Reifying Information Needs as Relational Schemas to Automate Discovery, Guide Preparation, and Align Data with Intent

Pneuma项目：将信息需求作为关系模式来自动化发现、指导准备并使数据与意图一致

Muhammad Imam Luthfi Balaka, Raul Castro Fernandez

专题命中 记忆与上下文管理 ：agentic(abstract)

AI总结 Pneuma项目通过将信息需求转化为关系模式，利用语言模型实现自动化发现与文档生成，提升数据与意图的一致性。

Comments CIDR 2026 Paper