AI 大模型

AI Agent

智能体、工具调用、规划、工作流、多智能体和自主任务执行。

2026-01-12 至 2026-01-12 共收录 66 篇信号源：cs.AI, cs.CL, cs.LG, cs.SE

1. 记忆与上下文管理 1 篇

2601.05623 2026-01-12 cs.LG cs.CV 57%

Continual Learning of Achieving Forgetting-free and Positive Knowledge Transfer

连续学习中的无遗忘与正向知识迁移

Zhi Wang, Zhongbin Wu, Yanni Li, Bing Liu, Guangxi Li, Yuping Wang

机构 * School of Computer Science and Technology, Xidian University（电子科技大学计算机科学与技术学院）； Department of Computer Science, University of Illinois at Chicago（伊利诺伊大学芝加哥分校计算机科学系）

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ETCL方法，通过优化策略和正交梯度投影实现无遗忘和正向知识迁移，提升连续学习性能。

2. Agent评测 5 篇

2601.05432 2026-01-12 cs.CV cs.AI cs.CL 84%

Thinking with Map: Reinforced Parallel Map-Augmented Agent for Geolocalization

基于地图的思考：用于地理定位的强化并行地图增强智能体

Yuxiang Ji, Yong Wang, Ziyu Ma, Yiming Hu, Hailang Huang, Xuecai Hu, Guanhua Chen, Liaoni Wu, Xiangxiang Chu

机构 * Xiamen University（厦门大学）； AMAP, Alibaba Group（阿里集团AMAP）； Southern University of Science and Technology（南方科技大学）

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

AI总结本文提出基于地图的强化并行智能体，通过两阶段优化提升地理定位精度，实验显示在Acc@500m指标上显著优于现有模型。

2601.05657 2026-01-12 cs.CL cs.AI 62%

Stephanie2: Thinking, Waiting, and Making Decisions Like Humans in Step-by-Step AI Social Chat

Stephanie2：在步骤式AI社交聊天中像人类一样思考、等待和做决定

Hao Yang, Hongyuan Lu, Dingkang Yang, Wenliang Yang, Peng Sun, Xiaochuan Zhang, Jun Xiao, Kefan He, Wai Lam, Yang Liu, Xinhua Zeng

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

AI总结 Stephanie2通过主动等待和信息节奏适应，实现了更自然的步骤式AI社交聊天，实验显示其在自然度和参与度等指标上优于前代系统。

Comments 13 pages

2506.11796 2026-01-12 nlin.AO cond-mat.dis-nn cs.CV cs.LG 57%

Solving Inverse Problems in Stochastic Self-Organizing Systems through Invariant Representations

通过不变表示解决随机自组织系统中的逆问题

Elias Najarro, Nicolas Bessone, Sebastian Risi

机构 * IT University of Copenhagen（丹麦哥本哈根IT大学）

专题命中 Agent评测：agent(abstract)；分类 cs.LG

AI总结本文提出了一种利用不变表示解决随机自组织系统逆问题的方法，通过视觉嵌入生成鲁棒表示，有效恢复未知因果参数，适用于物理、生物和社会系统。

Comments Preprint. Under review

2601.05644 2026-01-12 math.OC 50%

The Maximum Clique Problem under Adversarial Uncertainty: a min-max approach

在对抗性不确定性下的最大团问题：一种min-max方法

Immanuel Bomze, Chiara Faccio, Francesco Rinaldi, Giovanni Spisso

专题命中 Agent评测：agent(abstract)

AI总结本文提出了一种min-max方法，用于在对抗性不确定性下寻找最大团，通过非凸非光滑优化问题和稳定全局解概念，实现高效检测共同团。

Comments 34 pages, 1 figure

2601.05632 2026-01-12 eess.SY cs.SY 50%

LLM-DMD: Large Language Model-based Power System Dynamic Model Discovery

基于大语言模型的电力系统动态模型发现：LLM-DMD

Chao Shen, Zihan Guo, Ke Zuo, Wenqi Huang, Mingyang Sun

专题命中 Agent评测：agent(abstract)

AI总结 LLM-DMD通过结合大语言模型的推理和代码生成能力，利用两个循环发现电力系统动态方程并强制代数约束，从而实现高保真动态模型的构建。